GPT-6.1 Terra sai por menos da metade do Sol no Codex e acerta todas as tarefas

Uma rodada com três tarefas de agente no Codex custou US$ 0,0784 com o GPT-6.1 Terra, menos da metade dos US$ 0,1779 do GPT-6.1 Sol, segundo um teste publicado na quarta-feira (28) pelo site americano Nerd's Chalk. O GPT-6 Luna, o modelo mais barato da OpenAI, fez a mesma rodada por US$ 0,0115, mas falhou em três das nove execuções.

A conta interessa a quem programa ou automatiza trabalho com IA e precisa escolher entre os modelos da família GPT-6. A OpenAI divulga preço por milhão de tokens; o teste traduz isso em custo por tarefa e mostra que o desconto anunciado não chega inteiro ao fim da conta. Quem usa o Codex pela assinatura do ChatGPT não paga por token: os dólares são o equivalente na API.

Como foi o teste no Codex: três tarefas, nove execuções e preço da API

O Nerd's Chalk montou três tarefas com uma única resposta certa cada: o conserto de um código em Python verificado por oito testes automáticos, dez perguntas sobre um desenho técnico de uma placa de montagem (duas delas exigem cálculo) e um formulário de fornecedor com 15 campos, preenchido a partir de um e-mail. Tudo rodou num servidor Linux com o Codex CLI 0.159.0 e login de ChatGPT, entre 26 e 27 de outubro, com esforço de raciocínio médio e três execuções por tarefa, cada uma numa pasta nova.

Os tokens registrados pelo Codex foram multiplicados pelos preços Standard da API lidos em 28 de outubro. Os valores por tarefa são medianas de três execuções; o da rodada é a mediana de três rodadas completas.

GPT-6.1 Terra vs Sol: preço por token pela metade, custo por tarefa em 44%

Na tabela oficial da OpenAI, o Terra custa exatamente metade do Sol: US$ 1 contra US$ 2 por milhão de tokens de entrada, US$ 0,05 contra US$ 0,10 na entrada em cache e US$ 5 contra US$ 10 na saída. O Luna sai por US$ 0,10 na entrada e US$ 0,50 na saída, um décimo do Terra. Na rodada do teste, porém, o Terra custou 44% do Sol, abaixo dos 50% que a tabela sugere. O Sol processou mais entrada fora do cache em algumas execuções: na terceira do formulário foram 37.720 tokens não cacheados, contra 21.723 a 33.875 nas execuções do Terra.

Com o Luna, o efeito vai no sentido contrário. Dez vezes mais barato por token, ele saiu só sete vezes mais barato por rodada porque gastou mais. A mediana foi de 349.343 tokens de entrada por rodada, contra 261.086 do Terra e 258.326 do Sol. Só no conserto de código, chegou a 236.046 tokens numa execução, quase o dobro dos cerca de 121 mil de Terra e Sol. Na prática, orçar um agente só pela tabela de preço engana nos dois sentidos.

Cache de prompt muda o custo em mais de três vezes

O Codex reenvia a cada passo as instruções, as definições de ferramentas, o conteúdo dos arquivos e a conversa inteira. Por isso a entrada domina, e cada execução do formulário consumiu de 71.499 a 134.889 tokens. A saída, de 75 a 979 tokens por execução (dos quais 0 a 187 de raciocínio), respondeu por apenas 5% a 7% do custo.

No Terra, a primeira execução do desenho teve cache frio: nenhum dos 26.299 tokens de entrada estava guardado e ela custou US$ 0,0336. As duas seguintes reaproveitaram 12.160 tokens e saíram por US$ 0,0189 e US$ 0,0190, cerca de 44% menos.

Uma escolha de método infla os totais: o site cobrou toda a entrada não cacheada pela taxa de escrita de cache, 1,25 vez a entrada comum, seguindo o guia da OpenAI. Pela taxa comum, os valores cairiam de 15% a 17%.

GPT-6 Luna é o mais barato, mas errou formulário e cálculo

Terra e Sol acertaram as nove execuções. O Luna acertou o código nas três vezes, o desenho em duas e o formulário em só uma. Na execução errada do desenho, informou área líquida de 9.285 mm² e massa de 301,1 g; o certo era 8.999 mm² e 291,6 g.

As duas falhas no formulário têm ressalva. Nas duas, o Luna devolveu o formulário vazio sem ler o e-mail. Numa delas, relatou que a ferramenta de comandos do Codex não conseguiu iniciar no servidor (Failed RTM_NEWADDR: Operation not permitted); no registro da outra não aparece comando nenhum. "Não tratamos esses dois formulários vazios como medida da capacidade do Luna de preencher formulários nem atribuímos ao Luna um custo por formulário correto", escreveu o site. A falha pode ter sido do ambiente. Ainda assim, em produção cada erro vira retrabalho, que a conta de US$ 0,0115 não inclui.

Preço do Codex no Brasil: quem paga em dólar e quem usa a franquia do ChatGPT

O teste não gerou cobrança. "Nosso login no ChatGPT usou a franquia de Codex do plano, então não pagamos por token; os valores em dólar representam o equivalente em API desses tokens", explica o Nerd's Chalk. Para quem assina Plus ou Pro e usa o Codex, o que conta é quanto da franquia cada tarefa consome. A OpenAI afirma no anúncio do Terra que, no ChatGPT Work e no Codex, "a mesma franquia cobre mais tarefas do que com o GPT-5.6 Terra e substancialmente mais do que com o GPT-6.1 Sol ou o GPT-6 Astra". Lançado em 26 de outubro, o Terra está nos planos Plus, Pro, Enterprise e Edu.

Quem paga em dólar é o desenvolvedor que chama o modelo direto na API, como gpt-6.1-terra, nas interfaces Responses, Chat Completions e Batch; a camada gratuita da API não tem acesso. A OpenAI não divulga preço em reais, e a cobrança sai em dólar no cartão, com IOF e impostos à parte. Uma rodada do teste com o Terra fica em poucos centavos de real; o que pesa é a proporção, com o Sol 2,3 vezes mais caro e o Luna a um sétimo.

O veículo lista o que ficou de fora: os modos Fast (que dobra o preço), Batch e Flex (que dão 50% de desconto), a API em si e os esforços baixo e alto. Isso conta para quem usa o Codex no padrão, que roda o Terra com esforço baixo. São três tarefas curtas, numa só máquina. A OpenAI, por sua vez, segue recomendando o Sol e o GPT-6 Astra "para as tarefas de programação mais complexas", justamente o tipo de trabalho que o teste não mediu.