GPT Sol ou GPT Terra: qual é mais barato?

Por LW Forge — mantenedora do LLM Scout · Atualizado em 31 de agosto de 2026

O GPT-5.6 Terra é mais barato que o GPT-5.6 Sol. Na tarifa padrão de contexto curto verificada em 31 de agosto de 2026, o Terra custa US$ 2,00 por milhão de tokens de entrada e US$ 12,00 por milhão de tokens de saída. O Sol custa US$ 4,00 e US$ 20,00, respectivamente. Em outras palavras, o Terra custa metade na entrada e 40% menos na saída. A escolha final, porém, depende do seu volume, da quantidade de contexto reutilizado e de quanto a qualidade do Sol reduz retries e revisão humana.

Este artigo responde à comparação mais comum entre os dois modelos e transforma o preço por token em três contas de uso. Para uma estimativa com o seu próprio tráfego, use a calculadora de custo da OpenAI. Ela é mais útil do que copiar uma estimativa genérica porque entrada, saída e cache variam muito de uma aplicação para outra.

Comparação rápida de preços

Os dois modelos pertencem à família GPT-5.6, mas ocupam posições diferentes. O OpenAI descreve o Sol como o modelo de maior capacidade da família e o Terra como a alternativa que equilibra inteligência e custo. O Terra não é uma versão gratuita nem um plano com preço fixo mensal: a API cobra os tokens processados em cada requisição.

Os valores são por milhão de tokens e foram conferidos na página oficial de preços da API da OpenAI em 2026-08-31. Para requisições com mais de 272 mil tokens de entrada, a OpenAI aplica uma faixa de contexto longo com tarifas diferentes: o Sol passa a US$ 8,00/US$ 30,00 e o Terra a US$ 4,00/US$ 18,00 por milhão de entrada/saída. Portanto, o Terra continua mais barato nos dois regimes, mas a proporção deixa de ser exatamente a mesma.

O cache também não transforma o Sol na opção mais econômica. Uma leitura de cache no Sol custa US$ 0,40 por milhão, contra US$ 0,20 no Terra. Se a aplicação repete um system prompt longo, ambos recebem o mesmo desconto relativo de 90% na leitura; como a tarifa original do Terra é menor, o valor absoluto continua menor. A escrita de cache tem outra tarifa e deve entrar na conta apenas quando o prefixo é criado ou atualizado.

Quanto a diferença pesa na prática

O melhor modo de comparar os modelos é fixar a carga, calcular entrada e saída separadamente e só então comparar o total. A fórmula é simples:

custo = (tokens de entrada / 1.000.000 × tarifa de entrada) + (tokens de saída / 1.000.000 × tarifa de saída)

Não incluo aqui eventuais chamadas de ferramentas, processamento prioritário, endpoints regionais ou impostos. Eles podem alterar a fatura final e devem ser verificados na documentação do provedor. O objetivo é isolar a diferença entre Sol e Terra.

Cenário 1: chatbot de suporte

Imagine 10.000 conversas por mês. Cada conversa envia 2.000 tokens de histórico, instruções e contexto recuperado e recebe uma resposta de 300 tokens. Isso resulta em 20 milhões de tokens de entrada e 3 milhões de saída.

Neste formato, o Terra economiza US$ 64 por mês, ou cerca de 46% do custo do Sol. É o caso típico em que o Terra deve ser o primeiro modelo testado: respostas de suporte, classificação de intenção, recuperação de informação e instruções relativamente previsíveis. Se um conjunto de avaliações mostrar que o Sol evita erros caros, faça a conta por atendimento resolvido, não apenas por token. O guia sobre quanto custa construir um chatbot com GPT-5 ajuda a separar o custo do modelo dos demais componentes do produto; para entender como contexto recuperado e retries mudam a conta, compare este exemplo com o custo de uma query de RAG.

Cenário 2: assistente interno

Agora considere 1.000 tarefas mensais de um assistente interno. Cada tarefa envia 20.000 tokens de documentos e instruções e recebe 1.000 tokens de resposta. São 20 milhões de tokens de entrada e 1 milhão de saída.

A economia do Terra é de US$ 48 por mês. O Sol pode ser justificável para síntese de documentos sensíveis, planejamento com muitas restrições ou tarefas em que um erro tem custo alto. Mesmo assim, a decisão deveria sair de um teste com documentos reais. Muitas aplicações usam o Sol por reputação quando o Terra já entrega uma resposta correta e estruturada.

Se o mesmo material é reenviado em várias tarefas, avalie prompt caching. Com 90% dos 20M tokens de entrada em cache, o input mensal cairia para 2M tokens novos e 18M em cache. Só essa mudança reduziria o input do Sol para US$ 15,20 e o do Terra para US$ 7,60, antes da saída. O Terra ainda vence; o cache apenas reduz a parte repetida da fatura.

Cenário 3: código e raciocínio complexo

Para um agente de código, suponha 500 tarefas por mês, cada uma com 30.000 tokens de entrada entre instruções, arquivos e histórico, e 3.000 tokens de saída. A carga mensal é de 15M de entrada e 1,5M de saída.

O Terra economiza US$ 42 na aritmética bruta. Porém, esse é o cenário em que o Sol tem a melhor chance de compensar o prêmio: um patch errado pode gerar uma falha em produção, uma revisão adicional ou várias chamadas de correção. A comparação correta é custo por tarefa aceita. Rode as mesmas tarefas nos dois modelos, fixe o limite de saída, valide testes automaticamente e cobre retries do modelo que os causou.

Então, quando escolher cada um?

Escolha o Terra como padrão quando a prioridade for custo previsível, volume alto, baixa latência de decisão e tarefas com critérios de sucesso claros. Ele é a escolha inicial sensata para atendimento, extração, classificação, geração estruturada e assistentes internos que não precisam do máximo de capacidade em cada chamada.

Escolha o Sol quando o trabalho exige mais planejamento, código difícil, uso de ferramentas, interpretação de instruções conflitantes ou uma resposta cuja revisão humana custaria mais do que a diferença de tarifa. Mesmo nesse caso, não presuma que “mais caro” significa “mais barato por tarefa”: meça qualidade, retries, tokens de saída e tempo de execução.

Também é possível combinar os dois. Um roteador pode enviar a maioria das tarefas para o Terra e escalar apenas casos ambíguos para o Sol. Essa estratégia costuma ser mais eficiente que escolher um único modelo para toda a aplicação, desde que o classificador e os critérios de escalonamento sejam avaliados. Para comparar a camada de custo com tiers ainda mais econômicos, veja a comparação de APIs de IA mais baratas.

Como fazer sua própria conta

Comece medindo uma amostra real de requisições. Separe tokens novos, tokens em cache e tokens de saída; registre respostas recusadas, retries e chamadas de ferramentas. Depois, rode o mesmo conjunto de tarefas nos dois modelos e calcule quatro números: custo por requisição, custo por tarefa correta, taxa de retry e custo mensal projetado. A calculadora de tokens ajuda a estimar o tamanho dos prompts, enquanto a calculadora de custo da OpenAI permite testar o volume.

Preços mudam e o preço da API não é necessariamente o preço final no seu país. A página de fontes e metodologia do LLMScout explica como o catálogo trata preços e links de referência. Para esta comparação, a fonte de autoridade é a documentação oficial de preços da OpenAI; a data acima é um snapshot, não uma promessa de que a tarifa permanecerá igual.

Perguntas frequentes

Qual é mais barato: GPT Sol ou GPT Terra?

O GPT-5.6 Terra é mais barato. Na tarifa padrão verificada em 31 de agosto de 2026, ele custa US$ 2,00 por milhão de tokens de entrada e US$ 12,00 por milhão de saída, contra US$ 4,00 e US$ 20,00 do Sol.

O GPT Terra custa metade do GPT Sol?

Na entrada nova, sim: US$ 2,00 contra US$ 4,00 por milhão. Na saída, o Terra custa US$ 12,00 contra US$ 20,00, portanto é 40% mais barato. O total depende da proporção entre entrada, saída e cache.

O GPT Sol vale o preço adicional?

Pode valer quando a capacidade adicional reduz erros, retries ou revisão humana em tarefas complexas. Isso não é garantido por tabela de preços; compare os dois modelos com uma avaliação representativa e calcule o custo por tarefa correta.

O cache torna o Sol mais barato que o Terra?

Não. A leitura de cache custa US$ 0,40 por milhão no Sol e US$ 0,20 no Terra. O cache reduz o custo da parte repetida do prompt nos dois modelos, mas o Terra continua com a menor tarifa absoluta nessa comparação.

Preços e regras de contexto conferidos na documentação oficial de preços da API da OpenAI e na página do GPT-5.6 Terra em 2026-08-31. A tarifa pode mudar; confirme a fonte antes de fechar um orçamento.