GPT-6 Sol e Luna já estão disponíveis na VEGA!

A OpenAI adicionou dois modelos à família GPT-6: GPT-6 Sol e GPT-6 Luna. Ambos já estão disponíveis na VEGA. A OpenAI os treinou com os mesmos métodos do GPT-6 Astra, o modelo de referência que apresentou no início deste mês, de modo que o par leva os ganhos da Astra em trabalho profissional, factualidade, programação, uso de computador e alinhamento para níveis mais baratos e rápidos.

Dois Modelos para Diferentes Escalas de Trabalho

Sol é o cavalo de batalha dos dois. Ele foi construído para tarefas profissionais difíceis, programação agêntica e fluxos de trabalho longos, onde você quer resultados sólidos e espaço para iterar. Luna é o nível mais leve: rápido e barato, feito para assistência no dia a dia e cargas de trabalho de alto volume, embora ainda seja um salto claro em relação ao Luna anterior.

A Astra permanece como a escolha para os projetos mais exigentes. O objetivo de Sol e Luna é a eficiência: eles entregam uma grande parte dessa inteligência por cerca de metade do preço da API da geração GPT-5.6.

Benchmarks

Benchmark	GPT-6 Sol	GPT-6 Luna
AutomationBench (fluxos de trabalho de negócios, 47 ferramentas)	33,2% (xhigh) — supera o Claude Opus 5 no esforço máximo	+5,4 pp sobre o antecessor (high)
Agents' Last Exam (fluxos de trabalho profissionais)	56,4% (max) — acima da melhor pontuação do Opus 5	—
DeepSWE 1.1 (engenharia de software)	68,8% (max)	66,6% (max)
OSWorld 2.0 offline (uso de computador)	60,5% (xhigh) — em pé de igualdade com o Opus 5 medium	supera o GPT-5.6 Sol (medium)

• Trabalho profissional. No AutomationBench, o GPT-6 Sol no esforço xhigh supera o Claude Opus 5 no esforço máximo, custando uma fração por tarefa, e ainda supera o GPT-6 Astra de baixo esforço.
• Factualidade. O Sol faz cerca de metade dos erros factuais de seu antecessor, próximo à confiabilidade em nível de Astra. O Luna em esforço mais alto iguala a factualidade do GPT-5.6 Sol por uma fração mínima do custo.
• Programação. A FrontierCode avalia alterações com base em se poderiam realmente ser mescladas em uma base de código real; o Sol melhora substancialmente em relação ao GPT-5.6 Sol nesse aspecto e iguala o Claude Fable 5.1 xhigh. No DeepSWE, ele fica cerca de um ponto abaixo da melhor pontuação do Fable 5.
• Estilo de colaboração. Sol e Luna herdam o jeito mais claro de falar da Astra: menos jargão, menos detalhes preenchidos, respostas um pouco mais curtas sem perder substância. A diferença é mais visível em conversas técnicas e de programação.

Melhor Cache para Agentes e Conversas Longas

A OpenAI também reformulou o cache de prompts para o GPT-6. As taxas de acerto são maiores por padrão, um painel e uma ferramenta de diagnóstico mostram onde o cache está sendo desperdiçado, e pontos de interrupção explícitos permitem que desenvolvedores controlem onde os prefixos de prompt em cache terminam. O esforço de raciocínio e a disponibilidade de ferramentas podem ser alterados no meio de uma conversa sem invalidar o cache. A GitHub afirma que essas alterações reduziram pela mais da metade a proporção de tokens de prompt que precisam de processamento novo em bilhões de requisições do Copilot.

Alinhamento

Sol e Luna herdam o trabalho de alinhamento lançado com a Astra. Nas avaliações da OpenAI, ambos apresentam taxas menores de alegações enganosas sobre seu trabalho de programação do que seus equivalentes GPT-5.6, com melhorias também nos testes de engano e contorno.

Experimente GPT-6 Sol e Luna na VEGA

Ambos os modelos já estão no seletor de modelos da VEGA. Use o Sol para tarefas profissionais e de programação mais pesadas, o Luna para perguntas rápidas do dia a dia, e compare-os lado a lado com os outros modelos de fronteira no agregador.