GPT-6.1 Sol vs GPT-6 Sol Pro: Um é um modelo, o outro é uma configuração

A resposta curta é que GPT-6.1 Sol e GPT-6 Sol Pro não são dois modelos competindo pela mesma vaga, e comparar suas pontuações de benchmark é um erro de categoria: GPT-6 Sol Pro não é um modelo separado de forma alguma. É o GPT-6 Sol com reasoning.mode definido como pro na API Responses — o mesmo identificador, gpt-6-sol, a mesma tabela de tarifas, a mesma janela de 1.050.000 tokens, fazendo mais trabalho de modelo antes de retornar uma resposta final e cobrando os tokens extras pelas tarifas padrão. GPT-6.1 Sol é uma implantação genuinamente separada com seu próprio identificador, gpt-6.1-sol, e uma tarifa de entrada em cache que é metade da do GPT-6 Sol. Então a verdadeira pergunta não é qual é mais inteligente. É se um modelo totalmente novo com 50% de desconto de cache supera um modo de execução em um modelo mais antigo cuja configuração pro a OpenAI ainda não documentou para o novo nível.

Dois tipos diferentes de coisa

Comece pelo que cada nome realmente resolve quando você o coloca em uma solicitação. "GPT-6 Sol Pro" é resolvido para gpt-6-sol mais um parâmetro de modo. "GPT-6.1 Sol" é resolvido para gpt-6.1-sol — um snapshot distinto em uma página de modelo distinta, sem nenhum parâmetro de modo mencionado em lugar algum dessa página. Essa assimetria é toda a comparação, e é por isso que a lista de especificações abaixo quase não tem nada que seja uma disputa justa.

• O que é — GPT-6.1 Sol é uma implantação de modelo separada, enquanto GPT-6 Sol Pro é gpt-6-sol com reasoning.mode: "pro"
• Identificador que você envia — gpt-6.1-sol vs gpt-6-sol
• Preço de entrada — US$ 2,00 por milhão de tokens vs US$ 2,00 por milhão de tokens; idênticos, e o modo pro não tem sobretaxa na tabela de preços do Sol
• Preço de saída — US$ 10,00 por milhão de tokens para ambos; os tokens de raciocínio adicionais do modo pro são cobrados a essa taxa
• Entrada em cache — US$ 0,10 por milhão no 6.1 Sol vs US$ 0,20 por milhão no Sol, em qualquer modo — a única linha em que a escolha não tem trade-offs
• Gravações em cache — US$ 2,50 por milhão para ambos
• Contexto — 1.050.000 tokens e 128.000 de saída máxima para ambos
• Esforço de raciocínio — low, medium (padrão), high, xhigh, max, com none não suportado no 6.1 Sol vs a mesma escala, além de none no Sol, e o modo pro independente do esforço
• Chamada de ferramentas — API Responses em ambos; Chat Completions sem ferramentas no 6.1 Sol, enquanto o Sol oferece suporte a chamada de funções no Chat Completions apenas com o esforço definido como none
• Latência — nenhum número publicado para qualquer um dos dois; o modo pro é mais lento por construção, já que realiza mais trabalho antes da resposta final
• Custo por tarefa — não publicado para o modo pro, e de qualquer forma não é comparável de modo significativo, porque depende de quanto trabalho extra o modo pro realiza na sua tarefa

Leia essa lista e observe o formato dela: cada linha ou é idêntica, ou é uma comparação entre um valor documentado e um não documentado.

O que o modo pro realmente oferece, e quanto custa

A descrição da OpenAI sobre o modo pro é curta e vale a pena citar em vez de parafrasear, porque a vagueza é justamente o ponto: ele é "um modo de execução da Responses API que aplica mais trabalho do modelo a uma solicitação antes de retornar uma única resposta final", pode melhorar a confiabilidade em tarefas difíceis, aumenta a latência e "agrega os tokens desse trabalho no uso reportado", cobrado pelas tarifas padrão de tokens do modelo selecionado. A orientação do próprio fornecedor sobre quando usá-lo é incomumente conservadora para um documento de lançamento — o modo pro é para casos em que "uma melhoria marginal de qualidade afeta materialmente o resultado", e o modo padrão é preferido "para trabalho rotineiro, sensível à latência ou de alto volume, e sempre que suas avaliações não mostrarem um ganho significativo com o modo pro."

O que a Open​AI não publica é o multiplicador. Não existe um número por tarefa, nem uma faixa, nem uma linha de modo pro na tabela de preços do Sol. O custo chega inteiramente como volume, visível no objeto de uso sob tokens de raciocínio que são cobrados como saída e nunca retornados no corpo da resposta. A US$ 10,00 por milhão de tokens de saída, 10.000 tokens extras por tarefa custam um centavo, então a decisão raramente é sobre o valor de destaque; é sobre se o trabalho extra muda o seu resultado. Isso é uma medição, não uma consulta, e é a única coisa sobre essa combinação que um leitor pode resolver sem esperar pelo benchmark de ninguém.

A lacuna na documentação que decide este confronto.

A página do modelo GPT-6.1 Sol — a que traz seu tamanho de contexto, bloco de preços, escala de esforço, lista de ferramentas e lista de snapshots — não menciona reasoning.mode, modo pro ou modo padrão em lugar algum. O guia em prosa que aborda o modo pro ainda apresenta o recurso como funcionando com "qualquer modelo GPT-5.6" e diz aos desenvolvedores para manterem o modelo selecionado e definirem reasoning.mode como pro em vez de trocar para um slug Pro separado. Verificamos ambas as páginas e não conseguimos confirmar na documentação da OpenAI que exista uma configuração de modo pro para o nível 6.1. Pode funcionar; o guia pai do GPT-6 lista o modo pro entre as capacidades que a família mantém. Mas "pode funcionar" não é algo no qual se basear um caminho de produção, e este é o estado honesto do registro em 30 de setembro de 2026.

Essa lacuna produz uma decisão genuinamente desequilibrada. Se você quer o modo pro hoje, o local documentado para ele é GPT-6 Sol — e o custo de escolhê-lo é que você paga US$ 0,20 em vez de US$ 0,10 pela entrada em cache em cada prefixo reutilizado, além do que o trabalho extra do modo pro acrescentar, em comparação com um modelo cujas pontuações relatadas pelo fornecedor ficam atrás das do 6.1 Sol em todas as famílias de tarefas que a OpenAI publicou. Se você quer a taxa de cache do nível 6.1 e sua posição nos benchmarks hoje, você está abrindo mão de uma configuração pro documentada. Não há linha em que você consiga ambos, porque ninguém nos disse se o segundo existe.

Resolvendo isso no seu próprio tráfego em uma tarde

A medição não é glamorosa e exige um experimento, não um conjunto de benchmarks. Pegue um conjunto de tarefas que represente seu trabalho difícil, execute-o três vezes e leia o objeto de uso a cada vez: uma vez em gpt-6-solcom esforço médio no modo padrão, uma vez em gpt-6-solcom esforço médio com o modo pro habilitado, e uma vez em gpt-6.1-solcom esforço médio. Mantenha o esforço constante nos três — o ponto principal é isolar uma variável de cada vez. Compare o sucesso da tarefa, a latência e o total de tokens cobrados. O total de tokens da execução no modo pro em relação ao total do modo padrão é o seu multiplicador no seu tráfego; ele não vai corresponder ao de mais ninguém, porque o design é que a quantidade de trabalho extra escala com a dificuldade da solicitação.

Duas observações práticas para executá-lo. Primeiro, a execução do 6.1 e a execução do Sol são o mesmo corpo de requisição com apenas uma string alterada, então o experimento é barato de montar e fácil de manter como teste de regressão. Segundo, se a chamada no modo pro no identificador 6.1 retornar um erro em vez de um resultado, você tem de graça a resposta sobre a lacuna na documentação — e aprendeu isso antes de colocá-lo em qualquer lugar próximo da produção.

Ambas as configurações, uma chave

Este é o tipo de comparação que custa mais em sobrecarga operacional do que em tokens, que é onde o roteamento deixa de ser uma nota de rodapé. O OrcaRouter serve o GPT-6 Sol pelo preço de tabela da própria OpenAI, sem acréscimo, então a tabela de preços de US$ 2,00 / US$ 0,20 / US$ 10,00 acima — incluindo a regra de reprecificação de 272K — é repassada exatamente como o fornecedor a lista. Isso significa que os três braços do experimento descrito acima podem ser executados por um único endpoint com uma única chave de API e sem um segundo contrato: as duas configurações do Sol diferem por um parâmetro, e o nível 6.1 se encaixa ao lado delas no momento em que for roteável. Até que isso aconteça, o modelo que você pode chamar é aquele cujo modo pro está documentado. Para trabalhos difíceis e de baixo volume, em que um ganho marginal de qualidade muda o resultado, o modo pro no Sol é o que a própria orientação do fornecedor recomenda; para tudo que é de alto volume ou sensível à latência, a configuração padrão é ao mesmo tempo mais rápida e, em prefixos reutilizados, agora duas vezes mais cara por token em cache do que o nível mais novo. Uma regra de roteamento que divide o tráfego nessa linha — modo pro para as requisições que o merecem, uma configuração mais barata para a maior parte — é uma mudança de parâmetro em uma DSL de roteamento, em vez de uma rearquitetura, e é a versão desta decisão que sobrevive à próxima atualização de modelo.

Quem deve escolher o quê, concretamente. Se já mediu um ganho de fiabilidade com o modo pro nas suas próprias tarefas, fique onde o mediu e espere que a OpenAI documente o equivalente ao 6.1 antes de mudar — a poupança de cache é real, mas são cêntimos num prefixo, e voltar a medir um ganho de qualidade custa mais do que o desconto vale em trabalho de baixo volume. Se nunca mediu o modo pro, o nível 6.1 é o melhor ponto de partida: é o modelo mais recente, os resultados comunicados pelo fornecedor lideram em todas as famílias de tarefas que a OpenAI publicou, a sua entrada em cache custa metade do preço, e a questão do pro pode ser revisitada quando a documentação acompanhar. Nenhuma das escolhas está errada hoje. O que está errado é assumir que são alternativas, quando uma delas é uma caixa de seleção na outra.