Tempo de leitura: 5 minutos
Olá, é um prazer inenarrável estar mais uma vez escrevendo este post. A OpenAI anunciou o GPT-6.1 Sol, uma atualização do GPT-6 Sol voltada a programação, uso de computadores, automação e tarefas profissionais. A promessa é ambiciosa: chegar perto do desempenho do GPT-6 Astra em várias avaliações, mas com apenas uma fração do custo.
O ponto mais interessante não está apenas nos resultados dos benchmarks. Com preços menores e suporte a contexto reutilizado, o modelo pode tornar agentes de IA mais viáveis em tarefas que exigem várias etapas. Mas até que ponto essa economia se traduz em vantagem prática para desenvolvedores e empresas?
O GPT-6.1 Sol tenta equilibrar capacidade e custo
Segundo a OpenAI, o GPT-6.1 Sol foi desenvolvido para ocupar uma posição intermediária entre o GPT-6 Astra, modelo mais avançado da empresa, e o GPT-6 Luna, voltado a trabalhos rápidos e de grande volume. A ideia é oferecer mais capacidade para tarefas complexas sem cobrar o mesmo preço do modelo topo de linha.
Na API, o GPT-6.1 Sol custa US$ 2 por milhão de tokens de entrada, US$ 10 por milhão de tokens de saída e US$ 0,10 por milhão de tokens de entrada armazenada em cache. O preço do contexto reutilizado é especialmente relevante para agentes persistentes, que precisam consultar instruções, documentos ou histórico em várias solicitações.
Para comparação, a OpenAI informa que o GPT-6 Astra custa US$ 10 por milhão de tokens de entrada e US$ 50 por milhão de tokens de saída. Já o GPT-6 Luna aparece com preços de US$ 0,10 por milhão de tokens de entrada e US$ 0,50 por milhão de tokens de saída. Essa estrutura posiciona o GPT-6.1 Sol como uma alternativa intermediária para aplicações que não podem usar o modelo mais caro em todas as etapas.
O anúncio também dá continuidade à estratégia apresentada no GPT-6 Sol e Luna, com foco em oferecer modelos especializados para diferentes combinações de velocidade, qualidade e preço.
GPT-6.1 Sol melhora em programação e trabalho profissional
Nas avaliações divulgadas pela OpenAI, o GPT-6.1 Sol apresentou ganhos em programação, análise de documentos, automação de fluxos profissionais e uso de interfaces de computador. Os resultados, porém, foram produzidos em ambientes de pesquisa ou pela API e podem variar em relação ao comportamento do modelo em produtos finais.
No benchmark DeepSWE v1.1, que testa tarefas de engenharia de software em repositórios reais, a OpenAI afirma que o GPT-6.1 Sol alcançou desempenho semelhante ao GPT-6 Astra com aproximadamente um quinto do custo. O modelo também teria superado o melhor resultado do GPT-6 Sol em 6,4 pontos percentuais, usando menor esforço de raciocínio.
Em tarefas baseadas em documentos profissionais complexos, o modelo teria obtido pontuação superior à do Opus 5.5 com fallbacks e se aproximado do GPT-6 Astra. O teste GDP.pdf inclui perguntas sobre tabelas, gráficos, diagramas e detalhes de documentos usados em áreas como finanças, saúde e direito.
Já no AutomationBench, voltado a fluxos de trabalho com múltiplas etapas e 47 ferramentas, o GPT-6.1 Sol ficou 2,2 pontos percentuais acima do Opus 5.5 no nível médio de raciocínio, segundo a OpenAI. A empresa também afirma que o resultado foi 4,8 pontos percentuais melhor que o GPT-6 Sol na mesma configuração.
GPT-6.1 Sol também avança no uso de computadores
Uma das áreas de maior interesse no GPT-6.1 Sol é a capacidade de interagir com aplicativos e executar ações em interfaces gráficas. Esse tipo de tarefa costuma ser mais difícil do que responder a uma pergunta, porque o agente precisa interpretar a tela, decidir o próximo passo e lidar com possíveis falhas ao longo do processo.
No conjunto offline do OSWorld 2.0, a OpenAI informa que o modelo superou o GPT-6 Sol em sete pontos percentuais no esforço máximo, com menos da metade do custo por tarefa. O resultado teria ficado a 2,1 pontos percentuais do GPT-6 Astra, mas por aproximadamente um sétimo do custo por tarefa.
Esse tipo de avaliação ajuda a explicar por que preço e confiabilidade são tão importantes para agentes. Um sistema que executa dezenas de etapas pode consumir muitos tokens e realizar várias chamadas de ferramenta. Uma redução de custo por etapa, portanto, pode mudar a viabilidade de um fluxo inteiro.
Ainda assim, benchmarks não substituem testes no ambiente real. Como mostra a discussão sobre avaliação de agentes de IA, é necessário observar não apenas a pontuação final, mas também chamadas de ferramentas, erros intermediários, consistência, tempo e custo total da tarefa.
GPT-6.1 Sol apresenta ganhos em pesquisa e factualidade
Em tarefas científicas que envolvem análise de dados, simulações e demonstrações matemáticas, a OpenAI afirma que o GPT-6.1 Sol mais que dobrou a pontuação do GPT-6 Sol no esforço máximo, custando menos da metade por tarefa. O custo médio informado foi de US$ 5,47 por tarefa, contra US$ 23,21 do Opus 5.5 e US$ 23,80 do GPT-6 Astra.
O GPT-6 Astra, no entanto, continuou com a maior pontuação no Terminal-Bench Science 0.1, alcançando 68,1%. A própria OpenAI recomenda o modelo mais avançado para as tarefas científicas mais difíceis. Isso reforça que o Sol não substitui automaticamente o Astra em todos os cenários; ele tenta oferecer uma relação mais equilibrada entre capacidade e preço.
A factualidade também teria melhorado. Em prompts difíceis, selecionados a partir de conversas nas quais usuários haviam apontado erros de modelos anteriores, a taxa de respostas com pelo menos um erro factual caiu de 11,4% no GPT-6 Sol para 7,7% no GPT-6.1 Sol em baixo esforço de raciocínio. A OpenAI calcula essa redução como aproximadamente 32%.
A empresa ressalva que esse conjunto de testes foi criado para provocar falhas e não representa o uso cotidiano. Portanto, o número serve como indicador comparativo dentro da avaliação, não como uma taxa geral de erros esperada por todos os usuários.
Segurança e disponibilidade do GPT-6.1 Sol
Além dos ganhos de desempenho, a OpenAI afirma que o GPT-6.1 Sol apresentou melhorias em avaliações de alinhamento. O modelo teria sido mais transparente quando uma ferramenta de busca falhava, respeitado melhor restrições explícitas e reduzido resultados não autorizados em tarefas com agentes.
Em um teste específico sobre informar ao usuário que uma ferramenta de busca estava quebrada, o GPT-6.1 Sol não revelou o problema em 2,1% dos casos, contra 4,9% do GPT-6 Sol. O GPT-6 Astra registrou 1,5%, enquanto o GPT-6 Luna ficou em 28,7%. A avaliação foi deliberadamente difícil e não deve ser interpretada como uma taxa de falha típica.
O modelo está disponível, segundo o anúncio, para usuários Plus, Pro, Business, Enterprise e Edu no ChatGPT Work e no Codex. Ele ainda não está disponível no Chat. Desenvolvedores podem acessá-lo pela API usando o identificador gpt-6.1-sol.
A OpenAI também informou que pretende oferecer o GPT-6.1 Sol Ultrafast nos dias seguintes ao anúncio, com geração de tokens até oito vezes mais rápida no Codex. Como se trata de uma disponibilidade futura mencionada pela própria empresa, esse recurso ainda deve ser confirmado antes de ser considerado amplamente acessível.
O que o GPT-6.1 Sol representa para os agentes de IA
O lançamento do GPT-6.1 Sol mostra que a disputa entre modelos não depende apenas de alcançar a maior pontuação. Para agentes de IA, o custo de cada chamada, a reutilização de contexto e a capacidade de completar tarefas longas podem ser tão importantes quanto o resultado bruto em um benchmark.
Na prática, o Sol pode fazer sentido como modelo principal em fluxos profissionais que exigem programação, leitura de documentos ou uso de ferramentas, reservando o Astra para decisões mais difíceis e o Luna para tarefas simples e volumosas. Essa arquitetura pode reduzir custos sem obrigar o desenvolvedor a usar sempre o modelo mais poderoso.
A resposta à pergunta inicial, portanto, é parcialmente positiva: o GPT-6.1 Sol parece oferecer uma combinação atraente de desempenho e preço, especialmente para agentes que repetem contexto e executam muitas etapas. Mas os números divulgados são avaliações da OpenAI, e a escolha do modelo ainda deve considerar testes próprios, confiabilidade, latência, ferramentas disponíveis e custo total do fluxo.
O detalhe que muda a história é justamente esse: um modelo mais barato não é automaticamente melhor. Ele se torna mais interessante quando consegue entregar qualidade suficiente nas tarefas certas, com economia previsível e comportamento seguro no ambiente em que será usado.
