GPT-6 Astra é o modelo mais poderoso da família; GPT-6 Sol oferece o melhor equilíbrio para trabalho profissional, código e agentes; GPT-6 Luna prioriza velocidade, volume e baixo custo. A escolha correta depende do risco da tarefa, da qualidade necessária e de quanto contexto será processado.
Os três modelos foram feitos para papéis diferentes. Usar Astra em todas as tarefas pode aumentar o custo sem melhorar a decisão. Usar Luna em uma auditoria crítica pode exigir mais revisão. Sol ocupa o meio: capacidade alta com preço menor que Astra.
- GPT-6 Astra: US$10 por 1 milhão de tokens de entrada e US$50 de saída na API Standard de contexto curto.
- GPT-6 Sol: US$2 de entrada e US$10 de saída; indicado para código, agentes e trabalho profissional.
- GPT-6 Luna: US$0,10 de entrada e US$0,50 por milhão de tokens de saída; indicado para tarefas focadas e alto volume.
- Contexto: os três aparecem com janela de até 1,05 milhão de tokens e saída máxima de 128 mil tokens na documentação consultada.
- Disponibilidade: Sol e Luna chegaram ao Codex, ChatGPT Work e API; o acesso no ChatGPT depende do plano e do rollout.
Qual é a diferença entre GPT-6 Astra, Sol e Luna?
A diferença principal está no equilíbrio entre capacidade e custo.
- Astra foi posicionado pela OpenAI como o modelo para os trabalhos mais difíceis de ponta a ponta.
- Sol foi criado para fluxos complexos de programação, agentes e trabalho profissional com custo menor.
- Luna é o modelo eficiente para tarefas focadas, repetitivas ou executadas em grande volume.
Isso não significa que Astra sempre produzirá a melhor resposta ou que Luna serve apenas para tarefas triviais. O resultado também depende do prompt, dos arquivos, das ferramentas, do esforço de raciocínio e de como a saída será avaliada.
Comparativo rápido
Preços por 1 milhão de tokens na API Standard e contexto curto, conferidos em 23/09/2026.
| Modelo | Entrada | Entrada em cache | Saída | Melhor uso |
|---|---|---|---|---|
| GPT-6 Luna | US$0,10 | US$0,01 | US$0,50 | Triagem, classificação, resumo, extração e alto volume |
| GPT-6 Sol | US$2 | US$0,20 | US$10 | Código, agentes, análise e trabalho profissional |
| GPT-6 Astra | US$10 | US$1 | US$50 | Pesquisa, auditoria, decisões críticas e tarefas difíceis de ponta a ponta |
Prompts com mais de 272 mil tokens podem usar preços de contexto longo. Batch, Flex, Fast mode, cache writes, ferramentas e processamento regional também podem alterar a cobrança. Consulte a tabela oficial da OpenAI antes de colocar uma aplicação em produção.
Quando usar GPT-6 Luna?
Luna faz sentido quando a tarefa tem formato estável e pode ser conferida com regras claras.
Exemplos:
- classificar mensagens ou leads;
- extrair campos de documentos;
- resumir textos curtos;
- gerar variações simples;
- aplicar tags;
- normalizar dados;
- responder perguntas frequentes;
- executar etapas repetitivas de uma automação.
Na API, Luna custa vinte vezes menos que Sol na entrada e na saída. Essa diferença pode ser decisiva em milhares de chamadas.
Entretanto, o menor preço por token não garante o menor custo por resultado. Se Luna exigir muitas tentativas, respostas maiores ou revisão humana, Sol pode terminar mais barato para a tarefa completa.
Quando usar GPT-6 Sol?
Sol é o melhor ponto de partida para a maior parte dos fluxos profissionais que exigem raciocínio, ferramentas ou vários passos.
Ele é indicado para:
- desenvolver e revisar código;
- trabalhar em repositórios com Codex;
- pesquisar e organizar fontes;
- criar documentos e apresentações;
- analisar planilhas e dados;
- executar tarefas em navegador ou aplicativos;
- criar agentes com várias ferramentas;
- transformar um briefing em uma entrega completa.
Para quem usa vibe coding, Sol tende a ser o equilíbrio mais interessante: consegue trabalhar em projetos reais sem levar toda chamada ao preço de Astra.
Quando usar GPT-6 Astra?
Astra entra quando a tarefa é difícil, aberta ou tem consequências importantes.
Exemplos:
- auditar uma alteração grande antes de publicar;
- planejar arquitetura de software;
- investigar um problema sem causa evidente;
- pesquisar vários documentos contraditórios;
- executar um trabalho longo com ferramentas;
- revisar decisões financeiras, jurídicas ou de segurança com supervisão especializada;
- produzir um documento profissional que será usado para decidir.
Astra não elimina revisão humana. Em assuntos médicos, jurídicos, financeiros ou de segurança, ele deve apoiar profissionais qualificados, não substituir responsabilidade ou validação.
GPT-6 no ChatGPT, Work, Codex e API
O nome do modelo e o produto não são a mesma coisa.
| Produto | Como a família GPT-6 aparece |
|---|---|
| ChatGPT | O acesso depende do plano, região, workspace e rollout. Sol e Luna ainda podem não aparecer no Chat comum. |
| ChatGPT Work | Sol e Luna chegaram aos planos pagos elegíveis. Astra pode aparecer em experiências e planos compatíveis. |
| Codex | Sol e Luna podem ser selecionados para tarefas de programação conforme plano e disponibilidade. |
| API | IDs oficiais: gpt-6-astra, gpt-6-sol e gpt-6-luna. |
A OpenAI informou que Luna também está disponível no aplicativo desktop para usuários Free e Go. Isso não significa uso ilimitado: limites continuam vinculados ao produto e ao plano.
Para configurar o agente no computador, veja como instalar Codex no Windows.
Qual modelo usar no Codex?
Use Luna para tarefas rápidas, alterações pequenas, explicações e verificações com critérios claros.
Use Sol como padrão para implementar funcionalidades, revisar pull requests, corrigir bugs, escrever testes e trabalhar com vários arquivos.
Use Astra quando a tarefa envolver arquitetura, investigação complexa, migração grande, segurança ou decisões difíceis de reverter.
O modelo não corrige um processo ruim. Antes de autorizar mudanças, explique o objetivo, as restrições, os testes e o que não deve ser alterado. Depois revise o diff e execute os testes relevantes.
Como calcular o custo
A fórmula básica é:
custo = (tokens de entrada × tarifa de entrada + tokens de saída × tarifa de saída) ÷ 1.000.000
Imagine 100 mil chamadas com 500 tokens de entrada e 300 de saída. O total será 50 milhões de tokens de entrada e 30 milhões de saída.
| Modelo | Cálculo | Custo estimado |
|---|---|---|
| Luna | 50 × US$0,10 + 30 × US$0,50 | US$20 |
| Sol | 50 × US$2 + 30 × US$10 | US$400 |
| Astra | 50 × US$10 + 30 × US$50 | US$2.000 |
O exemplo não considera cache, ferramentas, contexto longo, retentativas nem processamento regional. Veja o relatório completo sobre preços e custo por token de IA.
Como reduzir custo com prompt caching
Prompt caching reaproveita partes iguais do contexto entre requisições. A OpenAI afirma que entradas servidas pelo cache podem receber desconto de até 90% nas condições elegíveis.
Para melhorar a taxa de acerto:
- mantenha instruções estáveis no início;
- preserve a ordem das ferramentas e dos esquemas;
- coloque conteúdo variável mais perto do final;
- evite reescrever mensagens antigas sem necessidade;
- acompanhe o Prompt Caching Dashboard;
- use diagnósticos para entender falhas de cache;
- teste breakpoints e prewarming em agentes persistentes.
Uma conversa ou sessão existente não garante o reaproveitamento do cache. Mudanças em ferramentas, instruções, modelo ou prefixo podem impedir esse reaproveitamento.
GPT-6 ou Claude Opus 5.5?
Não há um vencedor universal.
- GPT-6 Luna compete pelo custo em tarefas de volume.
- GPT-6 Sol ocupa uma faixa forte para agentes, código e trabalho profissional.
- GPT-6 Astra representa a maior capacidade da OpenAI.
- Claude Opus 5.5 foi posicionado para programação agêntica, pesquisa, contexto longo e trabalho complexo.
Na API Standard, Opus 5.5 custa US$4 de entrada e US$20 de saída por milhão de tokens. Isso o coloca entre Sol e Astra na tarifa, mas preço não mede sozinho qualidade, quantidade de tokens usada ou retrabalho.
Para uma comparação mais ampla de produtos e experiências, veja Claude vs ChatGPT.
Como escolher sem depender de benchmark
Benchmarks dos fabricantes são úteis, mas usam configurações, ferramentas e critérios próprios. Transforme a escolha em um teste pequeno:
- selecione cinco tarefas reais;
- use o mesmo briefing e os mesmos arquivos;
- defina critérios antes de executar;
- registre custo, tempo, correções e resultado;
- escolha o modelo mais barato que atinja o nível necessário;
- repita o teste quando o produto ou o modelo mudar.
Perguntas frequentes
Qual é melhor: GPT-6 Astra, Sol ou Luna?
Astra é o modelo mais capaz; Sol oferece o melhor equilíbrio para trabalho profissional e código; Luna é o mais econômico para tarefas focadas e de alto volume. A melhor escolha depende da complexidade e do custo do erro.
Quanto custa GPT-6 Sol?
Na API Standard de contexto curto, GPT-6 Sol custa US$2 por milhão de tokens de entrada, US$0,20 por milhão de tokens em cache e US$10 por milhão de tokens de saída, conforme a documentação consultada em 23/09/2026.
Quanto custa GPT-6 Luna?
GPT-6 Luna custa US$0,10 por milhão de tokens de entrada, US$0,01 por milhão de tokens em cache e US$0,50 por milhão de tokens de saída na API Standard de contexto curto.
GPT-6 Sol e Luna estão no ChatGPT?
Eles chegaram ao ChatGPT Work e Codex para planos pagos elegíveis. Luna também está no desktop para Free e Go. A disponibilidade no Chat comum depende do rollout.
Qual GPT-6 usar no Codex?
Use Sol como padrão para desenvolvimento profissional; Luna para tarefas rápidas e previsíveis; Astra para arquitetura, investigação difícil e alterações de maior risco.
GPT-6 é melhor que Claude Opus 5.5?
Depende da tarefa. OpenAI e Anthropic publicam benchmarks em configurações próprias. Compare modelos com o mesmo projeto, arquivos, critérios, custo e processo de revisão.
Fontes e referências
- OpenAI — Introducing GPT-6 Sol and Luna, 22/09/2026
- OpenAI API — Modelos GPT-6
- OpenAI API — Pricing
- OpenAI API — Prompt caching
- Anthropic — Claude Opus 5.5, 22/09/2026
- ViniEnsina — Quanto custa um token de IA?
Preços, nomes, disponibilidade e limites foram conferidos em 23/09/2026 e podem mudar.