Intern-S2 vs GPT-5.6 Sol: O Checkpoint Gratuito e o Flagship de $30

A linha de preço nesta comparação parece absurda à primeira vista. O Intern-S2, um modelo multimodal de 397 bilhões de parâmetros que a InternLM lançou hoje sob a licença Apache-2.0, não custa nada para baixar e nada por consulta depois que você tem o hardware para executá-lo. O GPT-5.6 Sol, o nível de raciocínio de ponta da OpenAI, está listado a US$ 5,00 por milhão de tokens de entrada e US$ 30,00 por milhão de tokens de saída no nível base da OpenAI — embora a tarifa promocional que a OpenAI vem praticando desde o final de julho, e que nossa própria página do modelo exibe atualmente, seja US$ 4,00 de entrada e US$ 20,00 de saída. Essa é uma diferença real e é a primeira coisa que qualquer um nota — e também é o fato menos útil da comparação, porque o modelo de US$ 30 e o gratuito não estão competindo pelo mesmo trabalho. O GPT-5.6 Sol é o nível que a OpenAI indica quando o raciocínio mais difícil que sua aplicação vai tentar precisa voltar correto. O Intern-S2 é um instrumento científico com um caminho de visão treinado em páginas brutas de literatura e uma cabeça de previsão para sinais de séries temporais. A questão não é qual é mais barato. É qual deles sua carga de trabalho realmente precisa, e se o "gratuito" é gratuito.

O que a tabela do fornecedor lhe diz e não lhe diz

A InternLM fez benchmark do Intern-S2 contra o GPT-5.5, não contra o GPT-5.6 Sol. Vale a pena dizer isso antes de qualquer outra coisa, porque toda alegação de que "o Intern-S2 supera o GPT" que circula é uma comparação com a geração anterior da OpenAI, e qualquer página que a apresente como um resultado do Sol está extrapolando. A família GPT-5.6 também abrange três níveis — Sol para o trabalho mais difícil, Terra para produção equilibrada, Luna para alto volume — e a OpenAI vem reajustando ativamente seus preços, então um valor do Sol citado em um artigo de setembro já pode estar desatualizado.

O que a comparação do fornecedor estabelece, com a ressalva constante de que todos os números do Intern-S2 são do próprio InternLM e não foram reproduzidos:

• Raciocínio sobre estrutura molecular — Intern-S2 62,35 no MolecularIQ vs os 76,41 do GPT-5.5. Intern-S2 perde.

• Uso de ferramentas científicas — Intern-S2 66,76 no TOMG-Bench vs. 69,89 do GPT-5.5. Uma derrota por margem estreita.

• Instrução biomolecular — Intern-S2 53,95 vs 40,49. Uma clara vitória do Intern-S2.

• Matemática do ensino médio — Intern-S2 93,56 no HMMT-2026 vs 97,06 do GPT-5.5. Intern-S2 perde.

• Conhecimento geral — Intern-S2 89.77 no MMLU Pro vs 88.20. Uma vitória apertada do Intern-S2.

• Conhecimento multimodal — nível de 81,68 no MMMU Pro.

• Domínio do terminal — GPT-5.5 79,40 no TerminalBench 2.1 vs Intern-S2 64,04. Uma diferença de quinze pontos.

Mesmo contra um modelo da Open​AI de uma geração mais antiga, o Intern-S2 perde em mais linhas gerais do que vence e vence nas científicas. Contra o Sol — um nível posicionado explicitamente acima do GPT-5.5 para o raciocínio mais difícil — a lacuna em capacidade geral quase certamente aumenta. Nada nas evidências sustenta a ideia de que o checkpoint gratuito seja competitivo com o modelo carro-chefe pago em capacidade geral, e o enquadramento honesto é que o Intern-S2 é um especialista respeitável no geral e excelente em sua área de especialidade.

"Grátis" é uma despesa de capital, não um desconto

O custo zero de licença do Intern-S2 é real, mas não é o mesmo que inferência gratuita, e é aqui que a comparação se torna prática. Um checkpoint de 403 bilhões de parâmetros precisa de um nó multi-GPU robusto para ser servido. Se você já possui essa capacidade e ela não está totalmente utilizada, o custo marginal da próxima consulta científica fica próximo ao da eletricidade — o que é uma posição econômica genuinamente poderosa, e a razão pela qual pesos abertos existem. Se você não possui essa capacidade, “grátis” significa comprar ou alugar hardware, e a aritmética muda completamente.

A economia do GPT-5.6 Sol é o inverso. Não há hardware para comprar nem modelo para operar. Você paga a tarifa medida — US$ 5,00 por milhão de tokens de entrada e US$ 30,00 por milhão de tokens de saída no nível base, ou a tarifa promocional de US$ 4,00/US$ 20,00 atualmente em vigor na nossa página do modelo — e o modelo chega com uma janela de contexto de 1,05M de tokens, um teto de saída de 128K, visão, ferramentas e a confiabilidade acumulada de um carro-chefe que está em produção desde o lançamento de sua API, em 9 de julho de 2026. A prévia Ultrafast, que executa o Sol em hardware de escala de wafer a até 750 tokens de saída por segundo, direciona o mesmo modelo para trabalhos críticos em termos de latência, embora esteja limitada a um pequeno grupo de clientes e não tenha preço publicado. O que você está comprando com os US$ 30 não é apenas capacidade — é a ausência de uma equipe de operações.

• Pesos — Intern-S2 Apache-2.0, disponível para download, vs GPT-5.6 Sol fechado, somente via API.

• Perfil de custo — despesa de capital do Intern-S2 em um checkpoint de 403B, ou API oficial do Intern medida por uso vs. GPT-5.6 Sol US$ 5,00 / US$ 30,00 por milhão na tabela, US$ 4,00 / US$ 20,00 em promoção.

• Contexto / saída — Intern-S2 até 256K de texto, 64K de multimodal avaliados; saída não publicada vs GPT-5.6 Sol ~1,05M de contexto, 128K de saída.

• Entradas — texto, imagem e séries temporais do Intern-S2 vs texto e imagem do GPT-5.6 Sol.

• Pontuação independente — Intern-S2 ainda não tem nenhuma, vs. GPT-5.6 Sol, modelo principal de primeira linha com um longo histórico público de avaliação.

• Nível de velocidade — Intern-S2 limitado por hardware vs GPT-5.6 Sol Ultrafast preview a até 750 tokens de saída por segundo, conforme declarado pelo fornecedor.

Onde o checkpoint gratuito realmente vence

Há três situações em que o Intern-S2 supera o Sol sem que um benchmark esteja envolvido.

A primeira é a residência de dados. O GPT-5.6 Sol é uma API fechada — cada solicitação sai da sua infraestrutura e percorre os sistemas da Open​AI sob a política de conteúdo da Open​AI. O Intern-S2 sob Apache-2.0 pode ser executado em modo air-gapped dentro de um ambiente regulado, com dados que, por lei, não podem ser enviados a um endpoint de terceiros. Para um laboratório farmacêutico, um sistema hospitalar ou um contratante de defesa, essa propriedade não é um recurso; é toda a decisão de aquisição, e nenhuma quantidade de capacidade do Sol substitui isso.

O segundo é a modalidade. O Intern-S2 aceita entrada de séries temporais e produz previsões; ele também lê páginas brutas de literatura científica como uma representação visual nativa, e não como texto extraído. O Sol aceita texto e imagens. Se seus dados forem um traço de sismógrafo, uma curva de carga ou um artigo digitalizado denso em figuras, o Intern-S2 tem um caminho que o Sol não tem, e a linha Biology-Instructions do fornecedor (55,71 contra 10,52 do GPT-5.5) é o número que reflete isso.

A terceira é o ajuste fino. Você pode pegar os pesos do Intern-S2 e treinar com seus próprios dados experimentais proprietários, e então manter esse modelo para sempre. Você não pode fazer isso com o Sol, a nenhum preço. Para uma equipe cuja vantagem competitiva é um conjunto de dados especializado, um checkpoint aberto e adaptável pode valer mais do que um modelo congelado mais forte.

Executando ambos sem escolher

As equipes que tiram o máximo proveito dessa combinação não a tratam como um fork. Elas encaminham o raciocínio geral, sensível à latência e de alta criticidade para o GPT-5.6 Sol — que fica no OrcaRouter pelo preço de tabela da OpenAI com 0% de markup, na mesma chave que mais de 200 outros modelos, de modo que uma mudança no preço do Sol é repassada no mesmo dia e um período ruim de um provedor é coberto por failover automático — e mantêm o trabalho científico em lote no Intern-S2 onde quer que o executem. A DSL de roteamento torna essa fronteira explícita: raciocínio geral complexo vai por um caminho, análise de documentos e sinais vai pelo outro, e a divisão é uma configuração, e não uma segunda integração.

O Intern-S2 não está no OrcaRouter; é um checkpoint Apache-2.0 lançado no mesmo dia, e a sua rota até ele é a API própria do fornecedor ou uma implantação auto-hospedada. O Sol está na chave. Entre os dois, a arquitetura prática para uma aplicação com forte componente científico é um endpoint para as chamadas de fronteira e uma implantação para o especialista — com a opção de mover qualquer um dos lados mais tarde.

O veredito

Se você precisa do raciocínio mais difícil que sua aplicação tentará realizar, quer isso em uma única chamada de API e está disposto a pagar a tarifa por uso do modelo de ponta por isso, o GPT-5.6 Sol é a resposta, e um checkpoint aberto lançado no mesmo dia não muda isso. Nada na própria tabela da InternLM mostra o Intern-S2 igualando um modelo de ponta atual da OpenAI em capacidade geral; a comparação foi feita com a geração anterior e o modelo aberto ainda perdeu na maioria das linhas gerais.

Se sua carga de trabalho for científica, se seus dados não puderem sair da sua infraestrutura, ou se você precisar fazer ajuste fino com resultados experimentais proprietários, o Intern-S2 é o modelo que consegue fazer essas coisas — e sua licença Apache-2.0 significa que a versão que você valida é a versão que você mantém. Reserve orçamento para o hardware, conte com fazer sua própria avaliação e trate cada número publicado sobre ele como uma alegação até que alguém de fora da InternLM reproduza um.

Para as chamadas aos modelos de fronteira, junto com o que você hospeda por conta própria: mais de 200 outros modelos mantêm o carro-chefe fechado em uma única chave ao preço de tabela do provedor, para que a implantação especializada e o modelo medido possam ser trocados por regra de roteamento.