GPT-5.6 Sol vs Terra vs Luna: Qual Tamanho Usar (Testado em Setembro de 2026)

GPT-5.6 não é um único modelo. São três: Sol, Terra e Luna, em ordem decrescente de tamanho e preço, com a mesma janela de contexto de 1,05 milhão de tokens e o mesmo limite máximo de 128K tokens de saída. A nomenclatura da OpenAI indica apenas a ordem, sem revelar mais nada — por isso, em 2 de setembro de 2026, enviamos as mesmas três perguntas para os três modelos via nossa própria API, transmitimos as respostas em streaming e registramos o valor cobrado por cada requisição. A versão completa deste teste, com doze modelos — incluindo Claude Opus 5, Kimi K3, Gemini 3.7 Flash e outros —, está na nossa comparação publicada no mesmo dia. Este artigo é exclusivo sobre a família GPT-5.6.

A descoberta mais relevante: Terra foi o modelo mais rápido até o primeiro token em todo o conjunto de doze modelos testados — não apenas na família —, não utilizou nenhum token de raciocínio em nenhuma das três perguntas, e produziu respostas que um leitor às cegas não conseguiria distinguir das do Sol em duas das três perguntas. Sol justificou seu preço exatamente uma vez, na pergunta de julgamento, e pagou por isso com uma resposta de dez segundos cobrada a quase quatro vezes o valor do Terra. Luna foi cobrado cerca de um décimo de centavo por toda a sessão, não errou nada, e teve um momento lento que vale conhecer.

Os prompts e as configurações

Os mesmos três prompts do teste completo, copiados literalmente das seções de Saídas Reais das nossas páginas de modelos:

1. "Write a Python function that merges overlapping intervals, plus three short tests. Keep the whole answer under 40 lines of code."
2. "In about 120 words, tell a first-time founder when to choose a monolith over microservices, and the one signal that means it's time to split."
3. "Rewrite this sentence three ways, each in a clearly different tone (plain, playful, executive): 'Our app makes budgeting easy.' Label each."

Todas as requisições foram enviadas à API do NinjaChat a partir de um laptop em uma conexão doméstica nos EUA, em 2 de setembro de 2026, uma por vez, após uma requisição de aquecimento para cada modelo, com temperatura 0,7, limite de 2.500 tokens de saída, streaming com relatório de uso e raciocínio no padrão de cada modelo. Os três tamanhos foram servidos diretamente pela OpenAI. O tempo até o primeiro token corresponde ao primeiro caractere visível após qualquer raciocínio oculto, ou seja, a latência inclui nosso roteamento. O custo é o valor que nossa API reportou para a requisição. Execuções únicas variam; trate as casas decimais como condições climáticas e o padrão geral como o clima em si.

O que aconteceu

Três coisas se destacam.

O código era o mesmo código. Os três tamanhos retornaram uma função de mesclagem por ordenação e varredura com três assertivas, diferindo apenas em retornar listas ou tuplas e na presença ou ausência de docstring. Terra fez isso em 2,9 segundos sem nenhum raciocínio — a resposta mais rápida para esse prompt entre todos os doze modelos testados naquele dia. Sol gastou 26 tokens de raciocínio, adicionou uma docstring e levou 10,7 segundos, a maior parte antes do primeiro caractere. Luna raciocinou por 374 tokens e levou 7,2 segundos para produzir a função mais curta das três — sua resposta mais lenta do dia.

Sol raciocina quando a pergunta exige julgamento. Na pergunta sobre o fundador, Sol gastou 238 tokens de raciocínio antes de escrever, levou sete segundos até o primeiro token e produziu o melhor parágrafo das três versões: "divida quando uma parte bem definida do produto precisar repetidamente ser implantada ou escalada de forma independente, e o monólito impedir isso de forma mensurável," seguido de "extraia apenas essa fronteira, dê a ela uma interface e um responsável claros, e mantenha todo o restante junto." Terra disse quase a mesma coisa sem a segunda frase, em 4,6 segundos, e foi cobrado a um quarto do valor. Luna raciocinou brevemente — 75 tokens — e sua resposta trouxe a frase que os outros dois esqueceram: extraia esse componente primeiro, "meça a melhoria," e pare.

Em textos curtos, eles são um único modelo. As três reescritas são praticamente intercambiáveis. Sol e Terra começaram a versão direta com as mesmas sete palavras, "Our app helps you manage your budget," Luna reorganizou a mesma ideia, e os três usaram "streamlines budgeting" na linha executiva. Luna respondeu em 2,1 segundos e foi cobrado um centésimo de centavo.

Preço, contexto e limites

Preços de tabela na API do NinjaChat em 2 de setembro de 2026, além do que foi cobrado pelo exercício completo de três prompts em cada tamanho.

As proporções são o ponto central. Terra custa metade do Sol na entrada e 60% na saída; no dia, suas três respostas foram cobradas a 37% do valor do Sol. Luna custa um vigésimo do Sol na entrada e um décimo e sete avos na saída, e suas três respostas foram cobradas a cerca de um quinto do Terra. A entrada em cache segue a mesma escada, o que importa para agentes que reenviam um prompt de sistema longo a cada turno: um prompt de 50K tokens em cache no Luna custa um décimo de centavo por chamada.

O contexto é idêntico entre os três, o que é incomum e útil. Você pode criar protótipos no Luna com o milhão de tokens completo de contexto e elevar uma única chamada para o Sol quando a resposta não for satisfatória, sem precisar alterar a forma como você fragmenta o conteúdo.

Quando usar cada um

Use Terra por padrão. É o tamanho para o qual indicaríamos um novo projeto. Mesmo contexto que o Sol, sem custo de raciocínio em tarefas que não precisam dele, e no dia foi o mais rápido dos três em código e ficou dentro de um quinto de segundo do Luna na pergunta sobre o fundador. Sua resposta sobre o fundador ficou apenas uma frase aquém da do Sol.

Use Sol para as chamadas em que a resposta é o produto. Um plano que um cliente vai ler, o diagnóstico de um bug difícil, uma análise em que uma ressalva ausente sai caro. A disposição do Sol para pausar e raciocinar é exatamente o que você quer nesses casos, e dez segundos não é nada comparado a uma resposta errada. Planeje o orçamento: tokens de raciocínio são cobrados como saída, e aquela resposta foi cobrada a quase quatro vezes o valor do Terra.

Use Luna para volume. Classificação, extração, roteamento, reescrita em escala, rascunhos iniciais que uma pessoa vai editar, qualquer coisa que você execute milhares de vezes por dia. Ele não cometeu nenhum erro nos nossos três prompts, e o conjunto completo foi cobrado em cerca de um décimo de centavo. Observe que o Luna raciocina por conta própria quando um prompt convida a isso, e no prompt de código isso lhe custou sete segundos; defina um esforço de raciocínio mais baixo na requisição se precisar de agilidade.

Um padrão que funciona: roteamento com Luna, resposta com Terra, escalada para Sol. Deixe o Luna decidir se uma requisição é trivial, deixe o Terra lidar com o caso normal, e envie a pequena fração que precisa de reflexão real para o Sol. Como os três compartilham a mesma janela de contexto, a escalada é uma troca de modelo em uma única linha.

Chame-os pelo ID

Os três estão ativos na API do NinjaChat, compatível com OpenAI, uma única chave; uma conta verificada por telefone começa com um saldo inicial de US$ 0,50. Os IDs são exatamente gpt-5.6-sol, gpt-5.6-terra e gpt-5.6-luna.

curl https://www.ninjachat.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $NINJACHAT_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-terra",
    "messages": [{"role": "user", "content": "Write a Python function that merges overlapping intervals, plus three short tests."}],
    "max_tokens": 2500,
    "stream": true,
    "stream_options": {"include_usage": true}
  }'

from openai import OpenAI

client = OpenAI(base_url="https://www.ninjachat.ai/api/v1", api_key="YOUR_KEY")

def ask(model, prompt, **kw):
    r = client.chat.completions.create(model=model, messages=[{"role": "user", "content": prompt}], max_tokens=2500, **kw)
    u = r.usage
    print(model, "output tokens:", u.completion_tokens, "reasoning tokens:", u.completion_tokens_details.reasoning_tokens)
    return r.choices[0].message.content

# Primeiro rascunho barato, depois escale o mesmo prompt com o mesmo contexto.
draft = ask("gpt-5.6-luna", "Summarise this incident report in five bullets: ...")
final = ask("gpt-5.6-sol", "Summarise this incident report in five bullets: ...", reasoning_effort="high")

O objeto de uso em cada resposta reporta tokens de raciocínio separadamente dos tokens de saída visíveis, para que você possa acompanhar exatamente para onde vai o dinheiro do Sol. O preço vigente de cada ID está disponível em GET https://www.ninjachat.ai/api/v1/models sem necessidade de chave. E se você preferir simplesmente conversar com eles, os três também estão disponíveis no lado do consumidor: Sol, Terra e Luna, com um plano pago.

Perguntas frequentes

Qual é a diferença entre GPT-5.6 Sol, Terra e Luna? Tamanho e preço. Sol é o maior e mais capaz, Terra é o intermediário, Luna é o menor e mais barato. Os três compartilham a mesma janela de contexto de 1,05 milhão de tokens e o mesmo limite de 128K tokens de saída, portanto a escolha é sobre qualidade por custo, não sobre o que cabe.

GPT-5.6 Terra é bom o suficiente para programação? No nosso teste de 2 de setembro de 2026, ele escreveu a mesma função de mesclagem de intervalos que o Sol, com testes aprovados, em 2,9 segundos e sem raciocínio. Para funções do dia a dia, é o tamanho a usar. Escale para o Sol em questões de arquitetura ou bugs que exigem deliberação real.

Por que o Sol custou muito mais em um prompt específico? Raciocínio. Na pergunta sobre o fundador, Sol gerou 238 tokens de raciocínio antes de escrever 164 tokens visíveis, e tokens de raciocínio são cobrados como saída. Na reescrita, não gastou nenhum e foi cobrado próximo ao valor do Terra.

Quanto custa o GPT-5.6 pela API? Na API do NinjaChat em 2 de setembro de 2026: Sol custa $4 na entrada e $20 na saída por milhão de tokens, Terra $2 e $12, Luna $0,20 e $1,20, com entrada em cache a um décimo do preço de entrada. Os preços estão atualizados no endpoint de modelos e podem mudar; verifique antes de planejar seu orçamento.

Posso alternar entre os tamanhos sem mudar meu código? Sim. Eles compartilham a mesma janela de contexto e a mesma superfície de API, então a troca é apenas a string do modelo. O padrão de escalada no trecho Python acima resume a ideia completa.

O Luna raciocina? Às vezes, por padrão. Ele gastou 374 tokens de raciocínio no prompt de código, 75 no prompt sobre o fundador e nenhum na reescrita. Se você quiser respostas rápidas em perguntas que convidam à deliberação, reduza o esforço de raciocínio na requisição.