GPT‑6.1 Sol no Codex: cinco vezes mais barata que Astra — mas será igual na prática?

Uma mesma solicitação em um repositório pode exigir várias tentativas: o agente propõe um patch, executa testes e depois corrige os erros. O baixo preço dos tokens, por si só, não responde à principal pergunta: quanto custa obter uma alteração que possa ser aprovada.

Em 2 de outubro de 2026, a resposta é: as tarifas padrão da API da GPT‑6.1 Sol para tokens de entrada e saída são cinco vezes menores que as da GPT‑6 Astra. A OpenAI também afirma que a Sol alcançou paridade com a Astra em um teste de codificação agêntica. Mas isso não comprova uma paridade geral no Codex nem garante uma economia de cinco vezes em um patch pronto.

Primeiro, vamos separar a API da assinatura do Codex

A API é cobrada com base nos tokens utilizados. No Codex pelo ChatGPT, há um limite incluído no plano de trabalho, portanto não se deve aplicar a ele os preços da API. A OpenAI explica que o consumo do limite depende do modelo, da tarefa e das configurações, enquanto a API é cobrada separadamente — conforme descrito na ajuda sobre o uso do Work e do Codex.

A tabela apresenta as tarifas padrão da API por milhão de tokens para solicitações com contexto de entrada de até 272 mil tokens:

Pelas tarifas comuns, a Sol custa cinco vezes menos que a Astra para entrada e saída, enquanto a entrada em cache custa dez vezes menos. Porém, em comparação com a GPT‑6 Sol, a nova versão não é mais barata para entrada e saída comuns: sua vantagem tarifária está na entrada em cache, cujo preço caiu pela metade. A Luna custa muito menos que as outras três, mas o preço baixo, por si só, não diz quão bem o modelo resolverá uma tarefa complexa. Essas tarifas estão indicadas nos preços da API da OpenAI.

Quanto custa uma tentativa equivalente

Para ilustrar, vamos considerar uma solicitação hipotética: 20 mil novos tokens de entrada, 80 mil tokens de entrada em cache e 10 mil tokens de saída. Suponhamos que o cache tenha sido utilizado; não consideramos gravação em cache, chamadas de ferramentas nem novas tentativas.

Com essa composição de solicitação, uma tentativa com a Sol custa cerca de 5,3 vezes menos que com a Astra. Em comparação com a GPT‑6 Sol, a diferença é de $0,008 — cerca de 5,1% do custo da tentativa. Este é um exemplo aritmético, não uma medição de uma tarefa típica do Codex: o consumo de tokens, o número de chamadas de ferramentas e a quantidade de novas tentativas podem variar entre os modelos.

Há também um limite tarifário: para solicitações com contexto superior a 272 mil tokens de entrada, as tarifas de entrada e cache dobram, e a de saída aumenta uma vez e meia — para toda a solicitação. Portanto, o cálculo acima não se aplica a contextos longos sem ajustes; as condições estão na página do modelo GPT‑6.1 Sol.

O que a comparação com a Astra realmente comprova

No anúncio da GPT‑6.1 Sol, a OpenAI afirmou que, no DeepSWE v1.1, um teste de tarefas complexas de engenharia em bases de código reais, a Sol alcançou paridade com a Astra por cerca de um quinto do custo. A formulação correta, neste caso, é “no DeepSWE v1.1, segundo a OpenAI”.

No OSWorld 2.0, que avalia a execução de tarefas em um computador, a Sol ficou 2,1 pontos percentuais atrás da Astra no nível máximo de raciocínio. Segundo a OpenAI, o custo por tarefa foi cerca de sete vezes menor. A empresa ressalva que suas avaliações foram realizadas em um ambiente de pesquisa ou pela API e podem diferir do uso em interfaces de produção por causa de instruções de sistema, ferramentas e configurações.

São resultados publicados pelo próprio fornecedor, não uma avaliação independente dos modelos em um mesmo fluxo de trabalho do Codex. Os materiais considerados neste artigo não apresentam um teste independente comparável da Sol e da Astra nas mesmas tarefas do Codex.

O que dizem os desenvolvedores

As primeiras discussões após o lançamento são um motivo para testar o modelo no próprio ambiente, mas não constituem uma avaliação representativa. Em uma discussão no Reddit sobre velocidade e consumo do limite, usuários reclamam da lentidão na geração. Um autor escreve que, para ele, uma ação simples ou a compactação do contexto levava pelo menos dois minutos. São observações isoladas, sem tarefas iguais nem condições controladas.

Em outra discussão sobre a velocidade da Sol, os participantes discordam: alguns consideram a geração lenta um problema, enquanto outros observam que a velocidade de saída dos tokens, por si só, não indica quanto tempo levará a tarefa inteira. São métricas diferentes, e a discussão não oferece uma medição controlada de nenhuma delas.

Há também um relato negativo isolado sobre uma tentativa de criar uma demonstração de jogo: o autor informa que o modelo ignorou requisitos e não corrigiu deficiências importantes após receber esclarecimentos. Isso não mede a qualidade geral do modelo nem o compara diretamente com a Astra.

Por fim, em uma issue do GitHub sobre a seleção de modelos na extensão do VS Code, um usuário relatou em 30 de setembro que a Sol aparecia no Codex para desktop, mas não na lista de modelos da extensão no Windows. Trata-se da descrição de uma configuração específica; ela não determina a causa nem a dimensão do problema.

Os autores verificáveis dessas publicações usam pseudônimos, por isso não incluímos citações diretas atribuídas a nomes reais confirmados. A conclusão prática desses primeiros relatos é mais modesta: qualidade, tempo para concluir a tarefa e consumo do limite precisam ser medidos separadamente.

Breve cronologia

1. 3 de setembro de 2026. A OpenAI apresentou a GPT‑6 Astra.
2. 22 de setembro de 2026. A GPT‑6 Sol e a GPT‑6 Luna foram lançadas na API.
3. 29 de setembro de 2026. A OpenAI anunciou o lançamento da GPT‑6.1 Sol para a API, o ChatGPT Work e o Codex.
4. 30 de setembro de 2026. Surgiu no GitHub um relato de que a Sol não aparecia na lista de modelos da extensão do VS Code no Windows.

As datas de lançamento estão no registro de alterações da API da OpenAI, e o relato sobre o VS Code está na discussão específica no GitHub. Esta é uma cronologia inicial, não uma avaliação da disponibilidade do modelo para todos os usuários.

Quando escolher Sol e quando escolher Astra

Para os planos Plus e Standard Business, a OpenAI apresenta uma estimativa de 15 a 160 mensagens locais em uma janela de cinco horas para a Sol e de 5 a 45 para a Astra. Isso não é um número garantido de tarefas: o consumo depende do modelo, da tarefa e das configurações; tarefas na nuvem podem usar mais do limite, e também podem existir limites semanais. Essas estimativas não devem ser convertidas em um fator de economia nem comparadas diretamente com os preços da API — as condições são explicadas na ajuda sobre os limites do Work e do Codex.

A escolha prática depende do custo do erro e do tempo de espera:

• Vale testar a Sol em tarefas repetitivas com resultados fáceis de verificar — por exemplo, quando há testes e critérios de aceitação claros. Suas tarifas padrão da API são significativamente inferiores às da Astra.
• A Astra pode continuar sendo a escolha para tarefas complexas ou arriscadas, nas quais a qualidade do resultado importa mais que o custo de uma tentativa. É preciso verificar na prática se ela se sai melhor nas tarefas da equipe.
• A Luna pode servir para operações simples e repetitivas, se a qualidade for suficiente. O preço mínimo dos tokens não prova que o trabalho complexo com esse modelo custará menos.

Para comparar, execute o mesmo pequeno conjunto de tarefas nos modelos e defina previamente o que será considerado um resultado aceitável: por exemplo, passar nos testes, atender aos requisitos e ser aprovado na revisão. Registre o número de tentativas, o consumo de tokens, as chamadas de ferramentas e o tempo até obter um patch pronto. Assim, você avaliará o custo do resultado, e não o preço de uma resposta.

Conclusão: a Sol realmente custa cinco vezes menos que a Astra para tokens comuns de entrada e saída da API; em um teste de codificação agêntica, a OpenAI relata um resultado equivalente. Mas não há evidências suficientes de paridade geral no Codex. Na assinatura, a economia da API não se aplica diretamente, e os primeiros relatos dos desenvolvedores ainda são esparsos e contraditórios. A Sol é uma candidata plausível a opção mais econômica, mas decidir se ela deve substituir a Astra depende de como ambas se saem nas tarefas da equipe.