Principais destaques
- Novo modelo para agentes: GPT-6.1 Sol é voltado a programação, uso de computador e tarefas profissionais com uso intensivo de ferramentas.
- Desempenho próximo ao topo: a OpenAI afirma que o modelo igualou o GPT-6 Astra no benchmark DeepSWE v1.1, focado em engenharia de software.
- A grande diferença está no preço: Sol custa US$ 2 por milhão de tokens de entrada e US$ 10 de saída, contra US$ 10 e US$ 50 do Astra.
A OpenAI acaba de colocar mais uma peça em sua linha de modelos voltados para agentes. O GPT-6.1 Sol chega prometendo algo que, no papel, chama bastante atenção: desempenho próximo ao GPT-6 Astra em determinadas tarefas, mas com uma conta muito menor.
A proposta é clara. Em vez de usar o modelo mais caro para tudo, desenvolvedores podem recorrer ao Sol quando precisam de raciocínio prolongado, programação e interação com ferramentas, mas querem controlar os custos.
A comparação que chama atenção 🔎
A OpenAI afirma que o GPT-6.1 Sol alcançou o mesmo resultado do GPT-6 Astra no DeepSWE v1.1, benchmark voltado para tarefas de engenharia de software.
Também houve evolução em relação ao GPT-6 Sol original, especialmente quando o modelo opera com níveis menores de esforço de raciocínio.
Mas há um detalhe importante: esses resultados são avaliações divulgadas pela própria OpenAI. Testes independentes ainda serão importantes para entender se a proximidade com o Astra se mantém em diferentes tipos de programação, uso de computador e tarefas profissionais.
💡 O ponto mais interessante não é apenas o desempenho. É quanto custa chegar até ele.
Um quinto do preço 💸
É aqui que o GPT-6.1 Sol fica particularmente interessante para quem desenvolve aplicações com IA.
| Modelo | Entrada | Saída |
|---|---|---|
| GPT-6.1 Sol | US$ 2/milhão | US$ 10/milhão |
| GPT-6 Astra | US$ 10/milhão | US$ 50/milhão |
Na prática, as tarifas padrão do Sol correspondem a 20% das cobradas pelo Astra, tanto para tokens de entrada quanto de saída.
Isso pode fazer uma diferença considerável em agentes que executam muitas etapas, fazem chamadas de ferramentas e geram grandes quantidades de texto ou código.
💰 Faça a conta: uma aplicação que consumisse 100 milhões de tokens de entrada pagaria US$ 200 no Sol, contra US$ 1.000 no Astra, considerando apenas essa parcela do consumo.
Para quem precisa de agentes, não apenas respostas 🤖
O posicionamento do GPT-6.1 Sol também revela uma mudança importante na forma como os modelos estão sendo vendidos.
A ideia não é simplesmente oferecer um chatbot mais inteligente. O foco está em sistemas capazes de executar tarefas, utilizar ferramentas e participar de fluxos de trabalho mais longos.
Entre os recursos associados ao modelo estão:
• funções e ferramentas;
• busca na web;
• busca em arquivos;
• uso de computador;
• tarefas complexas de programação;
• fluxos de trabalho agentivos.
Isso coloca o Sol em uma categoria cada vez mais disputada pelas grandes empresas de IA: modelos que funcionam como uma espécie de camada de execução para aplicações e agentes.
E onde ele fica na família GPT-6? 🧩
O GPT-6.1 Sol fica abaixo do Astra na hierarquia apresentada pela OpenAI, mas tenta ocupar justamente o espaço entre modelos mais baratos e a opção premium.
A lógica é relativamente simples:
precisa de capacidade máxima → Astra.
precisa de capacidade elevada, mas quer reduzir bastante o custo → Sol.
Essa diferença pode ser especialmente relevante para empresas que pretendem colocar agentes em produção em grande escala. Quando cada tarefa envolve dezenas ou centenas de chamadas ao modelo, pequenas diferenças de preço deixam de ser pequenas.
O Sol também chega ao Codex 💻
O lançamento não fica restrito à API.
O GPT-6.1 Sol está sendo disponibilizado no ChatGPT Work e no Codex, com expansão para planos pagos e organizacionais. Desenvolvedores também podem acessar o modelo pela API.
Isso aproxima ainda mais a estratégia de modelos da OpenAI de seus produtos para desenvolvimento de software.
E existe uma consequência prática: o modelo pode ser usado não apenas para sugerir um trecho de código, mas dentro de fluxos em que a IA precisa raciocinar sobre uma tarefa, utilizar ferramentas e continuar trabalhando sobre o resultado.
O preço pode ser tão importante quanto o benchmark 📊
Existe uma tendência interessante por trás desse lançamento.
A corrida entre os laboratórios de IA já não acontece apenas em torno de quem consegue produzir a resposta mais sofisticada. Custo por tarefa está se tornando uma métrica igualmente importante.
Um modelo um pouco menos capaz, mas muito mais barato, pode ser mais interessante para uma aplicação que executa milhões de operações.
É por isso que a comparação Sol versus Astra não termina nos benchmarks. Ela passa também por uma pergunta bastante prática: quanto custa concluir uma tarefa inteira?
Esse cálculo pode envolver número de tokens, quantidade de chamadas, uso de ferramentas, tempo de execução e necessidade de intervenção humana.
Agora começa o teste de verdade 🧪
A afirmação de que o GPT-6.1 Sol chega perto do Astra ainda precisa ser observada em condições mais amplas.
Benchmarks são úteis para estabelecer referências, mas aplicações reais podem apresentar resultados diferentes. Programação, agentes que operam computadores e fluxos profissionais têm variáveis que dificilmente cabem em uma única pontuação.
Por isso, os próximos testes independentes serão importantes para responder uma questão que o preço do Sol naturalmente coloca sobre a mesa: em quantas tarefas reais ele consegue entregar algo próximo do Astra gastando apenas uma fração do custo?
Se a diferença de capacidade permanecer pequena em uma parcela relevante desses trabalhos, a estratégia da OpenAI ganha uma peça particularmente interessante. O modelo não precisa ser o mais poderoso da família para mudar a economia de quem coloca agentes para trabalhar em escala.
No fim, o GPT-6.1 Sol parece menos uma tentativa de substituir o Astra e mais uma tentativa de fazer a capacidade de modelos avançados caber em muito mais aplicações. E, para quem paga a conta por token, essa diferença pode pesar tanto quanto qualquer benchmark.
