TL;DR
Preço base: As tarifas de contexto curto do GPT-5.6 Standard são $5 de entrada / $30 de saída para Sol, $2.50 / $15 para Terra e $1 / $6 para Luna por 1 milhão de tokens.
Atenção aos fatores ocultos de custo: o alias genérico gpt-5.6 encaminha para Sol, solicitações acima de 272K tokens de entrada usam tarifas mais altas de contexto longo, e os tokens de saída custam 6× mais do que os de entrada em todos os três níveis do GPT-5.6.
Para produção: compare o custo por tarefa bem-sucedida, não apenas o preço por token. Precisão, tentativas adicionais, chamadas de ferramentas, latência, cache e revisão humana podem alterar o custo real.
Preços da API da OpenAI em resumo
Para usuários que buscam amplamente por preços da API da OpenAI, a primeira pergunta geralmente é: qual é o modelo atual pelo qual estou realmente pagando? A tabela abaixo oferece uma visão compacta de vários modelos de texto atuais da OpenAI antes de olharmos mais de perto o GPT-5.6.
| Modelo | Entrada / 1M tokens | Entrada em cache | Saída / 1M tokens |
|---|---|---|---|
| gpt-5.6-sol | $5.00 | $0.50 | $30.00 |
| gpt-5.6-terra | $2.50 | $0.25 | $15.00 |
| gpt-5.6-luna | $1.00 | $0.10 | $6.00 |
| gpt-5.5 | $5.00 | $0.50 | $30.00 |
| gpt-5.4 | $2.50 | $0.25 | $15.00 |
| gpt-5.4-mini | $0.75 | $0.08 | $4.50 |
| gpt-5.4-nano | $0.20 | $0.02 | $1.25 |
Fonte*:* Preços da API da OpenAI
O padrão mais importante é fácil de passar despercebido: os tokens de saída do GPT-5.6 custam 6× mais do que os tokens de entrada nas camadas Sol, Terra e Luna. Respostas longas, agentes verbosos e fluxos de trabalho intensivos em raciocínio podem, portanto, elevar os custos mais rapidamente do que pequenas mudanças no comprimento do prompt.
Para uma visão mais ampla da família GPT-5.6 — incluindo capacidades do modelo, posicionamento, benchmarks, acesso à API e principais recursos de lançamento — veja o anúncio do GPT-5.6 do OpenAI ou o guia do GPT-5.6 da CometAPI. Este artigo foca especificamente em preços, cálculos de custos e fatores que podem afetar sua fatura real da API.
Preços do GPT-5.6: Sol vs Terra vs Luna
O GPT-5.6 introduz três camadas de preços. A OpenAI posiciona Sol como a rota de ponta, Terra como a opção equilibrada e Luna como a camada de menor custo para cargas de trabalho de alto volume.
Para uma análise mais profunda das capacidades, como acessar a API do GPT-5.6 e casos de uso de cada modelo, veja detalhes aqui sobre o modelo GPT-5.6 .
Preços Standard do GPT-5.6 para solicitações com ≤272K tokens de entrada
| Modelo | Entrada curta | Entrada em cache | Gravação em cache | Saída curta | Entrada longa | Entrada longa em cache | Gravação longa em cache | Saída longa |
|---|---|---|---|---|---|---|---|---|
| gpt-5.6-sol | $5.00 | $0.50 | $6.25 | $30.00 | $10.00 | $1.00 | $12.50 | $45.00 |
| gpt-5.6-terra | $2.50 | $0.25 | $3.13 | $15.00 | $5.00 | $0.50 | $6.25 | $22.50 |
| gpt-5.6-luna | $1.00 | $0.10 | $1.25 | $6.00 | $2.00 | $0.20 | $2.50 | $9.00 |
Fonte*:* Preços da API da OpenAI
Preços de contexto longo: Solicitações com mais de 272K tokens de entrada usam tarifas mais altas. Entradas, entradas em cache e gravações em cache são cobradas a 2× a tarifa padrão, enquanto a saída é cobrada a 1.5×. As tarifas mais altas se aplicam à solicitação inteira.
Um ponto de partida razoável é testar Luna para tarefas mais simples e de alto volume, Terra para cargas de trabalho de aplicativos equilibradas e Sol para as tarefas mais difíceis ou de alto impacto. Estas não são recomendações universais: precisão, tentativas adicionais, comportamento de ferramentas e revisão humana podem superar a diferença no preço de tabela.
Um detalhe importante sobre o alias
A orientação de modelos da OpenAI afirma que o alias genérico gpt-5.6 encaminha para gpt-5.6-sol.
Isso significa que uma solicitação enviada para gpt-5.6 usa a camada de preço Sol. Se sua carga de trabalho tiver bom desempenho em Terra ou Luna, use o ID de modelo explícito em vez de supor que o alias genérico seleciona a camada mais barata adequada.
Exemplo 1: Uma solicitação típica de API
Comece com um formato de solicitação comum:
- 1.000 tokens de entrada
- 500 tokens de saída
| Modelo | Custo por solicitação | Custo por 1.000 solicitações |
|---|---|---|
| gpt-5.6-sol | $0.02 | $20 |
| gpt-5.6-terra | $0.01 | $10 |
| gpt-5.6-luna | $0.00 | $4 |
Cálculo para Sol:
(1,000 / 1,000,000 × $5) + (500 / 1,000,000 × $30) = $0.020
Este exemplo também mostra por que o comprimento da saída importa. Embora a solicitação contenha o dobro de tokens de entrada em relação aos de saída, a parte de saída representa 75% do custo de tokens do Sol porque a saída é precificada a seis vezes a taxa de entrada.
Para chat, agentes e geração de código, controlar a verbosidade desnecessária às vezes pode economizar mais do que reduzir um pequeno prompt de sistema.
Exemplo 2: Custo mensal em escala
Agora suponha que um aplicativo processe 1 milhão de solicitações por mês, com média de:
- 2.000 tokens de entrada por solicitação
- 500 tokens de saída por solicitação
Isso equivale a 2 bilhões de tokens de entrada e 500 milhões de tokens de saída por mês.
| Modelo | Custo mensal de entrada | Custo mensal de saída | Total |
|---|---|---|---|
| gpt-5.6-sol | $10,000 | $15,000 | $25,000 |
| gpt-5.6-terra | $5,000 | $7,500 | $12,500 |
| gpt-5.6-luna | $2,000 | $3,000 | $5,000 |
A diferença é grande o suficiente para justificar testes de roteamento, mas a última linha não é automaticamente a melhor escolha para produção. Se um modelo mais barato causar mais tentativas, falhas de tarefa ou revisão manual, o custo total do fluxo de trabalho pode ser maior.
Preços de contexto longo: o que acontece acima de 272K tokens?
Os modelos GPT-5.6 suportam uma janela de contexto de 1.05M tokens, mas a OpenAI aplica tarifas mais altas quando uma solicitação contém mais de 272.000 tokens de entrada.
Para essas solicitações de contexto longo:
- a entrada é cobrada a 2× a tarifa de contexto curto
- entradas em cache e gravações de cache também são cobradas a 2×
- a saída é cobrada a 1.5×
- As tarifas mais altas se aplicam à solicitação inteira, não apenas aos tokens acima de 272K
Para Sol, isso altera a entrada de $5 para $10 por 1M de tokens e a saída de $30 para $45. A mesma estrutura de multiplicadores se aplica a Terra e Luna.
Isso cria um salto abrupto de custo perto de 272K. Para cargas de trabalho próximas ao limite, reduza blocos de recuperação duplicados, histórico de conversa obsoleto, arquivos de repositório desnecessários ou saída verbosa de ferramentas antes de enviar a solicitação. Veja o guia de otimização de custos da OpenAI para orientação adicional de redução de tokens.
Preços para Standard, Batch, Flex e Priority
Para cargas de trabalho de texto GPT-5.6 elegíveis, a OpenAI oferece várias camadas de processamento.
| Camada | Sol entrada/saída | Terra entrada/saída | Luna entrada/saída | Uso típico |
|---|---|---|---|---|
| Standard | $5 / $30 | $2.50 / $15 | $1 / $6 | Tráfego síncrono normal |
| Batch | $2.50 / $15 | $1.25 / $7.50 | $0.50 / $3 | Jobs assíncronos offline |
| Flex | $2.50 / $15 | $1.25 / $7.50 | $0.50 / $3 | Trabalho sensível a custo que pode tolerar processamento mais lento ou menos previsível |
| Priority | $10 / $60 | $5 / $30 | $2 / $12 | Tráfego de contexto curto sensível à latência |
Batch e Flex são aproximadamente 50% das tarifas de tokens Standard para GPT-5.6. Priority é 2× Standard para as tarifas listadas de contexto curto. A OpenAI atualmente lista Priority apenas para processamento de contexto curto, portanto não extrapole essas tarifas para solicitações de contexto longo.
Consulte a documentação oficial de Batch, Flex e Priority antes de escolher uma camada.
Cache de prompt: quando ele economiza dinheiro no GPT-5.6 ?
Para o GPT-5.6, gravações de cache custam 1.25× a taxa normal de entrada, enquanto leituras em cache recebem o preço reduzido de entrada em cache.
Considere um prefixo reutilizável de 100,000 tokens no Sol:
| Ação | Custo |
|---|---|
| Processar uma vez como entrada normal sem cache | $0.50 |
| Gravar o prefixo no cache | $0.63 |
| Ler o prefixo em cache depois | $0.05 |
Duas utilizações sem cache custam $1.00. Uma gravação em cache mais uma leitura em cache correspondente custa $0.675, economizando $0.325 neste exemplo simplificado.
Limite deste exemplo: Este cálculo compara apenas o custo de entrada do prefixo reutilizável. Ele não inclui tokens de saída, outras entradas sem cache, ferramentas ou tentativas. As economias reais dependem de o prefixo corresponder aos requisitos do cache e de com que frequência ele é realmente reutilizado.
O cache é, portanto, mais útil para prefixos de prompt longos e estáveis que recebem solicitações repetidas correspondentes. Uma gravação de cache que nunca é reutilizada adiciona custo em vez de reduzi-lo.
O guia de cache de prompt da OpenAI documenta preços de gravação em cache, leituras em cache, pontos de interrupção explícitos e comportamento de TTL.
Outros custos que podem alterar sua fatura da API da OpenAI
Tokens de raciocínio e modo Pro
Tokens de raciocínio são cobrados como tokens de saída mesmo quando não são exibidos como texto de resposta visível. Configurações de raciocínio mais altas podem, portanto, aumentar o uso total de tokens de saída e a latência.
Onde suportado, reasoning.mode = "pro" deve ser tratado como uma configuração a ser avaliada, não como uma regra fixa de economia de custo ou qualidade. A OpenAI não lista uma sobretaxa Pro fixa separada para esse modo; o impacto no custo vem do uso resultante de tokens. Uma base razoável é testar Standard e Pro em tarefas representativas e comparar sucesso da tarefa, total de tokens de saída, latência e tentativas.
Pesquisa na web e outras ferramentas
A OpenAI atualmente lista pesquisa na web padrão a $10 por 1,000 chamadas, além de tokens de conteúdo de pesquisa cobrados à taxa do modelo selecionado. Duas pesquisas na web em uma pequena solicitação no Luna podem, portanto, custar mais do que os tokens do modelo da própria solicitação.
A OpenAI também lista um preço separado de visualização de pesquisa na web para modelos sem raciocínio a $25 por 1,000 chamadas, com tokens de conteúdo de pesquisa gratuitos. Verifique a combinação exata de ferramenta e modelo na página oficial de preços em vez de aplicar uma única tarifa de pesquisa na web a todos os endpoints.
Processamento regional
Endpoints elegíveis de processamento regional ou residência de dados para modelos lançados em ou após 5 de março de 2026 têm um acréscimo de 10% de acordo com a página de preços da OpenAI. Equipes empresariais com requisitos de residência devem incluir esse fator nas estimativas de orçamento.
Como calcular o custo da API da OpenAI
Para uma solicitação básica:
Custo de tokens =
(tokens de entrada / 1M × tarifa de entrada)
- (tokens de saída / 1M × tarifa de saída)
Para planejamento de produção, expanda para incluir:
Custo total do fluxo de trabalho =
entrada sem cache
- entrada em cache
- gravações em cache
- tokens de saída e de raciocínio
- tarifas de ferramentas
- ajustes de camada de serviço
- acréscimo regional, se aplicável
- tentativas e solicitações de fallback
O KPI mais útil geralmente é:
Custo por tarefa bem-sucedida = custo total do fluxo de trabalho / tarefas bem-sucedidas
Isso evita que uma tarifa de token mais barata pareça artificialmente atraente quando também gera mais falhas ou trabalho de revisão.
Como escolher o modelo certo sem pagar a mais
Use a tabela de preços como ponto de partida e depois teste em tarefas reais.
- Comece com o modelo de menor custo que pareça capaz da tarefa. Luna pode ser um primeiro teste sensato para trabalho simples e de alto volume, mas não presuma que será o melhor para toda extração ou sumarização.
- Meça o comprimento da saída. Tokens de saída do GPT-5.6 custam 6× os tokens de entrada, então respostas verbosas merecem atenção.
- Fique atento ao limite de 272K. Cruzá-lo muda as tarifas para a solicitação inteira.
- Use Batch ou Flex para trabalhos não urgentes elegíveis. Teste as restrições operacionais antes de mover tráfego de produção.
- Faça cache apenas de prefixos reutilizáveis. Meça acertos reais de cache em vez de presumir que um prompt longo deve ser colocado em cache.
- Acompanhe ferramentas e tentativas. Elas podem anular economias de um modelo mais barato.
Para equipes comparando rotas entre provedores, os preços da CometAPI fornecem uma visão ao vivo entre modelos. O Quickstart da CometAPI e o Cookbook podem ser usados para executar o mesmo conjunto de testes em várias rotas compatíveis com OpenAI.
FAQ
Quanto custa o GPT-5.6 em 2026?
O preço depende do modelo. As tarifas Standard de contexto curto do GPT-5.6 variam de $1 de entrada / $6 de saída por 1M de tokens para Luna a $5 / $30 para Sol. Modelos de menor custo como GPT-5.4 mini e nano também estão disponíveis. Verifique o modelo exato na página de preços atual da OpenAI.
O preço da API do ChatGPT é o mesmo que o preço do GPT-5.6?
“Preço da API do ChatGPT” é frequentemente usado informalmente para significar preços da API da OpenAI para modelos capazes de chat, mas assinaturas do ChatGPT e faturamento da API são produtos separados. O uso da API é precificado pelo modelo específico e tipo de uso.
Qual modelo GPT-5.6 é o mais barato?
gpt-5.6-luna tem o menor preço de tabela do GPT-5.6 Standard. É um modelo sensato para testar cargas de trabalho sensíveis a custo, mas a melhor escolha para produção depende de precisão, tentativas, latência e custo de revisão.
Que modelo o gpt-5.6 usa?
A orientação de modelos da OpenAI afirma que o alias gpt-5.6 encaminha para gpt-5.6-sol. Use IDs de modelo explícitos de Terra ou Luna quando quiser essas camadas.
Quando se aplicam os preços de contexto longo do GPT-5.6?
Quando a entrada excede 272.000 tokens, o GPT-5.6 usa tarifas mais altas de contexto longo para a solicitação inteira: 2× para taxas relacionadas à entrada e 1.5× para taxas de saída.
Batch e Flex são mais baratos do que Standard para o GPT-5.6?
Para cargas de trabalho GPT-5.6 elegíveis, as tarifas de tokens listadas para Batch e Flex são cerca de 50% menores do que Standard. Elas têm características de processamento diferentes, então confirme se a carga de trabalho pode tolerar essas restrições.
Gravações em cache custam extra no GPT-5.6?
Sim. As gravações de cache do GPT-5.6 são cobradas a 1.25× da entrada normal, enquanto leituras em cache correspondentes usam a tarifa com desconto de entrada em cache. As economias dependem de reutilização real.
Compare os custos do GPT-5.6 na sua própria carga de trabalho
Tabelas de preços são um ponto de partida. Seu custo real depende de prompts, comprimento da saída, taxa de acertos do cache, ferramentas, tentativas e sucesso da tarefa.
Com a CometAPI, você pode testar Sol, Terra, Luna do GPT-5.6 e outros modelos por meio de uma única API compatível com OpenAI usando a mesma carga de trabalho.
Próximos passos: compare os preços atuais dos modelos, siga o Quickstart da CometAPI ou use o Cookbook da CometAPI para criar avaliações de modelo reproduzíveis.
Escolha a rota de menor custo que ainda atenda seus requisitos de qualidade, latência e confiabilidade.