GPT-5.3 Codex Spark vs GPT-5.6 Sol: o Speed Play da OpenAI não está na API (ainda)

GPT-5.3 Codex Spark é o modelo de codificação mais rápido já lançado — uma prévia de pesquisa que gera mais de 1.000 tokens por segundo no silício da Cerebras e conclui edições de código até 15x mais rápido do que o GPT-5.3 Codex, uma alegação do fornecedor. Aqui está a parte que a maioria das coberturas ignora: não é um produto de API geral. Não há preço público de API, o acesso é limitado a assinantes do ChatGPT Pro por meio do aplicativo Codex e da CLI, e não está disponível no OrcaRouter. Os dois modelos de codificação que você pode realmente chamar por meio de um único endpoint hoje são o GPT-5.3 Codex a US$ 1,75 por milhão de tokens de entrada e US$ 14,00 por milhão de tokens de saída, e GPT-5.6 Sol a US$ 5,00 / US$ 30,00 — e a comparação entre a prévia de velocidade e o modelo principal é o que diz se vale a pena esperar pelo Spark.

A linha do tempo explica a confusão. O GPT-5.3 Codex, modelo agêntico de codificação da OpenAI, chegou à API em fevereiro de 2026; a variante Spark seguiu no mesmo mês como uma prévia de pesquisa voltada diretamente para a codificação interativa, onde os milissegundos entre o toque na tecla e a resposta importam mais do que um ponto de benchmark. Cinco meses depois, a OpenAI lançou a família GPT-5.6 — Sol, Terra e Luna — e GPT-5.6 Sol, o carro-chefe de US$ 5 / US$ 30 lançado em 9 de julho de 2026, é o modelo que tornou acadêmica a maior parte da diferença de velocidade. Não é um confronto entre dois rivais; é um confronto entre uma prévia de pesquisa e o carro-chefe que chegou depois dela.

O que o GPT-5.3 Codex Spark realmente é

O GPT-5.3 Codex Spark é o primeiro modelo da OpenAI projetado para codificação em tempo real e o primeiro marco público de sua parceria de janeiro de 2026 com a fabricante de chips Cerebras. Ele roda no Wafer Scale Engine 3 da Cerebras, o chip do tamanho de um prato de jantar com quatro trilhões de transistores, que permite contornar o gargalo de comunicação entre clusters de GPUs que domina a latência na inferência comum. Além do chip, a OpenAI reduziu a sobrecarga por ida e volta em cerca de 80%, a sobrecarga por token em cerca de 30% e o tempo até o primeiro token em cerca de 50% por meio de conexões WebSocket persistentes e mudanças na API Responses — o caminho WebSocket é habilitado por padrão para o Spark.

A troca é clara. Nos benchmarks de engenharia de software agêntica citados pela OpenAI, o Spark fica bem abaixo do GPT-5.3 Codex completo — 58,4% contra 77,3% no Terminal-Bench 2.0, ambos reportados pela própria empresa — porque ele adota por padrão um estilo de trabalho leve, que faz edições mínimas e direcionadas e não executa testes automaticamente, a menos que você peça explicitamente. É um modelo somente de texto, com contexto de 128K, o que o coloca muito atrás dos principais modelos atuais em capacidade. Velocidade é o produto, e o produto é uma prévia.

A situação de preços: sem preço de API, e o que os rastreadores dizem.

A OpenAI não publicou um preço de API para o GPT-5.3 Codex Spark. No lançamento, ele estava disponível para assinantes do ChatGPT Pro por meio do aplicativo Codex, do Codex CLI e da extensão do VS Code, com acesso à API oferecido apenas a parceiros de design selecionados, e possui limites de taxa próprios e separados, em vez de contar contra o uso padrão. Seis meses depois, esse ainda é o resumo honesto. Alguns rastreadores de preços de terceiros agora listam US$ 1,75 / US$ 14,00 por milhão de linhas para o Spark — idêntico ao GPT-5.3 Codex completo —, mas a OpenAI não fez nenhum anúncio de disponibilidade geral, e um número em um rastreador não é um número pelo qual você pode comprar. Trate todo preço do Spark como não confirmado até que a OpenAI diga o contrário.

O que você pode comprar hoje, com preços publicados:

• GPT-5.3 Codex — US$ 1,75 por milhão de entrada, US$ 14,00 por milhão de saída, entrada em cache a US$ 0,175. Uma janela de contexto de 400K com teto de saída de 128K. O modelo de codificação agêntica da OpenAI, disponível na API pública desde fevereiro de 2026.

• GPT-5.6 Sol — $5.00 por milhão de entrada e $30.00 por milhão de saída em solicitações de até 32K tokens de entrada, subindo para $10 / $45 acima disso; entrada em cache $0.50, gravação de cache $6.25. Um contexto de aproximadamente 1.05M tokens com 128K de saída, entrada de texto, imagem e arquivo. O carro-chefe da OpenAI, lançado em 9 de julho de 2026.

Ambos estão na OrcaRouter aos preços de tabela dos fornecedores, com margem de lucro de 0% — as linhas de $1,75/$14 e $5/$30 são os preços aqui, não uma versão de revendedor deles. Um corte de preço de fornecedor fica ativo deste lado no mesmo dia em que o fornecedor o anuncia, porque a OrcaRouter repassa o preço de tabela em vez de remarcá-lo.

GPT-5.3 Codex Spark vs GPT-5.6 Sol, dimensão por dimensão

• Velocidade — o Spark atinge 1.000+ tokens por segundo no hardware Cerebras (relatado pelo fornecedor), a própria razão pela qual ele existe; a saída medida do GPT-5.6 Sol no OrcaRouter nos últimos 7 dias é cerca de 244 tokens por segundo. Não chega nem perto — e essa não é a história toda.

• Preço — Spark não tem preço de API público; GPT-5.6 Sol custa $5 / $30 no nível básico, $10 / $45 acima de 32K tokens de entrada.

• Contexto — Spark em 128K, somente texto; GPT-5.6 Sol em cerca de 1.05M com entrada de texto, imagem e arquivo.

• Codificação agêntica — Spark obtém 58,4% no Terminal-Bench 2.0 (relatado pelo fornecedor); o GPT-5.6 Sol registra uma pontuação AA Coding de 77,4, medida de forma independente pela Artificial Analysis em #2 de 132 modelos.

• Estilo de trabalho — O Spark faz edições mínimas e pula execuções de teste por padrão; a GPT-5.6 Sol é o carro-chefe agêntico completo, com raciocínio e uso de ferramentas.

• Acesso — Spark é uma prévia de pesquisa do ChatGPT Pro; GPT-5.6 Sol é um modelo de API pública com preço publicado.

Se a única coisa que você quer é um primeiro rascunho rápido de uma pequena edição, o design do Spark é ideal. Se você quer um agente que lê um repositório, planeja uma mudança, executa os testes e itera até passar, o Spark não está tentando ser isso — e a pontuação 77.4 AA Coding da Sol é o número a pesar contra uma prévia sem nenhuma.

A realidade do roteamento: você não precisa escolher às cegas

Este é um daqueles confrontos em que a camada de roteamento muda a decisão. Ambos os modelos chamáveis estão no OrcaRouter aos preços de tabela dos próprios fornecedores, com markup de 0% — openai/gpt-5.3-codex a US$ 1,75 / US$ 14 e openai/gpt-5.6-sol a US$ 5 / US$ 30 — para que você possa executar a mesma carga de trabalho em ambos com uma única chave e deixar seu próprio tráfego decidir, em vez de confiar na narrativa de qualquer um dos fornecedores. A DSL de roteamento torna isso prático: uma regra de failover em que o trabalho do agente de codificação roda no GPT-5.3 Codex e as chamadas difíceis e de contexto longo são escaladas para o GPT-5.6 Sol, com medição por tarefa em seus próprios dados.

Três particularidades do OrcaRouter tornam isso mais barato que as alternativas. Primeiro, acréscimo de US$ 0 por token — você paga o preço de tabela do provedor, sem nenhum custo adicional. Segundo, BYOK — traga sua própria chave de provedor existente e o fornecedor cobra você diretamente, então não há pool de crédito pré-pago nem fatura inflada pelo roteador para conciliar. Terceiro, o endpoint é compatível com OpenAI: aponte seu cliente existente de chat/completions ou Responses para a URL base do OrcaRouter e o mesmo código continua funcionando, com mais de 200 modelos disponíveis por meio de um único endpoint para quando você crescer além do catálogo de um único fornecedor. A camada de guardrails à frente desse endpoint é a outra razão pela qual é seguro adiar o impulso de usar uma prévia de pesquisa — até que o Spark tenha uma API pública e um SLA, a resposta de produção é um modelo publicado, e a camada de roteamento mantém esse modelo pelo preço de tabela com failover automático, para que um pico de limite de taxa não trave um pipeline.

Onde o Spark é a resposta errada

Limites honestos, porque o design do Spark é uma concessão na qual você não deveria tropeçar. Se o seu trabalho é codificação agêntica de horizonte longo — uma tarefa que precisa entender um repositório inteiro, manter um plano ao longo de muitas etapas e verificar as próprias alterações — o padrão de edição mínima e sem execução de testes do Spark é uma armadilha, e seu contexto de 128K apenas com texto não comporta o repositório. Se você precisa de imagens ou arquivos no prompt, ele não os aceita. Se você precisa de um preço previsível ou de um SLA confiável, ele não oferece nenhum dos dois. E se a sua carga de trabalho é um pipeline de processamento em lote de alta vazão, 1.000 tokens por segundo não importa; custo por token e vazão importam, e esses favorecem o GPT-5.3 Codex, mais barato.

Vale também mencionar o que não hospedamos: o GPT-5.3 Codex Spark não está no OrcaRouter, porque não há API pública para a qual rotear. Não fingimos o contrário, e a decisão honesta de planejamento é construir sobre os modelos que existem — GPT-5.3 Codex para trabalho de agente voltado a codificação a US$ 1,75 / US$ 14, GPT-5.6 Sol para as chamadas de agente difíceis, de contexto longo e multimodais a US$ 5 / US$ 30 — e tratar o Spark como uma prévia a observar, não como uma dependência em que apostar um pipeline.

Conclusão

GPT-5.3 Codex Spark é o preview de pesquisa mais interessante que a OpenAI lançou este ano, e ainda não é uma decisão de produção. A decisão de produção — aquela com preços publicados, benchmarks verificáveis e uma API que responde — é o GPT-5.3 Codex para trabalho de agente focado em codificação e o GPT-5.6 Sol para as chamadas mais difíceis, ambos em um único endpoint pelo preço de tabela com margem de 0%. Quando o Spark chegar a uma API pública, quase certamente estará atrás do mesmo tipo de endpoint, e a mudança será uma alteração de nome de modelo, não uma migração. Até lá, é um motivo para acompanhar — e a maneira mais rápida de se preparar é ter os modelos acionáveis configurados em uma chave que você já possui.