GPT-6 Sol e Luna: roteamento de modelos para pagar menos por token

Em 22 de setembro de 2026, a OpenAI lançou o GPT-6 em dois tamanhos: o GPT-6 Sol e o GPT-6 Luna. Os dois têm a mesma janela de contexto, mas a diferença de preço entre eles é de 20 vezes. Com uma distância dessas, a pergunta "qual é o melhor modelo?" perde o sentido. A pergunta que importa passa a ser "qual modelo para qual etapa do meu produto?". Este artigo compara os dois modelos e mostra como aplicar roteamento de modelos para não pagar caro em tarefas que não precisam disso.

Sol e Luna, lado a lado

Os números abaixo vêm da documentação da API da OpenAI:

Segundo a DataNorth, os dois custam cerca de metade do que custavam os equivalentes da geração GPT-5.6. Desde 28 de setembro, os dois modelos também estão disponíveis no Amazon Bedrock, o que facilita a adoção para quem já opera na AWS.

O que é roteamento de modelos

Roteamento é a prática de encaminhar cada tipo de tarefa para o modelo mais barato que a resolve com a qualidade necessária. Em vez de um único modelo atendendo tudo, o produto passa a ter uma regra de decisão, simples ou sofisticada, que escolhe o modelo por etapa.

A regra mais comum para começar:

• Para o modelo menor: classificar, extrair campos, resumir, normalizar texto, triar tickets, gerar respostas curtas em volume.
• Para o modelo maior: refactor grande, bug difícil, agente de várias etapas, planejamento de tarefas longas, revisão de código complexa.
• Na dúvida: comece pelo menor e suba só onde a qualidade pedir, com dados.

Três formas de implementar

1. Roteamento estático por etapa. Cada etapa do pipeline tem o seu modelo fixo. É o mais simples e já captura a maior parte da economia.
2. Escalonamento por falha. A tarefa vai primeiro para o modelo menor; se a validação falhar (esquema inválido, teste quebrado, baixa confiança), ela é refeita no maior.
3. Classificador de entrada. Um passo leve, que pode rodar no próprio modelo menor, avalia a complexidade do pedido e decide o destino.

Por que isso é decisão de arquitetura, e não de compra

Escolher o modelo por etapa exige conhecer o produto em detalhe: onde está o volume, onde está o risco e onde um erro é barato ou caro. Uma extração errada numa triagem interna custa pouco; uma alteração errada num módulo de pagamento custa muito. Por isso a decisão não cabe no departamento de compras: cabe em quem desenha o fluxo.

Também exige instrumentação. Sem medir a qualidade por etapa e o custo por requisição, o roteamento vira palpite. E o mercado muda rápido: no mesmo dia do GPT-6, a Anthropic lançou o Claude Opus 5.5. Uma arquitetura que isola a escolha do modelo numa camada própria permite trocar de fornecedor ou de versão sem reescrever o produto.

O que fazer na segunda-feira

1. Mapeie as chamadas de LLM do seu produto por etapa, com volume mensal e custo atual.
2. Marque as etapas de alto volume e baixa complexidade. Essas são as candidatas imediatas ao modelo menor.
3. Monte um conjunto de avaliação por etapa, com 50 a 100 exemplos reais e um critério objetivo de acerto.
4. Rode as duas opções e compare qualidade e custo. Só mantenha no modelo maior o que perder qualidade de forma relevante no menor.
5. Isole a escolha do modelo em configuração, e não espalhada pelo código, para poder ajustar sem novo deploy.
6. Acompanhe custo por requisição no mesmo painel em que você acompanha latência e erro.

Times que fazem isso bem tendem a entregar mais com estruturas menores, uma tendência que discutimos em por que os melhores times de engenharia de 2026 vão ter menos devs e entregar mais.

Quem desenha o fluxo

Roteamento de modelos não é uma feature que se compra pronta: é um hábito de engenharia. Ele depende de devs que já trabalham com IA no dia a dia e sabem pesar custo e qualidade em cada decisão. Na VONBZ, os devs de outsourcing trabalham com IA na rotina, com licença do Claude, e chegam ao projeto com esse olhar.

Fontes e Referências

• GPT-6 Sol Model, OpenAI API Docs, setembro/2026, developers.openai.com
• GPT-6 Luna Model, OpenAI API Docs, setembro/2026, developers.openai.com
• AWS Weekly Roundup: GPT-6 Sol and Luna, Claude Opus 5.5 on Amazon Bedrock, Strands harness, and more, AWS News Blog, setembro/2026, aws.amazon.com
• OpenAI launches GPT-6 Sol and Luna, DataNorth, setembro/2026, datanorth.ai