A OpenAI apresentou nesta terça-feira, 22 de setembro de 2026, o GPT-6 Sol e o GPT-6 Luna, com corte de 50% no preço promocional da API em relação aos GPT-5.6 Sol e Luna. O anúncio saiu na página Introducing GPT-6 Sol and Luna, com data de publicação 2026-09-22.
Segundo a empresa, os dois modelos foram treinados com métodos semelhantes aos do GPT-6 Astra e trazem avanços em trabalho profissional, factualidade, coding, computer use e alinhamento em faixas mais baratas. A OpenAI manteve o Astra como o melhor modelo overall da família.
No ChatGPT, Sol e Luna entram em Work e Codex a partir de 22 de setembro para Plus, Pro, Business, Enterprise e Edu. Free e Go recebem só o GPT-6 Luna no app desktop; os modelos ainda não estão no Chat. Na API, os IDs são gpt-6-sol e gpt-6-luna. O free tier da API não é suportado para nenhum dos dois, conforme as docs do GPT-6 Sol e as docs do GPT-6 Luna.
Para quem já acompanha o ias.news, o contraste com o pacote editorial do GPT-6 Astra é direto: Astra mira o topo de capacidade a US$ 10 / US$ 50 por milhão de tokens no Standard; Sol e Luna comprimem o meio e a base da curva custo-inteligência, com metade do preço promocional da geração 5.6. O rollout no ChatGPT foi descrito como gradual ao longo do dia; se o modelo não aparecer em Work ou Codex, a orientação oficial é tentar de novo mais tarde.
GPT-6 Sol e Luna: o que muda no preço e no acesso
O corte de 50% na API é o fio econômico do lançamento. No Standard, o GPT-6 Sol (gpt-6-sol) passa a US$ 2,00 por milhão de tokens de entrada e US$ 10,00 por milhão de saída. O GPT-5.6 Sol promocional estava em US$ 4 / US$ 20.
O GPT-6 Luna (gpt-6-luna) fica em US$ 0,10 de entrada e US$ 0,50 de saída por milhão de tokens. O GPT-5.6 Luna promocional listava US$ 0,20 / US$ 1,20. Os valores acima saíram do post de 22 de setembro e das páginas de documentação dos modelos.
Nas docs, a leitura de input em cache do Sol custa US$ 0,20 e a escrita de cache US$ 2,50. No Luna, cached input sai a US$ 0,01 e cache writes a US$ 0,125. A OpenAI formaliza cached input a 10% do input sem cache e writes a 1,25x o input.
Prompts com mais de 272 mil tokens de entrada cobram 2x nas taxas de input e de cache e 1,5x na saída, no request inteiro. Batch e Flex ficam em 50% do Standard; Fast em 2x; processamento regional adiciona 10% onde disponível. Residência de dados na UE, nas docs, só com processamento Standard.
No ChatGPT, o recorte de planos importa tanto quanto a tabela da API. Work e Codex liberam Sol e Luna para assinantes pagos e Edu. Free e Go ficam restritos ao Luna no desktop. Quem depende do Chat web gratuito não encontra, no texto oficial, liberação desses modelos nesse canal.
O free tier da API permanece “Not supported” para Sol e Luna. Empresas e desenvolvedores no Brasil que operam só com crédito gratuito na API não entram nessa faixa pelo material publicado. Qualidade em PT-BR também não foi medida no post de estreia.
Preço detalhado, caching e modos da API
A tabela Standard resume o salto de preço em relação ao promocional 5.6. Sol cai pela metade em input e output. Luna idem. Em fluxos com muita saída, o Sol a US$ 10 por milhão altera a conta mensal frente aos US$ 20 anteriores, ainda sem chegar perto do Astra a US$ 50 de saída.
O caching é a segunda alavanca de custo. Leitura cached a 10% do input reduz a fatura em prompts longos reutilizados. Escritas a 1,25x o input cobram o “aquecimento” do prefixo. A OpenAI afirma, no post principal e no companion Better prompt caching for GPT-6, descontos de até 90% em leituras de input em cache.
No companion de 22 de setembro, a janela de elegibilidade para desconto de prefixos compartilhados aparece como 30 minutos. O texto descreve dashboard de prompt caching, diagnósticos de miss, breakpoints explícitos, mudança de reasoning effort sem quebrar o cache, uso de allowed_tools e prewarming.
Batch e Flex a 50% do Standard interessam a filas assíncronas e cargas elásticos. Fast a 2x compra latência menor. Regional +10% entra na conta quando a região está disponível. Nenhum desses multiplicadores altera o fato de que o free tier da API não cobre Sol nem Luna.
Em agentes que reaproveitam instruções, schemas de ferramentas e histórico, a combinação de preço base menor com cache hit alto é o ponto prático do anúncio. A OpenAI atribuiu ao GitHub, via citação no companion, redução de mais de 50% na parcela de tokens de prompt que exigiam processamento fresco, em bilhões de requests a modelos da empresa.
Specs, IDs, cutoff e ferramentas
Ambos os modelos listam contexto de 1.050.000 tokens e máximo de 128.000 tokens de saída. Entrada e saída de texto são suportadas. Imagem entra só como input. Áudio e vídeo não são suportados, segundo as docs oficiais.
O parâmetro reasoning.effort aceita none, low, medium (padrão), high, xhigh e max. Para ferramentas nativas, a orientação é usar a Responses API. Em Chat Completions, function calling só com reasoning_effort em none.
O knowledge cutoff do Sol é 20 de abril de 2026. O do Luna é 18 de maio de 2026. Fine-tuning não é suportado. Streaming, function calling e structured outputs são suportados.
Na Responses API, as docs listam web search, file search, image gen, code interpreter, hosted shell, apply patch, skills, computer use, MCP e tool search. Os IDs de chamada permanecem gpt-6-sol e gpt-6-luna.
Esses números de contexto, cutoff e modalidades vieram das páginas de documentação, não de extrapolação do post de marketing. Quem for dimensionar agents longos precisa cruzar o limite de 272K (multiplicador de preço) com a janela de 1,05M e com a política de cache de 30 minutos descrita no companion.
O que a OpenAI afirmou nos benches
Os números abaixo são reivindicações da OpenAI no post de 22 de setembro. Não foram auditados de forma independente nesta reportagem. A empresa separou preço e IDs (docs) dos scores de avaliação interna e de terceiros citados por ela.
No AutomationBench, a OpenAI atribuiu ao GPT-6 Sol em esforço xhigh 33,2% de score a US$ 0,27 por tarefa. Claude Opus 5 em max teria 26,9% a 11,1x o custo do Sol. O GPT-6 Astra em low teria 30,3% a 3,9x o custo do Sol. Há nota de que o datapoint do Claude Fable 5.1 com fallback do Opus 5 subestima o custo real porque omite o custo dos fallbacks.
No Agents’ Last Exam, a companhia atribuiu ao Sol em max 56,4%, acima do melhor score do Opus 5 na avaliação, a 60% menor custo por tarefa, segundo o texto corporativo.
Na factualidade interna, baseada em conversas desidentificadas do ChatGPT em que usuários haviam sinalizado erro factual de um modelo anterior, a OpenAI afirmou que o Sol comete cerca de metade dos erros do predecessor e se aproxima da confiabilidade do Astra a custo menor. O Luna, em esforços mais altos, igualaria o GPT-5.6 Sol a cerca de 1/100 do custo, no mesmo material.
No FrontierCode, a empresa disse que o GPT-6 Sol melhora de forma substancial sobre o GPT-5.6 Sol e consegue empatar o Claude Fable 5.1 em xhigh a custo bem menor. No DeepSWE v1.1, o Sol em max teria 68,8%, a 1,1 ponto percentual do pico do Fable 5 (69,9% em xhigh), a cerca de 80% menor custo. O Luna em max teria 66,6%, comparável a Opus 5 e Fable 5 em medium, com custos por tarefa 93% e 96% menores nessas comparações, sempre segundo a OpenAI.
No OSWorld 2.0 offline, a OpenAI afirmou que o Sol em xhigh chega a 60,5% frente a 60,3% do Opus 5 em medium, a cerca de 80% menor custo por tarefa. O Luna em max superaria o GPT-5.6 Sol em medium a um décimo do custo. A empresa reiterou que o Astra segue como o melhor modelo de computer use da casa.
Não há métrica em português do Brasil no post. Benchmarks de workflow, coding e computer use foram apresentados em inglês, com notas metodológicas da própria OpenAI sobre ambiente de pesquisa versus produção do ChatGPT.
Companion: melhor prompt caching para o GPT-6
No mesmo dia, a OpenAI publicou o companion sobre prompt caching. O texto descreve sistema aprimorado para a família GPT-6, com maior taxa de cache hit por padrão e desconto para prefixos elegíveis reutilizados em janela de 30 minutos.
Ferramentas novas incluem o Prompt Caching Dashboard, diagnósticos de miss (com razões como mudança de tools) e breakpoints explícitos para escolher onde o prefixo cacheado termina. É possível alterar o reasoning effort entre respostas sem quebrar o cache, via atualização de configuração, segundo o companion.
A orientação de ferramentas estáveis e o uso de allowed_tools (ou tool_choice none) em vez de remover definições visam preservar o prefixo. Prewarming move processamento de contexto conhecido para antes da primeira pergunta do usuário.
Mario Rodriguez, Chief Product Officer do GitHub, foi citado no companion sobre o papel do prompt caching no Copilot e sobre a redução de mais de 50% na parcela de tokens que exigiam processamento fresco. Outras citações de CTOs e engenheiros no mesmo post descrevem ganhos de hit rate e queda de custo em produção; são depoimentos de clientes, não medições próprias do ias.news.
O que o anúncio não cobre e o recado para o Brasil
O post não publica medição de qualidade em PT-BR. Também não detalha restrição geográfica nomeada para Sol e Luna além do que já vale para a plataforma. Ausência de menção não equivale a liberação formal em todos os canais no Brasil.
Free e Go no ChatGPT ficam limitados ao Luna no desktop. O Chat ainda não recebe esses modelos, no texto de 22 de setembro. Na API, free tier não é suportado. Quem depende só de cota gratuita precisa ler isso como exclusão prática desta faixa.
Não foi encontrado um YouTube oficial único do lançamento no corpo do post (há apenas link de canal no rodapé institucional). Esta reportagem não embute player de terceiros.
Empresas brasileiras que já usam Plus, Pro, Business, Enterprise ou Edu em dólar podem testar Sol e Luna em Work e Codex conforme o rollout. Times de API devem recalcular pipelines: Sol a US$ 2 / US$ 10 e Luna a US$ 0,10 / US$ 0,50 mudam o ponto de equilíbrio frente ao Astra e frente ao promocional 5.6.
O contraste operacional é claro. Astra permanece a escolha da OpenAI para o melhor resultado overall. Sol ocupa a faixa intermediária de coding e agents com preço Standard metade do promocional anterior. Luna mira volume e esforço ajustável a centavos por milhão de tokens de entrada.
Em síntese, GPT-6 Sol e Luna chegaram em 22 de setembro de 2026 com corte de 50% na API, disponibilidade imediata em Work e Codex para planos pagos e Edu, Luna no desktop para Free/Go, IDs de API documentados e um companion de caching no mesmo dia. Os benches, a factualidade interna e as comparações de custo por tarefa são claims da OpenAI e devem ser lidos como tal.