
GPT-6.2 Sol Ultrafast, medido: 126 tokens por segundo e nenhum sinal do 4,5×
- OrcaNOVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 por 1M de tokens · 153 tok/s
- tencentNOVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 por 1M de tokens · 277 tok/s
- GoogleNOVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 89 tok/s
- AnthropicNOVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 98 tok/s
- orcaNOVOOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 por 1M de tokens · 83 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 por 1M de tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 119 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligência
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 197 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligência
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 115 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligência
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 por 1M de tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligência
O primeiro número público para GPT-6.2 Sol em execução com o Ultrafast ativado é 126 tokens por segundo, em média, em um trabalho que levou 27 minutos de tempo real e cerca de 14 minutos de resposta efetiva do modelo, com um pico de rajada de 252 tokens por segundo. Ele vem de um editor de vídeo no X que pediu ao modelo para cortar um vídeo de oito minutos — uma tarefa real, relatada em quatro linhas, sem harness, sem execuções repetidas e sem controle no modo Standard. Compare essa média com o número que a Artificial Analysis publica para o mesmo modelo no Standard, 85 tokens de saída por segundo, e a camada que a OpenAI diz gerar tokens "a até 4,5 vezes a velocidade do Standard" ficou em aproximadamente 1,5× neste único relato. GPT-6.2 Astra e GPT-6.1 Sol, os outros dois modelos na lista Ultrafast, ficam ainda mais baixos nesse ranking independente, com 60 e 49 tokens por segundo, e é por isso que a proporção importa mais aqui do que o número bruto.
Quatro números, e o quinto ninguém postou.
O post é incomumente específico para uma alegação de velocidade em rede social, e é isso que faz valer a pena destrinchá-lo. Ele informa a tarefa (uma edição de vídeo de oito minutos), o tempo total (27 minutos), a parcela gasta esperando pelo modelo (cerca de 14 minutos), a taxa média de geração (126 tokens por segundo) e o melhor pico único (252). A OpenAI documenta o nível como Ultrafast; o post o chama de "Ultra Fast". Ambos os nomes descrevem a mesma coisa — a opção de velocidade mais rápida no seletor do ChatGPT Work e do aplicativo Codex.
O que o post não dá é a metade que o tornaria um benchmark:
• Em qual superfície ele foi executado — ChatGPT Work, o aplicativo Codex ou a API. Todos os três expõem o nível; os números não são comparáveis entre eles.
• A configuração de esforço de raciocínio. Sol no Light e Sol no Pro são quantidades diferentes de raciocínio antes do primeiro token, e o tempo de raciocínio está dentro desses 14 minutos.
• Quantos tokens foram realmente gerados. Isso pode ser inferido a partir da média e da duração, e vale a pena fazer essa inferência — veja abaixo —, mas é uma inferência.
• Quanto o Standard teria levado para realizar a mesma tarefa. Este é o número sobre o qual o texto realmente trata, e é o único número que o post não pode conter, porque é uma única execução sem nada com que comparar.
• Se a edição foi utilizável à primeira tentativa. "Cortou um vídeo de oito minutos" é uma afirmação de sucesso, não de qualidade, e uma nova execução teria alterado substancialmente o tempo total.
A afirmação, declarada exatamente, e quanto custa o nível
A documentação de velocidade da OpenAI é precisa sobre o que o Ultrafast promete: "No GPT-6.2 Astra e no GPT-6.2 Sol, o Ultrafast gera tokens a até 4,5 vezes a velocidade do Standard no mesmo modelo." Observe os dois qualificadores. É uma alegação sobre geração de tokens, não sobre o tempo até o primeiro token nem sobre o tempo que uma tarefa inteira leva. E é "até", que é um teto e não um valor típico — uma distinção que importa enormemente quando a primeira leitura independente chega a cerca de um terço desse teto.
Na API, trata-se de um sinalizador, não de um modelo: defina model como gpt-6.2-sol e service_tier como "ultrafast". A OpenAI recomenda WebSockets para trabalho agêntico, para que a sobrecarga de conexão não consuma o ganho, e o Ultrafast tem os seus próprios limites de taxa, separados dos do Standard e do Fast. Para os modelos GPT-6.2, esses limites não são publicados — a documentação indica que você verifique as configurações da sua própria organização —, enquanto o GPT-6.1 Sol Ultrafast publica 1.000.000 de tokens por minuto no nível Build e o GPT-6 Astra publica 500.000. A residência de inferência para o nível GPT-6.2 é apenas nos Estados Unidos. No ChatGPT, o Pro de $200 tem Ultrafast apenas no Sol, e o Pro de $500 tem ambos os modelos.
O preço é a parte que tem prazo. Ultrafast no GPT-6.2 Sol custa US$ 6,00 por milhão de tokens de entrada, US$ 0,30 por milhão de tokens de entrada em cache e US$ 30,00 por milhão de tokens de saída durante o período promocional, e US$ 12,00 / US$ 0,60 / US$ 60,00 no preço de tabela — exatamente 3× e 6× a tarifa Standard de US$ 2,00 / US$ 0,10 / US$ 10,00. A OpenAI marca a data da mudança: "A Ultrafast custa 3 vezes a tarifa Standard até 28 de fevereiro de 2027, e 6 vezes a tarifa Standard a partir de 1º de março de 2027 (horário do Pacífico)."

A linha de base que torna 126 legível
Um número de tokens por segundo não significa nada sem uma referência, e há exatamente uma referência independente para esta família de modelos. A Artificial Analysis mede o GPT-6.2 Sol em esforço máximo de raciocínio a 85 tokens de saída por segundo, um tempo até o primeiro token de 68 segundos, 7,9 minutos para uma tarefa de índice concluída e US$ 1,01 por tarefa, contra um Índice de Inteligência de 57. O mesmo ranking coloca o GPT-6.2 Astra a 60 tokens por segundo e um Índice de 62, a US$ 4,00 por tarefa, e o GPT-6.1 Sol a 49 tokens por segundo e um Índice de 55, a US$ 1,27 por tarefa.
Essas são medianas do harness em um conjunto de avaliação fixo, e a edição de vídeo é uma tarde de trabalho de uma pessoa. Não são a mesma medição, e a maneira honesta de usá-las juntas é como um fator de escala aproximado, e não como um veredito:
• Média medida: 126 tokens por segundo — cerca de 1,5× a linha de base Standard de 85.
• Pico medido, 252 tokens por segundo — cerca de 3,0× essa linha de base, na única rajada mais rápida.
• A afirmação de 4,5× aplicada a 85 — pouco mais de 380 tokens por segundo, algo que nada no relatório chega perto.
• A própria página do GPT-6.2 Sol da Artificial Analysis não menciona o Ultrafast em absoluto, então seu 85 é um valor do modo Standard por padrão, e não por afirmação explícita.
Por que quatro vezes e meia a quantidade de tokens não equivale a quatro vezes e meia o trabalho
Esta é a parte que se perde quando um nível de velocidade é vendido como um multiplicador, e a publicação do vídeo contém acidentalmente a prova. Catorze minutos de resposta do modelo num trabalho de 27 minutos significam que 52% do tempo foi geração e 48% foi todo o resto — upload, transcodificação, os próprios passos do editor, chamadas de ferramentas, o que quer que o pipeline faça entre os turnos do modelo. Trate essa divisão como a forma da carga de trabalho e a aritmética torna-se implacável:
• O tempo de geração implica aproximadamente 106.000 tokens de saída, em 14 minutos e 126 tokens por segundo.
• No baseline Standard de 85 tokens por segundo, esses tokens levam cerca de 21 minutos, então o trabalho chega perto de 34 minutos.
• Com o 4,5× máximo alegado — cerca de 383 tokens por segundo — eles levam menos de 5 minutos, então o trabalho fica perto de 18 minutos.
• A execução, na verdade, levou 27 minutos, quase exatamente a meio caminho entre os dois.
Mesmo que o tier tivesse entregado cada fração dos 4,5×, o ganho ponta a ponta nesta carga de trabalho teria sido de cerca de 1,5×, porque o modelo sempre foi apenas metade do trabalho. A lei de Amdahl não se importa com o quão rápido a parte rápida fica. Isso não é um argumento contra o Ultrafast; é um argumento para medir o tier em relação ao formato do seu próprio pipeline, e não em relação ao multiplicador, porque um turno de chat interativo é quase todo geração e um pipeline de mídia não é.
Quanto esses 14 minutos realmente custaram
Aplique a tabela de tarifas promocional aos 106.000 tokens de saída inferidos, e o preço da medição fica legível em uma linha:
• Padrão, US$ 10,00 por milhão de tokens de saída — cerca de US$ 1,06.
• Ultrafast na tarifa promocional, US$ 30,00 por milhão — cerca de US$ 3,18.
• Ultrafast ao preço de tabela a partir de 1 de março de 2027, US$ 60,00 por milhão — cerca de US$ 6,35.
A saída representa apenas metade da conta e, num agente de edição de vídeo, provavelmente é a metade menor. Cada descrição de frame, transcrição e resultado de ferramenta volta como entrada a US$ 6,00 por milhão durante a promoção, e um agente que itera sobre o mesmo contexto é exatamente o tipo de carga de trabalho para o qual existem as linhas de gravação em cache — US$ 7,50 por milhão para um cache de 30 minutos e US$ 15,00 para um de 12 horas, contra US$ 0,30 por uma leitura de cache. Um pipeline que reenvia seu contexto em vez de armazená-lo em cache pode gastar mais com entrada do que com a saída que tentava acelerar. O post não informa as contagens de tokens, então isso não pode ser totalizado, apenas limitado: o nível multiplicou a metade de geração da conta por três e a multiplicará por seis em catorze semanas.
Em qual modelo colocar o nível?
O mesmo 4,5× aplicado a três linhas de base diferentes dá três destinos muito diferentes, e o mais barato não é o mais rápido.
• GPT-6.2 Sol — 85 tokens por segundo no Standard, então a afirmação implica cerca de 383. Índice 57, US$ 1,01 por tarefa.
• GPT-6.2 Astra — 60 no Standard, então a alegação implica cerca de 270. Índice 62, US$ 4,00 por tarefa, quatro vezes o custo por cinco pontos de índice a mais.
• GPT-6.1 Sol — 49 no Standard, então a afirmação implica cerca de 220. Índice 55, US$ 1,27 por tarefa, e seu nível Ultrafast tem preço fixo de US$ 12,00 de entrada e US$ 60,00 de saída por milhão, sem nenhuma linha promocional.
Daqui resultam duas consequências. Primeiro, o Ultrafast no Astra continua mais lento do que o Ultrafast no Sol, porque parte de uma base inferior — se o objetivo for o débito, o modelo mais forte não basta para lá chegar. Segundo, o Ultrafast do GPT-6.1 Sol já tem o preço que o Ultrafast do GPT-6.2 Sol custará depois de fevereiro, o que faz dele uma pré-visualização justa da fatura, e não um desconto. A OpenAI também refere que o Ultrafast no GPT-6 Astra e no GPT-6.1 Sol está disponível para todos os utilizadores da API, enquanto o nível GPT-6.2 o remete para os limites de taxa da sua organização — vale a pena verificar antes de criar uma fila em torno disso.

Obtendo seu próprio número em vez de usar este emprestado
A medição acima é um único relatório e deve ser tratada como um sinal, não como uma especificação. A forma de resolver isso é um A/B controlado na sua própria carga de trabalho — o mesmo prompt, a mesma tarefa, três execuções no Standard e três com service_tier definido como "ultrafast", registrando separadamente os minutos de ponta a ponta, o total de tokens e o tempo até o primeiro token. Relate o pico, bem como a média, porque a diferença entre 126 e 252 no post original é a diferença entre um nível que ajuda e um nível que ajuda ocasionalmente.
O OrcaRouter não disponibiliza o GPT-6.2 Sol nem o GPT-6.2 Astra hoje; o catálogo contém openai/gpt-6-astra, openai/gpt-6-sol, openai/gpt-6.1-sol e openai/gpt-6-luna, e as páginas dos modelos GPT-6.2 não resolvem. Portanto, isto não é uma sugestão de que encaminhe o novo modelo através de nós. O que é verdade hoje é mais restrito e ainda assim útil exatamente para esta decisão. O GPT-6.1 Sol está no catálogo, é o modelo mais próximo do que foi medido, e executar o seu conjunto de avaliação com ele através de uma única chave é a forma mais barata de descobrir se um nível de velocidade muda o seu produto antes de comprometer um orçamento com um nível que duplica em março. O preço é a tarifa de tabela do fornecedor repassada sem margem, portanto o aumento de 1 de março de 2027 chega do nosso lado no mesmo dia em que chega ao da OpenAI — sem ciclo de reprecificação, sem renegociação.
Há também um argumento de roteamento específico para este nível. O Ultrafast tem seus próprios limites de taxa, separados do Standard e do Fast, e a OpenAI não publica um número padrão de tokens por minuto para o nível GPT-6.2 — você descobre seu teto ao atingi-lo. Um pipeline que trata o Ultrafast como o único caminho herda esse desconhecimento; um pipeline que consegue recorrer ao Standard no mesmo modelo degrada em velocidade em vez de falhar. Essa é a única vantagem estrutural de colocar um nível de velocidade atrás de um roteador em vez de codificá-lo diretamente, e vale a pena tê-la antes que o nível esteja em um caminho crítico.

O que resolveria isso
Um único número faria isto passar de anedota a evidência: um teste A/B de Standard versus Ultrafast em uma tarefa fixa, publicado com tokens e tempo real de execução. Enquanto isso não existir, a interpretação defensável de 18 de novembro de 2026 é que o Ultrafast no GPT-6.2 Sol é real e materialmente mais rápido que o Standard — 126 contra 85 não é ruído, e uma rajada de 252 tokens não é artefato de arredondamento —, mas que o multiplicador publicado é um teto a que ninguém chegou perto publicamente, e que um ganho de velocidade no nível da tarefa depende tanto da fração do seu pipeline que é geração de tokens quanto do próprio nível. A pessoa que publicou a medição conseguiu um corte de vídeo em 27 minutos em vez dos 34 estimados, e fez isso em um nível de lançamento que custará o dobro em março. É um bom resultado e um multiplicador modesto, e as duas partes valem a pena saber antes de alguém planejar o orçamento com base em 4,5×.
Comparados neste artigo1
Detectado a partir deste artigo · Benchmarks: Artificial Analysis · atualizado diariamente
