Trocou para o GPT-6 Sol e achou que nada melhorou? 5 erros da primeira semana

Trocar de modelo no dia do lançamento e sentir exatamente a mesma coisa é frustrante demais

Você lê o anúncio, troca o identificador, roda a mesma tarefa de sempre e pensa: "cara, é igualzinho"

A OpenAI anunciou o GPT-6 Sol e o GPT-6 Luna em 22 de setembro de 2026, com o Sol posicionado para raciocínio pesado e trabalho agêntico e o Luna para tarefas focadas e de alto volume

Acontece que quase nada disso aparece sozinho: boa parte do ganho depende de coisa que ficou do setup antigo

Então bora ver os 5 erros que fazem a primeira semana parecer um anticlímax, cada um com a correção

O que a OpenAI lançou e onde o GPT-6 Sol está disponível

O anúncio saiu em 22/09/2026 e a imprensa cobriu no mesmo dia: o TechCrunch publicou "OpenAI launches GPT-6 Sol and Luna, boasting lower cost and fewer mistakes"

Na API, o identificador é gpt-6-sol e o irmão menor é gpt-6-luna

O preço caiu pela metade em relação à geração anterior, e isso muda a conta de um jeito bem concreto:

Do lado técnico, o Sol trabalha com janela de contexto de 1.050.000 tokens, até 128.000 tokens de saída e corte de conhecimento em 20 de abril de 2026

E a disponibilidade, que é onde muita gente se perde:

• ChatGPT Work e Codex para usuários Plus, Pro, Business, Enterprise e Edu
• Free e Go acessam o GPT-6 Luna no app desktop
• os modelos ainda não estão no Chat
• o rollout foi gradual ao longo do dia, para manter o serviço estável

No GitHub Copilot, o Sol aparece nos planos Pro+, Max, Business e Enterprise, e o Luna nos planos Pro, Pro+, Max, Business e Enterprise

Ou seja: se você não está vendo o modelo, pode não ser bug, pode ser plano ou fila de liberação

Erro 1: manter o prompt que você escreveu para o modelo antigo

Sintoma: as respostas continuam com a mesma cara engessada de antes, no mesmo formato, com os mesmos vícios

Causa: o system prompt (e as skills) foram escritos em formato de roteiro, passo a passo, receita fechada, pensados para um modelo que precisava daquela mão na cabeça

A OpenAI tocou nesse ponto no blog de desenvolvedores, num texto publicado para outro modelo da família, o GPT-6 Astra (que não entrou no anúncio de 22/09, ali só apareceram Sol e Luna): muitas skills foram escritas como roteiros ou receitas detalhadas e, como os modelos ficaram melhores com nuance e ambiguidade, orientação excessivamente específica pode agora ATRAPALHAR o resultado

O próprio texto lembra o outro lado também: instrução escrita pra um modelo pode apertar demais o outro

Traduzindo: prompt não é patrimônio, é configuração de uma geração de modelo

Como prevenir: antes de trocar o identificador, abra o system prompt e as skills e passe o olho procurando micro-instrução que só existia porque o modelo antigo errava ali

Deixe o objetivo, o contexto e os limites

Corte a coreografia

Erro 2: comparar tarefas diferentes e chamar isso de benchmark

Sintoma: aquele veredito de corredor, "testei aqui e é igual"

Causa: cada rodada foi uma tarefa nova, em um repo diferente, com contexto diferente e critério de sucesso na cabeça, não no papel

Comparação informal mede humor, não modelo

A correção: fixe a MESMA tarefa, o mesmo contexto e o mesmo critério antes de rodar qualquer coisa

E, se quiser referência pública para ancorar expectativa, o número que saiu com o lançamento é do DeepSWE v1.1:

Repare na diferença: 1,1 ponto percentual entre Sol e Fable 5, com custo por tarefa cerca de 80% menor no Sol

É um recado bem diferente de "o modelo é melhor", é um recado de relação entre acerto e preço

Se você curte olhar esse tipo de disputa com a tarefa fixa, vale ver como um modelo anônimo se saiu no DeepSWE contra os concorrentes diretos

Tem também um número que quase ninguém mede no olho: em teste interno de código, a taxa de comportamento enganoso do GPT-6 Sol ficou em 1,3%, contra 10,4% do GPT-5.6 Sol

Isso é o tipo de ganho que não aparece numa rodada única, aparece na semana em que você para de revisar mentira confiante

Como prevenir: defina ANTES o que você mede (acerto, custo por tarefa, retrabalho) e rode a mesma tarefa nos dois modelos

Erro 3: ignorar o esforço de raciocínio

Sintoma: resposta rasa em tarefa difícil, ou uma lentidão sem sentido para renomear três variáveis

Causa: deixar o reasoning.effort no padrão sempre, que no Sol é medium

O modelo aceita none, low, medium, high, xhigh e max

Esforço menor favorece velocidade e gasta menos tokens

Esforço maior faz o modelo pensar de forma mais completa, e os modelos de raciocínio da OpenAI ajustam o gasto de forma adaptativa entre os níveis conforme a dificuldade

Se você nunca mexeu nisso, você basicamente comprou um carro novo e deixou no modo econômico o tempo todo 🙂

No Codex, dá pra ajustar em três lugares:

1. Dentro da sessão interativa da CLI, com o comando /model, que troca modelo ou esforço de raciocínio na hora
2. No arquivo de configuração ~/.codex/config.toml (ou .codex/config.toml no escopo do projeto), com a chave model_reasoning_effort

model_reasoning_effort = "high"

3. Sobrescrevendo em uma execução única, com a flag -c ou --config

codex --config model_reasoning_effort='"high"'

Tome cuidado com as aspas nesse último: o valor vai entre aspas simples E aspas duplas, é fácil errar e passar a string sem o formato certo

Os níveis disponíveis dependem do modelo e do cliente, então nem todo lugar vai te oferecer os seis

Como prevenir: case o nível com o tipo de tarefa, em vez de escolher um e esquecer

Refactor grande e investigação de bug pedem esforço alto

Commit message e renomeação pedem esforço baixo

Erro 4: reescrever o começo do prompt a cada chamada e perder o cache

Sintoma: o preço caiu pela metade e mesmo assim a conta de API não caiu

Causa: conteúdo volátil no INÍCIO do prompt

Aqui entra o detalhe que quase todo mundo ignora: a API faz cache do maior prefixo já computado, a partir de 1.024 tokens e em incrementos de 128 tokens, e aplica o desconto automaticamente

Se você muda o primeiro bloco a cada chamada (timestamp, id de sessão, a pergunta do usuário lá em cima), o prefixo muda e o cache não serve pra nada

A correção é a regra prática da própria documentação: instruções estáveis e material de referência compartilhado no começo, conteúdo volátil (entrada do usuário, valores dinâmicos, dados de sessão) no fim

O impacto financeiro disso é grande:

• entrada cacheada: US$ 0,20 por 1M de tokens
• escrita de cache: US$ 2,50 por 1M de tokens (as escritas custam 1,25x a tarifa de token de entrada não cacheado)
• a OpenAI anunciou com o GPT-6 taxas de acerto de cache maiores por padrão e desconto de até 90% na leitura de tokens de entrada cacheados

E não é teoria de laboratório: o GitHub relata redução de mais de 50% na parcela de tokens de prompt que precisam de processamento novo, em bilhões de requisições a modelos da OpenAI

Se você quer controle fino em vez de torcer, existem os parâmetros explícitos:

• prompt_cache_options.mode, que aceita implicit ou explicit-on
• prompt_cache_breakpoint, para marcar o fim do conteúdo estável
• prompt_cache_key, quando a aplicação precisa de contabilidade de cache separada por cliente

A orientação é marcar o fim do conteúdo estável e usar o modo explícito para evitar escrita de cache desnecessária, que é justamente a parte cara

E pra conferir se está pegando, a plataforma tem o Prompt Caching Dashboard com ferramenta de diagnóstico

Dois detalhes finos que salvam a semana:

Em modelos GPT-6 e posteriores suportados, dá pra mudar o esforço de raciocínio NO MEIO da conversa sem torrar o cache, enviando um input item configuration_update e mantendo o reasoning.effort do nível superior no valor original

A última atualização de configuração é a que controla as respostas seguintes

E quem vem de GPT-5.5 ou anterior precisa trocar o parâmetro: o guia de migração orienta substituir prompt_cache_retention por prompt_cache_options.ttl definido como "30m"

Erro 5: chamar ferramentas pela API errada

Sintoma: function calling que simplesmente não dispara, ferramentas nativas que não aparecem, e aquela sensação de que o modelo "ficou burro"

Causa: você continuou no Chat Completions por hábito, porque é o endpoint que está no seu código há dois anos

A documentação do modelo indica a Responses API para ferramentas nativas e function calling

E tem uma pegadinha cruel no Chat Completions: ali o function calling só funciona com reasoning_effort definido como none

Sacou o problema? Você derruba exatamente o ponto forte do Sol pra conseguir chamar ferramenta

Aí o modelo de raciocínio pesado vira um modelo sem raciocínio, e você conclui que a geração nova não melhorou nada

Como prevenir: migre o endpoint ANTES de julgar o modelo

Se o seu agente vive de tool calling, esse é provavelmente o primeiro item da lista, não o último

O que muda no seu dia a dia (e quando Luna resolve melhor)

Preço pela metade não é só economia, é permissão

Tarefa longa que você não rodava porque a conta assustava passa a caber, ainda mais com o cache bem montado

E nem tudo precisa do Sol

O GPT-6 Luna sai por US$ 0,10 de entrada e US$ 0,50 de saída por 1M de tokens, marcou 66,6% no DeepSWE v1.1 em esforço max e melhorou 5,4 pontos percentuais sobre a versão anterior no AutomationBench da Zapier

Pra fluxo de automação de alto volume, isso é o cenário natural dele: muita chamada, tarefa focada, custo previsível

Quem vive montando pipeline sabe que metade do trabalho é tratar resposta inconsistente, na mesma pegada dos erros comuns em integrações do n8n com JSON e paginação

No Codex, a seleção de modelo pela linha de comando é com a flag --model ou o alias -m:

codex exec -m gpt-6-sol "Review the current changes"

E se você topar com atrito na troca, saiba que não é só você: existe relato público na issue #47333 do repositório openai/codex, em que o aviso de aposentadoria do app troca GPT-5.6 Sol por GPT-6 Sol e em seguida rejeita gpt-6-sol em conta ChatGPT

Primeira semana de lançamento é assim mesmo, tem arestas

Checklist da primeira semana

Se você chegou até aqui achando que nada melhorou, roda esse checklist antes de voltar pro modelo antigo:

1. Abra o system prompt e as skills e corte a receita passo a passo herdada da geração anterior
2. Fixe UMA tarefa de referência, com contexto e critério definidos antes de rodar
3. Escolha o esforço de raciocínio de acordo com a tarefa, em vez de deixar tudo no padrão
4. Reorganize o prompt: instruções estáveis no início, conteúdo volátil no fim, e confira o cache no diagnóstico
5. Confira o endpoint: ferramentas nativas e function calling pedem a Responses API

E se o modelo ainda não apareceu pra você, lembra que o rollout no ChatGPT foi gradual ao longo do dia, e que os modelos ainda não estão no Chat

Na maioria dos casos, a sensação de "é igual" é setup velho rodando em modelo novo

Arruma o setup e roda de novo… aí sim dá pra ter opinião 😀

até o próximo post!