Poucas semanas depois do GPT-6 Astra, a OpenAI apresentou o GPT-6 Sol e o GPT-6 Luna: a mesma geração de inteligência a metade do preço, com cerca de metade dos erros factuais e já acessível a professores com conta gratuita (Luna) ou paga (Sol).
A OpenAI anunciou esta semana dois novos modelos da família GPT-6: o GPT-6 Sol e o GPT-6 Luna. Ambos foram treinados com métodos semelhantes aos do GPT-6 Astra, o modelo lançado no início de setembro, e herdam os seus avanços em trabalho profissional, rigor factual, programação, utilização do computador e alinhamento. A diferença está no equilíbrio entre capacidade e custo: são modelos mais rápidos e mais baratos, pensados para o trabalho de todos os dias.
A novidade mais visível é o preço. Graças a melhorias na cache e na inferência, a OpenAI reduziu em 50% o preço da API do Sol e do Luna face ao preço promocional dos antecessores GPT-5.6. Ao mesmo tempo, o Sol comete cerca de metade dos erros factuais do modelo anterior e ambos escrevem de forma mais clara, com menos jargão.
Para os professores, o lançamento conta por razões práticas: o Luna fica disponível sem custos na aplicação de computador do ChatGPT, o Sol aproxima-se da fiabilidade do Astra a uma fração do custo e os dois modelos funcionam no ChatGPT Work, o modo que transforma um pedido num documento, numa apresentação ou numa folha de cálculo acabados. Este artigo reúne as novidades, os resultados de desempenho, os planos e preços e, sobretudo, as formas concretas de os usar na preparação de aulas e na aprendizagem dos alunos.
GPT-6 Astra
O mais capaz
Continua a ser o modelo de topo da OpenAI. Indicado para os projetos mais exigentes, quando se procura o melhor resultado possível.
GPT-6 Sol
Equilíbrio entre capacidade e custo
O modelo intermédio para trabalho complexo do dia a dia. Na API custa US$ 2 por milhão de tokens de entrada e US$ 10 de saída.
GPT-6 Luna
Rápido e económico
O modelo mais leve da família, para tarefas frequentes e rápidas. Na API custa US$ 0,10 de entrada e US$ 0,50 de saída por milhão de tokens.
Os números-chave do lançamento
Valores publicados pela OpenAI no anúncio oficial. A redução de erros factuais resulta de uma avaliação interna com conversas reais em que os utilizadores tinham assinalado erros.
As principais novidades do GPT-6 Sol e do GPT-6 Luna
O Sol e o Luna não são versões reduzidas sem ambição: o objetivo declarado da OpenAI é levar os avanços do Astra a mais pessoas e a mais tarefas, baixando o custo de cada resposta. Estas são as mudanças mais relevantes.
Nível de esforço: o que significa
Os modelos da OpenAI podem trabalhar com diferentes níveis de esforço de raciocínio (low, medium, high, xhigh e max). Mais esforço significa mais tempo a pensar e mais custo, mas melhores resultados em tarefas difíceis. Nos resultados deste artigo, o nível de esforço aparece entre parênteses.
Desempenho: o que dizem os testes de referência
A OpenAI apresenta resultados em testes independentes de trabalho profissional, programação e utilização do computador. O padrão repete-se: o Sol fica perto ou acima de modelos concorrentes muito mais caros, e o Luna oferece resultados sólidos a um custo por tarefa muito reduzido. Escolha um teste para ver a comparação.
Resultados em testes de referência
Fluxos de trabalho empresariais com 47 ferramentas (pontuação em %).
Cores: laranja, GPT-6 Sol; azul, GPT-6 Luna; azul-escuro, GPT-6 Astra; cinzento, modelos concorrentes. O nome de cada modelo aparece sempre por extenso.
Fonte: OpenAI. Os resultados de modelos concorrentes foram retirados de relatórios públicos.
Todos os resultados em resumo
| Teste | O que mede | Resultado GPT-6 | Comparação |
|---|---|---|---|
| AutomationBench 1.0.6 | Fluxos de trabalho de ponta a ponta com 47 ferramentas empresariais | Sol (xhigh): 33,2%, US$ 0,27 por tarefa | Supera o Claude Opus 5 (max, 26,9%) e o Astra (low, 30,3%). Luna (high): +5,4 pp face ao antecessor, com custo 58% inferior |
| Agents' Last Exam V1 | Tarefas profissionais longas em 55 subindústrias | Sol (max): 56,4% | Acima do melhor resultado do Claude Opus 5, com custo por tarefa 60% inferior |
| FrontierCode 1.1 | Código correto e pronto a integrar (testes, estilo, disciplina de âmbito) | Melhoria substancial face ao GPT-5.6 Sol | Iguala o Claude Fable 5.1 (xhigh) a um custo muito inferior |
| DeepSWE 1.1 | Engenharia de software longa em projetos reais | Sol (max): 68,8% Luna (max): 66,6% | Sol a 1,1 pp do Claude Fable 5 (xhigh, 69,9%), com cerca de 80% menos custo. Luna custa 93% menos por tarefa do que o Opus 5 e 96% menos do que o Fable 5 |
| OSWorld 2.0 (offline) | Tarefas longas de utilização do computador | Sol (xhigh): 60,5% | Ao nível do Claude Opus 5 (medium, 60,3%) com cerca de 80% menos custo. Luna (max) supera o GPT-5.6 Sol (medium) a um décimo do custo |
| Factualidade (interna) | Conversas reais anonimizadas em que os utilizadores assinalaram erros | Sol: cerca de metade dos erros do antecessor | Aproxima-se do Astra. Luna (esforço elevado) iguala o GPT-5.6 Sol a cerca de 1/100 do custo |
Quanto custa cada tarefa?
O desempenho só conta metade da história. No AutomationBench, o Sol obtém a melhor pontuação do grupo e é também, de longe, o mais barato por tarefa.
Custo por tarefa no AutomationBench
Múltiplos do custo do GPT-6 Sol (xhigh). Barras mais curtas significam tarefas mais baratas.
No caso do Claude Fable 5.1, o custo real é superior ao indicado, porque não inclui as tarefas (cerca de 40%) em que foi necessário recorrer ao Opus 5.
Como ler estes números
Os resultados foram publicados pela própria OpenAI, que avaliou os seus modelos no seu ambiente de investigação ou através da API; as respostas no ChatGPT podem ser ligeiramente diferentes. Quando não havia resultados do Claude Fable 5.1, foram usados os do Fable 5. A comparação também não inclui os modelos concorrentes mais recentes, como o Claude Opus 5.5. Convém olhar para estes dados como uma indicação de tendência, não como um veredicto final.
Preços da API: metade do custo
A API é a forma como programadores e plataformas integram os modelos da OpenAI nos seus próprios produtos. Os preços são cobrados por milhão de tokens (um token corresponde, em média, a cerca de três quartos de uma palavra) e separam o texto enviado ao modelo (entrada) do texto que o modelo produz (saída). Nos novos modelos, os nomes técnicos são gpt-6-sol e gpt-6-luna.
| Modelo | Entrada (por 1 M tokens) | Saída (por 1 M tokens) | Redução |
|---|---|---|---|
| GPT-6 Sol | US$ 4,00 → US$ 2,00 | US$ 20,00 → US$ 10,00 | 50% |
| GPT-6 Luna | US$ 0,20 → US$ 0,10 | US$ 1,20 → US$ 0,50 | 50% (entrada) e cerca de 58% (saída) |
Preços comparados com o preço promocional dos modelos GPT-5.6. A OpenAI anuncia uma redução de 50%; no preço de saída do Luna, a descida calculada a partir dos valores publicados é de cerca de 58%.
Antes e depois: o preço cai para metade
Sol: entrada
US$ 4,00
US$ 2,00
Sol: saída
US$ 20,00
US$ 10,00
Luna: entrada
US$ 0,20
US$ 0,10
Luna: saída
US$ 1,20
US$ 0,50
E a cache?
Quando uma aplicação reutiliza o mesmo contexto (por exemplo, as instruções de um assistente ou um documento longo), esses tokens são lidos da cache com um desconto de 90%. Para ferramentas educativas que usam sempre as mesmas orientações pedagógicas, esta poupança soma-se à redução de preço.
Mesmo quem não programa beneficia desta descida: muitas plataformas educativas, assistentes de correção e ferramentas usadas nas escolas funcionam sobre estas APIs. Custos mais baixos tendem a traduzir-se em ferramentas mais baratas, com mais funcionalidades ou com limites de utilização mais generosos.
Onde estão disponíveis e quanto custam os planos
Os dois modelos estão disponíveis desde o dia do anúncio no ChatGPT Work e no Codex para todos os utilizadores dos planos Plus, Pro, Business, Enterprise e Edu. Quem usa os planos Free e Go pode aceder ao GPT-6 Luna na aplicação de computador. A disponibilização é gradual: se os modelos ainda não aparecerem, a OpenAI recomenda tentar mais tarde.
O ChatGPT Work, lançado em julho de 2026, é o modo em que o ChatGPT deixa de apenas responder e passa a executar: recebe um objetivo, planeia os passos, recolhe o contexto dos ficheiros e aplicações ligados e entrega o trabalho acabado, seja um documento, uma apresentação, uma folha de cálculo ou uma página web. O Codex é a ferramenta da OpenAI para criar e alterar código.
Atenção: ainda não no modo Chat
Segundo a OpenAI, o Sol e o Luna ainda não estão disponíveis no modo Chat, a conversa habitual do ChatGPT. Por agora, funcionam no ChatGPT Work, no Codex e na API.
| Plano | Preço | Acesso aos novos modelos |
|---|---|---|
| Free | Gratuito | GPT-6 Luna na aplicação de computador (Windows e macOS) |
| Go | US$ 8/mês | GPT-6 Luna na aplicação de computador |
| Plus | US$ 20/mês | GPT-6 Sol e GPT-6 Luna no ChatGPT Work e no Codex |
| Pro | US$ 100 ou US$ 200/mês (5x ou 20x a utilização do Plus) | GPT-6 Sol e GPT-6 Luna no ChatGPT Work e no Codex, com limites muito superiores |
| Business | US$ 20/utilizador/mês (anual) ou US$ 25 (mensal), mínimo de 2 utilizadores | GPT-6 Sol e GPT-6 Luna no ChatGPT Work e no Codex |
| Enterprise | Sob consulta | GPT-6 Sol e GPT-6 Luna no ChatGPT Work e no Codex |
| Edu | Plano institucional (sob consulta) | GPT-6 Sol e GPT-6 Luna no ChatGPT Work e no Codex |
| API | Por tokens (ver tabela anterior) | gpt-6-sol e gpt-6-luna |
Preços em dólares norte-americanos, tal como publicados pela OpenAI e verificados em setembro de 2026.
E em Portugal?
Em Portugal, os valores são cobrados em euros com IVA incluído, pelo que o preço final pode ser diferente da conversão direta. Convém confirmar na página oficial de preços antes de subscrever. O plano gratuito ChatGPT for Teachers destina-se apenas a professores do ensino básico e secundário dos Estados Unidos, e o ChatGPT Edu é um plano institucional pensado sobretudo para universidades.
Porque é que isto interessa aos professores
O interesse deste lançamento não está nas pontuações em si, mas no que elas mudam no trabalho docente. O essencial é que um nível de qualidade que há poucos meses exigia os modelos mais caros passa a estar disponível a custo reduzido, ou mesmo gratuito.
Como tirar partido do Sol e do Luna no dia a dia
A família GPT-6 funciona melhor quando cada modelo é usado para aquilo em que é mais forte. A tabela seguinte sugere uma divisão de tarefas para professores de qualquer disciplina.
| Tarefa | Modelo sugerido | Porquê |
|---|---|---|
| Reformular um enunciado, simplificar um texto ou criar perguntas de escolha múltipla | Luna | Tarefas curtas e frequentes, em que a rapidez conta mais do que a profundidade |
| Rever ortografia, traduzir comunicados para famílias de outras nacionalidades | Luna | Resultados rápidos e baratos, com boa qualidade de escrita |
| Criar três versões de uma ficha com níveis de dificuldade diferentes | Luna ou Sol | O Luna chega para variações simples; o Sol é preferível quando é preciso manter o rigor científico |
| Planificar uma sequência didática alinhada com as Aprendizagens Essenciais | Sol (Work) | Exige raciocínio mais longo e coerência entre objetivos, atividades e avaliação |
| Produzir ficha, critérios de correção, grelha e apresentação a partir de uma planificação | Sol (Work) | Tarefa com vários produtos finais, ideal para o modo Work |
| Analisar resultados de uma avaliação numa folha de cálculo (dados anonimizados) | Sol (Work) | Combina análise de dados, gráficos e interpretação pedagógica |
| Criar um simulador, jogo ou quiz interativo | Sol (Codex) | Melhor desempenho em programação a um custo acessível |
| Projetos exigentes: plano de turma, projeto de escola, estudo aprofundado | Astra | Quando se procura a máxima qualidade e o custo é secundário |
Um fluxo de trabalho em seis passos
1
Definir o objetivo de aprendizagem
Começar pelo que os alunos devem aprender, não pela ferramenta. Um objetivo claro orienta todas as instruções seguintes.
2
Escolher o modelo certo
Luna para tarefas rápidas; Sol para trabalho longo ou com vários produtos finais; Astra para os casos mais exigentes.
3
Dar contexto, sem dados pessoais
Indicar ano de escolaridade, disciplina, Aprendizagens Essenciais, duração da aula e características gerais da turma. Nunca nomes, avaliações individuais ou informação sensível.
4
Rever o plano antes da execução
No ChatGPT Work, o plano pode ser validado e corrigido antes de o modelo começar. É o momento certo para ajustar a abordagem.
5
Validar, verificar e adaptar
Confirmar factos, resoluções e referências. Adaptar a linguagem e os exemplos à turma real.
Testar com os alunos e melhorar
Recolher evidências de aprendizagem e usar o que se observou para pedir uma nova versão do recurso.
Exemplos de instruções prontas a adaptar
As instruções seguintes podem ser copiadas e ajustadas. Os parênteses retos indicam o que deve ser substituído.
Planificação (Sol, no ChatGPT Work)
Com base nas Aprendizagens Essenciais de [disciplina] do [ano] de escolaridade, cria uma sequência de quatro aulas de 50 minutos sobre [tema]. Para cada aula, indica o objetivo, uma atividade inicial de ativação de conhecimentos prévios, uma tarefa principal e um momento de avaliação formativa. No final, produz uma ficha de trabalho com proposta de resolução e uma grelha de observação. Mostra-me primeiro o plano antes de criar os materiais.
Diferenciação (Luna)
Reescreve esta tarefa em três versões: uma com apoio passo a passo, uma de nível intermédio e uma de desafio. Mantém o mesmo objetivo de aprendizagem e o mesmo contexto. [colar a tarefa]
Recurso interativo (Sol, no Codex)
Cria uma página web simples, num único ficheiro HTML, com um quiz de 10 perguntas sobre [tema] para alunos do [ano]. Cada resposta errada deve mostrar uma pista, e não a solução. No final, apresenta a pontuação e uma mensagem de incentivo. Diz-me o que testaste e o que não testaste.
Como pode melhorar a aprendizagem dos alunos
Os ganhos para os professores só fazem sentido se chegarem aos alunos. Usados com critério, o Sol e o Luna podem apoiar a aprendizagem de várias formas, em qualquer disciplina e nível de ensino.
Feedback formativo mais frequente
Com custos mais baixos e respostas mais fiáveis, torna-se viável preparar comentários de melhoria para cada tipo de erro frequente, ou pistas graduais para cada tarefa, que o professor revê e entrega aos alunos.
Diferenciação pedagógica real
Gerar várias versões da mesma tarefa, com diferentes níveis de apoio, deixa de consumir horas. Cada aluno pode trabalhar o mesmo objetivo a partir do ponto em que está.
Explicações mais acessíveis
Um modelo que escreve com menos jargão ajuda a criar explicações alternativas para conceitos difíceis, com exemplos próximos da realidade dos alunos.
Aprendizagem ativa com recursos interativos
Simuladores, jogos e quizzes criados à medida transformam a prática em exploração e dão aos alunos retorno imediato.
Literacia de IA e pensamento crítico
Pedir aos alunos que comparem respostas do Luna e do Sol, identifiquem erros ou verifiquem fontes ensina que a IA é uma ferramenta a questionar, não uma autoridade a aceitar.
Mais tempo para a relação pedagógica
Cada hora poupada na preparação de materiais pode ser investida no acompanhamento individual, na observação da turma e no diálogo com os alunos.
Um modelo mais barato e mais fiável não substitui o professor: liberta tempo para aquilo que só o professor consegue fazer, conhecer cada aluno e decidir o que ele precisa a seguir.
Cuidados a ter antes de usar com alunos
Proteção de dados. Nunca introduzir nomes, fotografias, classificações individuais, relatórios ou informação de saúde dos alunos. O Regulamento Geral sobre a Proteção de Dados (RGPD) aplica-se a qualquer ferramenta usada no contexto escolar.
Treino dos modelos. Nos planos individuais (Free, Go, Plus e Pro), o conteúdo das conversas pode ser usado para treinar os modelos, com a opção de desativar esta utilização nas definições. Nos planos Business e Enterprise, os dados não são usados para treino por defeito.
Idade dos alunos. Os termos de utilização da OpenAI exigem uma idade mínima de 13 anos e a autorização dos encarregados de educação para menores de 18. Qualquer utilização direta pelos alunos deve respeitar estas regras e as orientações da escola.
Verificação humana. Menos erros não significa zero erros. Factos, resoluções, citações e referências devem ser sempre confirmados antes de chegarem aos alunos.
Resultados do fabricante. Os testes de desempenho foram divulgados pela OpenAI. A experiência em sala de aula, com tarefas e alunos reais, é o melhor critério para avaliar o valor destes modelos.
Em síntese
O GPT-6 Sol e o GPT-6 Luna mostram para onde caminha a inteligência artificial: não apenas modelos cada vez mais capazes, mas capacidades de topo cada vez mais baratas e acessíveis. Metade do preço, cerca de metade dos erros factuais e uma escrita mais clara colocam ao alcance de qualquer professor ferramentas que, há poucos meses, estavam reservadas aos planos mais caros.
A oportunidade está em usar cada modelo para aquilo em que é mais forte: o Luna para o trabalho rápido e frequente, o Sol para a preparação de materiais completos e de recursos interativos. O critério final continua a ser pedagógico: mais tempo, mais diferenciação e mais feedback para os alunos, sempre com verificação humana e respeito pela proteção de dados.
