Um cartão de título hero gerado para "GPT-5.6 Sol Ultrafast vs GPT-5.6 Sol" com a linha superior "Mesmos pesos. Nível de serviço diferente." e dois cartões: à esquerda, "GPT-5.6 Sol Ultrafast", listando Hardware: wafers Cerebras, Velocidade: até 750 tok/s, Preço: ainda não publicado; à direita, "GPT-5.6 Sol", listando Hardware: clusters de GPU, Velocidade: padrão, Preço: $4.00 / $20.00; rodapé "Ambos executam o mesmo checkpoint do GPT-5.6 Sol." Logotipo da OrcaRouter no canto inferior direito.
Guides & Insights

GPT-5.6 Sol Ultrafast vs GPT-5.6 Sol: mesmos pesos, nível de serviço diferente

Autor

Alistair Wren

Data de publicação

Modelos mais recentes · 20Ver todos os modelos →
Benchmarks: Artificial Analysis · atualizado diariamente
Voltar para todas as publicações

GPT-5.6 Sol Ultrafast não é um novo modelo, e esta não é uma história de lançamento. O fornecedor anunciou o modo em 13 de agosto de 2026, e no mesmo dia o valor ultrafast apareceu no schema OpenAPI público da empresa, dentro da descrição ServiceTierResponses da especificação — que, pelo próprio texto, restringe o tier ao endpoint gpt-5.6-sol e o marca como controlado por acesso. O que trouxe esta página de volta à nossa fila é menor e mais específico: em 25 de setembro de 2026, o commit fe4f7a1 estendeu esse valor para mais duas enumerações, o parâmetro service-tier no nível da solicitação e o campo de política service-tier do agente. Seis semanas após o anúncio, o tier continua em lista de espera, ainda não tem preço publicado e agora está conectado a mais da superfície da API do que consegue realmente atender. GPT-5.6 Sol Ultrafast e GPT-5.6 Sol são o mesmo modelo; a única coisa que esta comparação pode decidir é quem controla o ponteiro e quem informou o custo.

Então, o confronto da manchete é incomum. GPT-5.6 Sol Ultrafast e GPT-5.6 Sol são o mesmo modelo. Mesmos pesos, mesmo checkpoint, mesmo comportamento de raciocínio, mesma janela de contexto de 1,05 milhão de tokens, mesma saída máxima de 128K, mesmas respostas. A própria formulação da OpenAI é "mais trabalho útil por segundo", não um modelo mais inteligente. A única coisa que difere entre as duas colunas desta comparação é como os tokens são produzidos e como o tier é chamado no corpo da sua requisição — o que faz dela o experimento de controle mais limpo da linha atual e também o mais difícil de pesquisar para comprar, porque um dos dois tiers não tem preço publicado.

O que realmente mudou esta semana

A evidência para a mudança de setembro é um commit, não uma postagem de blog. A OpenAI mantém o openai-openapi, o repositório que publica o schema legível por máquina para sua API, e o commit fe4f7a1 — datado de 2026-09-25 — adiciona ultrafast a duas enumerações: a política de nível de serviço atribuída aos agentes e o campo no nível da solicitação que a especificação descreve como “o nível de serviço usado para solicitações de modelo”. Isso é uma extensão, não uma estreia: antes deste commit, essas duas listas continham auto, default, flex, priority, fast, e o nível já estava no schema desde 13 de agosto. Vale destacar o commit por causa do campo que ele alcançou — o campo de política com o qual um agente é configurado, que é uma superfície diferente de uma substituição por solicitação.

A descrição que importa data do commit de 13 de agosto, não deste, e é a declaração mais específica que a OpenAI já publicou sobre o nível em qualquer lugar. Junto ao novo valor, a especificação diz: "Se definido como 'ultrafast', a solicitação será processada com o nível de serviço Ultrafast Processing com controle de acesso. Este nível está atualmente disponível para gpt-5.6-sol; uma resposta servida por meio dele mostrará service_tier=ultrafast."

Leia essa frase duas vezes, porque ela resolve duas questões sobre as quais, de outra forma, esta página de comparação teria de hesitar. O nível é restrito a um único modelo — o carro-chefe GPT-5.6 Sol e nada mais na linha — e é controlado por acesso em vez de aberto, o que corresponde ao enquadramento da OpenAI de uma prévia com lista de espera. Ela também informa como você saberia que o obteve: a resposta retorna qual nível realmente atendeu à solicitação, de modo que um fallback para o processamento padrão fica visível no corpo da resposta, em vez de algo que você precisa inferir pela latência. A mesma descrição aparece nos esquemas padrão e Beta Responses, e assim está desde 13 de agosto.

A screenshot of the GitHub commit page for openai/openai-openapi commit fe4f7a1 by openai-openapi-publisher[bot], titled "Add 'ultrafast' service tier option to improve request speed", showing the diff adding "ultrafast" to the enum lists after "fast" and a new x-enumDescription reading "Uses the ultrafast service tier."

Um segundo sinal, mais fraco, chegou no dia seguinte. Uma reportagem de 26 de setembro descreve um novo seletor de Velocidade — Fast, Standard e Ultrafast — chegando ao Responses API Playground, com expectativa de disponibilidade mais ampla do Ultrafast após a conferência de desenvolvedores DevDay da OpenAI. Não vimos o seletor em primeira mão e a OpenAI não publicou uma nota de lançamento, então trate isso como um relato de fonte única, e não como um recurso já lançado. As partes verificáveis hoje são os dois pontos no esquema público e o fato de que nenhuma tabela de preços apareceu para o nível.

O que não mudou é igualmente importante. Ainda não há preço para o Ultrafast. A página de preços da OpenAI, consultada em 27 de setembro, contém as quatro abas que tinha antes — Standard, Batch, Flex e Fast — e a string "ultrafast" não aparece nela em lugar nenhum. O acesso ainda é descrito como uma prévia limitada para clientes selecionados, expandindo à medida que a capacidade cresce. O nível está no contrato e fora da lista de preços ao mesmo tempo, e esse é o estado honesto disso.

Os dois níveis, lado a lado

Como nenhuma capacidade separa esses dois, a comparação se resume quase inteiramente a atendimento e cobrança. Cada linha abaixo reúne os dois lados em uma única linha.

• Modelo — GPT-5.6 Sol Ultrafast executa o mesmo checkpoint GPT-5.6 Sol em comparação com o processamento padrão do GPT-5.6 Sol, mesmo checkpoint, sem destilação, sem redução de tamanho.

• Throughput de saída — até 750 tokens de saída por segundo, até 14× o padrão, conforme o anúncio da OpenAI de 13 de agosto, em comparação com o processamento padrão do GPT-5.6 Sol em clusters de GPU, que é a referência pela qual o fator de 14× é medido.

• Hardware — chips em escala de wafer da Cerebras, com pesos residentes na SRAM no chip, o primeiro produto da parceria de computação da OpenAI com a Cerebras em janeiro de 2026, que segundo relatos vale cerca de US$ 10 bilhões em três anos, em comparação com a inferência convencional em GPU, na qual grande parte do tempo é dedicada a mover pesos entre a memória e o processamento.

• Preço — não publicado até 27 de setembro de 2026, em comparação com US$ 4,00 de entrada / US$ 20,00 de saída por milhão de tokens, a tarifa promocional atual da OpenAI, mais US$ 0,40 por milhão para entrada em cache.

• Disponibilidade — prévia limitada com lista de espera para clientes selecionados, em comparação com a via padrão, podendo ser chamada por qualquer pessoa com uma chave de API.

• Respostas que você recebe — idênticas, em princípio vs idênticas, em princípio; se divergirem no mesmo prompt, isso é uma constatação, não uma funcionalidade.

A generated two-column scoreboard titled 'GPT-5.6 Sol Ultrafast vs GPT-5.6 Sol — the scoreboard'. Left column 'GPT-5.6 Sol Ultrafast': Checkpoint same as Sol, Serving hardware Cerebras wafers, Output speed up to 750 tok/s, Speed vs standard up to 14x, Price not published, Access waitlisted preview. Right column 'GPT-5.6 Sol': Checkpoint same as Sol, Serving hardware GPU clusters, Output speed standard processing, Speed vs standard 1x baseline, Price $4.00 / $20.00, Access open to any API key. Footer sourcing line; OrcaRouter logo bottom-right.

A alegação de velocidade, e o limite máximo que se aplica a ela

O número de destaque é 14× e merece o mesmo cuidado dedicado ao restante desta página. A OpenAI afirma até 750 tokens de saída por segundo em comparação com o processamento padrão — um número de vazão para saída de tokens, não uma alegação de que toda solicitação termina 14 vezes mais cedo. O tempo ponta a ponta também inclui o processamento de entrada e o raciocínio do próprio modelo, e o hardware em escala de wafer não comprime nenhum dos dois na mesma proporção. É por isso que a empresa classifica 14× como máximo, e não como uma medição.

As comparações publicadas são informadas pelos fornecedores em ambos os lados da tabela, e uma delas abrange as pilhas de dois fornecedores. Uma execução do Humanity's Last Exam com 2.500 perguntas é relatada como concluída em 11 horas e 11 minutos no Ultrafast, contra 78 horas e 27 minutos para o Claude Fable 5, com precisão comparável — ou seja, a OpenAI e a Cerebras nos contam sobre um benchmark que inclui o modelo de um concorrente, e a cobertura independente do lançamento citou uma comparação mais restrita de cerca de 11× na velocidade de geração na mesma execução, enquanto os próprios números da Cerebras implicam cerca de 7× para o tempo total de teste. A diferença entre 14×, 11× e 7× não é uma contradição; é o que acontece quando três partes medem porções diferentes de uma mesma carga de trabalho. A Cerebras relata separadamente 5,6× de ponta a ponta no GDP-Val sem perda mensurável de qualidade. Nada disso foi reproduzido por terceiros.

A lista de preços tem uma lacuna.

É aqui que os dois níveis deixam de ser simétricos. O GPT-5.6 Sol tem quatro tabelas de preços publicadas, e o Ultrafast não é uma delas.

• GPT-5.6 Sol padrão — US$ 4,00 / US$ 20,00 por milhão de tokens, com entrada em cache a US$ 0,40 e um nível de contexto longo a US$ 8,00 / US$ 30,00 quando a entrada ultrapassa aproximadamente 272K tokens.

• Modo rápido — US$ 8,00 / US$ 40,00, exatamente o dobro da tarifa padrão. Este é o nível que foi renomeado de Processamento prioritário em 30 de julho de 2026, e a API aceita service_tier: "priority" ou service_tier: "fast". Ele proporciona até cerca de 2,5× a velocidade de saída.

• Batch and Flex — $2,00 / $10,00, um desconto fixo de 50% sobre o padrão em troca de uma programação mais flexível.

• Ultrafast — sem tabela de tarifas. Não é uma lacuna que preenchemos com um palpite; é uma lacuna que a OpenAI deixou.

Essa linha do Fast-mode é o único precedente real com o qual qualquer pessoa pode precificar o Ultrafast, e é um precedente que impõe cautela a quem planeja um orçamento: o único nível de velocidade para o qual a OpenAI de fato divulgou um número custa exatamente o dobro da tarifa padrão para duas vezes e meia a velocidade. O Ultrafast é uma promessa de velocidade maior apoiada em hardware mais escasso — a capacidade de wafers da Cerebras não é commodity —, então a direção do prêmio eventual não está em dúvida. Seu tamanho está. Até que exista uma tabela de preços, qualquer valor de “preço do GPT-5.6 Sol Ultrafast” que você vir citado em qualquer lugar é inferência de alguém, incluindo qualquer inferência nossa.

Como você realmente chamaria isso

A mudança de schema informa o formato da chamada eventual. Se o tier seguir o padrão dos outros, ele chega como um campo extra em uma requisição que você já faz: você mantém o modelo gpt-5.6-sol, mantém seu prompt e adiciona o seletor de tier — da mesma forma que o modo Fast é selecionado hoje trocando priority por fast. Nada muda no parsing da sua resposta, porque nada muda no modelo. Esse é todo o apelo de um tier de serving em vez de uma troca de modelo, e a razão pela qual uma página de comparação como esta tem tão pouco a comparar.

O que você não pode fazer hoje é chamá-lo. O valor de enumeração existe; a capacidade por trás dele não, para a maioria das contas. Portanto, a questão prática para as próximas semanas não é qual dos dois níveis escolher — é o que executar enquanto a escolha não está disponível.

Essa é uma pergunta que um gateway responde melhor do que uma lista de espera. O tier padrão do modelo já está disponível no OrcaRouter como openai/gpt-5.6-sol, servido à tarifa do próprio provedor com zero markup nos tokens, por meio do endpoint compatível com a OpenAI em api.orcarouter.ai/v1 — assim, os preços promocionais da OpenAI de $4 / $20 e a faixa de $8 / $30 para contexto longo são repassados diretamente, em vez de serem reprecificados por nós, e uma alteração neles chega ao nosso lado no mesmo dia em que chega ao lado da OpenAI. A mesma chave carrega 200+ modelos, o que importa mais do que o normal aqui: como você não pode definir service_tier: "ultrafast" e obter uma resposta, a forma de comprar latência hoje é rotear o trabalho de outra maneira — envie as chamadas interativas para o modelo do catálogo que atender ao seu padrão de qualidade mais rápido, e mantenha os lotes noturnos na rota mais barata que atende. Quando o tier abrir, é no roteador que você viraria a chave, e até lá é a diferença entre uma lista de espera e um plano.

A screenshot of OrcaRouter's own model page for OpenAI GPT-5.6 Sol at /models/openai/gpt-5.6-sol, showing the live catalogue entry with the openai/gpt-5.6-sol identifier, Vision, Tools, JSON and Reasoning capabilities, the byline 'by OpenAI - 2026-07-09', code samples, pricing, performance and public benchmark sections listed on-page.

Qual deles pertence à produção

Ignore a palavra "versus" por um momento, porque não há nenhuma decisão de qualidade a tomar aqui. Se você está otimizando para custo por token, o GPT-5.6 Sol padrão é a resposta, e a via Batch com 50% de desconto é a resposta para qualquer coisa que possa esperar. Se você está otimizando para quanto tempo uma pessoa fica na frente de um indicador de carregamento, o Ultrafast é a resposta no momento em que você conseguir tê-lo — e as cargas de trabalho que a OpenAI está nomeando para a prévia mostram exatamente por quê: resposta a incidentes com logs e diffs abertos durante uma indisponibilidade ao vivo, verificações de fraude contra dados em movimento, conversas de suporte em que meio segundo de silêncio é interpretado como um produto quebrado, e ciclos de pesquisa que antes rodavam da noite para o dia sendo comprimidos em uma sessão de trabalho.

O indicador é o formato do seu grafo de requisições, não o tamanho do seu prompt. Uma única geração longa ganha 14× no papel e bem menos na prática, porque o processamento da entrada e o raciocínio não se comprimem nessa proporção. Quarenta chamadas sequenciais de ferramentas por trás de uma única ação visível ao usuário ganham algo muito mais próximo do multiplicador total, porque cada uma dessas idas e voltas é latência que o usuário está esperando. Se sua carga de trabalho se parece com a segunda, o nível é destinado a você; se se parece com a primeira, a via padrão sempre ia ser suficiente.

Duas coisas para ficar de olho, e nenhuma delas é um boato que possamos resolver daqui. Primeiro, a tabela de preços: um nível premium sem preço não pode ser orçado, e o precedente do modo Fast sugere que não será pequeno. Segundo, se a lista de espera realmente cresce perto do DevDay como relatado — porque um valor de service_tier que a maioria das contas não consegue usar é documentação, não disponibilidade, e a diferença entre os dois é a diferença entre um plano e uma promessa.