Tive uma experiência profunda com GPT-5.6-sol o dia inteiro.

Minha atitude passou por cerca de três fases:
empolgação → dúvida → entendimento e aceitação.
Primeiro, vou citar um ponto que é fácil de confundir:
o nível máximo de raciocínio do próprio GPT-5.6-sol ainda é xhigh. O “Max” e o “Ultra” mostrados na interface se referem mais aos modos de fluxo de trabalho do cliente; não é só, simplesmente, deixar o modelo “mais inteligente”.
O ponto mais criticado sobre o Ultra hoje é que ele gosta muito de despachar automaticamente um grande número de subagentes.
Mesmo que a tarefa não seja tão complexa, ele pode, de uma hora para outra, levantar vários agentes, consumindo muitos Tokens. O processo parece bem grandioso, mas o ganho real talvez não compense o custo.
No começo eu também desconfiei:
ele está realmente trabalhando, ou só está usando Token para bancar o espetáculo?
Mais tarde, entendendo o mecanismo, eu reduzi o nível de raciocínio para High e rodei algumas tarefas reais de novo; a experiência ficou bem melhor.
A velocidade é maior do que o GPT-5.5 xhigh, e as capacidades e a estabilidade também melhoraram bastante. O consumo de Token também não é tão absurdo quanto no Ultra.
Pelo menos com a minha experiência de hoje:
GPT-5.6-sol + High, provavelmente é a combinação mais adequada para uso diário no momento.
Tarefas grandes como reestruturação complexa, review do projeto inteiro e atividades que exigem exploração em paralelo podem ser caso de considerar o Ultra.
Para tarefas comuns de desenvolvimento, não há necessidade de já começar no máximo.
Este modelo não é que não funcione, nem que seja obrigatório sair usando o topo sem pensar.
O problema real é que muita gente ainda não entendeu a diferença entre Max, Ultra e o nível de raciocínio, e já começa a tratar o Ultra como modo padrão.
Usando do jeito certo, sim, ele é bem mais forte que o 5.5.
Usando errado, é só ficar vendo os Tokens escorrerem para fora.