GPT-5.6: Sol, Terra e Luna — o que cada modelo alcança e quanto custa

Em 9 de julho de 2026, a OpenAI apresentou o GPT-5.6, sua nova família de modelos: Sol, Terra y Luna. Três semanas depois, em 30 de julho, fez algo bem menos habitual do que um lançamento: baixou o preço da Luna em 80%. O modelo mais barato da família passou de USD 1 para USD 0,20 por milhão de tokens de entrada, e de USD 6 para USD 1,20 de saída.

Essa segunda notícia é a importante, e quase ninguém a contou bem. Um corte dessa magnitude, aplicado ao menor modelo da geração mais nova, muda a conta de qualquer um que opere agentes de IA em volume. Deixa de ser verdade que "o modelo bom é caro e o barato é bobo": a Luna pontua 51 no índice de inteligência da Artificial Analysis — a 8 pontos do modelo principal — e custa um quinto do que custava duas semanas atrás.

Na AsisteClick, toda a família 5.6 já está disponível no construtor de agentes de IA desde a subida para produção deste fim de semana. Você pode escolher Sol, Terra ou Luna no seletor de modelo de qualquer agente, sem tocar em código. Este artigo explica o que cada um alcança, onde a Luna se posiciona no cruzamento custo/inteligência e quanto custa realmente atender mil conversas com cada modelo.

Índice

• O que é a família GPT-5.6
• Sol: o teto
• Terra: o meio desconfortável
• Luna: a surpresa
• O mapa: inteligência contra custo
• Os benchmarks, lado a lado
• O preço: o que mudou em 30 de julho
• Quanto custa atender 1.000 conversas
• Por que o corte pesa diferente na América Latina
• Qual escolher para atendimento ao cliente
• Como medir no seu próprio tráfego
• O que os benchmarks não contam
• Como usar a família 5.6 na AsisteClick
• O resumo que importa
• Continue lendo

O que é a família GPT-5.6

Os nomes formam uma escala astronômica: Sol, Terra — terra, em latim — e Luna. Do mais para o menos potente, e do mais para o menos caro. É a primeira mudança relevante de nomenclatura da OpenAI em anos — os sufixos mini y nano que vinham desde a série 4.1 são abandonados — e há uma lógica: os três modelos compartilham a mesma arquitetura e as mesmas capacidades de API, e o que varia é o orçamento de computação que cada um dedica a pensar.

Os três compartilham estas características:

• Janela de contexto de 1,05 milhão de tokens — até 922K de entrada e 128K de saída. Os pedidos que passam de 272K tokens de entrada têm sobretaxa (2× a entrada e 1,5× a saída sobre o pedido completo), então a janela gigante convém usar com critério, não por padrão.
• Chamada programática de ferramentas (programmatic tool calling): em vez de pedir uma ferramenta por turno, o modelo escreve JavaScript que roda em um runtime V8 isolado e sem acesso à rede. A OpenAI documenta reduções de 38% a 63,5% nos tokens consumidos para clientes que orquestravam muitas ferramentas por conversa. Para um agente que consulta estoque, valida um CNPJ e agenda um horário no mesmo turno de conversa, isso é dinheiro.
• Cache de prompt com desconto de 90% sobre o preço de entrada, com pontos de corte explícitos e vida mínima de cache de 30 minutos. Na Luna isso significa USD 0,02 por milhão de tokens lidos do cache, contra USD 0,25 para escrevê-los. Voltamos a isso na seção de custos, porque é o que mais move o ponteiro em atendimento ao cliente.
• Entrada de texto e imagem, saída de texto. Relevante para o WhatsApp, onde o cliente manda a foto do comprovante, do produto quebrado ou da etiqueta do roteador em vez de descrever.
• Cinco níveis de esforço de raciocínio — de light a ultra—, em que cada degrau adiciona cerca de 50% de custo. O mesmo modelo pode sair três vezes mais caro conforme você o configura.

Ou seja: a escolha do modelo é uma de três decisões. As outras duas são o nível de esforço e a estratégia de cache. Um Sol mal configurado pode custar mais e responder pior que uma Luna bem configurada.

Sol: o teto

O Sol é o modelo principal. É o que se deve usar quando a tarefa é genuinamente difícil: longas cadeias de raciocínio, análise de documentos extensos, geração de código intrincado, trabalho de pesquisa com muitos passos.

Os números publicados pela Artificial Analysis o colocam em 58,9 pontos de índice de inteligência (v4.1) e à frente do Coding Agent Index com 80 pontos. No detalhe por benchmark: 88,8% no Terminal-Bench 2.1, 72,7% no DeepSWE, 64,6% no SWE-Bench Pro, 90,4% no BrowseComp e 62,6% no OSWorld 2.0.

Dois detalhes mais interessantes que o ranking:

É eficiente em tokens. O Sol resolve uma tarefa do índice com cerca de 15.000 tokens de saída, contra 16.000 da geração anterior. Parece pouco, mas em um modelo cuja saída custa USD 30 o milhão, gastar menos tokens por tarefa é um desconto silencioso. Sam Altman afirmou uma melhora de 54% em eficiência de tokens para tarefas de programação.

Tem um modo multiagente. O nível de esforço ultra roda quatro agentes em paralelo e eleva o Terminal-Bench de 88,8% para 91,9%, e o BrowseComp para 92,2%. É a configuração mais cara da família e, para atendimento ao cliente, é quase sempre desproporcional. Foi pensada para problemas novos, multissistema e com restrições detalhadas.

No nosso terreno — conversas de atendimento e vendas — o Sol é a exceção, não a regra. Faz sentido quando o agente precisa raciocinar sobre um caso complexo com muitas fontes: uma reclamação com histórico longo, um diagnóstico técnico com várias variáveis, um orçamento que depende de regras de negócio encadeadas.

Terra: o meio desconfortável

No papel, o Terra é a opção de equilíbrio: a maior parte da inteligência do Sol pela metade do preço. Pontua 55 de índice, 77,4 no Coding Agent Index, 87,4% no Terminal-Bench, 69,6% no DeepSWE, 63,4% no SWE-Bench Pro e 87,5% no BrowseComp. No papel, um modelo muito sólido.

Mas aqui aparece o achado mais contraintuitivo da análise independente, e convém dizer sem rodeios: o Terra está dominado. A Artificial Analysis aponta isso explicitamente — Sol e Luna estão à frente do Terra em todos os pontos da curva inteligência/custo. Traduzido: para qualquer nível de esforço, existe outra opção da mesma família que é mais inteligente sem custar mais, ou igualmente inteligente custando menos.

A aritmética posterior ao corte de 30 de julho piora a situação. O Terra caiu 20% (de USD 2,50 para USD 2 na entrada, de USD 15 para USD 12 na saída); a Luna caiu 80%. O resultado é que hoje o Terra custa dez vezes mais que a Luna em troca de quatro pontos de índice de inteligência. Quatro pontos importam em alguns cenários — voltamos a isso —, mas dez vezes o preço é um preço muito alto por eles.

Há um caso em que o Terra se defende, e é visual: no OSWorld 2.0 — o benchmark de controle de computador — tira 50,2% contra 45,6% da Luna. Se o seu agente opera interfaces gráficas, a diferença aparece. Para conversa de texto, é difícil justificar.

Luna: a surpresa

A Luna é o modelo mais rápido e econômico da família, e o motivo pelo qual vale a pena escrever sobre o GPT-5.6. Pontua 51,2 de índice de inteligência, o que a coloca — segundo o levantamento da Cerebras — na 16ª posição entre 576 modelos avaliados. Não é um modelo pequeno: é um modelo de fronteira com menos orçamento de raciocínio.

O revelador está no padrão dos benchmarks, não na média. Veja onde a Luna se aproxima do Sol e onde não:

• SWE-Bench Pro: 62,7% vs 64,6% do Sol. Diferença: 1,9 ponto.
• Agents' Last Exam: 50,3% vs 52,7%. Diferença: 2,4 pontos.
• Terminal-Bench 2.1: 84,7% vs 88,8%. Diferença: 4,1 pontos.
• DeepSWE: 67,2% vs 72,7%. Diferença: 5,5 pontos.
• BrowseComp: 83,3% vs 90,4%. Diferença: 7,1 pontos.
• OSWorld 2.0: 45,6% vs 62,6%. Diferença: 17 pontos.

Um detalhe que precisa ser dito antes de tirar conclusões: todos esses números são com o nível de esforço em max, o mais alto dos cinco. E nessa configuração a Luna leva cerca de 127 segundos até o primeiro token, com velocidade de saída de 176 tokens por segundo. Dois minutos de silêncio antes de começar a responder é aceitável para um agente que processa um caso em segundo plano, e inaceitável em uma conversa de WhatsApp ao vivo.

Ou seja: os benchmarks medem o teto de cada modelo, não a configuração com a qual você vai atender. Em produção conversacional você vai rodar esforço baixo ou médio, onde a latência cai para segundos e os números também caem — para os três modelos igualmente. A comparação relativa entre Sol, Terra e Luna se sustenta; os valores absolutos, não. Uma razão a mais para medir no seu próprio tráfego antes de decidir.

A leitura operacional é direta. Em tarefas de raciocínio sobre texto e em fluxos agênticos com ferramentas, a Luna está a dois ou três pontos do modelo principal. Em controle de interfaces visuais, está a dezessete. A diferença não é uniforme: é estreita exatamente onde vive o atendimento ao cliente e larga em um terreno que a maioria dos agentes conversacionais não pisa.

É isso que transforma o corte de preço em notícia de produto e não só em notícia de mercado.

O mapa: inteligência contra custo

A forma honesta de olhar isso é o cruzamento de dois eixos: quanto um modelo sabe (eixo vertical) contra quanto custa resolver uma tarefa com ele (eixo horizontal, em escala logarítmica porque a faixa vai de centavos a dólares). A linha pontilhada é a fronteira eficiente: os modelos que estão sobre ela não têm alternativa que os supere nos dois eixos ao mesmo tempo. Os que ficam abaixo e à direita estão pagando demais pelo que entregam.

O que o gráfico mostra, em três leituras:

A Luna está sobre a fronteira. Com 51 pontos e USD 0,21 por tarefa, não há nada na família — nem na comparação com a geração anterior — que entregue essa inteligência mais barato. É o ponto de melhor relação de todo o quadrante para trabalho conversacional.

O Sol também está sobre a fronteira, no extremo caro. Com 59 pontos e USD 1,04 por tarefa, fica um ponto abaixo do modelo mais inteligente medido — Fable 5, da Anthropic, com 60 — mas por cerca de um terço do custo. Se você precisa do teto de raciocínio, o Sol é hoje a forma mais eficiente de comprá-lo.

O Terra está dentro da curva, e o GPT-5.5 e o Opus 4.8 também. O GPT-5.5 com esforço xhigh tira os mesmos 55 pontos que o Terra, mas custa USD 0,99 por tarefa contra USD 0,55. O Opus 4.8 tira 56 pontos a USD 1,78. Esse é o sentido concreto de "a geração nova moveu a fronteira": o que três semanas atrás era uma compra razoável, hoje não é.

E o ponto de referência do extremo barato: o DeepSeek V4 Pro resolve a tarefa a USD 0,04 com 44 pontos de índice. Sete pontos menos que a Luna por um quinto do preço. Para classificação e roteamento — tarefas em que 44 pontos bastam — é uma opção real que convém ter no radar.

Os benchmarks, lado a lado

Repare na última linha do bloco de benchmarks e na penúltima coluna: em Agents' Last Exam, o Terra tira 50,4% e a Luna 50,3%. Um décimo de diferença, dez vezes o preço.

O preço: o que mudou em 30 de julho

Estas são as tarifas por milhão de tokens, antes e depois do corte:

O Sol não baixou. A razão dada pela OpenAI é que as melhorias do GPT-5.6 permitem que Luna e Terra absorvam cargas de trabalho que antes exigiam um modelo premium: em vez de baratear o teto, barataram o piso para que mais trabalho desça de nível. É uma jogada de mercado — há pressão competitiva forte no segmento de baixo custo — mas o efeito prático para quem constrói produto é o mesmo.

O dado que quase nunca aparece nas matérias é a entrada em cache da Luna: USD 0,02 por milhão. Dois centavos. Em atendimento ao cliente, onde cada chamada ao modelo reenvia o mesmo prompt de sistema, a mesma base de conhecimento e um histórico que cresce, o cache não é uma otimização menor: é a maior parte da fatura.

Quanto custa atender 1.000 conversas

Os benchmarks medem tarefas de programação e de navegação web. Nosso caso é outro, então vamos fazer a conta de verdade, com premissas explícitas para que você possa refazê-la com as suas.

Premissas de uma conversa de atendimento típica:

• 8 chamadas ao modelo por conversa (oito turnos de ida e volta).
• 4.000 tokens de entrada por chamada: prompt de sistema, fragmentos da base de conhecimento e histórico acumulado.
• Cache ativo: os tokens novos são escritos em cache (tarifa de escrita, 1,25× a entrada) e nos turnos seguintes são lidos com o desconto de 90%. A primeira chamada escreve 4.000 tokens; as sete restantes escrevem 400 novos e leem 3.600.
• 150 tokens de saída por resposta.

Isso dá, por conversa: 6.800 tokens de entrada escritos em cache, 25.200 lidos do cache e 1.200 de saída. Multiplicado por mil conversas e pelas tarifas de cada modelo:

Três conclusões que saem desta tabela e não dos benchmarks:

A diferença entre modelos é de uma ordem de magnitude, não de percentuais. Escolher o Sol por padrão para um agente que responde perguntas frequentes não é "um pouco mais caro": é vinte e cinco vezes mais caro. Em uma conta com volume real, essa decisão sozinha define se a unidade econômica do agente fecha.

O cache pesa mais que o modelo na estrutura de custos. Sem cache, os mesmos mil diálogos com a Luna custariam cerca de USD 7,84 em vez de USD 3,64. O prompt de sistema e a base de conhecimento são texto idêntico em cada chamada; pagá-lo a preço cheio oito vezes por conversa é o desperdício mais comum que vemos.

O custo do modelo quase nunca é o custo do projeto. USD 36 por mês para dez mil conversas é menos do que custa uma hora de trabalho humano na maioria dos mercados onde operamos. O que define o retorno de um agente de IA não é o preço do token: é quantas dessas conversas ele resolve sem intervenção. Escrevemos sobre isso na fórmula de ROI de um chatbot, e continua sendo a conta que importa.

Por que o corte pesa diferente na América Latina

Um desconto de 80% se lê igual em qualquer idioma, mas não significa o mesmo em qualquer mercado. Três razões pelas quais esse movimento muda mais coisas aqui do que nos Estados Unidos ou na Europa.

O custo do modelo é pago em dólares; a economia é medida contra salários locais. Uma operação de atendimento em Buenos Aires, Bogotá ou Cidade do México compara o gasto de IA com o custo de uma hora de agente humano em moeda local, enquanto a fatura da OpenAI chega em moeda forte. Isso faz com que cada queda de tarifa tenha efeito amplificado sobre a decisão de automatizar: não muda só a margem, muda o limiar a partir do qual o projeto se justifica. A USD 18,22 por mil conversas, um piloto de uma PME com volume moderado era uma discussão. A USD 3,64, deixa de ser.

Baixa o piso de entrada, não o teto. Antes do corte, uma operação pequena que queria qualidade de fronteira tinha dois caminhos: pagar modelos premium com volume baixo — custo por conversa alto — ou usar modelos velhos e abrir mão de qualidade. A Luna no preço atual rompe esse trade-off: uma conta de duas mil conversas mensais acessa um modelo do top 20 por menos de USD 8 ao mês. O acesso à qualidade de fronteira deixou de estar correlacionado ao tamanho da empresa.

O volume do WhatsApp castiga os modelos caros. Na América Latina a conversa de atendimento vive no WhatsApp, e o WhatsApp é assíncrono e conversacional: muitas mensagens curtas, não uma consulta longa e bem formulada. Isso multiplica a quantidade de chamadas ao modelo por conversa resolvida — daí os oito turnos do cálculo acima — e faz o preço unitário do token pesar muito mais que em um canal tipo formulário ou e-mail. Um modelo caro em um canal de mensageria se paga várias vezes por conversa. É exatamente o cenário onde a Luna rende melhor e onde o Sol por padrão é mais difícil de justificar.

Vale um alerta: o preço do modelo não é o único custo da conversa. No WhatsApp também se paga à Meta por conversa de template, e esse custo não baixou. Se a sua operação é intensiva em mensagens de saída, o token é uma fração menor da sua fatura — detalhamos isso na análise de preços de um chatbot de WhatsApp para empresas.

Qual escolher para atendimento ao cliente

A recomendação da OpenAI e dos integradores que já testaram a família converge para uma estratégia de escalonamento: começar embaixo e subir quando o modelo travar. Aplicado ao nosso terreno:

O padrão: Luna por padrão, Sol como exceção justificada, Terra quase nunca. E uma regra que vale mais que a escolha do modelo: não suba de modelo para tapar um problema de prompt ou de base de conhecimento. Uma Luna com contexto bem montado ganha de um Sol mal alimentado, e custa vinte e cinco vezes menos. As três camadas de conhecimento de um agente de IA definem muito mais a qualidade da resposta que o modelo escolhido.

Como medir no seu próprio tráfego

Toda a evidência deste artigo é de terceiros e sobre tarefas que não são as suas. A única medição que importa para decidir é a que roda sobre suas conversas reais. Um protocolo de quatro passos que pode ser executado em uma semana:

1. Monte o conjunto de teste com conversas reais, não inventadas. Pegue entre 80 e 150 conversas fechadas dos últimos 30 dias, e inclua de propósito os casos difíceis: mensagens com erros de digitação, áudios transcritos, consultas ambíguas, clientes que perguntam três coisas em uma mensagem e os que escrevem uma única palavra. Um conjunto de teste limpo mente: vai dizer que qualquer modelo serve.

2. Rode o mesmo conjunto com Luna e com Sol, sem mexer em mais nada. Mesmo prompt, mesma base de conhecimento, mesmo nível de esforço. Se você mudar duas variáveis ao mesmo tempo não vai saber qual explica a diferença. Guarde as duas respostas de cada conversa, uma ao lado da outra.

3. Peça a alguém da sua equipe que as compare às cegas. Sem saber qual modelo produziu cada resposta. Três critérios binários bastam: está correta?, está completa?, você mandaria ao cliente assim mesmo? O viés de saber que uma resposta é "a do modelo caro" arruína a avaliação, e é o erro mais comum quando se avalia internamente.

4. Decida pela taxa de empate, não pela média. O número que importa é em que percentual de casos a Luna empata ou supera o Sol. Se empata em 90% das suas conversas, a resposta é Luna com escalonamento para os 10% restantes, e a economia é de 25 vezes sobre a maior parte do volume. Se empata em 60%, veja o que os casos perdidos têm em comum: quase sempre é falta de contexto, não capacidade do modelo, e se resolve mais barato melhorando a base de conhecimento que subindo de modelo.

O resultado útil deste exercício não é um vencedor: é um critério de roteamento. Os agentes que atendem perguntas frequentes vão para a Luna; os que lidam com casos complexos vão para o Sol; e a lista dos casos em que a Luna falha se transforma na lista de melhorias da sua base de conhecimento.

O que os benchmarks não contam

Quatro advertências, porque um artigo que só celebra números não serve para você decidir.

Os números de latência e custo da OpenAI são simulações, não medições de produção. Está declarado na documentação do lançamento. Os números da Artificial Analysis são medidos de forma independente, mas sobre a própria suíte de tarefas deles.

O índice v4.1 foi reponderado para trabalho agêntico. A Artificial Analysis atualizou três avaliações, eliminou uma e reponderou o conjunto para tarefas de agentes. É uma boa notícia para o nosso caso — agentes com ferramentas se parecem mais com o que fazemos que um exame de conhecimentos — mas significa que os números não são comparáveis um a um com rankings de versões anteriores.

Nenhum desses benchmarks mede atendimento ao cliente em espanhol. Não há avaliação pública de qualidade conversacional em espanhol latino-americano, nem de manejo de expressões regionais, nem de tolerância a mensagens com erros de digitação e áudios transcritos — que é 100% do tráfego real do WhatsApp. Os números orientam; não substituem medir no próprio tráfego.

Os números publicados são do esforço máximo, não do que você vai usar. É a advertência mais ignorada: um modelo avaliado em max pode levar mais de dois minutos para começar a responder. Quando você ler qualquer tabela de benchmarks — esta incluída — pergunte-se em que nível de esforço foi medida, e compare com o nível que o seu caso tolera em latência.

O preço de hoje não é o preço de sempre. A Luna caiu 80% vinte e um dias depois do lançamento. Qualquer arquitetura que dependa de um preço pontual é frágil. A conclusão correta não é "migre tudo para a Luna": é construa de forma que trocar de modelo seja uma decisão de configuração, não um projeto.

Como usar a família 5.6 na AsisteClick

Os três modelos já estão disponíveis no construtor de agentes de IA. Na configuração de qualquer agente baseado em IA generativa, o seletor de modelo agora inclui GPT 5.6 Sol, GPT 5.6 Terra y GPT 5.6 Luna, com a descrição de cada um ao lado. Trocar de modelo é escolher uma opção de uma lista e salvar: não exige migração, nem reescrever prompts, nem tocar na base de conhecimento.

Isso importa pelo que dizíamos acima. Como o modelo é um parâmetro do agente e não uma decisão de arquitetura, você pode fazer o que recomendamos: colocar a Luna por padrão, medir, e subir para o Sol só os agentes onde a medição justificar. Se o preço voltar a se mover — e vai se mover — a resposta é trocar um seletor.

A mesma configuração está exposta na API de Playbooks, então se você administra muitas contas pode fixar o modelo por agente de forma programática em vez de entrar uma por uma.

Se você está avaliando qual modelo convém para sua operação e não quer fazer o teste às cegas, nossa equipe se encarrega: revisamos suas conversas reais, comparamos as respostas de Luna e Sol sobre o mesmo tráfego e dizemos, com dados seus, onde cada um convém.

O resumo que importa

A família GPT-5.6 moveu a fronteira do que custa operar agentes de IA com qualidade de produção. O Sol é o teto, e é hoje a forma mais eficiente de comprar o máximo de raciocínio. O Terra ficou em uma posição desconfortável que a aritmética do corte de preços piorou. E a Luna — 51 pontos de índice, USD 0,20 o milhão de tokens de entrada, dois centavos se estiverem em cache — é a notícia: um modelo de fronteira ao preço de um modelo pequeno, com uma diferença de apenas dois ou três pontos exatamente nas tarefas onde vive o atendimento ao cliente.

A decisão prática não é qual é o melhor modelo. É qual é o modelo mais barato que resolve bem a sua conversa, e como você garante poder trocá-lo quando o mercado se mover outra vez. Porque nesse ritmo, vai se mover.

Perguntas frequentes

O que são Sol, Terra e Luna?

São os três modelos da família GPT-5.6 da OpenAI, apresentada em 9 de julho de 2026. O Sol é o modelo principal (máxima capacidade de raciocínio), o Terra o intermediário e a Luna o mais rápido e econômico. Os três compartilham arquitetura, capacidades de API e uma janela de contexto de 1,05 milhão de tokens; o que varia é o orçamento de computação dedicado a raciocinar e, em consequência, o preço.

Quanto custa o GPT-5.6 Luna depois do corte de preço?

Desde 30 de julho de 2026, a Luna custa USD 0,20 por milhão de tokens de entrada e USD 1,20 por milhão de saída, uma queda de 80% em relação aos USD 1 e USD 6 do lançamento. A entrada em cache custa USD 0,02 por milhão. O Terra caiu 20% (USD 2 e USD 12) e o Sol se manteve em USD 5 e USD 30.

A Luna é suficiente para um agente de atendimento ao cliente?

Na maioria dos casos, sim. Nos benchmarks de raciocínio sobre texto e de fluxos agênticos com ferramentas, a Luna fica entre 1,9 e 2,4 pontos do Sol: no Agents' Last Exam tira 50,3% contra 52,7%, e no SWE-Bench Pro 62,7% contra 64,6%. A diferença grande aparece em controle de interfaces gráficas (45,6% contra 62,6% no OSWorld 2.0), que não é o que faz um agente conversacional. A recomendação é começar com a Luna e escalar para o Sol só os casos em que a medição sobre tráfego próprio justificar.

Por que convém a Luna antes do Terra?

Porque o Terra está dominado na curva inteligência/custo: para qualquer nível de esforço existe outra opção que é mais inteligente sem custar mais, ou igualmente inteligente custando menos. Depois do corte de 30 de julho, o Terra custa dez vezes mais que a Luna por quatro pontos de índice, e no Agents' Last Exam a diferença entre os dois é de um décimo (50,4% contra 50,3%). O Terra se justifica principalmente em tarefas visuais, onde tira 50,2% contra 45,6% no OSWorld.

Quanto custa atender 1.000 conversas com cada modelo?

Com premissas de oito turnos por conversa, 4.000 tokens de entrada por turno com cache ativo e 150 tokens de saída por resposta: a Luna custa cerca de USD 3,64, o Terra USD 36,44 e o Sol USD 91,10. É uma diferença de 25 vezes entre o mais barato e o mais caro da família. Ativar o cache de prompt é o que mais incide na fatura: sem cache, essas mesmas mil conversas com a Luna custariam cerca de USD 7,84.

Já posso usar o GPT-5.6 na AsisteClick?

Sim. Os três modelos estão disponíveis no seletor de modelo do construtor de agentes de IA e também via API de Playbooks. Trocar o modelo de um agente é escolher uma opção e salvar: não exige migrar o agente nem reescrever prompts nem a base de conhecimento.

Continue lendo

• GPT-5.4 vs Mini vs Nano: qual modelo usar em 2026 — o comparativo da geração anterior, útil para ver quanto a fronteira se moveu em poucos meses
• Chatbot NLP vs GPT vs híbrido: qual tecnologia escolher — para decidir antes qual motor o seu agente precisa
• As 3 camadas de conhecimento de um agente de IA — por que o contexto define a qualidade mais que o modelo
• A fórmula do ROI de um chatbot — como se calcula o retorno além do custo por token
• Por que os agentes de IA fracassam no atendimento ao cliente — as causas de processo que nenhum modelo resolve