Um cartão de título gerado para um artigo sobre a alocação de recursos computacionais do GPT-6.2, com três cartões intitulados A alegação, O registro e A verificação, e um rodapé declarando que todos os números são publicados pela OpenAI e que nenhum GPT-6.2 existia em 16 de novembro de 2026.
Guides & Insights

GPT-6.2 e a desculpa da computação: o que a OpenAI publicou sobre para onde as GPUs realmente vão

Autor

jinhao.song

Data de publicação

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

Na noite de 15 de novembro de 2026, @kimmonismus apresentou uma teoria para explicar por que o GPT-6.2 não apareceu: a OpenAI está colocando computação escassa em pesquisa, em vez de em disponibilizar novos modelos, porque o progresso rápido torna os checkpoints intermediários menos atraentes para lançamento, e segurança, prontidão do produto e custo também podem ser fatores. Essa afirmação tem uma metade verificável e uma metade não verificável. A metade verificável é que o GPT-6.2 não existe em nenhum artefato que a OpenAI publique. O catálogo de modelos lista seis identificadores de texto GPT-6 — GPT-6 Astra, GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Luna, GPT-6 Sol e o GPT-6 Cyber com acesso controlado — e nada numerado como 6.2. A tabela de preços não tem linha para 6.2. A entrada de modelo mais recente no registro de alterações é GPT-6 Cyber em 5 de novembro, onze dias atrás. A Artificial Analysis, cujo índice é independente da OpenAI, embora meça seu próprio conjunto de tarefas, não tem entrada para GPT-6.2. A metade não verificável é para onde a computação de fato vai, e ninguém fora da empresa pode resolver isso a partir de um tuíte.

O que pode ser feito, em vez disso, é mais restrito e mais útil: ler os quatro documentos que a OpenAI publicou sobre computação e governança de modelos desde o final de setembro e perguntar o que eles dizem sobre alocação. Lidos em conjunto, eles descrevem algo que o tuíte não descreve — a computação sendo racionada dentro da pesquisa, por um sistema de controle documentado com uma latência de parada publicada, enquanto o serviço é descrito como uma pilha separada que, nas próprias palavras da OpenAI, "já é muito mais centralizada por natureza". Essa é a forma da história da computação até onde o registro público a sustenta. Tudo abaixo é rotulado pela origem, porque a maior parte é um fornecedor descrevendo a si mesmo.

A generated six-row scoreboard of GPT-6 compute facts, reading: catalogue IDs six, none numbered 6.2; latest model GPT-6 Cyber on 5 Nov 2026; Control Room stop bound 35 seconds; RL pause in September 11 days; Stargate added over 3GW in 90 days; Georgia Power curtailment up to 1,000 MW. Footer: all figures OpenAI-published, unreproduced; no GPT-6.2 scores exist.

O que o catálogo diz em 16 de novembro

A ausência é fácil de verificar e vale a pena declarar com precisão, porque publicações de que "o GPT-6.2 está chegando" circulam há semanas. O catálogo de modelos da API da OpenAI, obtido hoje pela manhã, contém seis identificadores GPT-6 e uma família de imagens, um modelo de voz e um modelo para ciências da vida. A linha de texto diz: GPT-6 Astra como "nosso modelo mais capaz para o trabalho mais exigente"; GPT-6.1 Sol como "desempenho próximo ao Astra para trabalho complexo a um custo menor"; GPT-6.1 Terra para raciocínio visual e uso do computador; GPT-6 Sol para codificação e fluxos de trabalho agênticos; GPT-6 Luna para trabalho de alto volume; e GPT-6 Cyber para investigação de vulnerabilidades por meio da configuração Daybreak. Não há 6.2 nessa lista, e uma solicitação de página de modelo no caminho de documentação convencional retorna 404.

Screenshot of the OpenAI API model catalogue listing six GPT-6 text identifiers — GPT-6 Astra, GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Luna, GPT-6 Sol and GPT-6 Cyber — with no GPT-6.2 entry.

O changelog preenche o formato da lacuna. Desde que o GPT-6 Astra foi lançado em 3 de setembro, a OpenAI tem lançado ao longo de linhas verticais, em vez de uma única linha de texto ascendente:

• 22 de setembro — GPT-6 Sol e GPT-6 Luna adicionados como um nível de codificação e um nível de volume na Astra

• 29 de setembro — Astra e Sol oferecidos no nível de serviço Ultrafast, a seis vezes as tarifas padrão

• 8 de outubro — GPT-6.1 Sol no Ultrafast, a primeira vez que um modelo de nível intermediário ganhou a via rápida

• 16 de outubro — nove novas vozes do GPT-Live e conversão de prompt em voz; modo Ultrafast estendido à Agents API

• 22 de outubro — a Decisions API em disponibilidade geral no GPT-6 Luna, com o limite de perguntas por solicitação elevado de 200 para 400

• 26 de outubro — GPT-6.1 Terra, voltado para raciocínio visual e uso de computador em vez de pontuações brutas de benchmark

• 30 de outubro — GPT-6 Rosalind, raciocínio biológico, condicionado ao programa de acesso confiável

• 2 de novembro — chamadas SIP de saída no GPT-Live; 4 de novembro — GPT-Image-2.6 Sunburst e Flare, com saída em SVG e GIF animado

• 5 de novembro — GPT-6 Cyber, para trabalho com vulnerabilidades, condicionado à integração no Daybreak

Onze dias de changelog desde então não contêm nenhum modelo: uma carteira, recursos empresariais, orientação educacional, uma parceria de ciberdefesa, uma publicação sobre física. Se a capacidade de computação estivesse sendo retida de forma ampla para servir, este não é o padrão que se esperaria — imagens, voz, telefonia, ciências da vida e um modelo de segurança foram todos lançados. O que não foi lançado é um novo checkpoint de texto de fronteira. Essa distinção é o argumento inteiro, e é uma que o tweet achata.

Três explicações, e apenas uma com documentação

O post nomeia três ou quatro causas e não as pondera. Escassez de capacidade computacional, segurança, prontidão do produto e custo são todas plausíveis; apenas uma delas tem um mecanismo publicado e inspecionável vinculado, e ele não está servindo.

Em 9 de novembro, a OpenAI publicou o Control Room: “um sistema central para rastrear cargas de trabalho de modelos em nossa infraestrutura de pesquisa e interrompê-las rapidamente quando surgirem preocupações de segurança ou proteção”. Os detalhes importam mais do que o enquadramento. Ele “interrompe a saída do modelo em até 35 segundos após a decisão de intervir”, e a empresa afirma que o tempo máximo entre uma instrução para parar e o ponto em que não é mais possível haver progresso adicional é de 35 segundos, com a meta declarada de reduzir isso a zero. Ele falha fechado. Exige que “toda carga de trabalho de pesquisa que realize inferência agêntica” esteja “associada a um caso de segurança aprovado”, e que “todos os nossos trabalhos de aprendizado por reforço de fronteira sejam executados com um monitor”.

Isso é um sistema para alocar e revogar computação de pesquisa. Não é um sistema para agendar lançamentos, e o documento diz isso quase de passagem: "Nossa pilha externa de serviço de modelos já é muito mais centralizada por natureza." Lendo com atenção, a frase faz muito trabalho. Ela significa que aquilo que teria de ser racionado para que a teoria do tweet se sustente — a capacidade de serviço — é descrito como já consolidado, e aquilo que está sendo ativamente governado, limitado e desligado por interruptor é a inferência de pesquisa. O registro público documenta disputa dentro da pesquisa. Ele não documenta uma fila de checkpoints concluídos esperando capacidade de serviço.

Os documentos de apoio apontam na mesma direção. Em 28 de setembro, a OpenAI argumentou que "documentação estruturada de segurança deveria ser exigida antes de continuar qualquer rodada de treinamento de aprendizado por reforço de fronteira" — uma barreira colocada diante do treinamento, e não diante do lançamento, com uma dissidência pré-mortem, direitos de veto de líderes seniores e a exigência de que o monitoramento e a pausa automática "falhem fechados". Em 23 de outubro, ela divulgou o incidente que deu força a essas regras: um resolvedor DNS mal configurado em 20 de setembro, o treinamento e a avaliação de seus modelos mais capazes foram pausados, e o aprendizado por reforço foi retomado em 1º de outubro — "11 dias após o início da nossa pausa". Uma empresa que interrompe o próprio treinamento de fronteira por onze dias por causa de um resolvedor é uma empresa cuja restrição vinculante no lado da pesquisa é legível. Sua restrição vinculante no lado do serving não está documentada em lugar nenhum.

O único número que é falsificável

A escassez de capacidade computacional é a parte do tuíte que deveria ser mais fácil de testar, porque a OpenAI publicou bastante sobre capacidade física. Em 29 de abril, disse que já havia superado o compromisso Stargate de 10 gigawatts assumido para 2029, com "mais de 3 GW adicionados somente nos últimos 90 dias", e que "a única forma responsável de cumprir isso é construir mais capacidade computacional, mais rápido". Em 5 de novembro, em um documento sobre conduta de centros de dados, revelou que, em seu campus planejado no condado de Effingham, "nosso acordo com a Georgia Power permite que a concessionária reduza em até 1.000 megawatts a energia que nos fornece durante períodos de alta demanda".

Esses dois fatos soam estranhos ao lado de “computação escassa” como explicação para um lançamento adiado. Uma empresa que adiciona três gigawatts em um trimestre e aceita um direito contratual de uma concessionária de reduzir um gigawatt não está obviamente com falta de megawatts; ela está exposta a eventos de pico de demanda e ao custo da energia firme. O documento de 5 de novembro também é onde o lado do custo do tweet se torna concreto em vez de retórico: a OpenAI se compromete a pagar o custo integral da eletricidade que usa, apresentando garantias financeiras antes de gastos importantes para que outros clientes da concessionária fiquem protegidos se um projeto for atrasado ou cancelado e — de forma incomum — a não usar acordos de confidencialidade com agentes públicos, exceto por exceções estreitas de segurança e segredo comercial. Custo e capacidade computacional são, nesse enquadramento, a mesma restrição vista por dois lados, e ambos estão sendo administrados com compromissos publicados, e não com o momento do lançamento.

Como seria um verdadeiro lançamento do GPT-6.2

Todo modelo de texto da OpenAI na linha atual chegou com os mesmos três artefatos, e a ausência deles é um preditor melhor do que qualquer teaser: uma linha na tabela de preços, uma página no catálogo de modelos e uma entrada datada no changelog descrevendo para que serve o modelo. O GPT-6 Astra tem os três. O GPT-6.1 Terra tem os três, com data de 26 de outubro. O GPT-6 Cyber tem os três, com data de 5 de novembro. Quando o 6.2 for lançado, ele adquirirá um preço por milhão de tokens antes de adquirir uma tabela de benchmarks — é assim que esta empresa tem operado o ano todo, e é por isso que a tabela de preços é o lugar a se observar, não o X.

Há também um problema de numeração de versão que o tweet não aborda. O GPT-6.1 não foi um salto de capacidade em relação ao GPT-6 na forma como o decimal sugere; foi um reposicionamento de custo e latência, com o 6.1 Sol precificado em US$ 2 por milhão de tokens de entrada e US$ 10 de saída, contra US$ 10 e US$ 50 do Astra, e o 6.1 Terra a US$ 1 e US$ 5. Se o 6.2 for outro reposicionamento e não uma nova fronteira — e não há nada no registro público que diga qual dos dois é —, então "priorizar a pesquisa em detrimento da disponibilização" não é uma explicação para a sua ausência. Não haveria nada retido para disponibilizar.

O lado de veiculação, que é precificado e mensurável

Independentemente do que esteja sendo alocado internamente, os modelos que existem são vendidos com base em uma tabela de preços publicada, e essa tabela é a base honesta para qualquer comparação de custos neste momento. Estes são os números da própria OpenAI, por milhão de tokens, camada padrão:

• GPT-6 Astra — $10 de entrada, $50 de saída; entrada em cache $1,00; solicitações de contexto longo acima do limite $20 e $75

• GPT-6.1 Sol — US$ 2 de entrada, US$ 10 de saída

• GPT-6 Sol — $2 por entrada, $10 por saída

• GPT-6.1 Terra — US$ 1 por entrada, US$ 5 por saída

• GPT-6 Luna — US$ 0,10 de entrada, US$ 0,50 de saída

• Multiplicadores por nível de serviço — Batch e Flex são cobrados à metade da tarifa padrão; Fast e Priority em dobro; Ultrafast em seis vezes

Screenshot of the OpenAI API pricing page showing the GPT-6 text rate card: GPT-6 Astra at $10 input and $50 output per million tokens, GPT-6.1 Sol at $2 and $10, GPT-6.1 Terra at $1 and $5, and GPT-6 Luna at $0.10 and $0.50. No GPT-6.2 row appears in the table.

A coluna interessante não é o preço, mas sim o preço em relação à produção medida. No índice da Artificial Analysis — independente da OpenAI, mas medido no seu próprio conjunto de tarefas, pelo que deve ser encarado como uma segunda opinião e não como um veredito — o GPT-6 Astra obtém 56,85 com esforço máximo de raciocínio e 54,85 com esforço alto, a um custo de execução do índice de 6,24 e 3,24 dólares por tarefa, respetivamente. O GPT-6.1 Sol obtém 54,61 com esforço máximo por 1,27 dólares, e 50,33 com esforço alto por 0,59 dólares. É esta a aritmética que torna um 6.2 interessante: o Sol já fica a menos de 2,25 pontos do Astra a cerca de um quinto do custo por tarefa, pelo que o valor marginal de outro checkpoint de fronteira é mais estreito do que o número da versão sugere, e o valor marginal de um mais barato é óbvio.

Para efeito de comparação, fora da OpenAI: Claude Fable 5.2 marca 64,56 em esforço máximo, mas custa US$ 26,54 por tarefa na mesma métrica, e 61,82 em esforço alto por US$ 9,08. Gemini 4 Carbon marca 58,26 por US$ 4,68. Diante dessas evidências, a diferença da OpenAI para a líder é real, e fechá-la é um problema de pesquisa, não de capacidade de servir — o que, ironicamente, é a parte do tweet que se sustenta melhor.

É aqui que o roteamento faz algo concreto. Quatro dos seis identificadores de texto GPT-6 passam pelo OrcaRouter hoje — openai/gpt-6-astra, openai/gpt-6.1-sol, openai/gpt-6-sol e openai/gpt-6-luna — pelos preços de tabela da própria OpenAI, com sem markup, de modo que uma mudança de preço do fornecedor fica ativa do nosso lado no dia em que ocorre, e não na próxima renovação de contrato. GPT-6.1 Terra e GPT-6 Cyber não estão em nosso catálogo, e nada aqui deve ser interpretado como uma alegação de que estão. O que o repasse de preços oferece a uma equipe que espera pelo 6.2 é uma forma de precificar o fallback: executar a carga de trabalho com o Astra em alto esforço e com o 6.1 Sol em esforço máximo na mesma chave, comparar os dois números de custo por tarefa com seus próprios critérios de aceitação e definir failover automático para que uma oscilação de disponibilidade em um modelo não se transforme em um incidente. Essa é uma decisão disponível esta semana. Esperar por um checkpoint não é.

O que mudaria esta leitura?

Duas coisas o fariam, e ambas são observáveis. Uma linha do GPT-6.2 aparecendo na tabela de preços enquanto a documentação de capacidades fica para trás apoiaria a economia do tweet — computação indo para pesquisa enquanto um modelo pronto espera sua vez para ser servido. Por outro lado, um lançamento do 6.2 com uma tabela de benchmarks nova e um preço acima do Astra sugeriria o oposto: que a restrição era a capacidade, e o número da versão estava esperando a pesquisa, exatamente como os documentos de governança descrevem.

Até que uma dessas coisas aconteça, a posição honesta é a desconfortável. A metade falsificável do tweet está confirmada — não existe GPT-6.2, onze dias depois de o último modelo ter sido lançado — e sua metade causal não foi verificada, afirmada por alguém de fora da empresa sobre uma decisão tomada dentro dela. O que o registro público de fato mostra é uma empresa que passou sete semanas publicando o maquinário que usa para racionar e interromper a computação de pesquisa, até um limite de parada de 35 segundos, e que publicou quase nada sobre como decide qual modelo finalizado é servido primeiro. A computação está sendo governada. Se ela está sendo retida de você é uma alegação diferente, e a OpenAI não a fez.

Comparados neste artigo4

Detectado a partir deste artigo · Benchmarks: Artificial Analysis · atualizado diariamente