GPT-6.1 Sol tem o mesmo preço de tabela que o GPT-6 Sol: US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída. O valor real da sua conta depende de três outros fatores: com que frequência você acerta o cache, se ultrapassa 272K tokens de entrada e quantos tokens de raciocínio o modelo consome. Neste artigo, vamos analisar cada um deles.
A tabela completa de preços
Tarifas padrão (por 1M de tokens)
| GPT-6.1 Sol | GPT-6 Sol | GPT-6 Astra | GPT-6 Luna | |
|---|---|---|---|---|
| Entrada | $2.00 | $2.00 | $10.00 | $0.10 |
| Entrada em cache | $0.10 | $0.20 | $1.00 | $0.01 |
| Gravações no cache | $2.50 | $2.50 | $12.50 | $0.125 |
| Saída (incluindo raciocínio) | $10.00 | $10.00 | $50.00 | $0.50 |
Estas são as tarifas listadas no AIHubMix. Cada modelo custa o mesmo nas rotas OpenAI e Azure, e as tarifas do GPT-6.1 Sol correspondem às tarifas oficiais na página do modelo GPT-6.1 Sol da OpenAI.
Contexto longo e pesquisa na web
| Até 272K de entrada | Mais de 272K de entrada | |
|---|---|---|
| Entrada | $2.00 | $4.00 |
| Saída | $10.00 | $15.00 |
| Entrada em cache | $0.10 | $0.20 |
| Gravações no cache | $2.50 | $5.00 |
Quando a entrada ultrapassa 272K tokens, a solicitação inteira passa para a coluna de tarifa mais alta. A pesquisa na web custa US$ 0,01 por solicitação em ambos os níveis.
A mudança de fato: leituras do cache a 5% da tarifa de entrada
O preço de tabela não mudou. O custo das leituras do cache caiu de 10% da tarifa de entrada (US$ 0,20) para 5% (US$ 0,10). O guia de cache de prompts da OpenAI explica claramente: as leituras do cache custam 0.1× a tarifa de entrada na maioria dos modelos e "0.05× no GPT-6.1 Sol".
Isso importa porque os agentes reenviam o mesmo material em cada etapa: o prompt do sistema, as definições das ferramentas, o contexto do repositório e o histórico da conversa. A maior parte da entrada deles é conteúdo repetido. Nessas cargas de trabalho, a tarifa de cache é, na prática, o preço real da entrada.
Exemplo prático: uma tarefa de agente de programação
Premissas:
- Um prefixo fixo de 200K tokens (prompt do sistema, ferramentas, contexto do repositório)
- 50 etapas, cada uma adicionando 2K novos tokens de entrada e gerando 3K tokens de saída (incluindo raciocínio)
- Para simplificar, o prefixo mantém o mesmo tamanho, é gravado no cache na etapa 1 e tem acerto nas 49 etapas restantes
Em uma execução real, o histórico cresce a cada etapa. Mesmo contando apenas os 2K de nova entrada por etapa, a solicitação ultrapassaria 272K por volta da etapa 37 (veja abaixo o limite de 272K). Os valores abaixo são estimativas baseadas nos preços de tabela e nessas premissas.
| 6.1 Sol, sem cache | 6 Sol + cache | 6.1 Sol + cache | Astra + cache | |
|---|---|---|---|---|
| Gravação inicial de 200K no cache | — | $0.50 | $0.50 | $2.50 |
| 49 leituras do cache | — | $1.96 | $0.98 | $9.80 |
| Prefixo cobrado como entrada normal | $20.00 | — | — | — |
| 100K de nova entrada (à tarifa de gravação) | $0.20 | $0.25 | $0.25 | $1.25 |
| 150K de saída | $1.50 | $1.50 | $1.50 | $7.50 |
| Total | $21.70 | $4.21 | $3.23 | $21.05 |
Três conclusões:
- O cache é o fator de maior impacto. Mesmo modelo, mesmo trabalho, mas a execução sem cache custa quase sete vezes mais (US$ 21,70 contra US$ 3,23).
- Neste caso, o 6.1 Sol custa cerca de 23% menos que o 6 Sol (US$ 3,23 contra US$ 4,21), além de obter uma pontuação maior.
- Em tarefas que usam muito o cache, o Astra custa mais do que sugere a diferença de 5× no preço de tabela. Neste exemplo, custa 6,5 vezes mais que o 6.1 Sol (US$ 21,05 contra US$ 3,23), porque o Astra dá 90% de desconto na entrada em cache, enquanto o 6.1 Sol dá 95%.
Isso está de acordo com os próprios valores de custo por tarefa da OpenAI, compilados por Vellum e The Next Web: cerca de US$ 1,50 para o 6.1 Sol contra US$ 7,70 para o Astra no DeepSWE, US$ 1,30 contra US$ 9,30 no OSWorld e US$ 5,47 contra US$ 23,80 no Terminal-Bench Science.
Uma ressalva: a OpenAI diz que o Astra geralmente precisa de menos tokens de saída para concluir a mesma tarefa. Compare os modelos pelo custo por tarefa, não pelo custo por token.
Gravações no cache não são gratuitas
No 6.1 Sol, as gravações no cache custam 1.25× a tarifa de entrada para o tempo de vida padrão de 30 minutos. Se um prefixo for usado apenas uma vez, armazená-lo em cache encarece o custo em 25%. Usando a fórmula do guia da OpenAI:
- Uma gravação e uma leitura: 1.35× o custo normal de entrada (1.3× no 6.1 Sol), contra 2× sem cache
- Uma gravação e nove leituras: cerca de 2.15× (cerca de 1.7× no 6.1 Sol), contra 10×
O tamanho mínimo do prompt que pode ser armazenado em cache é 1,024 tokens. Aplicando a fórmula de ponto de equilíbrio da OpenAI à tarifa de leitura de 0.05× do 6.1 Sol, um prefixo de 51 tokens ou menos nunca compensa. Em 10 solicitações ou mais, expandir qualquer prefixo com mais de 174 tokens até 1,024, usando conteúdo útil e estável, sai mais barato. (O guia da OpenAI informa 102 e 221 tokens, valores calculados com a tarifa de leitura de 0.1× usada pela maioria dos outros modelos.)
Para chamadas em que nada no prompt se repete, como perguntas pontuais sobre documentos enviados uma única vez, use o modo explícito (prompt_cache_options.mode: "explicit") sem pontos de interrupção. Assim, a solicitação não cria gravações no cache e você não paga por elas.
O limite de 272K
O 6.1 Sol aceita um contexto de 1.05M tokens, mas quando a entrada ultrapassa 272K, a solicitação inteira passa para a tarifa mais alta, e não apenas os tokens que excedem o limite.
| Solicitação | Entrada | Saída | Custo |
|---|---|---|---|
| A | 270K | 10K | 0.27 × $2 + 0.01 × $10 = $0.64 |
| B | 280K | 10K | 0.28 × $4 + 0.01 × $15 = $1.27 |
Mais dez mil tokens de entrada quase dobram a conta.
Como ficar abaixo desse limite:
- Conte os tokens no lado do cliente e compacte ou reduza a entrada antes de chegar a 272K
- Recupere as partes relevantes de documentos longos em vez de enviar o documento inteiro
- Quando realmente precisar de um contexto longo, coloque a parte fixa em um prefixo armazenado em cache
A compactação reinicia o cache, então custa uma gravação completa no cache. Ultrapassar 272K faz com que todas as solicitações seguintes sejam cobradas de 1.5 a 2 vezes a tarifa. Quanto mais etapas restarem na execução, maior será a vantagem de compactar.
Como o esforço de raciocínio aparece na conta
Os tokens de raciocínio são cobrados pela tarifa de saída, US$ 10 por milhão. A mesma tarefa pode usar muito mais tokens de raciocínio no nível máximo do que no nível baixo.
Os custos por tarefa divulgados pela OpenAI dão uma ideia da escala (são benchmarks diferentes, então compare apenas a ordem de grandeza):
- AutomationBench (médio): ~US$ 0,30
- GDP.pdf: ~US$ 0,38
- DeepSWE (alto): ~US$ 1,50
- Terminal-Bench Science (máximo): ~US$ 5,47
O artigo desta série sobre esforço de raciocínio explica como escolher um nível. Um lembrete: alterar o esforço de raciocínio no meio da conversa invalida o cache. O guia da OpenAI explica que essa configuração pode reescrever as instruções ocultas do sistema no início do prompt, fazendo com que nada depois delas corresponda ao conteúdo armazenado. Escolha um nível ao iniciar a conversa e mantenha-o.
Como se compara a esse preço
| Modelo | Entrada / saída | Entrada em cache | Mais de 272K de entrada |
|---|---|---|---|
| GPT-6.1 Sol | $2 / $10 | $0.10 | US$ 4 / US$ 15, solicitação inteira |
| Claude Sonnet 5.5 | $2 / $10 | $0.10 | Sem sobretaxa até 1M |
| GPT-6 Astra | $10 / $50 | $1.00 | US$ 20 / US$ 75, solicitação inteira |
O 6.1 Sol e o Claude Sonnet 5.5 têm o mesmo preço de tabela e, segundo a página de preços da Anthropic, a mesma tarifa de US$ 0,10 para entrada em cache. A diferença está no contexto longo: o Sonnet 5.5 cobra pela janela completa de 1M à tarifa padrão, então, acima de 272K, custa menos por token que o outro modelo. Além disso, são modelos fortes em áreas diferentes. No AutomationBench, por exemplo, o Sonnet 5.5 tem uma pontuação bem melhor. Quando dois modelos custam o mesmo por token, o mais barato é aquele que tem o menor custo por tarefa na sua carga de trabalho.
A página de comparação do AIHubMix mostra as especificações e os preços dos dois modelos lado a lado, e uma única chave de API funciona com ambos, para que você possa executar as mesmas tarefas em cada um.
Os preços são os listados no AIHubMix e nas páginas de preços da OpenAI e da Anthropic em 22 de outubro de 2026 e podem mudar.
Lista de verificação de custos
- Coloque primeiro o conteúdo estável. Ponha o prompt do sistema, as definições das ferramentas e o material de referência no início. Deixe os carimbos de data e hora e os dados específicos de cada usuário para o final.
- Acrescente conteúdo; não o reescreva. Resumir, truncar e compactar reiniciam o cache.
- Mantenha estável a lista de ferramentas. Não adicione nem remova ferramentas a cada solicitação. Em vez disso, use
tool_choiceouallowed_tools. - Escolha um único nível de esforço de raciocínio por conversa. Alterá-lo no meio da conversa reinicia o cache.
- Fique abaixo de 272K tokens de entrada.
- Encaminhe as tarefas conforme o caso. Luna para tarefas simples e de alto volume, 6.1 Sol para a maioria dos casos, Astra para os problemas mais difíceis.
- Acompanhe três valores:
cached_tokens,cache_write_tokensereasoning_tokens.
Em resumo: o preço de tabela não mudou, mas as leituras do cache ficaram 50% mais baratas. Para cargas de trabalho com agentes, isso torna o 6.1 Sol o modelo com melhor custo-benefício da família GPT-6, desde que você use bem o cache e fique abaixo de 272K.
Perguntas frequentes
Quanto custa o GPT-6.1 Sol?
US$ 2 por milhão de tokens de entrada, US$ 10 por milhão de tokens de saída, US$ 0,10 para entrada em cache e US$ 2.50 para gravações no cache. Solicitações com mais de 272K tokens de entrada são cobradas a US$ 4 por entrada e US$ 15 por saída para a solicitação inteira.
Ele é mais barato pelo AIHubMix ou diretamente pela OpenAI?
As tarifas padrão são iguais. As rotas OpenAI e Azure do AIHubMix correspondem aos preços oficiais da OpenAI, incluindo o nível acima de 272K.
Por que minha conta ficou mais alta do que eu esperava?
Há três motivos comuns: os tokens de raciocínio são cobrados pela tarifa de saída; uma solicitação ultrapassou 272K tokens de entrada e passou inteiramente para a tarifa mais alta; ou você não levou em conta o cache ou pagou por gravações de prefixos usados apenas uma vez.
As gravações no cache têm custo extra?
Os tokens gravados são cobrados a 1.25× a tarifa de entrada. Isso substitui a cobrança normal da entrada, em vez de ser acrescentado a ela. O prefixo se paga a partir do segundo uso. Para prefixos usados apenas uma vez, o modo explícito sem pontos de interrupção não cria gravações.
Como o custo do 6.1 Sol se compara ao do Astra?
O preço de tabela do Astra é cinco vezes maior que o do 6.1 Sol. No exemplo acima de agente com uso intenso do cache, o Astra custa US$ 21,05, contra US$ 3,23 do 6.1 Sol, ou cerca de 6,5 vezes mais, porque o 6.1 Sol oferece um desconto maior na entrada em cache. Muitas vezes, o Astra usa menos tokens de saída por tarefa, então compare o custo por tarefa na sua própria carga de trabalho.
O Claude Sonnet 5.5 é mais barato que o GPT-6.1 Sol?
Até 272K tokens de entrada, custam o mesmo: US$ 2 por entrada, US$ 10 por saída e US$ 0,10 para entrada em cache. Acima de 272K, o Sonnet 5.5 custa menos por token porque não tem sobretaxa para contexto longo. Qual dos dois custa menos por tarefa depende de quantos tokens cada um precisa para executar seu trabalho.
Alterar o esforço de raciocínio no meio da conversa aumenta o custo?
Sim. A configuração pode alterar as instruções ocultas no início do prompt, fazendo com que o prefixo em cache deixe de corresponder e a próxima solicitação grave o cache novamente. Escolha um nível no início da conversa e mantenha-o.
Leia também: a série GPT-6.1 Sol
- Os tokens de raciocínio são o custo mais fácil de perder de vista. Quais tarefas funcionam bem no nível baixo e quando o máximo compensa: Como escolher o esforço de raciocínio para o GPT-6.1 Sol: de baixo a máximo
- Novas regras de cache podem aumentar sua conta após a migração. Pontos de interrupção, cobrança de gravações, TTL e oito outras armadilhas: Migrando para o GPT-6.1 Sol: 9 coisas que podem dar errado
- Mais barato, mas será que é bom o suficiente? Até que ponto o 6.1 Sol se aproxima do Astra em programação e uso do computador: GPT-6.1 Sol vs GPT-6 Sol: uma atualização de uma semana que quase alcança o Astra
Fontes
- GPT-6.1 Sol (OpenAI)
- Cache de prompts (OpenAI)
- Preços (Anthropic)
- GPT-6.1 Sol (AIHubMix)
- Explicação dos benchmarks do GPT-6.1 Sol (Vellum)
