O GPT-5.6 mais barato já está disponível para empresas e desenvolvedores: a OpenAI reduziu em 80% o preço do Luna e em 20% o preço do Terra. A mudança não baixa a mensalidade do ChatGPT, mas reduz o custo de uso na API e faz esses modelos consumirem menos créditos em produtos como Codex e ChatGPT Work.
Na prática, tarefas de grande volume — classificação de chamados, extração de dados, revisão inicial de documentos e automações em segundo plano — podem custar bem menos. Ainda assim, escolher apenas o modelo com o menor preço por token é uma armadilha: a conta correta inclui qualidade, tentativas, tempo de execução e revisão humana.
GPT-5.6 mais barato: quanto custa agora
| Modelo | Entrada | Saída | Uso indicado |
|---|---|---|---|
| GPT-5.6 Luna | US$ 0,20 por 1 milhão de tokens | US$ 1,20 por 1 milhão de tokens | Alto volume, rotinas bem definidas e agentes em segundo plano |
| GPT-5.6 Terra | US$ 2 por 1 milhão de tokens | US$ 12 por 1 milhão de tokens | Trabalho cotidiano que pede equilíbrio entre qualidade, velocidade e custo |
| GPT-5.6 Sol | Preço inalterado | Preço inalterado | Problemas complexos em que raciocínio e confiabilidade justificam o custo |
Os valores acima são os preços publicados pela OpenAI para a API a partir de 30 de julho de 2026. Cobranças no Brasil dependem do câmbio, dos impostos, do meio de pagamento e de eventuais serviços intermediários. Antes de aprovar um orçamento, consulte a tabela oficial e faça um teste com dados representativos.
O que significa a redução de 80%
Imagine um fluxo mensal que envie 10 milhões de tokens e receba 2 milhões. No Luna, considerando apenas os valores básicos de entrada e saída, a conta seria de US$ 4,40: US$ 2 pela entrada e US$ 2,40 pela saída. No Terra, o mesmo volume custaria US$ 44. O exemplo não inclui ferramentas externas, armazenamento, impostos, novas tentativas ou outros recursos da plataforma.
A diferença não prova que o Luna é sempre a melhor escolha. Se ele precisar repetir uma tarefa, produzir respostas longas ou exigir revisão detalhada, parte da economia desaparece. Por outro lado, quando o processo é bem especificado e possui validação automática, o modelo mais econômico pode permitir automações que antes não fechavam a conta.
Qual modelo usar em cada tarefa
- Luna: triagem de e-mails, classificação, extração estruturada, transformação de formatos, testes e tarefas de implementação com escopo claro.
- Terra: relatórios, análise de documentos, atendimento interno, elaboração de conteúdo e fluxos que combinam interpretação com uso de ferramentas.
- Sol: arquitetura, investigação de erros difíceis, planejamento de alto impacto, revisão crítica e etapas em que um erro custa mais que o modelo.
Um fluxo não precisa escolher um único modelo. A empresa pode usar Sol para resolver a incerteza e criar um plano, Terra para executar etapas que exigem contexto e Luna para tarefas repetitivas. Essa estratégia é chamada de roteamento por complexidade e costuma ser mais econômica que enviar tudo para o modelo mais poderoso.
O guia IA na empresa: o que um iniciante precisa saber ajuda a separar ferramentas por tipo de trabalho antes de contratar planos ou construir integrações.
ChatGPT ficou mais barato?
Não houve anúncio de redução na mensalidade dos planos ChatGPT. A OpenAI afirma que os preços de assinatura e os orçamentos de cota permanecem iguais. A mudança aparece no consumo: Terra e Luna passam a gastar menos créditos em produtos pagos que usam esses modelos.
Para o usuário comum que paga uma assinatura fixa e não utiliza a API, a diferença pode ser pouco visível. Para equipes que executam muitas tarefas no Codex, no ChatGPT Work ou em sistemas próprios, o impacto pode ser relevante. É importante separar três coisas: mensalidade do produto, limite de uso incluído e cobrança da API.
O novo modo rápido do Sol
A OpenAI também lançou o modo Fast para o GPT-5.6 Sol. Ele promete desempenho até 2,5 vezes mais rápido que o processamento padrão, cobrando o dobro, sem alterar a inteligência do modelo. O recurso substitui o antigo Priority Processing na API, e requisições marcadas como prioritárias continuam compatíveis.
Velocidade premium faz sentido quando esperar custa dinheiro: suporte em tempo real, desenvolvimento com equipe parada ou uma etapa crítica que bloqueia várias pessoas. Para relatórios noturnos e tarefas em lote, pagar o dobro apenas para terminar antes pode não trazer retorno.
Como saber se a economia é real
- Selecione de 50 a 200 exemplos reais, removendo dados sensíveis.
- Defina critérios objetivos de sucesso e erros que bloqueiam o uso.
- Execute o mesmo conjunto em Luna, Terra e no modelo atual.
- Meça tokens, tempo, taxa de acerto, novas tentativas e minutos de revisão humana.
- Calcule o custo por tarefa aprovada, não apenas por token.
- Repita a avaliação quando prompts, ferramentas ou dados mudarem.
Também vale estabelecer limites por execução. Agentes que usam ferramentas podem entrar em ciclos, abrir contexto demais ou continuar tentando depois que o resultado já deixou de compensar. Um teto de tokens, chamadas e tempo protege orçamento e operação.
O que muda para empresas brasileiras
O GPT-5.6 mais barato reduz a barreira para experimentar, principalmente em tarefas com grande volume. Mas custo de API é só uma parte do projeto. Empresas brasileiras ainda precisam considerar LGPD, contratos, localização e retenção de dados, controle de acesso, integração, observabilidade e disponibilidade do fornecedor.
A recomendação é começar pequeno: uma fila interna, uma equipe e um objetivo mensurável. Se o piloto economizar tempo sem aumentar erros ou exposição, expanda gradualmente. A redução de preço é uma boa notícia; não é autorização para entregar processos críticos a uma automação sem supervisão.
Fontes
Informações verificadas em 3 de agosto de 2026. Preços podem mudar e devem ser confirmados antes de qualquer decisão comercial.
Imagem destacada: criação editorial original com inteligência artificial para o ChamadoTI.
