Em 21 de agosto de 2026, a OpenAI anunciou um corte de mais de 20% no preço de API e de créditos do GPT-5.6 Sol, válido pelos próximos três meses. Não é um lançamento de modelo. É uma mudança na conta — e é aí que a operação sente.
A família GPT-5.6 já estava no ar desde 9 de julho, em três faixas: Sol (flagship), Terra (equilíbrio) e Luna (custo). Em 30 de julho, Terra e Luna já tinham baixado. Agora o topo da linha também ficou mais barato, com preço promocional previsto pelo menos até 21 de novembro de 2026.
O que mudou no preço
Na API, o Sol saiu de US$ 5 / US$ 30 para US$ 4 de entrada e US$ 20 de saída por milhão de tokens. Entrada caiu 20%. Saída caiu cerca de 33%. Cache de leitura segue com desconto de 90% sobre o input.
Os números abaixo são os preços promocionais de contexto curto, por milhão de tokens, conforme a documentação pública da OpenAI em agosto de 2026:
| Modelo | Input | Output | Papel |
|---|---|---|---|
| GPT-5.6 Sol | US$ 4,00 | US$ 20,00 | Tarefa difícil, pouca margem de erro |
| GPT-5.6 Terra | US$ 2,00 | US$ 12,00 | Trabalho do dia a dia |
| GPT-5.6 Luna | US$ 0,20 | US$ 1,20 | Volume, triagem, rascunho |
Fonte: anúncio oficial do GPT-5.6 e tabela de preços da API.
A alavanca não é o modelo. É o roteamento.
Empresas que colocam o flagship em tudo pagam o preço do flagship em tudo. O desenho da OpenAI é o oposto: três faixas estáveis, com cadência própria. Sol para o trabalho que exige mais inteligência. Terra para o meio. Luna para o que precisa de velocidade e volume.
Na prática, um fluxo de atendimento ou de análise de documentos quase nunca é um único prompt. Tem triagem, extração, redação, revisão e exceção. Cada etapa tem um custo de erro diferente. Mandar a exceção para o Sol e o volume para o Luna muda o custo por resultado — não só o custo por token.
Isso vale ainda mais com cache. A família 5.6 permite pontos explícitos de cache, com vida mínima de 30 minutos. Leitura em cache sai a 10% do input. Escrita em cache custa 1,25× o input sem cache. Prompt de sistema estável, contexto de marca e regras de negócio repetidos deixam de ser desperdício se o desenho da chamada for feito para reaproveitar.
O que isso muda na operação nesta semana
Três perguntas objetivas, sem troca de stack:
- Onde o modelo caro ainda entra por padrão? Liste os fluxos que hoje chamam o topo da linha. Separe o que é decisão e o que é volume.
- O prompt de sistema é estável o suficiente para cache? Se a instrução muda a cada chamada, o desconto não aparece na fatura.
- Existe uma faixa de exceção? Um caso difícil precisa de mais raciocínio. Os demais, não. Roteamento é política, não feeling.
A OpenAI também reforçou o uso de ferramentas de forma programática (o modelo escreve um trecho de código para coordenar chamadas e filtrar o que volta) e um modo ultra com vários agentes em paralelo para tarefas pesadas. São opções de custo consciente: mais compute quando o trabalho pede, não em toda a operação.
O recado para quem vive de dado
Preço de token cai. A conta da empresa só cai se o desenho acompanhar. Sem medição de custo por caso, sem faixa por tipo de tarefa e sem cache no que se repete, o corte de 20% some no ruído da fatura.
IA continua sendo alavanca. A disciplina é a mesma de sempre: medir, escolher a ferramenta certa para cada etapa e não tratar modelo como fetiche.
Se a sua operação já usa GPT-5.6 — ou ainda está no 5.5 — vale revisar o mapa de chamadas agora, enquanto o preço promocional do Sol está no ar. A DZA faz isso no diagnóstico: quais fluxos valem o modelo mais caro, quais devem descer de faixa e onde o custo por resultado ainda não está visível.
Falar com a DZA sobre o diagnóstico de oportunidades de IA →
