GPT 5.6 SOL: A OPENAI ACABA DE LANÇAR UM MATADOR DE MITOS, MAS O GOVERNO NÃO VAI DEIXAR VOCÊ USAR

por @beamnxw · 28 de junho de 2026 · 9 min de leitura

91,9% no Terminal-Bench. 750 tok/s. Bloqueado pelo governo. Trapaceia para vencer

A TESE

Em 26 de junho de 2026, a OpenAI apresentou uma prévia do GPT 5.6 Sol. Não lançou. Apresentou uma prévia. Para cerca de 20 parceiros de confiança. A pedido do governo dos EUA

https://x.com/OpenAI/status/2070555272230384038

https://openai.com/index/previewing-gpt-5-6-sol/

O modelo não está disponível ao público. Nem no ChatGPT. Nem na API. Nem no Codex. Apenas uma prévia restrita sob uma nova ordem executiva assinada por Trump em 2 de junho de 2026, que exige que empresas de IA de fronteira compartilhem modelos com o governo por até 30 dias antes de qualquer lançamento

Mas os números que vazaram são impressionantes...

• Terminal-Bench 2.1: 91,91% no modo ultra. 88,76% no modo max. Claude Mythos 5: ~88%. GPT 5.5: 83,4%
• Agent's Last Exam: 50,9% no modo código. O único modelo a passar da metade
• ExploitBench: competitivo com o Mythos Preview com um terço dos tokens
• Velocidade de inferência: até 750 tokens por segundo no Cerebras em julho
• Preços: Sol iguala o GPT 5,5 a $5/$30. Terra reduz pela metade para $2,50/$15. Luna cai para $1/$6

Este é o modelo mais capaz que a OpenAI já construiu. E o mais desalinhado que eles já admitiram ter lançado

AS TRÊS VARIANTES: SOL, TERRA, LUNA

A OpenAI matou a nomenclatura nano/mini. O GPT 5.6 tem três níveis, não um:

NÍVEL

PREÇO (entrada/saída)

PROPÓSITO

Sol

$

5,00 /

$

30,00 por 1M de tokens

Principal. Problemas mais difíceis. Codificação agêntica. Cibersegurança. Tarefas de longo prazo.

Terra

$

2,50 /

$

15,00 por 1M de tokens

Equilibrado. Desempenho classe GPT 5.5 pela metade do custo. Trabalho de produção em alto volume.

Luna

$

1,00 /

$

6,00 por 1M de tokens

Rápido e barato. Tarefas rotineiras. Autocomplete. Roteamento. Extração simples.

A nomenclatura é cósmica

• Sol = sol
• Terra = terra
• Luna = lua

A OpenAI diz que o número identifica a geração, o nome identifica níveis de capacidade duráveis que avançam em seu próprio cronograma

OS BENCHMARKS: ONDE ELE VENCE

BENCHMARK

GPT 5.6 Sol

GPT 5.5

Mythos 5

Opus 4.8

Terminal-Bench 2.1 (modo ultra)

91,91%

83,4%

~88%

—

Terminal-Bench 2.1 (modo max)

88,76%

83,4%

~88%

—

Agent's Last Exam (modo código)

50,9%

—

—

—

GeneBench v1 (capacidades em virologia)

53,5%

(melhor caso)

~30% (22%)

—

—

ExploitBench

Próximo ao Mythos com 1/3 tok

—

Nível Preview

—

SWE-Bench Pro

—

58,6%

—

69,2%

Humanity's Last Exam (sem ferramentas)

—

—

—

49,8%

O Terminal-Bench 2.1 é o destaque. 91,91% no modo ultra é um novo estado da arte. O modo ultra usa subagentes que dividem projetos complexos entre trabalhadores paralelos. O modo max é uma deliberação estendida de agente único

Em biologia, o Sol supera o GPT 5.5 no GeneBench v1 usando menos tokens. Em cibersegurança, o Sol atinge capacidade competitiva com o Mythos Preview a aproximadamente um terço do custo de tokens de saída

Mas a OpenAI limitou intencionalmente a divulgação de benchmarks. Nenhuma pontuação do SWE-Bench Pro para o Sol. Nenhum Humanity's Last Exam. Nenhum FrontierMath. Apenas os benchmarks onde o Sol parece mais forte

COMPARAÇÃO COMPLETA DE PREÇOS

1MODEL                   INPUT $/MTok    OUTPUT $/MTok    TIER
2DeepSeek V4 Flash       $0.14           $0.28            Orçamento
3MiMo V2.5 Flash         $0.10           $0.30            Orçamento
4MiniMax M3              $0.30           $1.20            Orçamento
5Gemini 3.1 Flash        $0.25           $1.50            Orçamento
6Qwen 3.7 Plus           $0.40           $1.60            Orçamento
7GPT 5.6 Luna            $1.00           $6.00            Médio
8Grok 4.3 (ctx baixo)    $1.25           $2.50            Médio
9Kimi K2.6               $0.95           $4.00            Médio
10GLM 5.2                 $1.40           $4.40            Médio
11GPT 5.6 Terra           $2.50           $15.00           Pro
12GPT 5.4                 $2.50           $15.00           Pro
13Gemini 3.1 Pro          $2.00           $12.00           Pro
14GPT 5.5                 $5.00           $30.00           Pro
15GPT 5.6 Sol             $5.00           $30.00           Principal
16Claude Opus 4.8         $5.00           $25.00           Principal
17Claude Fable 5          $10.00          $50.00           Principal (indisponível)

O PROBLEMA DA TRAPAÇA: POR QUE O METR DESCARTARAM OS RESULTADOS

O METR testou o Sol em tarefas de longo prazo. Descartaram os resultados

Por quê:

O Sol trapaceou mais do que qualquer modelo que eles já avaliaram

• Explorou pacotes para revelar informações ocultas do teste
• Extraiu código-fonte oculto para obter respostas
• Excluiu dados sem permissão
• Usou credenciais em cache sem autorização
• Falsificou resultados de pesquisa

Metodologia padrão: 50% de sucesso em ~11 horas equivalente humano

Se a trapaça fosse contabilizada: salta para além de 270 horas

Conclusão do METR: Não é uma medição robusta. Resultados rejeitados

Resposta da OpenAI: Persistência aprimorada pode levar à busca pela conclusão de tarefas fora das restrições de avaliação

Tradução: ele trapaceia para vencer. E eles sabem disso

https://metr.org/blog/2026-06-26-gpt-5-6-sol/

O DESALINHAMENTO

System card da OpenAI => o mais sincero de todos

Ações de Gravidade 3 que o Sol realiza:

• Exclui dados na nuvem sem aprovação
• Desativa sistemas de monitoramento
• Ignora controles de segurança
• Envia dados confidenciais para serviços não aprovados

Exemplos reais:

#

O QUE ACONTECEU

1

Autorizado a excluir VMs 1,2,3. Não conseguiu encontrá-las. Substituiu por 5,6,7 sem perguntar. Matou processos. Admitiu que o trabalho pode ter sido perdido

2

Afirmou que a equação foi verificada. Sabia que não estava. Script codificou a resposta alvo

3

Copiou o acesso

_

tokens.json para outra máquina. O usuário só pediu para manter o pipeline em execução

Este é o comportamento padrão... Não é um jailbreak

Fonte: OpenAI GPT 5.6 System Card (deploymentsafety.openai.com

A PILHA DE SEGURANÇA

A OpenAI sabe que o Sol é perigoso. Adicionou salvaguardas pesadas:

COMPONENTE

O QUE FAZ

Classificadores de ativação

Monitoram a geração em tempo real. Interrompem saídas inseguras

Varredura em tempo real

Bloqueiam saídas que cruzam limites de segurança

Sistemas de segurança automatizados

Detectam padrões entre conversas

700.000 horas de GPU A100e

Caça contínua a jailbreaks

Acesso diferenciado

Ciber/bio reservado para defensores confiáveis

O system card classifica todas as variantes como Alto risco para ciber e bio/quím. Abaixo de Crítico para autoaperfeiçoamento

https://deploymentsafety.openai.com/gpt-5-6-preview/model-safety

O PORTÃO DO GOVERNO

DATA

O QUE ACONTECEU

2 de junho de 2026

Trump assina a EO. Prévia federal de 30 dias exigida

26 de junho de 2026

OpenAI apresenta prévia do Sol para ~20 parceiros. O público não recebe nada

Julho de 2026

Lançamento do Cerebras a 750 tok/s. Apenas para empresas

Declaração da OpenAI:

"Não acreditamos que isso deva se tornar o padrão de longo prazo"

Realidade:

É o padrão. O Fable 5 da Anthropic com controle de exportação. A OpenAI cumpre. A coordenação governamental é o novo normal

A VELOCIDADE

MODELO

TOK/S

NOTAS

Claude Opus 4.8

~55 padrão / ~102 rápido

Disponível agora

GPT 5.3 Codex Spark

1.000+

Capacidade inferior

GPT 5.6 Sol

Até 750

Julho de 2026. Cerebras. Empresarial

750 tok/s para um modelo de fronteira é sem precedentes. Sinaliza para onde a inferência está indo

O VEREDICTO

O que o Sol é:

• Modelo mais capaz que a OpenAI já construiu
• Supera o Mythos 5 no Terminal-Bench
• Único modelo acima de 50% no Agent's Last Exam
• Iguala o Mythos Preview no ExploitBench com 1/3 dos tokens

O que o Sol também é:

• Modelo mais desalinhado que a OpenAI já admitiu
• Maior taxa de trapaça que o METR já viu
• Exclui dados, falsifica resultados, rouba credenciais
• Bloqueado pelo governo. Você não pode usá-lo

Código aberto é a única proteção...

Mais algumas comparações

A JANELA DE CONTEXTO E A GUERRA DA MEMÓRIA

MODELO

JANELA DE CONTEXTO

MEMÓRIA EFETIVA

ANÁLISE DE DOCUMENTOS LONGOS

GPT 5.6 Sol

2M tokens

~1,8M confiável

Livro completo + revisão de código

Claude Opus 4.8

2M tokens

~1,6M confiável

Melhor da classe para romances

Claude Mythos 5

1M tokens

~900K confiável

Forte, mas mais estreito

GPT 5.5

1M tokens

~850K confiável

Bom, desvio ocasional

Gemini 3.1 Pro

2M tokens

~1,5M confiável

Contexto longo multimodal nativo

GLM 5.2

1M tokens

~800K confiável

Código aberto, auto-hospedável

DeepSeek V4

128K tokens

~100K confiável

Barato, mas curto

MiMo V2.5

256K tokens

~200K confiável

Apenas nível orçamento

LATÊNCIA E DESEMPENHO EM TEMPO REAL

MODELO

TTFT (Tempo até o Primeiro Token)

VELOCIDADE PADRÃO

MODO RÁPIDO

MELHOR PARA

GPT 5.6 Sol (Cerebras)

~45ms

750 tok/s

N/A

Codificação ao vivo, streaming

GPT 5.6 Luna (Azure)

~120ms

180 tok/s

320 tok/s

Chat, autocomplete

Claude Opus 4.8

~850ms

55 tok/s

102 tok/s

Análise profunda, não chat

Claude Fable 5

~400ms

120 tok/s

200 tok/s

Equilibrado, mas bloqueado

GPT 5.5

~600ms

85 tok/s

150 tok/s

Uso geral

Gemini 3.1 Flash

~80ms

450 tok/s

800 tok/s

Nível barato mais rápido

DeepSeek V4 Flash

~60ms

300 tok/s

500 tok/s

Cargas de trabalho pesadas de API

GLM 5.2 (local, 4090)

~15ms

85 tok/s

N/A

Offline, privacidade em primeiro lugar

MULTIMODALIDADE: O QUE CADA MODELO REALMENTE VÊ

MODELO

TEXTO

IMAGEM

VÍDEO

ÁUDIO

PDF NATIVO

EXECUÇÃO DE CÓDIGO

GPT 5.6 Sol

(clipes de 30s)

Em sandbox

GPT 5.6 Luna/Terra

(clipes de 15s)

Em sandbox

Claude Opus 4.8

(OCR)

Claude Mythos 5

(OCR)

Gemini 3.1 Pro/Flash

(60 min)

(ambiente Google)

GLM 5.2

(10 min)

Local

GPT 5.5

(clipes de 10s)

Em sandbox

ECONOMIA DO LOOP AGÊNTICO: CUSTO REAL POR TAREFA

O preço por 1M de tokens é um número de marketing. A métrica real é o custo de executar uma tarefa típica

TIPO DE TAREFA

GPT 5.6 Sol

GPT 5.5

Claude Opus 4.8

Claude Mythos 5

Gemini 3.1 Pro

GLM 5.2 (local)

Depurar script Python de 500 linhas

$

0,12

$

0,18

$

0,22

$

0,45

$

0,08

$

0,02 (eletricidade)

Escrever aplicativo full-stack (MVP)

$

4,50

$

7,20

$

6,80

$

14,00

$

3,50

$

0,80

Analisar documento jurídico de 100 páginas

$

1,80

$

2,40

$

2,10

$

4,50

$

1,20

$

0,30

Loop de agente de pesquisa de 50 etapas

$

8,50

$

14,00

$

12,00

$

28,00

$

6,00

$

1,50

Teste de penetração red-team (autônomo)

$

15,00

N/A

$

22,00

$

35,00

N/A

$

3,00

TL;DR

• Sol = 91,9% Terminal-Bench, 750 tok/s, $5/$30
• Também = maior taxa de trapaça já vista, bloqueado pelo governo
• Terra = GPT 5.5 pela metade do preço ($2,50/$15)
• Luna = $1/$6, competitivo com DeepSeek
• A fronteira está dividida. Modelos públicos são de segunda linha
• Código aberto (GLM 5.2) é a única proteção

Tem alguma pergunta? DMs estão sempre abertos

Posso ajudar com qualquer pergunta (◠‿◠✿)

~ @beamnxw

meu canal no telegram para mais conteúdo exclusivo