O GPT-6 Sol é gratuito? Acesso, preços e alternativas

TL;DR

GPT-6 Sol não está disponível no nível Gratuito da API da OpenAI, e usuários do ChatGPT Free ou Go não recebem o Sol diretamente. Segundo o anúncio de lançamento da OpenAI (https://openai.com/index/introducing-gpt-6-sol-and-luna/), o GPT-6 Sol está disponível no ChatGPT Work e no Codex para usuários Plus, Pro, Business, Enterprise e Edu. Usuários Free e Go podem acessar o GPT-6 Luna no aplicativo para desktop; os modelos não estavam disponíveis na experiência padrão do Chat no lançamento.

Se você precisa especificamente da API do gpt-6-sol, a precificação Standard de curto contexto da OpenAI é de $2 por milhão de tokens de entrada e $10 por milhão de tokens de saída. A página do modelo GPT-6 Sol da OpenAI (https://developers.openai.com/api/docs/models/gpt-6-sol) também lista entrada em cache a $0.20 por milhão de tokens. Processamentos Batch e Flex custam 50% do Standard, enquanto a API do GPT-6 Sol na CometAPI (https://www.cometapi.com/models/openai/gpt-6-sol/) atualmente oferece acesso síncrono de curto contexto a $1.60 para entrada e $8 para saída por milhão de tokens.

Por que isso importa: a rota mais barata depende da latência, do tamanho de contexto e da dificuldade da tarefa. O GPT-6 Luna é a alternativa prática e de custo zero para usuários Free elegíveis, enquanto o Sol deve ser reservado para tarefas de codificação mais difíceis e trabalhos de agente em várias etapas, onde uma execução com falha custa mais do que o prêmio do modelo.

O que mudou com o GPT-6.1 Sol? É o modelo Sol pago mais novo, não uma forma gratuita de usar o GPT-6 Sol. Suas tarifas Standard de entrada/saída permanecem $2/$10 por milhão de tokens, enquanto leituras em cache caem para $0.10. Para um novo fluxo de trabalho complexo, avalie o 6.1 Sol ao lado do Sol original antes de escolher. Veja a comparação oficial de modelos (https://developers.openai.com/api/docs/models/compare?model=gpt-6-sol&model=gpt-6.1-sol).

Principais pontos

• O GPT-6 Sol não possui nível gratuito suportado na API da OpenAI.
• Usuários Plus, Pro, Business, Enterprise e Edu podem acessar o Sol por meio do ChatGPT Work e do Codex.
• Usuários ChatGPT Free e Go recebem o GPT-6 Luna em vez do Sol no aplicativo para desktop.
• A precificação Standard da OpenAI para solicitações de curto contexto do Sol é $2 de entrada, $0.20 de entrada em cache e $10 de saída por 1M tokens.
• Para menor custo, use o Luna para cargas delimitadas, OpenAI Batch/Flex para trabalhos tolerantes à latência ou CometAPI para acesso síncrono ao Sol com preço reduzido.
• O GPT-6.1 Sol merece um lugar na shortlist de modelos pagos; compare o custo por tarefa aceita e o esforço de migração, não apenas os nomes dos modelos.

Em 30 de setembro de 2026, o acesso ao Luna no desktop para Free/Go não tem data de término informada no anúncio de lançamento citado. Trata-se de uma atribuição interativa, não de uma permissão gratuita da API do Sol. O GPT-6.1 Sol está excluído do Free e do Go no lançamento; veja a disponibilidade atual de modelos (https://learn.chatgpt.com/docs/models).

As alternativas abaixo abrangem o GPT-6.1 Sol como um candidato pago mais novo, o Luna como rota de menor custo, o Claude Sonnet 5 para um comportamento de modelo diferente e o Astra para um teto de capacidade mais alto.

O GPT-6 Sol é gratuito?

O GPT-6 Sol é gratuito no ChatGPT?

A resposta curta é não, diretamente não. O anúncio de lançamento da OpenAI afirma que GPT-6 Sol e GPT-6 Luna estão disponíveis no ChatGPT Work e no Codex para usuários Plus, Pro, Business, Enterprise e Edu. O mesmo anúncio dá aos usuários Free e Go acesso ao GPT-6 Luna no aplicativo para desktop, em vez do Sol.

O GPT-6 Sol é gratuito pela API da OpenAI?

Na API isso é mais claro: a comparação oficial de modelos da OpenAI (https://developers.openai.com/api/docs/models/compare?model=gpt-6-sol) lista o nível Free do GPT-6 Sol como não suportado, com acesso à API começando no Tier 1.

Portanto, “GPT-6 Sol gratuito” não deve ser confundido com:

• Acesso ao GPT-6 Luna em uma conta gratuita do ChatGPT; ou
• Uso do Sol incluído na franquia Work ou Codex de um plano ChatGPT pago elegível.

Nenhuma opção fornece uma API permanentemente gratuita do gpt-6-sol.

O mesmo limite da API se aplica ao GPT-6.1 Sol: sua página oficial do modelo (https://developers.openai.com/api/docs/models/gpt-6.1-sol) lista o nível Free como não suportado. O acesso por assinatura do ChatGPT e a cobrança por chave de API permanecem separados.

Quem pode obter o GPT-6 Sol e como acessá-lo?

O acesso depende se você quer usar o Sol de forma interativa ou programática.

A OpenAI descreve o Sol como um modelo para codificação complexa e fluxos de trabalho agentes. Ele suporta entrada de texto e imagem, saída de texto, chamada de função, saídas estruturadas e ferramentas integradas por meio da Responses API. O Chat Completions suporta chamada de função quando o reasoning_effort é definido como none.

Para desenvolvedores que preferem um endpoint compatível com OpenAI em vários provedores, a API do GPT-6 Sol na CometAPI (https://www.cometapi.com/models/openai/gpt-6-sol/) usa o ID de modelo gpt-6-sol.

Quais rotas gratuitas de GPT-6 existem e por quanto tempo duram?

Atualmente não há uma rota gratuita permanente para o próprio gpt-6-sol. As rotas realistas de custo zero ou incluídas são:

A distinção mais importante é que o acesso ao Luna no plano Free é uma atribuição interativa no desktop, não uma API gratuita do Sol e não um saldo de créditos de API. Como a disponibilidade pode mudar, verifique a página do plano atual antes de publicar ou comprar.

ChatGPT Pro: acesso pago ao GPT-6 Sol e GPT-6.1 Sol

A página de preços atual do ChatGPT (https://learn.chatgpt.com/docs/pricing) oferece tiers Pro a partir de $100 por mês, com opções de uso mais alto incluindo os tiers de $200 e $500.

O ChatGPT Pro é uma rota de assinatura paga para a família GPT-6 no ChatGPT Work e no Codex. Usuários Pro podem acessar GPT-6 Sol e GPT-6 Luna, enquanto o GPT-6.1 Sol está sendo disponibilizado para contas pagas elegíveis começando pelos usuários Pro. O GPT-6.1 Sol é projetado para codificação complexa, uso de computador e fluxos de trabalho profissionais, e a OpenAI o posiciona como entregando desempenho próximo ao Astra por um custo menor.

Importante: GPT-6 Sol e GPT-6.1 Sol atualmente são modelos do Work/Codex, e não modelos de conversa regulares do ChatGPT. Ou seja, assinar o Pro dá acesso por meio das superfícies Work e Codex suportadas, sujeito ao status de rollout, limites do plano e configurações do workspace.

O tier Pro de $500 não desbloqueia o GPT-6.1 Sol como um modelo exclusivo. Sua principal vantagem relacionada a modelos é o acesso ao GPT-6 Astra no modo Ultrafast, junto com franquias de uso mais altas. O GPT-6.1 Sol continua sendo um modelo da família Sol separado e não se torna um modelo Ultrafast com a assinatura de $500.

Portanto, se seu objetivo é simplesmente usar GPT-6 Sol ou GPT-6.1 Sol, você não precisa do tier de $500. Um plano Pro suportado já fornece acesso ao GPT-6 Sol, enquanto o GPT-6.1 Sol está sendo disponibilizado primeiro para usuários Pro.

GPT-6 Sol vs GPT-6 Luna vs GPT-6.1 Sol

Para a maioria das pessoas que buscam “GPT-6 Sol grátis”, o GPT-6 Luna é a alternativa de menor custo mais próxima na mesma família de modelos.

O GPT-6.1 Sol reduz pela metade a tarifa de leitura em cache, mas a migração também muda o comportamento de raciocínio e de chamada de ferramentas. Um preço de cache mais baixo por si só não prova uma fatura de trabalho menor.

Para migração na API, o guia GPT-6 da OpenAI (https://developers.openai.com/api/docs/guides/latest-model) torna duas diferenças explícitas: o 6.1 Sol não suporta raciocínio none ou minimal, e a chamada de ferramentas requer a Responses API. O GPT-6 Sol suporta chamada de função no Chat Completions apenas com reasoning_effort=none. Preserve sua linha de base de avaliação ao alternar.

Desenvolvedores podem acessar a API do GPT-6 Luna na CometAPI (https://www.cometapi.com/models/openai/gpt-6-luna/) a partir de $0.08 por milhão de tokens de entrada. O Luna é uma forte opção para extração, roteamento, classificação, primeira passada de código e transformações repetitivas quando as saídas podem ser verificadas automaticamente.

As especificações e diferenças acima seguem a comparação oficial (https://developers.openai.com/api/docs/models/compare?model=gpt-6-sol&model=gpt-6.1-sol) e o guia GPT-6 (https://developers.openai.com/api/docs/guides/latest-model). A coluna do 6.1 Sol é um perfil de modelo separado; os números de benchmark legados pertencem apenas ao Sol e ao Luna.

Qual é o preço da API do GPT-6 Sol?

Uma vez que você aceite que o gpt-6-sol em si é pago, “mais barato” depende da carga de trabalho.

A documentação de preços atual da OpenAI (https://developers.openai.com/api/docs/pricing) confirma que Batch e Flex custam 50% do Standard e o Fast mode custa o dobro da tarifa aplicável. Para uma solicitação síncrona comum de curto contexto, a tarifa publicada da CometAPI de $1.60/$8 fica abaixo da tarifa Standard da OpenAI de $2/$10.

Resposta prática: carga batchável → OpenAI Batch/Flex. Carga síncrona normal → CometAPI. Carga crítica de latência → teste se o preço unitário maior do Fast mode reduz o custo total da tarefa o suficiente para justificá-lo.

Vale a pena pagar pelo Sol se o GPT-6 Luna é gratuito?

Depende da dificuldade da tarefa e do custo da falha. O Luna é o ponto de partida de menor custo para extração, classificação, transformações diretas e codificação leve quando as saídas podem ser verificadas.

Para codificação em nível de repositório, fluxos de trabalho de computador em várias etapas, uso exigente de ferramentas ou tarefas de agente em que as tentativas se tornam caras, o desempenho relatado mais forte do Sol pode justificar o prêmio. Avalie ambos os modelos em cargas representativas e compare o custo por resultado aceito.

Para uma nova implantação paga, inclua o GPT-6.1 Sol nessa avaliação. A OpenAI o posiciona para trabalho complexo próximo à capacidade do Astra, a um preço menor que o Astra. Esse posicionamento não garante que ele supere o Sol na sua carga: compare sucesso da tarefa, tempo de revisão, novas tentativas e gasto total antes de adotá-lo. Veja a orientação de seleção de modelo da OpenAI (https://developers.openai.com/api/docs/guides/model-selection).

Quanto o cache de prompt do GPT-6 Sol pode economizar?

A entrada em cache do GPT-6 Sol custa $0.20 por milhão de tokens versus $2 para entrada não em cache — uma redução de 90% em leituras em cache. O GPT-6.1 Sol reduz ainda mais as leituras em cache para $0.10, enquanto gravações de cache custam $2.50 para qualquer um dos modelos Sol. O desconto de leitura não é a conta completa do cache. Veja a comparação oficial (https://developers.openai.com/api/docs/models/compare?model=gpt-6-sol&model=gpt-6.1-sol).

Considere um prompt repetido contendo 100,000 tokens de entrada reutilizáveis, 10,000 tokens de entrada novos e 5,000 tokens de saída.

• Sem cache: 0.11 × $2 + 0.005 × $10 = $0.27
• Com 100K em cache: 0.10 × $0.20 + 0.01 × $2 + 0.005 × $10 = $0.09

Isso é cerca de 67% de redução para esse formato de solicitação. As economias exatas dependem da parcela reutilizável do prompt, da elegibilidade do cache e da taxa de acerto de cache realizada.

Com os mesmos 100K tokens já em cache, 10K tokens novos e 5K tokens de saída, o GPT-6.1 Sol custa 0.10 x $0.10 + 0.01 x $2 + 0.005 x $10 = $0.08, versus $0.09 do Sol: cerca de 11% menor para essa solicitação. Esse cálculo ilustrativo de acerto de leitura exclui encargos de criação/gravação de cache, taxas de ferramentas e sobretaxas de contexto longo.

Quais são as melhores alternativas ao GPT-6 Sol?

A alternativa deve corresponder ao motivo pelo qual você considerou o Sol: menor custo, comportamento diferente do modelo ou um teto de capacidade maior.

GPT-6.1 Sol: o novo candidato pago da família Sol

Para um novo fluxo de trabalho de codificação complexa, uso de computador ou agente de longa duração, o GPT-6.1 Sol deve ser avaliado ao lado do GPT-6 Sol original antes de fixar o aplicativo em um modelo. O modelo mais novo é voltado a fluxos de trabalho profissionais exigentes, sendo especialmente relevante para codificação em escala de repositório, uso iterativo de ferramentas, depuração e tarefas que transportam repetidamente grandes quantidades de contexto.

Uma vantagem de custo potencial é sua tarifa menor de leitura em cache. Se um agente reutiliza repetidamente as mesmas instruções de sistema, contexto de repositório, esquemas de ferramentas ou longos documentos de referência, leituras de cache mais baratas podem reduzir o custo efetivo de interações posteriores mesmo quando o preço de entrada principal não parece muito diferente. Isso importa mais em agentes de codificação persistentes e fluxos de trabalho em várias etapas, onde uma grande parte do prompt pode ser reutilizada em vez de regenerada do zero.

No entanto, a mudança do GPT-6 Sol para o GPT-6.1 Sol não deve ser tratada como uma atualização automática. Mudanças no comportamento de prompting, controles de raciocínio, uso de ferramentas, estilo de saída ou comportamento da API podem exigir trabalho de migração. Antes de alternar um fluxo de produção, compare ambos os modelos em tarefas representativas e meça taxa de conclusão, frequência de novas tentativas, latência, uso de tokens em cache e custo total por tarefa bem-sucedida.

Essa é uma recomendação prática baseada nas diferenças de migração documentadas (https://developers.openai.com/api/docs/guides/latest-model), não uma alegação de que toda carga de trabalho existente do Sol deve migrar imediatamente para o GPT-6.1 Sol.

GPT-6 Luna: trabalho verificável e de menor custo

Use a API do GPT-6 Luna na CometAPI (https://www.cometapi.com/models/openai/gpt-6-luna/) quando o fluxo de trabalho for de alto volume, claramente especificado e fácil de verificar automaticamente. O Luna é particularmente atraente para classificação, extração, sumarização estruturada, transformação de documentos, roteamento, geração de código de primeira passada e outras tarefas repetitivas em que a correção pode ser checada com regras, testes ou validação a jusante.

A principal vantagem é a economia. Se milhares ou milhões de solicitações relativamente previsíveis não exigem raciocínio em nível Sol a cada interação, enviar todas para um modelo mais caro pode elevar os custos operacionais sem produzir uma melhora proporcional no resultado útil. O Luna pode absorver a parte rotineira da carga enquanto mantém o gasto com tokens bem mais baixo.

Um padrão prático de produção é uma arquitetura de Luna primeiro, fallback no Sol. Solicitações rotineiras vão primeiro ao Luna, enquanto saídas de baixa confiança, falhas de validação, casos extremos complexos ou tarefas de codificação mais difíceis são escaladas para o GPT-6 Sol ou GPT-6.1 Sol. Essa abordagem pode reduzir o custo médio preservando acesso a raciocínio mais forte quando realmente necessário.

O trade-off é que o Luna não deve ser escolhido apenas porque é mais barato. Para agentes de longo horizonte, instruções ambíguas, depuração difícil ou fluxos de trabalho em que uma execução com falha é cara, a maior taxa de sucesso de um modelo mais forte pode superar a economia de tokens.

Claude Sonnet 5: comportamento diferente em codificação e agentes

A API do Claude Sonnet 5 na CometAPI (https://www.cometapi.com/models/anthropic/claude-sonnet-5/) atualmente começa em $1.60 de entrada e $8 de saída por milhão de tokens, colocando-o em uma faixa de preço similar ao acesso com desconto ao GPT-6 Sol para muitos trabalhos de curto contexto.

Seu principal valor como alternativa não é apenas preço menor ou similar. Os modelos Claude podem se comportar de forma diferente em navegação de repositório, edição de código, seguimento de instruções, raciocínio de forma longa e fluxos de trabalho agentes em várias etapas. Para alguns stacks de desenvolvimento, essas diferenças comportamentais podem ser mais importantes do que uma pequena diferença em tarifas por token.

Portanto, o Claude Sonnet 5 merece testes A/B para agentes de engenharia de software, revisão de código, depuração, fluxos orientados a documentos e aplicações que dependem fortemente de contexto longo. O mesmo prompt pode produzir estilos de planejamento, padrões de chamada de ferramentas, verbosidade e modos de falha diferentes entre famílias de modelos, então a migração deve ser avaliada no nível da aplicação, não apenas a partir de pontuações de benchmark.

Como o comportamento e os controles do modelo diferem, compare taxa de sucesso da tarefa, número de tentativas, latência, eficiência de chamadas de ferramentas e custo total por tarefa concluída, não apenas o preço por token. Um modelo com preço nominal ligeiramente maior ainda pode ser mais barato em produção se concluir mais tarefas corretamente na primeira tentativa.

GPT-6 Astra: escalonamento para as tarefas mais difíceis

O GPT-6 Astra é uma opção de escalonamento, não uma alternativa mais barata ao GPT-6 Sol. Ele é mais adequado para os fluxos mais difíceis em que capacidade máxima importa mais do que minimizar a conta de tokens, incluindo tarefas autônomas de codificação difíceis, agentes com múltiplas ferramentas, raciocínio de longo horizonte e casos em que uma tentativa fracassada gera custo substancial de revisão humana ou operacional.

Como o Astra tem um preço por token significativamente mais alto, geralmente não faz sentido usá-lo como modelo padrão para solicitações rotineiras. Classificação de alto volume, extração, sumarização comum e tarefas de codificação diretas costumam ser melhores candidatas a modelos da classe Luna ou Sol.

Uma arquitetura mais eficiente é reservar o Astra para solicitações já identificadas como excepcionalmente difíceis. Por exemplo, um aplicativo pode começar com o Luna ou o Sol e escalar para o Astra quando a validação falhar, a confiança cair abaixo de um limite, tentativas repetidas não resolverem a tarefa ou o fluxo for explicitamente marcado como de alto risco ou alto valor.

A métrica-chave, portanto, não é o preço bruto por token. Use o Astra apenas quando avaliações representativas mostrarem que sua maior taxa de conclusão, menor número de tentativas ou redução de intervenção humana compensam seu preço por token mais alto. Para sistemas de produção, o custo por tarefa bem-sucedida é uma comparação mais significativa do que o preço do modelo sozinho.

GPT-6.1 Sol vs GPT-6 Sol: qual tem melhor valor?

Para novos fluxos: o GPT-6.1 Sol é um candidato sensato para a primeira avaliação porque combina as mesmas tarifas Standard de entrada/saída com leituras em cache mais baratas. Essa recomendação é condicional aos resultados da tarefa e à integração bem-sucedida; o modelo mais novo não é automaticamente mais barato em toda solicitação.

Para uma implantação existente do Sol: mantenha o GPT-6 Sol quando ele já atende às metas de qualidade e depende de raciocínio none ou de chamada de ferramentas no Chat Completions. Inclua engenharia de migração, regressões, novas tentativas, latência e revisão humana na decisão de upgrade.

Regra de decisão: execute ambos os modelos nas mesmas tarefas representativas e compare o custo por saída aceita. Prefira o 6.1 Sol se qualidade ou eficiência medidas compensarem o custo de migração; retenha o Sol se compatibilidade e resultados comprovados superarem a economia de leitura em cache. O Luna continua sendo o candidato de menor custo para trabalho delimitado.

Conclusão

O GPT-6 Sol não é um modelo gratuito e não há nível suportado de API do gpt-6-sol a custo zero.

A alternativa interativa gratuita mais próxima é o GPT-6 Luna para usuários Free no aplicativo de desktop do ChatGPT. O anúncio de lançamento de 22 de setembro da OpenAI afirma esse acesso, mas não especifica uma data de expiração.

Quando o Sol é necessário, a rota de menor custo depende da carga: OpenAI Batch/Flex para jobs tolerantes à latência, CometAPI para solicitações síncronas de curto contexto com preço menor e OpenAI Standard ou Fast mode quando suas características de plataforma ou latência forem necessárias.

Para sistemas sensíveis a custo, teste uma política de roteamento Luna primeiro e escale apenas tarefas difíceis ou de baixa confiança para o Sol. Reavalie a disponibilidade e os preços atuais antes da implantação, pois as franquias de plano e as tarifas por token podem mudar.

O GPT-6 Sol é o foco deste artigo, mas o GPT-6.1 Sol pertence à decisão de modelo pago atual. Para novos fluxos de trabalho complexos, avalie o Sol mais novo; para uma implantação estabelecida, faça upgrade apenas quando benefícios medidos justificarem a mudança. Nenhum dos modelos tem nível gratuito suportado na API da OpenAI.

Perguntas frequentes

Uma assinatura do ChatGPT inclui créditos de API do GPT-6 Sol?

Não. O acesso do plano ChatGPT e a cobrança da API da OpenAI são separados. Um plano elegível pode incluir uso do Sol no ChatGPT Work ou no Codex, mas chamadas ao gpt-6-sol pela API exigem uma conta de API com nível de uso suportado e são cobradas separadamente.

A mesma separação se aplica ao GPT-6.1 Sol. O Pro — incluindo seu tier de $500 — não converte o uso da assinatura em uma franquia irrestrita de chave de API.

O acesso ao Luna no desktop no plano Free pode ser usado como API?

Não. A atribuição no desktop é acesso interativo dentro do aplicativo ChatGPT. Ela não fornece uma chave de API nem uma cota gratuita de API. O uso programático do Luna continua com cobrança por tokens.

Quando uma equipe deve escolher Batch ou Flex em vez de processamento Standard?

Escolha Batch ou Flex quando a carga puder tolerar conclusão atrasada ou variável, como enriquecimento offline, execuções de avaliação ou processamento agendado. Use Standard para solicitações interativas que precisam de comportamento síncrono previsível.

Como as equipes devem testar uma política “Luna primeiro, fallback no Sol”?

Construa um conjunto de avaliação representativo, defina um limiar de aceitação e meça sucesso da tarefa, tempo de revisão, tentativas, latência e custo por token. Direcione resultados do Luna de baixa confiança ou falhos para o Sol e então compare o custo total por saída aceita com uma linha de base “tudo no Sol”.

O que acontece quando um prompt do GPT-6 Sol excede 272K tokens de entrada?

A OpenAI aplica a tarifa de contexto longo ao pedido inteiro: as tarifas de entrada e de cache dobram, enquanto a precificação de saída sobe 50%. Recuperação e corte de contexto podem, portanto, reduzir materialmente a fatura antes mesmo de considerar o roteamento de modelo.