Escolha um nível
Os três têm janela de contexto de 1.050.000 tokens e 128K tokens de saída. Cada um também tem um ID Pro (
openai/gpt-5.6-sol-pro, -terra-pro, -luna-pro), que envia reasoning.mode: "pro" por você.
O alias gpt-5.6 da própria OpenAI aponta para gpt-5.6-sol; no Phaseo, chame os IDs dos níveis diretamente. Os aliases de nível openai/gpt-sol-latest, openai/gpt-terra-latest e openai/gpt-luna-latest acompanham o modelo mais recente de cada nível, e openai/gpt-sol-latest já aponta para além do GPT-5.6. Use-os apenas quando quiser que futuros lançamentos sejam adotados automaticamente.
Atualize a solicitação
O GPT-5.6 adicionamax, o maior orçamento de raciocínio, em todos os níveis. Use-o só onde a latência e o custo extras compensam.
reasoning.mode: "pro"para tarefas mais difíceis, sem trocar de modelo;reasoning.context(auto,current_turnouall_turns) para controlar qual raciocínio persiste;- suporte multiagente em beta e Programmatic Tool Calling para fluxos com uso intenso de ferramentas;
- cache de prompts explícito com
prompt_cache_optionse pontos de interrupção de cache. No GPT-5.6,prompt_cache_options.ttlsubstituiprompt_cache_retention, que o Phaseo não envia aos modelos GPT-5.6.
Revise os preços
Preços por 1M tokens no nível padrão da OpenAI, para solicitações de até 272K tokens de entrada:
Solicitações acima de 272K tokens de entrada custam mais: Sol $10.00 de entrada e $45.00 de saída, Terra $4.00 e $18.00, Luna $0.40 e $1.80, com os preços de cache ajustados na mesma proporção. Até 30 de novembro de 2026, vale o preço promocional do Sol da OpenAI: $4.00 de entrada e $20.00 de saída até 272K tokens. Consulte a página do modelo para os preços atuais em outros níveis e provedores.
Uma leitura de cache custa 10% da tarifa de entrada, uma gravação de 30 minutos 1.25× e uma gravação de 12 horas 2.5×. Cada token de entrada é cobrado em exatamente uma dessas tarifas. O uso conta leituras e gravações de cache dentro de
input_tokens (prompt_tokens em Chat Completions) e informa as gravações em cache_write_tokens; veja campos de uso e preço.
Faça cache do contexto repetido
Coloque a parte estável do prompt em um bloco que pode ir para o cache e deixe o texto específico da solicitação depois dele:prompt_cache_breakpointcoloca em cache tudo até o bloco dele, inclusive. No modoexplicit, a OpenAI só faz cache dos pontos de interrupção que você define.- Um
cache_controlde bloco, como{"type": "ephemeral"}, também funciona; o Phaseo o envia ao GPT-5.6 comoprompt_cache_breakpoint. As duas marcações chegam ao Claude como ponto de interrupção de cache, então um fallback para o Claude continua usando cache. ttlé30m(o padrão) ou12h. Veja Cache de 12 horas na OpenAI para saber quais rotas o aceitam, e Retenção e opções da OpenAI para os outros campos.
O que testar
- Raciocínio e qualidade da saída: cada nível nos esforços que você vai expor, incluindo
maxonde a qualidade vem primeiro; modo padrão em comparação comreasoning.mode: "pro"em tarefas difíceis; taxa de aprovação do esquema e qualidade das chamadas de ferramentas em cada nível. - Custo e latência: latência em cada esforço, aumento de tokens de saída em relação à sua linha de base atual, a proporção entre leituras e gravações de cache em prompts repetidos e o custo por tarefa bem-sucedida, em vez do preço por token.
Faça o rollout
- Mantenha o seu modelo GPT-5 anterior como fallback em
models. - Deixe
maxatrás de uma flag de configuração ou de uma predefinição até ele se provar em prompts parecidos com os de produção. - Monitore o volume de gravações de cache separadamente das leituras.
- Torne o GPT-5.6 o padrão só depois que as avaliações confirmarem o sucesso nas tarefas, o custo e a latência.