OpenAI reduz pela metade o preço da API com o GPT-6.1 Terra

A OpenAI lançou nesta segunda-feira (26/10) o GPT-6.1 Terra, o modelo de nível intermediário da linha GPT-6.1, com preço de API pela metade do antecessor e ganhos em benchmarks de agente, segundo reportagem do The Decoder. O modelo já está disponível para contas Plus, Pro, Enterprise e Edu dentro do ChatGPT Work e do Codex, além de via API.

Para quem constrói agentes de IA, a notícia não é só o preço. É o preço caindo enquanto o desempenho sobe, o que muda a conta de viabilidade de automações que antes esbarravam em custo por chamada.

Quanto custa, na prática

O input custa 1 dólar por milhão de tokens e o output 5 dólares por milhão. Os tokens em cache (reaproveitados entre chamadas) caem para 0,05 dólar por milhão, um quarto do valor anterior. A comparação direta mostra onde o Terra se posiciona:

Na prática, isso coloca o Terra como concorrente direto do Sonnet, a família de nível médio da Anthropic, só que pela metade do preço. Para quem já roda pipelines de agente com volume relevante de chamadas, essa diferença aparece direto na fatura mensal.

Mais inteligência por dólar, segundo a Artificial Analysis

A empresa de benchmarks Artificial Analysis chama o GPT-6.1 Terra de novo marco em inteligência por dólar. No esforço máximo de raciocínio, o modelo ganha 6 pontos no Intelligence Index em relação ao GPT-5.6 Terra, mas custa menos de um terço por tarefa: 0,40 dólar contra 1,40 dólar. Em níveis de esforço mais baixos, o ganho chega a 13 pontos, o que coloca o modelo na fronteira de Pareto, o ponto em que não dá mais para melhorar custo e desempenho ao mesmo tempo sem sacrificar um dos dois.

No Intelligence Index, o Terra marca 48 pontos, entre o GPT-5.6 Terra (42) e o GPT-6.1 Sol (52), o modelo de topo da nova geração. No Coding Agent Index v2.0, índice voltado a agentes que escrevem e executam código, o Terra fica em 48, seis pontos abaixo do Sol e 17 acima do GPT-6 Luna.

Menos alucinação é o número que mais importa para produção

Para quem coloca um agente em produção, a métrica mais relevante talvez não seja velocidade nem custo, mas confiabilidade. No benchmark privado AA-Omniscience, que mede chute quando o modelo não sabe a resposta, o GPT-6.1 Terra chuta em apenas 38% dos casos sem resposta, contra 88% do GPT-5.6 Terra. A acurácia também subiu dois pontos.

Essa queda de alucinação muda o cálculo de risco de automações que tocam dados reais: formulário, triagem de documento, resposta a cliente. Um modelo que admite não saber, em vez de inventar, exige menos camada de validação humana por trás.

Controle de computador: a aposta declarada em automação

A OpenAI posiciona o GPT-6.1 Terra especificamente para controle automatizado de software, tarefa central para quem constrói agentes que operam interfaces (preencher formulário, navegar sistema, interpretar tela). No benchmark Agents' Last Exam, o Terra empata com o desempenho do GPT-6 Astra, o modelo mais robusto da linha, usando um décimo do preço por token.

Contra o Claude Opus 5.5 no esforço máximo, o Terra é mais de três vezes mais eficiente em tokens, a um quarto do preço por token, o que resulta em cerca de nove vezes menos custo por tarefa. A OpenAI também afirma que o modelo termina tarefas mais de três vezes mais rápido que o Astra e o Sol.

No MMMU-Pro, benchmark de raciocínio visual, o Terra supera seu antecessor em todos os níveis de esforço e quase alcança Astra e Sol. No OSWorld 2.1, teste de agente de desktop, ele bate o melhor resultado do GPT-5.6 Terra usando esforço médio, por uma fração do custo.

Código melhora, mas ainda tem teto

Em Terminal-Bench 4.0, o Terra resolve 50,3% das tarefas no esforço máximo, contra 21,5% do GPT-5.6 Terra. Segundo a Artificial Analysis, esse avanço coloca o modelo no mesmo patamar do GPT-6.1 Sol para essa métrica específica. No Terminal-Bench-Science 0.1, voltado a código científico, o Terra supera o próprio Sol a custo menor e fica a cinco pontos do Claude Opus 5.5 usando menos de um quinto do custo estimado.

Ainda assim, a própria OpenAI recomenda o GPT-6.1 Sol e o GPT-6 Astra para as tarefas de código mais exigentes. Na prática, isso sugere um desenho de arquitetura em camadas: Terra para a maioria das chamadas de um agente de codificação, com escalonamento para um modelo maior só quando a tarefa pedir.

Segurança: o modelo herda as proteções do maior da linha

O GPT-6.1 Terra atinge o nível "crítico" de segurança cibernética definido pelo Preparedness Framework, o conjunto de critérios de risco da OpenAI, e herda as salvaguardas do GPT-6 Astra. Segundo o system card (relatório técnico de segurança) do modelo, ele se sai tão bem quanto Astra e Sol contra ataques diretos à hierarquia de instruções (a ordem de prioridade entre instruções do sistema, do desenvolvedor e do usuário), com 99,99% de resistência nesses testes.

Contra injeção indireta de prompt, quando instruções maliciosas ficam escondidas em conteúdo de terceiros que o modelo processa (uma página web, um PDF, um e-mail), a taxa de defesa do Terra é 98,8%, acima dos 96,2% do GPT-5.6 Terra. Esse número importa especialmente para agentes que navegam web ou lêem documentos externos antes de agir, porque é justamente nesse tipo de conteúdo que ataques de injeção costumam ser escondidos.

O que muda para quem já automatiza processos

Para quem está construindo ou já mantém agentes de IA em produção no Brasil, a combinação de preço pela metade com ganho em controle de computador e queda de alucinação reduz uma barreira concreta: o custo por execução deixava de compensar automações de tarefas repetitivas de escritório, como ler um formulário, preencher um sistema legado ou conferir uma planilha.

Um time que hoje usa GPT-5.6 Terra ou um modelo de nível Sonnet para esse tipo de tarefa tem motivo para rodar um teste de substituição: o ganho declarado em benchmarks de agente de desktop e o preço menor por token tornam o GPT-6.1 Terra candidato natural para a camada de execução de agentes, reservando modelos maiores como Sol ou Astra só para os trechos de raciocínio mais pesado do pipeline. Fica em aberto, por ora, como esses números se comportam em cargas de trabalho reais fora dos benchmarks publicados pela OpenAI e pela Artificial Analysis.

Fonte: The Decoder