GPT-6 Sol e Luna chegaram: diferenças, preços e quando usar cada modelo

A família GPT-6 ficou maior.

Depois de lançar o GPT-6 Astra no início de setembro, a OpenAI apresentou em 22 de setembro de 2026 dois novos modelos: GPT-6 Sol e GPT-6 Luna.

A ideia é simples: nem todo trabalho precisa do modelo mais poderoso — e mais caro — disponível.

O Astra continua sendo a opção de maior capacidade da família. O Sol tenta levar boa parte dos avanços dessa geração para trabalhos complexos com menor custo, enquanto o Luna foi desenvolvido para tarefas focadas que precisam ser executadas em maior volume.

Mas existe um detalhe importante que pode causar confusão:

GPT-6 Sol e GPT-6 Luna ainda não são os modelos do Chat tradicional do ChatGPT.

No lançamento, eles chegaram principalmente ao ChatGPT Work, Codex e API da OpenAI.

Neste artigo da Simplifike, vamos separar o que mudou, quem pode acessar os novos modelos, quanto eles custam e em que situação Sol, Luna ou Astra podem fazer mais sentido.

Resposta rápida: o que são GPT-6 Sol e GPT-6 Luna?

GPT-6 Sol e GPT-6 Luna são dois novos modelos da família GPT-6 da OpenAI.

Segundo a empresa, eles foram treinados usando métodos semelhantes aos empregados no GPT-6 Astra e incorporam avanços dessa geração em áreas como:

• trabalho profissional;
• programação;
• uso do computador;
• confiabilidade factual;
• alinhamento;
• execução de workflows com agentes.

A diferença está principalmente no equilíbrio entre capacidade, velocidade, volume e custo.

Essa classificação resume o posicionamento atual da própria OpenAI. Na prática, a escolha também depende do produto, plano, limite disponível e do tipo de tarefa.

GPT-6 Sol: o que muda?

A documentação da API descreve o GPT-6 Sol como um modelo construído para coding complexo e workflows agentivos.

Isso significa que ele não está sendo posicionado apenas como um chatbot para produzir respostas melhores.

O foco está em trabalhos como:

• programação em projetos maiores;
• tarefas que utilizam ferramentas;
• agentes trabalhando em várias etapas;
• uso do computador;
• análise e produção profissional;
• workflows que precisam manter contexto durante muito tempo.

Ele também suporta diferentes níveis de esforço de raciocínio, permitindo ajustar quanto processamento será utilizado dependendo da dificuldade da tarefa.

Na API, o Sol possui atualmente uma janela de contexto de até 1,05 milhão de tokens e saída máxima de até 128 mil tokens.

Isso não significa que você deva colocar um milhão de tokens em todo pedido.

A janela ampla é uma capacidade. O objetivo continua sendo fornecer apenas o contexto que realmente ajuda o modelo a executar a tarefa.

GPT-6 Luna: por que ele pode ser tão importante quanto o Sol?

O Luna ocupa outra posição.

A OpenAI o descreve como seu modelo mais eficiente para tarefas focadas e de alto volume.

Isso pode parecer menos interessante do que anunciar “o modelo mais inteligente do mundo”, mas existe uma questão prática:

boa parte do trabalho cotidiano não precisa do modelo mais poderoso disponível.

Pense em tarefas como:

• classificar centenas de textos;
• extrair campos de documentos;
• organizar respostas de formulários;
• transformar dados em formatos padronizados;
• resumir pequenos blocos de informação;
• executar etapas repetitivas dentro de automações;
• auxiliar agentes em tarefas mais simples.

Nesse tipo de aplicação, custo e volume podem ser tão importantes quanto obter a resposta mais sofisticada possível.

O GPT-6 Luna também possui janela de contexto de até 1,05 milhão de tokens e saída máxima de até 128 mil tokens na API.

GPT-6 Sol versus Luna: qual é a principal diferença?

Uma forma simples de pensar é:

Sol → mais capacidade para o trabalho difícil.

Luna → mais eficiência para o trabalho que precisa acontecer muitas vezes.

Essa tabela é uma orientação editorial da Simplifike baseada no posicionamento atual dos modelos. Ela não significa que o Sol não consiga executar tarefas simples ou que Luna não consiga resolver problemas mais difíceis.

O ponto é escolher uma quantidade de capacidade proporcional ao problema.

E onde entra o GPT-6 Astra?

O Astra continua sendo o modelo de maior capacidade da família GPT-6.

A própria OpenAI recomenda Astra quando o objetivo é obter os melhores resultados em trabalhos especialmente exigentes e o custo não é a principal restrição.

Na Simplifike, já mostramos em detalhes o que muda com o GPT-6 Astra para quem cria conteúdo e trabalha com inteligência artificial.

A chegada de Sol e Luna não significa que Astra perdeu a função.

Na verdade, a família começa a ficar mais fácil de entender quando pensamos em três níveis:

Astra → profundidade máxima.

Sol → trabalho complexo com preocupação maior com custo e escala.

Luna → eficiência e grande volume.

Quanto custam GPT-6 Sol e GPT-6 Luna?

Os preços abaixo são da API da OpenAI e são cobrados por 1 milhão de tokens.

A OpenAI anunciou a nova geração destacando uma redução de preços em relação aos valores promocionais dos modelos GPT-5.6 equivalentes.

Para o GPT-5.6 Sol, o preço promocional informado anteriormente era de US$ 4 por milhão de tokens de entrada e US$ 20 de saída.

Com GPT-6 Sol, esses valores passaram para US$ 2 e US$ 10.

No Luna, o valor de entrada caiu de US$ 0,20 para US$ 0,10 e a saída passou de US$ 1,20 para US$ 0,50.

Esses números são relevantes principalmente para desenvolvedores e empresas que usam a API.

Se você está utilizando os modelos dentro do ChatGPT Work ou Codex através da sua assinatura, o consumo segue os limites e regras do plano, e não uma cobrança direta visível por cada milhão de tokens como ocorre com sua própria chave de API.

Por que o Luna custar tão pouco importa?

Considere uma aplicação que precise processar milhares ou milhões de pequenas tarefas.

Uma diferença pequena em uma única chamada de API pode virar uma diferença enorme quando repetida em escala.

Isso explica por que empresas de IA não estão competindo apenas para criar o modelo mais inteligente.

Também existe uma disputa por quanto de inteligência é possível entregar por dólar gasto.

Essa lógica é especialmente importante em:

• agentes;
• automações;
• atendimento;
• extração de dados;
• classificação;
• processamento em segundo plano;
• aplicações utilizadas por muitos usuários.

GPT-6 Sol e Luna estão disponíveis no ChatGPT?

Sim, mas com uma distinção importante.

No lançamento, Sol e Luna passaram a ser disponibilizados no ChatGPT Work e Codex para usuários elegíveis dos planos Plus, Pro, Business, Enterprise e Edu.

A OpenAI também informa que usuários Free e Go podem acessar GPT-6 Luna no aplicativo para desktop.

Porém, a empresa deixa explícito que GPT-6 Sol e Luna ainda não são os modelos disponíveis no Chat tradicional.

Isso significa que abrir uma conversa comum do ChatGPT e conversar normalmente não significa automaticamente estar usando GPT-6 Sol.

É uma distinção semelhante à que explicamos no nosso guia sobre ChatGPT Work:

Chat, Work e Codex são experiências diferentes, e os modelos disponíveis dentro de cada uma também podem ser diferentes.

Onde GPT-6 Sol e Luna estão disponíveis?

A disponibilidade está sendo liberada gradualmente. Se o modelo ainda não aparecer na sua conta, isso não significa necessariamente que seu plano não seja compatível.

Também vale manter o aplicativo do ChatGPT atualizado.

GPT-6 Sol e Luna substituem o GPT-5.6?

A chegada dos novos modelos representa uma evolução da família, mas isso não significa que todas as experiências do ChatGPT mudaram imediatamente para GPT-6.

Produtos, planos e workspaces podem manter modelos diferentes ao mesmo tempo.

Esse é um ponto importante porque nomes como ChatGPT, GPT-5.6, GPT-6 Astra, Sol e Luna descrevem coisas diferentes.

ChatGPT é o produto.

Work é uma experiência para delegar trabalhos maiores.

Codex é voltado principalmente ao desenvolvimento de software.

Astra, Sol e Luna são modelos.

É possível utilizar o mesmo produto e encontrar opções de modelos diferentes conforme seu plano e o modo escolhido.

O que melhorou em relação ao GPT-5.6 Sol e Luna?

Segundo as avaliações publicadas pela OpenAI, os novos modelos apresentam avanços em trabalho profissional, programação, factualidade, uso do computador e alinhamento.

É importante colocar esses números no contexto correto:

eles são benchmarks divulgados pela própria OpenAI no lançamento.

Isso é diferente de dizer que todo usuário perceberá exatamente o mesmo ganho em qualquer tarefa.

Um resultado de benchmark não substitui o teste no seu workflow.

1. Menos erros factuais

Em uma avaliação interna baseada em conversas nas quais usuários haviam sinalizado erros factuais, a OpenAI afirma que o GPT-6 Sol comete aproximadamente metade dos erros de seu antecessor.

O Luna também apresentou melhorias e, em níveis maiores de raciocínio, aproximou-se do desempenho factual do GPT-5.6 Sol segundo essa avaliação.

Isso não significa que os modelos deixaram de errar.

Números, datas, fontes e informações importantes continuam precisando de verificação.

2. Coding e agentes

Uma das áreas mais enfatizadas pela OpenAI é programação.

Sol foi desenvolvido especificamente para coding complexo e workflows agentivos.

Luna também ganhou capacidade nessa área, mas com uma proposta muito mais agressiva de custo.

Isso interessa principalmente a quem usa Codex continuamente, porque tarefas longas de desenvolvimento podem consumir uma grande quantidade de tokens ao longo do dia.

3. Uso do computador

Astra continua ocupando o topo da família para uso do computador, segundo a OpenAI.

Sol e Luna, porém, foram desenvolvidos para oferecer uma relação melhor entre capacidade e custo nessas tarefas.

Isso importa no ChatGPT Work porque um agente pode precisar navegar por interfaces, trabalhar com arquivos, pesquisar, produzir documentos e continuar executando etapas durante mais tempo.

4. Respostas mais diretas

A OpenAI também afirma ter levado parte do estilo de colaboração do Astra para Sol e Luna.

A intenção é produzir respostas mais claras, com menos jargão, menos detalhes de pouco valor e um pouco mais curtas sem perder informação importante.

Esse aspecto é subjetivo e deve ser avaliado na prática.

O que muda para quem usa IA para criar conteúdo?

Provavelmente menos do que o nome “GPT-6” pode sugerir em uma primeira impressão.

Se sua tarefa é:

• criar cinco títulos;
• revisar uma legenda;
• reescrever um parágrafo;
• gerar algumas ideias;
• resumir um pequeno texto;

não existe necessariamente motivo para utilizar o modelo mais pesado disponível.

A diferença começa a ficar mais interessante quando o trabalho envolve:

• vários documentos;
• pesquisa;
• análise de concorrentes;
• criação de vários materiais conectados;
• uso de aplicativos;
• várias etapas até chegar ao resultado final.

Imagine, por exemplo:

“Analise estes materiais sobre o produto, pesquise o mercado, identifique as principais dúvidas do público, crie uma estratégia editorial, proponha 20 pautas e entregue os cinco primeiros conteúdos seguindo o mesmo posicionamento.”

Esse tipo de tarefa se aproxima mais daquilo que Sol e Astra foram projetados para executar.

O que muda para automações e agentes?

A chegada do Luna pode ser especialmente interessante aqui.

Em uma automação, várias etapas não exigem raciocínio máximo.

Imagine um sistema que:

1. recebe 1.000 respostas de formulário;
2. classifica cada uma em uma categoria;
3. extrai nome, problema e interesse;
4. gera um pequeno resumo;
5. envia os registros para outro sistema.

Usar o modelo mais caro em todas as etapas pode não ser necessário.

Uma arquitetura mais eficiente pode reservar modelos mais capazes para os casos difíceis e utilizar um modelo mais barato nas tarefas previsíveis e repetitivas.

Esse princípio é importante para quem trabalha com automações: não pergunte apenas “qual é o modelo mais inteligente?”, mas “quanto de inteligência esta etapa realmente precisa?”

Método Simplifike: Complexidade → Volume → Custo

Uma maneira prática de escolher entre os modelos é analisar três fatores.

Depois, use uma lógica inicial:

Complexidade muito alta + resultado crítico → Astra.

Complexidade alta + necessidade de escala → Sol.

Tarefa focada + grande volume → Luna.

Isso é um método editorial da Simplifike para orientar a escolha. Não é uma classificação oficial da OpenAI.

Como testar Sol e Luna no seu próprio trabalho

A melhor comparação não é perguntar aos dois modelos:

“Qual é melhor?”

Use exatamente a mesma tarefa real.

Por exemplo:

Você recebeu cinco arquivos sobre um novo produto.

OBJETIVO:
Preparar um briefing para a equipe de marketing.

ANALISE:
- público;
- problema principal;
- diferenciais;
- objeções;
- informações que ainda precisam ser verificadas.

ENTREGA:
1. resumo executivo;
2. tabela com evidências encontradas nos arquivos;
3. cinco oportunidades de conteúdo;
4. cinco perguntas que ainda precisam de resposta;
5. lista das informações que você não conseguiu confirmar.

REGRAS:
- não invente dados;
- diferencie fatos de interpretações;
- indique de onde veio cada informação relevante;
- não produza a campanha ainda.

Depois compare:

• quanto tempo levou;
• se os arquivos foram interpretados corretamente;
• quantos fatos precisaram ser corrigidos;
• se as conclusões estavam sustentadas;
• quanto trabalho manual restou;
• quanto da sua franquia ou orçamento foi consumido.

Essa comparação é mais útil do que olhar apenas para um número de benchmark.

GPT-6 Sol ou Luna: qual eu usaria?

Para trabalhos pontuais e simples, eu começaria pelo modelo menos pesado que consegue entregar o resultado necessário.

Se Luna resolver corretamente, não existe vantagem operacional em utilizar Sol apenas porque ele ocupa uma posição superior na família.

Quando surgirem problemas de raciocínio, múltiplas etapas, código mais complexo ou necessidade maior de autonomia, Sol passa a ser uma opção natural.

E quando a tarefa realmente exigir a maior profundidade disponível, Astra continua sendo a referência da família.

Em outras palavras:

não escolha o modelo primeiro e procure uma tarefa depois.

Comece pelo trabalho.

Sol e Luna também mudam o ChatGPT Voice?

Não há indicação no lançamento de que GPT-6 Sol ou Luna tenham substituído a camada de conversação em tempo real do Voice.

A experiência de voz possui uma arquitetura própria.

Na Simplifike temos um artigo específico explicando como GPT-5.6 e GPT-6 Astra participam da experiência atual do ChatGPT Voice.

É importante separar essas atualizações para não concluir que todo novo modelo anunciado passa automaticamente a controlar todas as partes do ChatGPT.

GPT-6 Sol e Luna significam IA mais barata?

Para desenvolvedores que utilizam a API, claramente existe uma redução relevante no preço por token em relação aos modelos equivalentes da geração anterior.

Mas custo real não depende apenas do preço listado.

Ele também depende de:

• quantidade de contexto enviada;
• tamanho das respostas;
• nível de raciocínio;
• uso de ferramentas;
• número de tentativas;
• quantas vezes a tarefa é repetida;
• quanto trabalho humano ainda é necessário depois.

Um modelo mais barato que exige três tentativas pode acabar custando mais do que outro que resolve o problema corretamente de primeira.

É por isso que custo e qualidade precisam ser medidos no workflow real.

Resumo: GPT-6 Astra, Sol ou Luna?

A grande novidade de Sol e Luna talvez não seja simplesmente a existência de dois novos modelos.

É a possibilidade de começar a escolher inteligência de maneira mais proporcional ao trabalho.

Astra não precisa processar tudo.

Sol não precisa processar tudo.

E Luna não precisa ser limitado às tarefas mais básicas.

A escolha ideal depende de uma combinação entre complexidade, volume, qualidade necessária e custo.

Fontes oficiais

• OpenAI — Introducing GPT-6 Sol and Luna
• OpenAI API — GPT-6 Sol
• OpenAI API — GPT-6 Luna
• OpenAI API — Changelog
• OpenAI — ChatGPT Release Notes

Modelos mudam rapidamente. O mais importante é aprender a transformar essas ferramentas em processos que realmente economizam tempo, ajudam na criação e resolvem problemas do dia a dia.