GPT-5.6 Sol, Terra e Luna: entendendo a nova família de 3 tiers da OpenAI
A OpenAI lançou o GPT-5.6 em 09/07/2026 e mudou a forma de nomear os modelos. Em vez de um modelo único com sufixos tipo "mini" ou "turbo", agora são três tiers com nome de astro: Sol, Terra e Luna. O número (5.6) é a geração; o astro é o nível de potência. Isso deixa a OpenAI atualizar um tier sem renomear a linha toda.
Escrevi uma versão mais completa no blog, mas queria trazer a discussão técnica aqui e ouvir como vocês estão encarando a escolha de tier na prática.
A lógica dos tiers
- Sol — flagship. Novo
max reasoning effort+ um modo ultra que dispara subagentes em paralelo para tarefas complexas de agente. - Terra — o meio-termo. Desempenho competitivo com o antigo GPT-5.5 por ~metade do preço. Na minha leitura, é o melhor custo-benefício pra maioria dos casos.
- Luna — rápido e barato. Ideal pra alto volume: moderação, classificação, respostas curtas.
A metáfora é direta: Sol = mais forte, Luna = leve/rápido, Terra = sólido no meio.
A novidade técnica: Programmatic Tool Calling
O ponto que mais me chamou atenção não foi um tier, foi o Programmatic Tool Calling na Responses API. Em vez de o modelo chamar cada ferramenta isoladamente, ele escreve e executa pequenos programas em memória pra coordenar várias ferramentas de uma vez. É isso que sustenta os ganhos em trabalho de agente (passos encadeados) e o motivo de a OpenAI ir bem em benchmarks agênticos apesar de não liderar coding puro.
Benchmarks (SWE-Bench Pro)
Tabela de lançamento compilada pela Vellum AI:
| Modelo | SWE-Bench Pro |
|---|---|
| Sol | 64,6% |
| Terra | 63,4% |
| Luna | 62,7% |
| GPT-5.5 (anterior) | 59,4% |
Repare que Sol e Luna estão a menos de 2 pontos de distância. Na prática, o Luna resolve quase tanto quanto o Sol em muita tarefa, por uma fração do custo.
O detalhe honesto: coding puro
Aqui é onde a maioria dos comparativos BR passou batido. Em código puro (escrever uma função correta do zero), o Fable 5 lidera com ~80% de acerto, contra 64,6% do Sol. Ou seja:
- Coding puro / trechos isolados → Fable 5 leva vantagem.
- Trabalho de agente (encadear passos, chamar ferramentas, se autocorrigir) → GPT-5.6 leva vantagem, graças ao Programmatic Tool Calling e ao modo ultra do Sol.
A escolha deixou de ser "qual é melhor" e virou "melhor pra quê".
Preços (por 1M tokens)
| Modelo | Input | Output |
|---|---|---|
| Sol | US$ 5 | US$ 30 |
| Terra | US$ 2,50 | US$ 15 |
| Luna | US$ 1 | US$ 6 |
Sol é ~5x mais caro que Luna em ambos. Em aplicações de agente (que queimam token), a conta dispara rápido. Contrapeso: a OpenAI afirma que o Sol é ~54% mais eficiente em tokens em coding agêntico, o que amortiza parte disso quando a tarefa casa com o perfil.
Como eu tenho pensado a escolha
O padrão que faz mais sentido pra mim é misturar tiers na mesma aplicação:
- Luna pro volume (tarefas simples e repetitivas)
- Terra pro miolo (o grosso do trabalho do dia a dia)
- Sol só nos gargalos reais (refatoração grande, pipeline de agente longo)
Subir pro Sol "por padrão" raramente compensa: o ganho sobre o Terra no SWE-Bench Pro foi de ~1 ponto, mas o preço praticamente dobra.
Disponível em ChatGPT, Codex, API e GitHub Copilot.
Como vocês estão dividindo os tiers nos projetos de vocês? Alguém já bateu o Terra a ponto de precisar do modo ultra do Sol de verdade?
Aprofundei a comparação completa — qual tier usar em cada caso e o ponto honesto do vs Fable 5 — no techknow, onde escrevo sobre IA/dev: https://www.techknow.com.br/post/gpt-5-6-sol-terra-luna