OpenAI corta 80% do preço da API do GPT-5.6 Luna

A OpenAI derrubou em 80% o preço de API do GPT-5.6 Luna em 30 de julho de 2026. A entrada caiu de US$ 1 para US$ 0,20 por milhão de tokens e a saída, de US$ 6 para US$ 1,20. O modelo do meio, Terra, recuou 20%, para US$ 2 e US$ 12. O topo da linha, Sol, ficou parado em US$ 5 e US$ 30. A família tinha sido lançada três semanas antes.

A conta caiu para um quinto no degrau mais barato

Token é a unidade de cobrança da API. O provedor pica em tokens o texto que entra e o texto que sai, conta os dois em faturas distintas e multiplica cada total pelo preço de tabela. A saída custa mais que a entrada em todos os degraus da linha.

O corte atinge esse preço de tabela na API. A assinatura do ChatGPT ficou de fora.

• Luna, o degrau mais rápido e mais barato: de US$ 1 e US$ 6 para US$ 0,20 e US$ 1,20 por milhão de tokens de entrada e de saída. Queda de 80%.
• Terra, o degrau do trabalho corriqueiro: de US$ 2,50 e US$ 15 para US$ 2 e US$ 12. Queda de 20%.
• Sol, a fronteira: US$ 5 e US$ 30, sem alteração.

Os descontos de token em cache continuam de pé, em 50%, 75% ou 90%, segundo o Dev.to. Um agente que reaproveita muito contexto ganha duas vezes: no preço de tabela e no cache. A OpenAI também informou que Luna e Terra passaram a queimar menos créditos dentro do Codex e do ChatGPT Work, e que a mudança valia no mesmo dia na AWS.

O Priority Processing virou Fast mode e custa o dobro

Junto com o corte veio um segundo movimento, fácil de confundir com o primeiro. A OpenAI rebatizou de Fast mode o Priority Processing, faixa de quem precisava de latência previsível. O Fast mode vende velocidade, e o modelo continua o mesmo: no Sol, roda até 2,5 vezes mais rápido que o padrão e cobra o dobro, com a mesma inteligência. Ali você paga por tempo de resposta.

O Dev.to detalha o funcionamento. A chamada aceita tanto a etiqueta nova, fast, quanto a antiga, priority, e as duas caem na mesma faixa, de modo que nada quebra no deploy. No painel de uso, as requisições das duas ainda aparecem somadas sob o nome velho. Em todos os modelos da linha GPT-5.6, o Fast mode custa o dobro do padrão.

Duas letras miúdas pegam quem move tráfego real. A faixa tem limite de aceleração, definido como processar pelo menos 1 milhão de tokens por minuto e aumentar o tráfego em mais de 50% em menos de 15 minutos; passar disso durante uma degradação joga parte das requisições no padrão, cobradas como padrão e sem promessa de latência. E o Fast mode aceita Zero Data Retention e o Business Associate Agreement, o acordo americano para tratamento de dados de saúde, o que evita a escolha entre velocidade e termos de dados.

Cada requisição marcada como prioridade por hábito agora custa duas vezes.

Uma carga de 1 bilhão de tokens sai de US$ 2.200 para US$ 440

O Dev.to fez a conta de uma operação de triagem e classificação de chamados que consome 1 bilhão de tokens de entrada e 200 milhões de saída por mês no Luna. Pela tabela antiga, US$ 2.200 mensais. Pela nova, US$ 440. São US$ 1.760 por mês e cerca de US$ 21.120 por ano, sem tocar em uma linha de código além de conferir o identificador do modelo.

Clientes citados no anúncio relatam a mesma direção. Stanislas Polu, cofundador e CTO da Dust, afirma que o Luna executa as mesmas tarefas de agente 40% mais rápido e 40% mais barato que o modelo padrão anterior da empresa. Sid Pardeshi, CTO e cofundador da Blitzy, descreve ter trocado uma chamada de saída estruturada por um laço completo de ferramentas no Luna, elevado o reuso de cache de 24% para 90% e passado a processar 2,2 vezes mais contexto com 8,5 vezes menos tokens de saída, a um custo 87% menor que o do GPT-5.4 mini. Hoda Noorian, do time de produto de IA da Notion, diz que o Terra entregou qualidade comparável à do GPT-5.5 pela metade do custo por tarefa e em 60% menos tempo. São números fornecidos pelos próprios fornecedores, sem medição independente.

Michele Catasta, presidente da Replit, avalia que o preço do Luna chegou a um patamar quase desprezível para certos usos, segundo o intelligence-artificielle.com. O mesmo site registra que, no teste Agents' Last Exam, o Luna teria superado o Claude Fable 5 com custo por tarefa cerca de 99% menor, em números divulgados pela própria OpenAI.

A OpenAI credita eficiência; o mercado credita a China

A empresa atribui o corte a ganhos técnicos. Diz que o custo de ponta a ponta de servir o modelo caiu 20% e que a eficiência de geração de tokens subiu mais de 15%, com parte do trabalho de otimização feito pelo próprio Sol sob supervisão de engenheiros. O AI Business Brief acrescenta um dado da mesma linha: a nota do Sol no ARC-AGI-3 subiu de 13,3% para 38,3% usando seis vezes menos tokens de saída, com o modelo intacto e o sistema em volta dele reformado.

A leitura de fora é outra. As coberturas convergem em apontar a concorrência chinesa de peso aberto como o motor: GLM-5.2, da Z.ai, DeepSeek V4 e o Kimi K3, da Moonshot AI. O Forbes descreve o Kimi K3 como um modelo de mistura de especialistas com 2,8 trilhões de parâmetros no total, 104 bilhões ativados e janela de 1 milhão de tokens, com os pesos publicados para quem quiser inspecionar, adaptar e rodar por conta própria. Um comprador que pode levar a carga embora negocia de outro jeito: começa na API de um fornecedor, muda para a própria infraestrutura quando o volume cresce e troca de provedor quando o preço ou o desempenho pioram.

O corte também aperta a Anthropic, que domina o uso corporativo e fica na ponta cara da tabela. O Forbes registra o Claude Fable 5 a US$ 10 e US$ 50 por milhão de tokens, cinquenta vezes o novo preço de entrada do Luna. O Ada Derana coloca o Claude Sonnet 4.6 em US$ 3 e US$ 15, acima do Terra. O intelligence-artificielle.com anota que a Anthropic já baixou o Claude Opus 5 em relação ao Fable 5, que o Google segue empurrando a linha Gemini com o 3.6 Flash e que a Microsoft passou a oferecer opções mais econômicas aos seus clientes.

A mesma jogada foi lida de quatro formas diferentes

O leitor brasileiro não viu nenhuma dessas coberturas. Elas discordam sobre quem sai ganhando e por quanto tempo.

• Turquia. O Donanımhaber trata o movimento como o começo declarado de uma guerra de preços e explica a vantagem pelo hardware: a OpenAI teria cerca de 3 GW de infraestrutura de inferência em GPU da NVIDIA e cerca de 2 GW de capacidade de treino, contra cerca de 500 MW de inferência nos laboratórios chineses, que rodam em boa parte sobre GPUs NVIDIA de geração anterior e aceleradores da Huawei. Nessa leitura, quem tem energia e chip aguenta preço baixo por mais tempo.
• Estados Unidos. O Forbes vê risco de corrida para o fundo. Argumenta que o mercado de modelos de base está virando indústria de infraestrutura, onde escala, capital e eficiência operacional decidem, e lembra que a OpenAI reporta mais de 1 bilhão de usuários ativos em seus serviços e 2 milhões de clientes empresariais, base sobre a qual diluir o custo fixo de chip, data center e energia. Startup que tente treinar mais um modelo amplo enfrenta quem pode absorver prejuízo e cortar preço quando aparece desafiante.
• Sri Lanka. O Ada Derana enquadra pelo balanço. Analistas dizem que preço menor aumenta uso e ao mesmo tempo pressiona as finanças das duas empresas às vésperas de aberturas de capital muito aguardadas.
• Índia. O texto do Dev.to lê como oportunidade: cargas que não se justificavam em escala, como triagem de atendimento por WhatsApp, extração de documentos para crédito e seguros e resposta sobre acervos locais grandes, passam a caber no orçamento corrente. E lembra que token barato não rebaixa a exigência de conformidade, apenas põe mais casos dentro do orçamento que ela cobra.

Há divergência também nos números de concorrente. O Donanımhaber afirma que a nova tarifa do Luna supera a vantagem de custo do DeepSeek V4 Pro e cita o Kimi K3 a US$ 3 e US$ 15 por milhão de tokens, o que deixa a OpenAI mais barata. O AI Business Brief cita outro modelo da mesma família chinesa, o DeepSeek V4 Flash 0731, a US$ 0,14 e US$ 0,27, abaixo do Luna, com 304 bilhões de parâmetros e posição à frente do MiniMax M3 no Artificial Analysis. Os dois olham para produtos diferentes e chegam a conclusões opostas sobre quem ficou mais barato.

Token mais barato não significa fatura menor

O Ada Derana registra o contrapeso. O preço do token vem caindo no último ano, e o custo de completar uma tarefa vem subindo, porque as empresas de IA estão migrando de assinatura fixa para cobrança por uso. O resultado é conta imprevisível e muitas vezes maior, já que o consumo por tarefa é difícil de estimar antes de rodar.

Agente é o caso extremo dessa aritmética. Ele busca, raciocina, chama ferramenta e refaz o próprio trabalho várias vezes até fechar uma única tarefa. Num volume desses, a diferença entre US$ 1 e US$ 0,20 por milhão de tokens vira item de negociação de contrato.

O AI Business Brief defende a leitura inversa, de que o que caiu foi o custo por resultado correto: um modelo melhor que acerta de primeira sai mais barato que um modelo econômico que exige repetição e conserto humano. As duas afirmações convivem. Descobrir qual delas vale na sua operação exige medir a sua própria carga.

O que isso cobra de quem decide no Brasil

O preço é cobrado em dólar por milhão de tokens. Nenhuma das fontes apuradas converteu os valores para real, e esta matéria não converte.

Três decisões mudam de resposta com a tabela nova. A primeira é o roteamento entre degraus: com a distância entre o mais barato e o mais capaz maior do que era, escolher qual pedido vai para qual modelo virou a decisão de maior efeito na fatura. A própria OpenAI sugere usar o Sol para resolver a incerteza e escrever o plano, e passar ao Luna a execução já bem especificada.

A segunda é auditar o que está marcado como prioridade. Cada uma dessas chamadas agora custa o dobro, e boa parte recebeu a etiqueta por hábito. O Dev.to recomenda deixar o projeto em padrão e liberar o Fast mode rota a rota.

A terceira é a previsão de gasto. A economia entra sozinha na fatura, mas o orçamento e o rateio interno continuam com o número velho até alguém atualizar.

O que as fontes não fecham

• Efeito no caixa. As coberturas registram que o corte pode ampliar o uso e apertar a margem, sem nenhum número sobre o impacto financeiro em OpenAI ou Anthropic.
• Resposta chinesa. O Donanımhaber diz que o setor aguarda a reação das empresas chinesas ao corte. Até o fechamento das fontes, nenhuma resposta havia sido anunciada.
• Preço de concorrente. Os valores citados para o Kimi K3 e para as versões do DeepSeek vêm de veículos diferentes, referem-se a produtos diferentes e não foram conferidos entre si.
• Data. Uma fonte data o corte em 30 de julho de 2026; outra fala apenas em quinta-feira. As demais não informam o dia.

Nenhuma fonte apurada traz medição independente dos ganhos de desempenho anunciados. Todos os números de comparação entre modelos citados aqui saíram da própria OpenAI ou de clientes dela.

--- Apurado em 9 veículos de 6 países.