Se você mantém uma planilha de preços de modelos, ela ficou desatualizada esta semana. A xAI lançou o Grok 4.7 em 21 de setembro. No dia seguinte, a Anthropic lançou o Claude Opus 5.5 e a OpenAI lançou dois novos modelos GPT-6, Sol e Luna. Três lançamentos em 48 horas, dois laboratórios de fronteira no mesmo dia, e cada linha do seu modelo de custos agora está errada.
Os números por token estão abaixo. A história mais útil é que o preço por token deixou de ser a unidade pela qual alguém está competindo, e que uma das afirmações mais estridentes da semana expirou horas depois de ser publicada.
Todos os novos preços em uma única tabela
| Modelo | ID da API | Entrada $/M | Saída $/M | Entrada em cache | Contexto | Índice de Inteligência AA |
|---|---|---|---|---|---|---|
| Claude Opus 5.5 | claude-opus-5-5 |
$4 | $20 | $0,20 leitura, $5 escrita | 1M | 58, #1 de 212 |
| GPT-6 Sol | gpt-6-sol |
$2 | $10 | 90% de desconto nas leituras | 872k | 48 |
| GPT-6 Luna | gpt-6-luna |
$0,10 | $0,50 | 90% de desconto nas leituras | 1M | 37 |
| GPT-6 Astra | n/a | $10 | $50 | n/a | n/a | n/a |
| Claude Opus 5 (anterior) | claude-opus-5 |
$5 | $25 | n/a | n/a | n/a |
| Grok 4.7 (21 de set) | n/a | $2 | $6 | n/a | n/a | n/a |
Três coisas se destacam. O Opus 5.5 chega a $4/$20 contra os $5/$25 do Opus 5, então o carro-chefe ficou 20% mais barato ao mesmo tempo em que assumiu o primeiro lugar no índice da Artificial Analysis com 58. O Sol fica a um quinto da tarifa do Astra tanto na entrada quanto na saída. E o Luna coloca uma janela de contexto de 1M a dez centavos por milhão de tokens de entrada.
A Anthropic também lista um modo rápido para o Opus 5.5 a $8/$40 e uma saída máxima de 128k. Se você tem tarifas fixadas em código a partir dos nossos textos sobre preços do Claude Opus 5 ou preços do GPT-5.6, essas páginas agora descrevem a geração anterior.
O que de fato mudou: custo por tarefa, não custo por token
O post de lançamento da OpenAI não abre com tarifas por token. Ele abre com custo por tarefa concluída, e a tabela que publica é o artefato mais interessante da semana.
| Modelo (esforço de raciocínio) | AutomationBench 1.0.6 | Custo por tarefa |
|---|---|---|
| GPT-6 Sol (xhigh) | 33,2% | $0,27 |
| Fable 5.1 com fallback para Opus 5 (max) | 31,4% | mais de 8,9x o Sol |
| GPT-6 Astra (low) | 30,3% | 3,9x o Sol |
| Claude Opus 5 (max) | 26,9% | 11,1x o Sol |
Leia a linha de baixo com atenção. O Sol em raciocínio extra-alto pontua mais do que o Opus 5 em max por cerca de 9% do custo por tarefa do Opus 5. O custo por tarefa é a unidade honesta porque incorpora o que o preço por token esconde: tokens de raciocínio, chamadas de ferramentas, novas tentativas e quantos turnos um modelo precisa antes de parar. Um modelo com o dobro da tarifa nominal que termina em um terço dos tokens é mais barato, e nenhuma página de preços te conta isso.
O padrão se repete. No Agents’ Last Exam V1, o Sol em max pontua 56,4%, acima do melhor resultado do Opus 5, com 60% menos custo por tarefa. No DeepSWE 1.1, o Sol em max chega a 68,8%, dentro de 1,1 ponto do Fable 5 em xhigh (69,9%) e cerca de 80% mais barato por tarefa; o Luna em max pontua 66,6%, o que a OpenAI coloca na mesma faixa que o Opus 5 e o Fable 5 em esforço médio, com 93% menos por tarefa do que o Opus 5 e 96% menos do que o Fable 5. No OSWorld 2.0 offline, o Sol em xhigh pontua 60,5% contra o Opus 5 em médio com 60,3%, novamente cerca de 80% mais barato por tarefa. Em factualidade, a OpenAI diz que o Sol comete cerca de metade dos erros do seu antecessor, e o Luna em esforço mais alto iguala o GPT-5.6 Sol a cerca de um centésimo do custo.
A consequência prática: a pergunta de compras não é mais “qual é a tarifa por milhão de tokens”. É “quanto custa uma das minhas tarefas de ponta a ponta”, e só a sua própria carga de trabalho pode responder isso.
A comparação que expirou no mesmo dia em que foi lançada
Toda afirmação acima é medida contra o Claude Opus 5, porque o Opus 5.5 não existia quando o post da OpenAI foi escrito. A Anthropic lançou o Opus 5.5 horas depois: 20% mais barato que o Opus 5, 40% menos para executar segundo os próprios números da Anthropic, 30% mais rápido na saída, e no topo do índice da Artificial Analysis.
Então “supera o Opus 5 a 9% do custo por tarefa” é uma afirmação verdadeira sobre um modelo substituído na mesma tarde. Ninguém publicou um número de custo por tarefa de Sol versus Opus 5.5, porque todos os harnesses nessas tabelas rodaram antes de o Opus 5.5 existir. Se você está prestes a migrar uma carga de trabalho com base nessa proporção, você está comparando com um modelo que você não implantaria mais.
Cuidado na outra direção também. A própria planilha da Anthropic para o Opus 5.5 diz: Terminal-Bench 4.0 66,4%, FrontierCode v1.1 54,4%, CursorBench 4.0 57,8%, GDPval-AA v2.1 com 1846 Elo, AutomationBench 40,0%, Humanity’s Last Exam 67,7% com ferramentas, OSWorld 2.0 81,8%, Chartography 89,0%. Esse AutomationBench 40,0% não é subtraível dos 33,2% da OpenAI: versão de harness diferente, configurações de esforço diferentes, execução diferente, nenhuma linha de base comum declarada. Dois fornecedores citando o mesmo nome de benchmark não é um confronto direto. A própria posição da OpenAI é que o Astra “continua sendo o nosso melhor modelo em todos os aspectos”, então a história do GPT-6 esta semana é sobre preço e eficiência, não um novo teto. Comparações circulando no X que colocam números específicos do Opus 5.5 contra números específicos do Astra são tweets, não dados de fornecedores.
“50% mais barato” é medido contra um desconto, e o corte real é maior
A OpenAI afirma que Sol e Luna são cada um 50% mais baratos do que o preço promocional do GPT-5.6. Promocional é a palavra da OpenAI, e ela é estrutural: a linha de base que está sendo reduzida pela metade é uma tarifa com desconto, não uma tarifa de tabela padrão. Muita da cobertura desta semana descartou o qualificador.
Aqui está a linhagem, usando os preços de tabela do GPT-5.6 que documentamos na nossa própria cobertura de lançamento na época:
| Nível | GPT-5.6 tabela (entrada / saída por 1M) | GPT-5.6 promocional | GPT-6 |
|---|---|---|---|
| Sol | $5 / $30 | $4 / $20 | $2 / $10 |
| Terra | $2,50 / $15 | $2 / $12 | nenhum GPT-6 Terra anunciado |
| Luna | $1 / $6 | $0,20 / $1,20 | $0,10 / $0,50 |
Duas coisas resultam disso. Primeiro, a versão honesta da manchete supera a manchete: contra os preços de tabela do GPT-5.6, o Sol a $2/$10 é um corte de 60% na entrada e 67% na saída, e o Luna a $0,10/$0,50 é 90% e 92%. A OpenAI comparou com sua própria tarifa promocional, o que subestima a mudança para quem está orçando com base na tabela.
Segundo, não há GPT-6 Terra. O GPT-5.6 era Sol, Terra e Luna; o GPT-6 é Astra, Sol e Luna. Se você tem um nível intermediário fixado na configuração, nenhum sucessor equivalente está esperando por ele, e nosso guia de nomenclatura do GPT-5.6 agora se lê como história em vez de um mapa atual.
Os modelos baratos não são os modelos rápidos
A Artificial Analysis mediu os novos modelos. Para as variantes de raciocínio max, ela reporta o GPT-6 Sol a 115,2 tokens de saída por segundo com um tempo até o primeiro token de 102,15 segundos, e o Luna a 153,9 tokens por segundo com 124,23 segundos até o primeiro token. [VERIFICAR] Esses são números de terceiros, não números dos fornecedores, e descrevem a configuração de raciocínio mais alta, não o que você veria em esforço baixo ou médio.
Direcionalmente, esta é a troca que a guerra de preços está oferecendo: qualidade próxima da fronteira por uma fração do custo, paga em latência antes de o primeiro byte chegar. Ótimo para um trabalho em lote ou uma execução noturna de agente. Fatal para uma requisição com um humano esperando.
Meça isso você mesmo em vez de herdar de um placar, porque isso muda com a sua configuração de esforço, tamanho do prompt e região. Aponte o Apidog para o endpoint de completions de cada modelo candidato, envie o mesmo prompt no nível de esforço que você realmente colocaria em produção, e registre o tempo até o primeiro byte e o tempo total de resposta ao lado do corpo. Salvo como um cenário de teste, o próximo lançamento é uma reexecução em vez de um projeto de pesquisa.
O cache é a outra metade do corte de preços desta semana
Junto com os modelos, a OpenAI lançou uma versão real de cache de prompt para o GPT-6: um desconto de 90% nas leituras de entrada em cache, taxas de acerto maiores por padrão, um Prompt Caching Dashboard, uma ferramenta de diagnóstico e duas correções de comportamento que importam mais do que o desconto. Mudar o esforço de raciocínio ou a disponibilidade de ferramentas não invalida mais o cache, e breakpoints explícitos permitem que você decida onde um prefixo em cache termina. A OpenAI cita o GitHub vendo mais de 50% menos tokens de prompt precisando de processamento novo em bilhões de requisições. O lado da Anthropic está na tabela acima: leituras de cache do Opus 5.5 custam $0,20 por milhão contra $4 para entrada nova, então uma leitura em cache é 5% de uma nova.
Se o seu agente reenvia um grande prompt de sistema e um esquema de ferramentas robusto a cada turno, e a maioria faz isso, essas mudanças vão mexer na sua fatura mais do que qualquer preço nominal aqui. Isso torna o cache o item mais duradouro da semana e aquele que vale a pena projetar com cuidado.
O que fazer esta semana
- Mova os ids de modelo para configuração, não para o código. Três ids mudaram em dois dias.
claude-opus-5-5,gpt-6-solegpt-6-lunapertencem a variáveis de ambiente que você pode alternar, não a literais de string em um wrapper de cliente. - Reexecute sua própria avaliação antes de trocar. As tabelas de custo por tarefa dos fornecedores são medidas em harnesses dos fornecedores contra tarefas dos fornecedores. As suas serão diferentes.
- Instrumente o custo por tarefa. Registre tokens de entrada, saída e raciocínio contra unidades de trabalho concluídas, incluindo novas tentativas. Painéis por token vão te enganar pelo resto deste ano.
- Defina um orçamento de latência e teste no esforço de produção. Um modelo 93% mais barato por tarefa e dois minutos mais lento até o primeiro token é um produto diferente, não um mais barato.
- Audite sua fronteira de cache. Prefixo estável primeiro, conteúdo volátil por último, breakpoints explícitos onde a plataforma os suportar.
- Atualize os testes de contrato para os novos envelopes. O Sol tem contexto de 872k, o Luna e o Opus 5.5 têm 1M, e o Opus 5.5 limita a saída em 128k. Asserções escritas contra os limites do mês passado passam silenciosamente e truncam em produção.
- Roteie por tarefa em vez de migrar por completo. A diferença entre $0,10 e $10 por milhão de tokens de entrada é de duas ordens de magnitude. Níveis baratos para extração e classificação, níveis caros para trabalhos que precisam deles.
Um número para dar escala: a OpenAI revelou que seu pesquisador interno mediano gasta mais de $600 por dia em agentes de codificação, com o 90º percentil em $7.000. Cortes desse formato são direcionados a cargas de trabalho com essa folga. Se a sua for menor, eles principalmente te compram a opção de executar um modelo melhor com o mesmo orçamento.
Disponibilidade, brevemente
Sol e Luna estão no ChatGPT Work e no Codex para Plus, Pro, Business, Enterprise e Edu. Gratuito e Go recebem o Luna no aplicativo de desktop. Nenhum dos dois está no Chat ainda. Os ids da API são gpt-6-sol e gpt-6-luna, junto com a API do GPT-6 Astra existente. O Opus 5.5 roda na Claude Platform, AWS, Google Cloud e Azure.
Para detalhes modelo a modelo: o que é o Claude Opus 5.5, o que é o GPT-6 Sol, o que é o GPT-6 Luna, o confronto direto entre Sol e Opus 5.5, e o lançamento do cache de prompt do GPT-6.
A conclusão
Os preços nominais caíram, mas o evento real é que a indústria trocou de unidade. Custo por tarefa, taxa de acerto de cache e tempo até o primeiro token agora decidem quanto um modelo custa para você, e nenhum deles aparece em uma página de preços. Meça todos os três no seu próprio tráfego esta semana, porque as tabelas de comparação que todos estão citando estavam desatualizadas quando foram publicadas.