Preços do GPT-5.6 e custo de atendimento. Custo de atendimento é quanto um usuário custa a cada vez que toca na sua funcionalidade de ia. Os três níveis do GPT-5.6 permitem dividir essas chamadas, para que as baratas deixem de pagar preço de topo de linha. Esta é a leitura de um dono de produto sobre a fatura, não a leitura de um engenheiro sobre o modelo.
Em 26 de junho de 2026, a OpenAI lançou a família GPT-5.6: sol, terra e Luna. A Luna custa muito menos por token do que a sol, uma diferença ampla na mesma superfície de produto, segundo a finout.
Se você lidera produto numa SAAS em série b com uma funcionalidade de ia voltada ao cliente, essa diferença é a sua próxima revisão financeira. A pergunta não é qual modelo é mais inteligente. A pergunta é quais chamadas realmente precisam da sol, e quais estão pagando a mais por ela sem ninguém perceber.
#Para que serve, de fato, o nível Luna do GPT-5.6?
O que é o nível Luna do GPT-5.6 e quão barato ele é?
A Luna é o mais barato dos três níveis do GPT-5.6 da OpenAI, lançado em 26 de junho de 2026 a um preço por token muito menor que o da sol. A OpenAI direciona a Luna para classificação, roteamento de intenção e resumo: as chamadas de alto volume e baixo raciocínio por trás da maioria das funcionalidades de ia.
A maioria das funcionalidades de ia voltadas ao cliente não é uma única tarefa. é um monte de pequenas tarefas escondidas atrás de um botão só. Marcar esta mensagem. Encaminhar para o fluxo certo. Resumir a conversa. E, às vezes, de fato raciocinar sobre um caso difícil.
As três primeiras são exatamente o que a Luna foi precificada para fazer. A quarta é para o que você mantém a sol. Se cada uma dessas chamadas atualmente vai parar no seu modelo de topo de linha, assuma que cerca de 80% do seu volume de tokens está pagando tarifa de topo de linha por um trabalho que um nível mais barato faz.
#Quanto a divisão por níveis realmente tira da fatura?
Pegue uma funcionalidade em que, a título de ilustração, 80% dos tokens de saída são roteamento, marcação e resumo. Só na sol, toda essa saída é cobrada na tarifa do topo de linha. Mova os 80% para a Luna e o mesmo trabalho é cobrado na tarifa do nível mais barato. As chamadas de raciocínio permanecem na sol, intactas, porque é ali que a qualidade precisa se manter.
O usuário não percebe diferença nenhuma. A marcação continua acontecendo, o resumo continua legível, a pergunta difícil continua recebendo a boa resposta. A única coisa que mudou é qual nível cobrou por qual chamada.
#O cache também muda a conta?
Sim, e ele se soma. O GPT-5.6 mantém um desconto forte na entrada em cache, com pontos de corte de cache explícitos e vida mínima de cache, segundo a eesel, em 26 de junho de 2026. As gravações em cache são cobradas com um pequeno acréscimo, então o custo pontual é pequeno.
O seu prompt de sistema é o mesmo em toda chamada. é essa a parte que você coloca em cache. Para uma funcionalidade que envia um bloco de instruções de 2 mil tokens em cada requisição, colocar isso em cache barateia bastante essa fatia de entrada, além do nível para o qual você já encaminhou a chamada.
We are
A Stennir é uma consultoria de ia que entrega a camada de roteamento para que a sua funcionalidade leia cada chamada e envie o trabalho barato para a Luna e o raciocínio de verdade para a sol.
We aren't
A Stennir não é uma revendedora que troca o id do seu modelo pelo nível mais barato e torce para que a qualidade sobreviva.
#é preciso reconstruir a funcionalidade para conseguir isso?
Não. Uma funcionalidade com camada de roteamento, como no nosso trabalho de ia para produto, já divide o tráfego por tarefa. Roteamento, marcação e moderação vão para o nível barato. O raciocínio vai para o topo de linha. Então um novo nível como a Luna é uma mudança de configuração na faixa barata, não uma reconstrução da funcionalidade da qual seus usuários dependem.
Se a sua funcionalidade hoje envia tudo para um único modelo, essa é a lacuna a fechar primeiro. A divisão é uma mudança pequena perto de reconstruir a funcionalidade. A economia se acumula a cada mês em que o seu uso cresce.
Um teste justo para qualquer mudança no custo de atendimento: o seu CFO não vai perguntar qual modelo você usa. Vai perguntar quanto custa um usuário ativo. A divisão por níveis é a resposta que permite à funcionalidade sobreviver à revisão.
Isso está dentro da nossa prática de consultoria em ia, e o journal tem mais notas sobre como levar funcionalidades de ia à produção. Se você quer os seus próprios números antes da próxima revisão financeira, agende uma chamada de discovery de 30 min e caminharemos com você pela divisão de tráfego da sua funcionalidade.
