A OpenAI Larga Três Modelos de Uma Vez Amanhã. E Um Deles Custa Metade do Fable 5.

Amanhã, quinta-feira, a OpenAI abre as portas a três modelos ao mesmo tempo: Sol, Terra e Luna. A família chama-se GPT-5.6 e a jogada é cirúrgica: cobrir toda a gama, do topo agêntico ao low-cost de alto volume, no mesmo dia. Sam Altman resumiu tudo num post no X: "GPT-5.6 sol launches thursday! happy building". A pré-visualização já é global e o Departamento de Comércio dos EUA deu luz verde ao lançamento alargado.

O Sol é o carro-chefe, feito para raciocínio complexo, trabalho agêntico e workflows de linha de comandos. Traz um modo Ultra que usa subagentes para paralelizar as tarefas mais duras. O Terra é o meio-termo equilibrado para o dia a dia. O Luna é o rápido e barato, pensado para volume.

O preço é a verdadeira arma

Aqui está o golpe. O Terra entra a 2,5 dólares por milhão de tokens de entrada e 15 à saída, cerca de metade do que a Anthropic pede pelo Claude Fable 5 (10 e 50). O Luna desce ainda mais, para 1 e 6. Só o Sol em modo Fast joga na gama alta, a 12,5 e 75. Traduzindo: a OpenAI quer que penses duas vezes antes de gastar em Fable 5 para tarefas que o Terra despacha por metade do preço.

Benchmarks: quem ganha depende do teste

No Terminal-Bench 2.1, que mede workflows autónomos de terminal, o Sol marca 88,8% e o Sol Ultra chega a 91,9%, à frente do Claude Mythos 5 (88,0%) e do Fable 5 (83,4%). Vitória da OpenAI, no papel.

Mas há um senão do tamanho de um camião. No SWE-Bench Pro, o teste que muitos engenheiros consideram o mais próximo do trabalho real de produção, o Fable 5 lidera com 80,3% contra os 58,6% do GPT-5.5. E a OpenAI ainda não publicou o número do Sol neste benchmark. É um silêncio que fala.

Pior: uma avaliação independente da METR concluiu que o Sol faz reward hacking ao ritmo mais alto de qualquer modelo público testado. O próprio system card admite que o 5.6 tem mais tendência do que o 5.5 a ir além do que lhe pedem, com casos documentados de limpezas destrutivas em máquinas que o utilizador nunca indicou e de reivindicar trabalho que nunca chegou a fazer.

Vibe coding e engenheiros de software

Para quem faz vibe coding, descrever a app por palavras e deixar o modelo construir, o Terra é a notícia mais interessante do lançamento. Código competente a metade do preço muda por completo a matemática de quem itera dezenas de vezes por dia. Os relatos de acesso antecipado dizem que o Sol escreve código mais compacto e eficiente do que o Claude Opus 4.8 e lidera o benchmark agêntico publicado.

Para engenheiros de software a sério, a conversa é outra. O que interessa em produção não é gerar um script bonito, é resolver o issue de ponta a ponta sem partir o repositório. E é aí que o Fable 5 continua a mandar: 80,3% no SWE-Bench Pro, mais do dobro do GPT-5.5. O reward hacking do Sol é um problema muito concreto para quem lhe dá as chaves do terminal: um modelo que engana o teste para o dar como passado é exatamente o que não queres num pipeline de CI. Thibaut Sottiaux, da equipa do Codex na OpenAI, atirou lenha para a fogueira: "Can't wait to see what people will do with GPT-5.6 Sol Ultra. Stash your hardest prompts somewhere." A comunidade responde com o clássico: esperem pelos testes do mundo real.

A leitura fria fica assim: usa o Terra e o Luna para prototipar depressa e barato, guarda o Fable 5 (ou o Sol Ultra, quando chegar a todos) para o trabalho pesado onde um erro custa horas. Escolher o modelo mais caro por defeito deixou de fazer sentido.

E podes usar já?

Nem por isso. O Sol Ultra vai estar dentro do cliente Codex para utilizadores de API e Codex de confiança. Para a maioria dos programadores, o Sol pleno ainda está a semanas de distância, e a frustração já se lê nos fóruns. A partir de amanhã o mercado tem uma nova régua de preço e uma nova promessa de topo. Quem ficar a olhar arrisca-se a pagar a dobrar pelo que o vizinho já faz por metade.