O GPT-5.6 é totalmente lançado, sendo simultaneamente lançado o novo agente ChatGPT.

Autor: Yang Chen, Wall Street News

A OpenAI lançou oficialmente a série de modelos GPT-5.6, oferecendo desempenho superior a um custo mais baixo, enviando um sinal claro para o cenário competitivo da indústria de IA.

Este lançamento inclui três modelos: a versão flagship Sol, a versão equilibrada Terra e a Luna, focada em custo-eficiência, disponíveis globalmente a partir de hoje através do ChatGPT, Codex e API OpenAI.

Em termos de preços, a Sol custa $5/$30 por milhão de tokens de entrada/saída, a Terra $2.50/$15 e a Luna $1/$6.

A OpenAI enfatiza que o GPT-5.6 supera o Claude Fable 5 da Anthropic em vários benchmarks-chave, mas com um consumo de tokens e custos de inferência significativamente reduzidos, permitindo que os utilizadores realizem mais trabalho substancial com o mesmo orçamento.

Para utilizadores empresariais e programadores, o impacto central deste lançamento é a melhoria global da "relação custo-desempenho". Na avaliação Agents' Last Exam, focada em fluxos de trabalho profissionais, o GPT-5.6 Sol obteve 53,6 pontos, superando o Claude Fable 5 em 13,1 pontos percentuais, e mesmo com configurações de inferência médias, o seu custo é cerca de um quarto do Fable 5.

Ainda mais impactante, os modelos de gama mais baixa Terra e Luna, com cerca de um dezasseis avos do custo, ainda superam o Fable 5 nas pontuações dos benchmarks. Esta estratégia de preços "de cima para baixo" comprime diretamente o espaço de diferenciação dos concorrentes.

No momento do lançamento do modelo GPT-5.6, a OpenAI avançou simultaneamente com a integração de várias linhas de produtos: lançou oficialmente o agente ChatGPT Work, que suporta trabalho contínuo entre aplicações e entrega diretamente resultados, marcando a evolução da forma do produto de uma ferramenta de conversação para um agente a nível de sistema; a app Codex foi integrada na aplicação de desktop do ChatGPT, ficando disponível na versão gratuita; o navegador independente Atlas está a ser gradualmente descontinuado, com as suas capacidades transferidas para uma extensão do Chrome.

Altman, numa entrevista, afirmou que a OpenAI "fez muitos ajustes" durante a comunicação com o governo dos EUA, mas não especificou o conteúdo; o mais recente modelo de IA melhorou a eficiência de tokens em programação de agentes em 54%; não sabe se haverá IPO este ano; os modelos open source chineses estão a tornar-se "muito bons."

Lançamento do agente ChatGPT Work, suporta trabalho contínuo entre aplicações, alimentado pelo GPT-5.6

A OpenAI lançou também um novo agente de IA – o ChatGPT Work. Este produto é posicionado como uma versão fundida do ChatGPT e do Codex, visando permitir que utilizadores não técnicos comuns utilizem as capacidades do Codex para concluir tarefas não relacionadas com programação, sendo impulsionado pela família de modelos GPT-5.6 (Sol, Terra e Luna).

A OpenAI afirmou no seu blog que o ChatGPT Work pode obter contexto de aplicações, ficheiros e fluxos de trabalho autorizados pelo utilizador, e gerar automaticamente resultados completos, incluindo documentos, folhas de cálculo, apresentações e aplicações web.

A OpenAI acrescentou que o ChatGPT Work está equipado com um Diretório de Plugins Unificado (Unified Plugins Directory), que pode conectar-se a ferramentas como Slack, Gmail, Google Drive, calendário e CRM (Customer Relationship Management), permitindo trabalho colaborativo entre aplicações.

A OpenAI e a sua concorrente Anthropic PBC estão a acelerar a corrida por agentes de IA mais avançados, na esperança de expandir as capacidades da IA para cenários de escritório mais amplos, para além da escrita e depuração automática de código.

No início deste ano, a Anthropic lançou um produto semelhante, o Claude Cowork, com o objetivo de atrair mais utilizadores empresariais e profissionais.

Altman: Não especificou o conteúdo dos "muitos ajustes", não sabe se haverá IPO este ano

O CEO da OpenAI, Sam Altman, revelou que, antes do lançamento público do GPT-5.6, a empresa consultou intensamente funcionários do governo Trump e fez "muitos ajustes" no processo.

Altman não especificou que alterações a OpenAI fez durante as consultas, mas indicou que o governo está a testar o novo modelo e a avaliar riscos potenciais. Ele geralmente vê este mecanismo de forma positiva, mas estabeleceu condições.

"Desde que este processo seja compreensível, justo e eficiente, acho que é uma coisa boa. O governo parece realmente concordar com esses objetivos. Acredito que o processo para o próximo modelo será muito mais suave; já entendemos este mecanismo e sabemos como cooperar melhor."

Altman também respondeu a dois focos de atenção recentes do mercado:

Em relação a relatos anteriores de que a OpenAI planeava oferecer 5% de participação ao governo dos EUA, Altman respondeu claramente, afirmando que os relatos continham "muitas imprecisões", mas não forneceu mais detalhes. Quanto à questão do IPO, quando perguntado se a OpenAI planeia avançar com a oferta pública inicial este ano, Altman limitou-se a dizer: "Não sei."

Sobre o recém-lançado GPT-5.6, Altman observou que o mais recente modelo de IA melhorou a eficiência de tokens em programação de agentes em 54%. Também afirmou que os modelos open source chineses estão a tornar-se "muito bons."

Modelo flagship Sol estabelece novo padrão de eficiência

A melhoria na capacidade de programação do GPT-5.6 Sol é particularmente notável. No teste Coding Agent Index da Artificial Analysis, o Sol (com configuração de inferência máxima) estabeleceu um novo recorde de 80 pontos, 2,8 pontos acima do Fable 5, enquanto usava menos de metade dos tokens de saída, reduzindo o tempo em mais de metade e com um custo cerca de um terço inferior.

No teste Terminal-Bench 2.1, que avalia fluxos de trabalho complexos na linha de comandos, o Sol liderou com uma pontuação de 88,8%; no teste DeepSWE v1.1, um teste de engenharia de longo ciclo em bases de código reais, a sua pontuação foi de 72,7%, também no topo da indústria.

Dados reais de utilizadores empresariais confirmam este desempenho. Itamar Friedman, cofundador e CEO da plataforma de revisão de código Qodo, afirmou que o GPT-5.6 superou o GPT-5.5 nos seus benchmarks internos e externos, e que cada revisão de código requer cerca de dois terços menos tokens, com uma redução de cerca de 50% na latência mediana.

Fabian Hedin, cofundador da plataforma de desenvolvimento de IA Lovable, observou:

"Com o GPT-5.6, os utilizadores precisam de cerca de 25% menos passos para concluir tarefas, o número de chamadas de ferramentas diminui 35% a 48%, e a taxa de falha de projetos cai 15%."

Arquitetura multi-agente ativa modo "ultra"

O GPT-5.6 introduz um mecanismo de agendamento de computação por camadas, permitindo que os utilizadores escolham a profundidade de inferência com base nas necessidades da tarefa.

Além da configuração de inferência alta padrão, a OpenAI adicionou dois modos: "max" e "ultra": max dá ao modelo mais tempo para pensar e corrigir soluções; ultra coordena por defeito quatro agentes paralelos, sacrificando um maior consumo de tokens para obter resultados mais fortes e tempos de entrega mais curtos.

No teste BrowseComp, o Sol Ultra estabeleceu um novo recorde com 92,2% de pontuação; no OSWorld 2.0, alcançou 62,6%, superando o Claude Opus 4.8, que usou 85% mais tokens de saída. No teste SEC-Bench Pro (geração de prova de conceito para vulnerabilidades de software complexas), o Sol alcançou 71,2%, enquanto o GPT-5.5 obteve apenas 45,8%.

Ao nível da API, a OpenAI lançou simultaneamente a funcionalidade Programmatic Tool Calling, que permite ao GPT-5.6 escrever e executar programas leves na memória, coordenando autonomamente ferramentas, processando resultados intermédios e ajustando dinamicamente o fluxo de trabalho durante a execução, reduzindo assim o número de chamadas de ida e volta entre o modelo e as ferramentas, mantendo ao mesmo tempo a compatibilidade com a política de Zero Data Retention (ZDR).

Grande salto nas capacidades de cibersegurança e investigação científica

No domínio da cibersegurança, o GPT-5.6 Sol obteve 73,5% no teste ExploitBench, enquanto o GPT-5.5 obteve apenas 47,9%; no ExploitGym, a sua taxa de sucesso num limite de seis horas aumentou de 15,1% no GPT-5.5 para 33,7%.

A OpenAI afirma que o modelo também possui capacidades mais fortes no lado da defesa de segurança, incluindo revisão de código seguro, correção de vulnerabilidades, modelação de ameaças e exercícios de equipa azul.

Para mitigar riscos de dupla utilização, a OpenAI, através do seu programa "OpenAI Daybreak Trusted Access for Cyber", disponibiliza funcionalidades de defesa de nível superior a indivíduos e organizações verificadas, e impõe restrições de acesso adicionais a entidades e regiões de alto risco.

No domínio das ciências da vida, o GPT-5.6 Sol obteve 28,7% no teste GeneBench Pro (genómica de longo ciclo e biologia quantitativa), muito acima dos 12% do GPT-5.5; no LifeSciBench, obteve 59,9%, acima dos 50,4% do GPT-5.5.

A OpenAI acrescenta que os seus testes indicam que o GPT-5.6 ainda não possui a capacidade de criar ou sintetizar ameaças biológicas de alto risco de forma ponta a ponta.

Mecanismos de segurança atualizados em simultâneo, estratégia de implementação conservadora mantida

À medida que as capacidades do modelo aumentam, a OpenAI reforçou a arquitetura de segurança neste lançamento. As medidas de proteção de cibersegurança do GPT-5.6 Sol bloqueiam cerca de 10 vezes mais atividades potencialmente prejudiciais do que a geração anterior.

Anteriormente, antes do lançamento oficial, a OpenAI realizou cerca de 700 mil horas de GPU A100e em testes de red team automatizados de caixa preta, e concluiu avaliações em larga escala, tanto manuais como automatizadas, com especialistas externos.

A OpenAI afirma que o seu sistema de segurança utiliza uma arquitetura de redundância multicamada: as proteções incorporadas no modelo, verificações em tempo real, monitorização contínua e mecanismos de execução a nível de conta trabalham em conjunto.

Em contraste com a abordagem de bloqueio baseada apenas em classificadores, o GPT-5.6 introduz um "monitor de raciocínio" (reasoning monitor), que analisa o potencial perigo ao longo do contexto de cada conversa, permitindo que os limites de segurança se ajustem dinamicamente com base no cenário de utilização, e corrigindo rapidamente vulnerabilidades sem necessidade de re-treinar o classificador.

Quanto ao possível impacto do bloqueio excessivo em utilizações legítimas, a OpenAI oferece uma opção no ChatGPT e Codex para repetir a tentativa com um modelo de capacidade inferior com um clique, e afirma que continuará a otimizar para reduzir falsos positivos sem comprometer a intensidade do bloqueio.

Aplicações internas mostram tendência de auto-aceleração da investigação em IA

O lançamento do GPT-5.6 também revela mudanças significativas no modelo de investigação da própria OpenAI. De acordo com a OpenAI, durante os testes internos do GPT-5.6, o número médio de tokens de saída por investigador ativo por dia mais do que duplicou o pico histórico do GPT-5.5.

Nos últimos seis meses, a capacidade de computação de investigação usada internamente pela OpenAI para raciocínio em programação aumentou 100 vezes, e o uso de tokens por agentes internos aumentou cerca de 22 vezes, uma tendência que se estendeu a departamentos como vendas, marketing, operações de utilizadores e finanças.

Na avaliação de capacidade de autoaperfeiçoamento (RSI Index), o GPT-5.6 Sol liderou com 57,9 pontos, superando os 41,7 pontos do GPT-5.5, uma melhoria de 16,2 pontos percentuais.

A OpenAI interpreta isto como uma evidência direta de que a investigação de IA assistida por IA está a acelerar a sua implementação, e posiciona-o como um dos principais impulsionadores da eficiência na iteração de modelos futuros.