Nota: Este artigo foi traduzido automaticamente com OpenAI GPT-5.5 por meio do Codex CLI; a qualidade pode estar reduzida, especialmente na terminologia técnica.
Lançamentos
GPT 5.6
GPT 5.6 foi aprovado pelo governo dos EUA e agora está disponível para todos. O modelo vem em 3 tamanhos, chamados Luna, Terra e Sol (do menor para o maior).
Com base no meu uso nesta semana e também no sentimento público, eu colocaria o GPT 5.6 Sol no mesmo nível do Claude Fable 5. Ele é extremamente capaz em tarefas agênticas, programação e outras. Ele também tem o benefício adicional de custar um terço do preço, devido ao custo mais baixo e ao menor uso de tokens em comparação com o Fable.
O Fable ainda parece ter a melhor inferência de intenção e julgamento (aquele cheiro de modelo grande), mas para a maioria das tarefas isso não é necessário. Se você realmente precisa do gás extra do planejamento do Fable, eu usaria o Fable como planejador e faria com que ele usasse o GPT 5.6 como implementador. O GPT 5.6 também não parece ter tantas salvaguardas, nem tão opressivas, quanto o Fable.
Historicamente, os modelos GPT têm sido fracos em design de frontend, como mostram o Design Arena e o Frontend Code Arena. O GPT 5.6 muda isso, já que agora está empatado em primeiro lugar com o Fable no Frontend Code Arena. Antes eu só usava Claude para tarefas de frontend, já que o GPT 5.x era melhor em engenharia de software na minha experiência, e agora não preciso mais recorrer ao Claude para nada na programação do dia a dia.
Precisamos falar sobre níveis de esforço de raciocínio e os modelos menores Terra e Luna.
Há 6 níveis de raciocínio para escolher: light, medium, high, extra high, max e ultra. Os 5 primeiros usam quantidades crescentes de esforço de raciocínio para obter resultados melhores, e o tier ultra usa um grande número de subagentes trabalhando em paralelo.
Normalmente, para a série GPT, eu simplesmente diria para usar o melhor modelo em todas as tarefas e não se preocupar com os modelos menores. Pelos benchmarks e por alguns testes iniciais da comunidade, isso não parece mais ser o caso.
Por exemplo, olhando para o índice AA Coding Agent mostrado acima, o GPT 5.6 Terra Ultra deve ser mais barato e melhor do que usar o Sol com raciocínio high. Isso, claro, é em benchmarks, que podem não ser indicativos do desempenho no mundo real. Membros da comunidade ainda estão testando para ver qual combinação de modelo e nível de raciocínio é a melhor para uso no dia a dia. Vamos cobrir quaisquer avanços ou aprendizados sobre isso no AI Tools Club, nossa reunião semanal da comunidade sobre como e quais ferramentas de IA estamos usando (transmitida ao vivo às terças-feiras às 17h no canal do Vector Lab no YouTube).
Por enquanto, os criadores do Codex recomendam usar Sol com raciocínio medium, então eu usaria isso como padrão por agora. Observe também que os limites de uso do Codex são consumidos mais rápido com o 5.6 Sol do que com o 5.5, então fique atento a isso ao usá-lo.
| Modelo | US$ por milhão (entrada) | US$ por milhão (saída) | Tokens por segundo |
|---|---|---|---|
| GPT 5.6 Sol | US$5 | US$30 | 45 |
| GPT 5.6 Terra | US$2,50 | US$15 | 63 |
| GPT 5.6 Luna | US$1 | US$6 | 84 |
| GPT 5.5 | US$5 | US$30 | 51 |
| Claude Fable 5 | US$10 | US$50 | 40 |
| Claude Opus 4.8 | US$5 | US$25 | 60 |
| GLM 5.2 | US$1,40 | US$4,40 | 47 |
| Grok 4.5 | US$2 | US$6 | 88 |
| Muse Spark 1.1 | US$1,25 | US$4,25 | sem dados |
Grok 4.5 Fast
A xAI lançou seu primeiro modelo como parte da SpaceX, e ele é uma verdadeira surpresa. Os modelos Grok anteriores eram todos bastante sem graça e tiveram pouco uso fora do @Grok no Twitter.
O novo modelo Grok 4.5 deles parece realmente competitivo com a fronteira chinesa (GLM 5.2) e o tier médio americano (Sonnet 5). Isso provavelmente se deve à nova colaboração que eles têm com a equipe do Cursor, já que o Cursor foi comprado pela SpaceX pouco depois de fazer seu IPO.

Para uso no mundo real, ele parece muito utilizável, semelhante ao GLM 5.2. O mais notável sobre ele é sua velocidade, que, junto com a baixa quantidade de raciocínio que ele usa, faz com que pareça muito mais rápido do que muitos dos modelos de fronteira.
Esse baixo uso de tokens também faz com que ele fique em torno do mesmo custo do GLM 5.2 com raciocínio max, embora seu preço nominal seja cerca de 1,5x maior.
No geral, um lançamento inesperadamente sólido da xAI; veremos se eles conseguirão manter esse embalo no futuro e se tornar uma concorrente entre os principais laboratórios dos EUA.
Notas Rápidas
Meta Muse Spark 1.1
A Meta também lançou um modelo nesta semana, mas infelizmente para eles ele não conseguiu ofuscar o GPT 5.6 nem o Grok 4.5.
Muse Spark 1.1 parece ficar em torno do mesmo nível de usabilidade do Grok 4.5 e do GLM 5.2, mas é o pior dos 3, sendo cerca de 5-10% pior na maioria dos benchmarks. O ponto a favor dele é que parece ser 25-50% mais barato do que os outros dois.
Ele parece ser bom em algumas áreas aleatórias como trabalho administrativo jurídico e médico, mas meu palpite é que isso é overfitting aos benchmarks.
Encerramento
Espero que você tenha gostado das notícias desta semana. Se quiser receber as notícias toda semana, não deixe de entrar na nossa lista de emails abaixo.

