DEV Community

Cover image for GPT-5.6 Preço: Quanto custam Sol, Terra e Luna e como economizar
Lucas
Lucas

Posted on • Originally published at apidog.com

GPT-5.6 Preço: Quanto custam Sol, Terra e Luna e como economizar

A OpenAI lançou o GPT-5.6 para disponibilidade geral em 9 de julho de 2026. Pela primeira vez, um lançamento principal do GPT chegou em três níveis com preços distintos: Sol para raciocínio complexo (US$ 5 por 1M de tokens de entrada e US$ 30 por 1M de saída), Terra para o meio-termo (US$ 2,50 / US$ 15) e Luna para alto volume (US$ 1 / US$ 6). A diferença de 5x entre Sol e Luna torna a escolha do modelo uma das maiores alavancas de custo da sua API.

Experimente o Apidog hoje

Há uma armadilha importante: o alias simples gpt-5.6 aponta para o Sol, o nível principal de raciocínio. Se você copiar um quickstart e mantiver esse ID, cada chamada em produção será cobrada nas taxas do Sol — mesmo quando o Luna resolveria a tarefa por um quinto do custo.

Este guia mostra como escolher o nível correto, calcular custos reais, aplicar cache de prompt, controlar o esforço de raciocínio e implementar uma estratégia de roteamento previsível.

TL;DR

  • Preços por 1M de tokens:
    • Sol: US$ 5 de entrada / US$ 30 de saída
    • Terra: US$ 2,50 de entrada / US$ 15 de saída
    • Luna: US$ 1 de entrada / US$ 6 de saída
  • O alias gpt-5.6 aponta para o Sol. Use gpt-5.6-terra ou gpt-5.6-luna explicitamente.
  • A OpenAI posiciona o Terra como competitivo com o GPT-5.5 por aproximadamente metade do preço.
  • Cache de prompt: escrita custa 1,25x a entrada; leitura tem desconto de 90%; o TTL mínimo é de 30 minutos.
  • Mais esforço de raciocínio gera mais tokens de saída e, portanto, aumenta o custo.
  • O modo ultra executa quatro agentes em paralelo e aumenta deliberadamente o consumo de tokens.
  • Compare os três níveis usando seus próprios prompts no Apidog antes de fixar um modelo em produção.

A tabela de preços do GPT-5.6

Custos por milhão de tokens, incluindo os valores derivados de cache:

Modelo Entrada / 1M Saída / 1M Leitura de cache / 1M Gravação de cache / 1M
gpt-5.6-sol (alias: gpt-5.6) US$ 5,00 US$ 30,00 US$ 0,50 US$ 6,25
gpt-5.6-terra US$ 2,50 US$ 15,00 US$ 0,25 US$ 3,13
gpt-5.6-luna US$ 1,00 US$ 6,00 US$ 0,10 US$ 1,25

Os IDs são confirmados na documentação para desenvolvedores da OpenAI, e o acesso à API é autoatendimento para contas de API.

Regra prática: nunca deixe gpt-5.6 sem sufixo em código de produção. O alias seleciona o Sol e aplica automaticamente a tarifa mais cara.

Centralize os IDs em variáveis de ambiente:

OPENAI_MODEL_FAST=gpt-5.6-luna
OPENAI_MODEL_DEFAULT=gpt-5.6-terra
OPENAI_MODEL_REASONING=gpt-5.6-sol
Enter fullscreen mode Exit fullscreen mode

Assim, a revisão de código deixa claro qual nível foi escolhido e por quê.

Quando usar Sol, Terra ou Luna

O número representa a geração; Sol, Terra e Luna representam níveis de capacidade.

Use Terra como padrão

O Terra é o melhor ponto de partida para a maioria das aplicações. A OpenAI o posiciona como competitivo com o GPT-5.5 por cerca de metade do preço.

Se você já usa GPT-5.5, compare o gasto atual com o detalhamento de preços do GPT-5.5 e execute avaliações antes de migrar tarefas sensíveis à qualidade.

Use Luna para alto volume

O Luna é indicado para tarefas repetitivas, sensíveis a custo e latência:

  • classificação;
  • extração estruturada;
  • roteamento de tickets;
  • detecção de intenção;
  • enriquecimento de dados;
  • rascunhos iniciais.

Reserve Sol para falhas comprovadas

Use Sol quando Luna e Terra não atingirem a qualidade exigida:

  • raciocínio multi-etapas;
  • análise complexa de código;
  • resolução de problemas difíceis;
  • agentes com decisões de alto impacto.

A análise de lançamento de Simon Willison oferece uma visão prática de situações em que o modelo principal pode justificar o custo adicional.

Os três níveis compartilham, segundo a cobertura inicial da documentação, janela de contexto de 1M de tokens e saída máxima de 128K. Ao descer de Sol para Terra ou Luna, você troca profundidade de raciocínio por preço — não capacidade de contexto.

Calcule o custo de uma requisição antes de escalar

Considere uma chamada RAG com:

  • 10.000 tokens de entrada;
  • 1.000 tokens de saída.
Modelo Custo de entrada Custo de saída Total por requisição
Sol US$ 0,050 US$ 0,030 US$ 0,080
Terra US$ 0,025 US$ 0,015 US$ 0,040
Luna US$ 0,010 US$ 0,006 US$ 0,016

A fórmula é simples:

custo =
  (tokens_entrada / 1_000_000 × preço_entrada) +
  (tokens_saida / 1_000_000 × preço_saída)
Enter fullscreen mode Exit fullscreen mode

Uma requisição isolada parece barata. O problema aparece no volume.

Exemplo: 1 milhão de classificações por mês

Suponha:

  • 1.000.000 de requisições por mês;
  • 500 tokens de entrada por chamada;
  • 50 tokens de saída por chamada.

Isso resulta em:

  • 500M tokens de entrada;
  • 50M tokens de saída.
Modelo Entrada Saída Total mensal
Luna US$ 500 US$ 300 US$ 800
Terra US$ 1.250 US$ 750 US$ 2.000
Sol US$ 2.500 US$ 1.500 US$ 4.000

Se essa carga usar o alias gpt-5.6, você pagará US$ 4.000 por mês em vez de US$ 800 no Luna. Esse alias pode se transformar em uma diferença recorrente de US$ 3.200 mensais.

Aplique cache de prompt para prefixos repetidos

O GPT-5.6 usa pontos de interrupção explícitos para cache. Em vez de depender de detecção automática de prefixos, configure:

  • prompt_cache_options.mode: "explicit"
  • um ttl de pelo menos 30 minutos. 
{
  "model": "gpt-5.6-terra",
  "input": [
    {
      "role": "system",
      "content": "Você é um assistente de triagem de suporte. Classifique cada ticket..."
    },
    {
      "role": "user",
      "content": "Ticket #4821: retentativas de webhook disparando duas vezes após 502s"
    }
  ],
  "prompt_cache_options": {
    "mode": "explicit",
    "ttl": "30m"
  }
}
Enter fullscreen mode Exit fullscreen mode

A economia segue estas regras:

  • gravação no cache: 1,25x o preço de entrada;
  • leitura do cache: 10% do preço de entrada;
  • TTL mínimo: 30 minutos.

Exemplo de cache no Sol

Considere um prompt de sistema de 5.000 tokens reutilizado em 100 requisições dentro da janela de cache.

Sem cache:

100 × 5.000 tokens = 500.000 tokens

500.000 / 1.000.000 × US$ 5 = US$ 2,50
Enter fullscreen mode Exit fullscreen mode

Com cache:

Gravação:
5.000 / 1.000.000 × US$ 6,25 = US$ 0,031

99 leituras:
495.000 / 1.000.000 × US$ 0,50 = US$ 0,248

Total: aproximadamente US$ 0,28
Enter fullscreen mode Exit fullscreen mode

Isso reduz o custo do prefixo em aproximadamente 89%.

Quando vale a pena usar cache

O cache se paga a partir da segunda requisição. Use-o para conteúdo estável e reutilizado:

  • prompt de sistema;
  • definições de ferramentas;
  • exemplos few-shot;
  • políticas de resposta;
  • instruções de formatação.

Não inclua conteúdo altamente variável no prefixo armazenado:

  • pergunta do usuário;
  • documentos RAG específicos da requisição;
  • dados de sessão que mudam a cada chamada.

Também não habilite cache automaticamente para jobs noturnos que executam uma única vez: nesse cenário, você paga a gravação de 1,25x sem aproveitar leituras subsequentes.

Controle o esforço de raciocínio

O GPT-5.6 expõe seis níveis de esforço:

none
low
medium
high
xhigh
max
Enter fullscreen mode Exit fullscreen mode

Trate esse campo como um controle de custo. Esforço maior tende a gerar mais tokens de saída, e a saída é a parte cara da cobrança — especialmente no Sol, onde custa US$ 30 por 1M de tokens.

Antes de aumentar o esforço em produção:

  1. escolha um conjunto de casos representativos;
  2. execute cada caso no nível atual;
  3. execute novamente com um nível abaixo;
  4. compare qualidade, latência e uso de tokens;
  5. mantenha o menor nível que atende ao seu critério de qualidade.

Uma configuração possível:

{
  "model": "gpt-5.6-terra",
  "reasoning": {
    "effort": "medium"
  }
}
Enter fullscreen mode Exit fullscreen mode

A orientação de migração da OpenAI é tratar o ajuste de esforço como parte da migração, não como um detalhe opcional depois de trocar o slug do modelo.

Entenda Pro e Ultra antes de habilitar

O modo Pro é configurado com:

{
  "reasoning": {
    "mode": "pro"
  }
}
Enter fullscreen mode Exit fullscreen mode

Ele está disponível nos três modelos e não possui uma tabela de tarifa separada. Você continua pagando o preço por token do modelo escolhido, mas deve prever mais tokens de saída para tarefas que exigem maior qualidade.

O Ultra executa quatro agentes em paralelo por padrão. Isso aumenta propositalmente o consumo de tokens em troca de respostas mais rápidas e melhora de qualidade. Como aproximação inicial, estime cerca de quatro vezes os tokens de uma execução de agente único.

Segundo a OpenAI, o Ultra aumenta a pontuação do Sol no Terminal-Bench 2.1 de 88,8% para 91,9%. Reserve esse modo para tarefas em que tempo de resposta e qualidade têm mais valor do que custo por resposta.

Veja o explicador do modo ultra do GPT-5.6 para mais contexto sobre quando o processamento paralelo pode valer a pena.

O que os planos do ChatGPT incluem

Para uso conversacional, a assinatura do ChatGPT pode ser mais adequada que a API. O mapeamento de acesso por plano é:

Plano Acesso ao GPT-5.6
Gratuito / Go Terra
Plus Sol, Terra, Luna; controle de esforço por modelo
Pro / Business / Enterprise Todos os três, mais Sol Pro
ChatGPT Work (Pro / Enterprise) Adiciona Ultra

Usuários Gratuito e Go recebem o Terra, o mesmo nível que a OpenAI compara ao GPT-5.5. Para equipes avaliando assentos do Codex versus consumo de API, o Ultra está disponível no Codex a partir do Plus. Veja o detalhamento de preços do Codex.

Implemente uma estratégia de roteamento

A forma mais prática de controlar custos é rotear por tipo de tarefa.

type TaskType =
  | "classification"
  | "extraction"
  | "routing"
  | "general"
  | "complex_reasoning";

const models: Record<TaskType, string> = {
  classification: "gpt-5.6-luna",
  extraction: "gpt-5.6-luna",
  routing: "gpt-5.6-luna",
  general: "gpt-5.6-terra",
  complex_reasoning: "gpt-5.6-sol"
};

export function selectModel(task: TaskType) {
  return models[task];
}
Enter fullscreen mode Exit fullscreen mode

Comece com esta política:

  1. Luna para classificação, extração e roteamento.
  2. Terra como padrão para chat, RAG e automações gerais.
  3. Sol apenas quando avaliações demonstrarem falhas do Terra.
  4. Ultra somente em fluxos nos quais o ganho de qualidade ou velocidade justificar o custo adicional.

Adicione uma regra à sua revisão de código:

Não usar "gpt-5.6" sem sufixo.
Todo ID de modelo deve ser explícito.
Enter fullscreen mode Exit fullscreen mode

Checklist de redução de custos

  • [ ] Substitua o alias gpt-5.6 por IDs explícitos.
  • [ ] Use Terra como modelo padrão inicial.
  • [ ] Direcione tarefas de alto volume para Luna.
  • [ ] Crie avaliações antes de promover uma tarefa para Sol.
  • [ ] Compare o esforço atual com um nível abaixo.
  • [ ] Habilite cache explícito para prefixos repetidos dentro de 30 minutos.
  • [ ] Monitore tokens de entrada, saída e cache por endpoint.
  • [ ] Limite o uso de Ultra a fluxos com retorno mensurável.

FAQ

O GPT-5.6 é mais barato que o GPT-5.5?

O ponto de comparação é o Terra. A OpenAI o posiciona como competitivo com o GPT-5.5 por aproximadamente metade do preço: US$ 2,50 por 1M de tokens de entrada e US$ 15 por 1M de saída.

O Sol custa mais, mas é voltado a raciocínio mais profundo. Avalie sua própria carga antes de migrar fluxos sensíveis à qualidade.

Quanto custa o ID de modelo gpt-5.6?

O alias gpt-5.6 aponta para o Sol:

  • US$ 5 por 1M de tokens de entrada;
  • US$ 30 por 1M de tokens de saída.

Use gpt-5.6-terra ou gpt-5.6-luna explicitamente quando a tarefa não exigir o nível principal.

Tokens de raciocínio entram no preço de saída?

Sim. Esforço maior gera mais tokens no lado da saída, cobrados segundo a tarifa de saída do modelo. No Sol, essa tarifa é US$ 30 por 1M de tokens; no Luna, US$ 6.

Qual é a maneira mais barata de testar o GPT-5.6?

Comece com gpt-5.6-luna. Uma chamada com 10K tokens de entrada e 1K de saída custa aproximadamente US$ 0,016.

Para configurar autenticação, chamadas da API de Respostas e seleção de nível, consulte o guia para usar a API do GPT-5.6.

Próximos passos

Defina Terra como padrão, envie tarefas de volume para Luna e use Sol somente quando suas avaliações mostrarem que ele é necessário. Em seguida:

  1. adicione cache explícito a prefixos reutilizados;
  2. reduza o esforço de raciocínio quando a qualidade permanecer aceitável;
  3. compare custo e qualidade com seus próprios prompts;
  4. monitore tokens por rota e por modelo.

Antes de colocar qualquer escolha em produção, obtenha dados reais. Baixe o Apidog, configure os três IDs como variáveis de ambiente, envie a mesma requisição para cada nível e compare os campos de uso de tokens nas respostas.

Top comments (0)