OpenAI anuncia família GPT-5.6 para reduzir custo de uso

Sol usa Codex para otimizar a própria infraestrutura

A OpenAI diz que treinou GPT-5.6 para concluir mais trabalho com cada token. Durante o treinamento, a equipe ajustou o modelo para buscar caminhos mais diretos nas tarefas, combinando sucesso na execução com eficiência. A empresa não apresentou, no trecho divulgado, os resultados numéricos desses ganhos de inteligência por token.

A redução de custo não depende apenas do modelo. A OpenAI também mexeu na inferência, que transforma o modelo treinado em respostas, com melhorias em balanceamento de carga, decodificação especulativa, cache e kernels. O objetivo é gerar mais tokens com o mesmo hardware sem sacrificar inteligência, latência, disponibilidade e confiabilidade.

O balanceamento distribui pedidos conforme geografia, capacidade disponível, tipo de acelerador, carga, tamanho do contexto e existência de cache. Dentro de cada instância, o sistema divide o trabalho entre aceleradores, sub-redes do modelo e núcleos de computação. Segundo a OpenAI, o GPT-5.6 Sol no Codex encontrou desequilíbrios no tráfego de produção, testou estratégias de roteamento e ajustou essas regras.

A empresa também afirma que o Sol identificou operações que poderiam ser calculadas antes, evitadas ou executadas em paralelo durante o forward pass. Com o Codex, o modelo reescreveu e otimizou kernels usados na produção. A OpenAI atribui parte desse resultado ao treinamento do GPT-5.6 em Triton e Gluon, duas linguagens abertas para programação de GPUs mantidas pela própria empresa.

Acesso e comparação ainda têm lacunas

A família também altera o custo de uso conforme a tarefa. Terra busca entregar o desempenho de GPT-5.5 em benchmarks de inteligência por metade do preço, enquanto Luna prioriza velocidade e preço menor. A OpenAI afirma que Luna custa 80% menos que Sol, mas o anúncio não informa os valores cobrados nem detalha os critérios que definem cada faixa de uso.

O comunicado não informa quais produtos já oferecem GPT-5.6, quais contas podem acessá-lo, se existe uma API pública ou quais requisitos de hardware se aplicam. Também não anuncia pesos para download nem descreve limites de contexto, latência ou disponibilidade regional. A OpenAI cita Codex e ChatGPT Work como usuários do agentic harness, a camada que controla contexto, ferramentas e repetição de tarefas, mas não esclarece se esses recursos chegam ao público junto com a família.

A empresa diz que essa camada reduz o desperdício ao controlar o excesso de contexto, o uso de ferramentas e o trabalho repetido. Ela também afirma que as melhorias se acumulam em toda a pilha. As comparações com Claude Fable 5 e GPT-5.5, porém, aparecem apenas como declarações da OpenAI; o material não traz metodologia, pontuações ou validação independente.

A justificativa acompanha uma pressão operacional concreta: a OpenAI afirma ter escalado seus modelos para 1 bilhão de usuários ativos e mais de 2 milhões de empresas nos quatro anos anteriores. Segundo a empresa, a demanda por modelos cresce mais rápido que a capacidade computacional. O anúncio trata eficiência como condição para atender esse volume com o mesmo parque de máquinas, mas não revela quanto cada otimização reduziu o custo final.