GPT‑5.6: inteligência de fronteira que acompanha a sua ambição

Estamos lançando a família de modelos GPT‑5.6 em disponibilidade geral após nossa prévia limitada⁠: nosso novo carro-chefe, Sol, ao lado de Terra, um modelo equilibrado para o trabalho diário, e Luna, nosso modelo mais eficiente em custo.

O GPT‑5.6 Sol estabelece um novo padrão de inteligência e eficiência, alcançando resultados de estado da arte em programação, trabalho do conhecimento, cibersegurança e ciência, ao mesmo tempo que supera modelos de fronteira anteriores e concorrentes com menos tokens e custo estimado menor. O resultado é um desempenho por dólar mais forte: mais trabalho concluído com sucesso pelo mesmo investimento ou resultados comparáveis a um custo total menor. Também apresentamos uma nova forma de acelerar os trabalhos mais exigentes: ultra é nossa configuração de maior capacidade, coordenando vários agentes em fluxos de trabalho paralelos para concluir tarefas complexas mais rápido. Um uso do computador mais forte e melhor discernimento de design tornam o GPT‑5.6 Sol nosso colaborador mais refinado até agora, ajudando-o a inspecionar, aperfeiçoar e entregar resultados prontos para uso.

Treinamos o GPT‑5.6 para extrair mais trabalho útil de cada token. No Agents’ Last Exam⁠(abre em uma nova janela), uma avaliação de fluxos de trabalho profissionais de longa duração em 55 áreas, o GPT‑5.6 Sol estabelece um novo máximo de 53,6, superando o Claude Fable 5 (raciocínio adaptativo) em 13,1 pontos. Mesmo com raciocínio médio, ele supera o Fable 5 em 11,4 pontos a aproximadamente um quarto do custo estimado. Essa eficiência se estende aos modelos menores, que são essenciais para tornar a inteligência mais abundante e acessível: o GPT‑5.6 Terra e o GPT‑5.6 Luna superam o Fable 5 por cerca de um dezesseis avos do custo. No Artificial Analysis Intelligence Index⁠(abre em uma nova janela), uma medida ampla de inteligência que abrange trabalho agêntico, programação, raciocínio científico e capacidades gerais, o GPT‑5.6 Sol com raciocínio max fica a menos de um ponto do Fable 5, concluindo tarefas em 61% menos tempo e com cerca de metade do custo estimado.

O GPT‑5.6 é lançado com nossas salvaguardas mais robustas até hoje, projetadas para resistir a usos indevidos determinados e adaptativos sem limitar amplamente trabalhos legítimos. Antes da disponibilidade geral, submetemos os modelos e as salvaguardas ao nosso período de avaliação mais amplo até agora, combinando red teaming humano com testes automatizados em grande escala. Durante a prévia, trabalhamos de perto com organizações especializadas e parceiros de confiança para testar as defesas sob pressão e fortalecer as salvaguardas antes do lançamento mais amplo. O sistema resultante combina camadas de proteções treinadas no modelo com verificações em tempo real, monitoramento e acesso calibrado conforme confiança e risco.

O GPT‑5.6 Sol é nosso melhor modelo de programação até agora. No Artificial Analysis Coding Agent Index, o GPT‑5.6 Sol com raciocínio max estabelece um novo estado da arte com 80, 2,8 pontos acima do Fable 5, usando menos da metade dos tokens de saída, levando menos da metade do tempo e custando cerca de um terço a menos. Essa vantagem se estende por toda a família: o Terra fica um pouco acima do Fable 5, enquanto o Luna supera o Opus 4.8; cada um faz isso em cerca de um terço do tempo, com aproximadamente metade dos tokens de saída e a cerca de um quarto do custo estimado. Ele também estabelece novos resultados de estado da arte no Terminal‑Bench 2.1 e no DeepSWE, que testam fluxos de trabalho complexos de linha de comando e engenharia de longo horizonte em bases de código reais.

O GPT‑5.6 consegue escrever e executar programas leves que coordenam ferramentas, processam resultados intermediários, monitoram o progresso e escolhem a próxima ação conforme o trabalho avança. Isso permite que tarefas com uso intensivo de ferramentas avancem com menos tokens, menos idas e vindas ao modelo e menos orientação. Em vez de exigir que desenvolvedores criem scripts para cada etapa ou enviem cada resposta de ferramenta de volta pelo modelo, a chamada programática de ferramentas⁠(abre em uma nova janela) na Responses API consegue filtrar grandes volumes de dados intermediários, reter apenas o que importa e adaptar seu fluxo de trabalho ao longo do caminho.

Para problemas que recompensam um investimento maior de tempo e computação, o GPT‑5.6 consegue ir além desse padrão eficiente. max dá ao GPT‑5.6 ainda mais tempo que xhigh para raciocinar e explorar alternativas, executar verificações e revisar sua abordagem. ultra vai além ao coordenar quatro agentes em paralelo por padrão, trocando maior uso de tokens por resultados mais fortes e menor tempo até o resultado em tarefas exigentes. Os gráficos abaixo comparam a configuração padrão de quatro agentes do ultra com uma base de um agente no BrowseComp, no SEC-Bench Pro e no Terminal-Bench 2.1; BrowseComp e SEC-Bench Pro também mostram configurações com 16 agentes. Nas três avaliações, adicionar agentes paralelos desloca a fronteira pontuação-latência para cima e para a esquerda, alcançando resultados mais fortes em menos tempo. Na API, desenvolvedores podem criar experiências semelhantes ao ultra usando o beta multiagente na Responses API.

O GPT‑5.6 traz uma mudança significativa em discernimento de design. Apenas com direcionamentos de alto nível, o GPT‑5.6 cria interfaces elegantes, ergonômicas e funcionais. Suas capacidades mais fortes de uso do computador permitem que ele inspecione e refine o resultado renderizado — não apenas gere o código ou o conteúdo subjacente — para detectar problemas visuais e funcionais e aplicar toques finais antes de devolver o trabalho.

As capacidades de frontend do GPT‑5.6 também transformam solicitações em linguagem natural em explicações e visualizações refinadas e interativas no ChatGPT Work.

GPT‑5.6 entrega resultados melhores em tarefas profissionais. Ele transforma contextos desorganizados dos seus documentos e fluxos de trabalho diários, como Slack, Notion, Microsoft 365 e Google Drive, em artefatos compartilháveis de nível especializado.

A força do GPT‑5.6 no trabalho do conhecimento se reflete em avaliações que abrangem análise profissional de longo horizonte, navegação, uso de ferramentas e uso do computador. O GPT‑5.6 Sol estabelece novos resultados de estado da arte no BrowseComp, com 92,2%, e no OSWorld 2.0 , com 62,6%; no OSWorld, ele supera o Opus 4.8 usando 85% menos tokens de saída. Aqui, os ganhos de desempenho por dólar se estendem por toda a família GPT‑5.6. O Luna quase iguala o desempenho máximo do GPT‑5.5 por menos da metade do custo estimado, enquanto o Terra o supera com custo menor.

O GPT‑5.6 Sol melhora a qualidade em apresentações, documentos e planilhas, produzindo saídas mais refinadas e precisas. Ele consegue criar apresentações totalmente editáveis do zero, transformando um prompt e materiais de origem em uma narrativa visual coerente, com layouts, hierarquia e design sólidos.

A melhoria é especialmente pronunciada ao seguir templates e decks de referência. O GPT‑5.6 consegue inferir o sistema de design de um deck — layouts, tipografia, espaçamento, cores e padrões recorrentes de conteúdo, incluindo regras incorporadas ao slide mestre — e aplicar essas convenções de forma consistente a novos materiais. Neste exemplo, quando recebe a tarefa de atualizar números com base em um arquivo de referência, a saída do GPT‑5.5 não inclui componentes importantes do slide mestre, enquanto o GPT‑5.6 segue a estrutura de referência com mais fidelidade.

O GPT‑5.6 também cria documentos e planilhas mais refinados visualmente. Ele segue formatos de referência complexos com mais fidelidade, o que é importante para atividades repetíveis de trabalho do conhecimento. Ele lida com equações e modelos financeiros com mais precisão e faz melhor uso de tipografia, espaçamento, hierarquia e layout de páginas ou planilhas.

Clientes iniciais que testaram o GPT‑5.6 observaram melhorias nas saídas de trabalho do conhecimento em diferentes domínios.

O GPT‑5.6 é nosso modelo mais forte até agora para cibersegurança, alcançando desempenho de fronteira com significativamente menos tokens. No ExploitBench^2, que mede o progresso desde alcançar código vulnerável até a execução arbitrária de código, ele marca 73,5% contra 47,9% do GPT‑5.5 com um orçamento comparável de tokens de saída. No ExploitGym³, que pede que agentes transformem vulnerabilidades do mundo real em exploits funcionais, ele quase dobra a taxa de aprovação máxima do GPT‑5.5, de 15,1% para 24,9% dentro do limite de duas horas; com seis horas, chega a 33,7%. No SEC-Bench Pro, que testa a geração de provas de conceito em softwares complexos, ele marca 71,2% contra 45,8% do GPT‑5.5 com latência melhor.

O GPT‑5.6 oferece suporte a tarefas defensivas importantes, como revisão segura de código, aplicação de patches, modelagem de ameaças e blue teaming. Pessoas e organizações qualificadas no programa Trusted Access for Cyber do OpenAI Daybreak⁠ podem acessar mais capacidades defensivas do modelo por meio de salvaguardas mais precisas para trabalhos verificados em ambientes autorizados, incluindo triagem e validação de vulnerabilidades, análise de malware, engenharia de detecção e validação de patches.

Pessoas podem verificar a identidade e solicitar acesso confiável⁠(abre em uma nova janela), e organizações podem enviar uma solicitação⁠ para suas equipes. Membros individuais precisarão ativar a Segurança avançada da conta⁠(abre em uma nova janela) com chaves de acesso protegidas por hardware até 1º de setembro para manter o acesso aos nossos modelos de fronteira com maiores capacidades cibernéticas; quem não fizer isso voltará ao acesso padrão. Usuários que ainda não tiverem chaves de acesso protegidas por hardware podem receber preços preferenciais⁠(abre em uma nova janela) do nosso parceiro, Yubico. Também estamos tomando medidas adicionais para restringir o acesso de entidades de alto risco e em jurisdições de alto risco.

O GPT‑5.6 Sol também mostra ganhos amplos em pesquisa científica. Em avaliações de ciências da vida, o GPT‑5.6 demonstra melhorias de Pareto em relação ao GPT‑5.5 em fluxos de trabalho reais de biologia, pesquisa em ciências da vida e química.

O GPT‑5.6 é nosso modelo mais forte até agora para acelerar a pesquisa em IA. Dentro da OpenAI, pesquisadores o usam ao longo do ciclo de desenvolvimento: diagnosticando falhas, otimizando sistemas de treinamento, executando experimentos e interpretando resultados. Já vimos essa aceleração e uma adoção mais forte durante o período de testes internos do GPT‑5.6, já que a média diária de tokens de saída por pesquisador ativo foi mais que o dobro do maior nível observado para o GPT‑5.5.

Essa forma de trabalhar está se tornando rapidamente o padrão. Nos últimos seis meses, a parcela de computação de pesquisa dedicada à inferência interna de programação cresceu 100 vezes, enquanto o uso interno de tokens agênticos aumentou aproximadamente 22 vezes. Essas métricas de adoção não medem o progresso da pesquisa por si só, mas mostram a rapidez com que a assistência de IA está aumentando na pesquisa e em outras equipes, como vendas, marketing, operações de usuários, finanças e mais.

Para medir essa capacidade diretamente, desenvolvemos uma suíte interna de avaliações baseada em tarefas reais de pesquisa em IA, incluindo depuração de sistemas de pesquisa, otimização de kernels e receitas de treinamento, execução de experimentos de aprendizado de máquina e melhoria de outro modelo.

À medida que as capacidades dos modelos aumentam, fortalecemos nossa pilha de segurança para que a inteligência avançada continue sendo amplamente útil, aplicando ao mesmo tempo maior rigor aos usos de maior risco. Para o GPT‑5.6, criamos nosso sistema de segurança mais robusto até hoje, calibrado às capacidades de cada modelo e impulsionado por mais computação do que nunca.

Os modelos GPT‑5.6 são mais capazes que nossos modelos anteriores tanto em biologia quanto em cibersegurança, mas não ultrapassam o limite Crítico em nenhuma das categorias. Em cibersegurança, nossos testes sugerem que o GPT‑5.6 é melhor em encontrar e corrigir vulnerabilidades do que em realizar, de forma confiável, ataques autônomos de ponta a ponta contra alvos reforçados, dando aos defensores uma oportunidade de fortalecer sistemas antes que as fraquezas sejam exploradas. Em biologia, nossos testes sugerem que o GPT‑5.6 pode apoiar pesquisas legítimas, mas não fornece a capacidade de ponta a ponta necessária para criar, projetar ou sintetizar uma ameaça nova altamente perigosa.

Ambos os domínios são inerentemente de uso duplo. Em cibersegurança, as mesmas capacidades que poderiam ajudar um atacante a explorar uma vulnerabilidade podem ajudar um defensor a encontrá-la, reproduzi-la e criar uma correção confiável. Portanto, o bloqueio excessivo cria um risco de segurança próprio. Ele pode impedir que defensores testem sistemas e implantem patches enquanto agentes mal-intencionados continuam usando outros modelos, incluindo modelos de código aberto cada vez mais capazes, além de ferramentas já estabelecidas. Salvaguardas eficazes consideram o contexto e as prováveis consequências de uma solicitação, preservando o trabalho defensivo legítimo enquanto aplicam controles mais fortes quando as evidências indicam um risco sério de dano.

As salvaguardas do GPT‑5.6 são organizadas em camadas para maior precisão e redundância, e projetadas para se adaptar rapidamente à medida que novos ataques surgem. Proteções treinadas no modelo funcionam junto com verificações em tempo real, monitoramento contínuo e aplicação de medidas no nível da conta para ajudar o sistema a permanecer seguro mesmo quando uma camada específica não funciona como esperado. Em muitos sistemas, apenas sinalizadores de classificadores decidem o que bloquear, dependendo de modelos menos inteligentes e mais difíceis de alterar para prevenir danos. Nossa abordagem adiciona um monitor de raciocínio que analisa a conversa para determinar se há potencial de dano. Esse design busca permitir trabalhos defensivos e bloquear usos indevidos graves, com as capacidades mais sensíveis reservadas a usuários verificados por meio do Trusted Access. Como algumas proteções usam raciocínio em tempo de teste, podemos atualizá-las rapidamente para fechar lacunas sem retreinar classificadores do zero.

Estamos adotando uma abordagem mais conservadora enquanto continuamos fortalecendo o sistema contra ataques adaptativos. Em comparação com modelos anteriores, nossas salvaguardas cibernéticas do GPT‑5.6 Sol bloqueiam aproximadamente dez vezes mais atividades potencialmente prejudiciais. Como essas medidas podem criar atrito para usos benignos, oferecemos no ChatGPT e no Codex uma opção para tentar prompts novamente com facilidade em modelos com menos capacidades, e continuaremos reduzindo o impacto das nossas salvaguardas sobre usos benignos, mantendo um padrão elevado de robustez. Isso reflete nossa abordagem de implantação iterativa: começar de forma conservadora e melhorar com base no que aprendemos com o uso no mundo real.

Antes da disponibilidade geral, realizamos nossas avaliações de segurança mais intensivas até hoje, incluindo red teaming amplo, testes robustos de capacidade e salvaguardas com especialistas externos e aproximadamente 700.000 horas de GPU A100e de red teaming automatizado de caixa-preta. Isso nos permitiu investigar sistematicamente prováveis pontos fracos, revelar jailbreaks e nos ajudar a fortalecer o sistema antes do lançamento.

Não existe segurança perfeita, e nosso trabalho para proteger modelos cada vez mais capazes continua. Novas fraquezas serão descobertas, assim como novos jailbreaks que contornam salvaguardas existentes. Cada nova geração de modelo também criará novos caminhos para ataques e usos indevidos. Criamos nossos sistemas para essa realidade por meio de salvaguardas em camadas, monitoramento contínuo, remediação rápida e colaboração com toda a comunidade defensiva. Para o GPT‑5.6, combinamos nossos programas existentes de bug bounty de segurança⁠(abre em uma nova janela) e bug bounty de biologia⁠ com um novo processo de remediação rápida e nosso esforço de monitoramento mais forte até hoje. Achados de pesquisadores, monitoramento e usos indevidos no mundo real alimentarão continuamente novas avaliações e salvaguardas mais fortes.

Leia mais sobre nossas salvaguardas no System Card atualizado do GPT‑5.6⁠(abre em uma nova janela).

O GPT‑5.6 abrange três níveis de modelo: Sol, nosso carro-chefe; Terra, um modelo de custo menor com desempenho competitivo com o GPT‑5.5; e Luna, nosso modelo mais rápido e mais acessível. O número identifica a geração, enquanto Sol, Terra e Luna são níveis de capacidade estáveis que podem avançar em seus próprios ritmos.

O GPT‑5.6 está disponível a partir de hoje no ChatGPT, no Codex e na API da OpenAI. A implementação está começando globalmente agora e continuará de forma gradual até a disponibilidade completa nas próximas 24 horas.

• Chat: usuários Plus, Pro, Business e Enterprise acessam o GPT‑5.6 Sol por meio das configurações de esforço médio e superiores. Usuários Pro e Enterprise também podem selecionar GPT‑5.6 Sol Pro para obter resultados da mais alta qualidade em tarefas complexas.
• ChatGPT Work e Codex: usuários Free e Go acessam o GPT‑5.6 Terra. Usuários Plus, Pro, Business e Enterprise podem escolher entre GPT‑5.6 Sol, Terra e Luna e definir um nível de esforço para cada um. max está disponível para todos os usuários com acesso ao GPT‑5.6 no ChatGPT Work e no Codex e pode ser ativado nas configurações. No ChatGPT Work, ultra está disponível para usuários Pro e Enterprise. No Codex, está disponível para planos Plus e superiores.
• API: desenvolvedores podem acessar Sol, Terra e Luna pela API da OpenAI. Na Responses API, a chamada programática de ferramentas permite que o GPT‑5.6 escreva e execute programas na memória que coordenam ferramentas e processam resultados intermediários, tornando-a compatível com Zero Data Retention (ZDR). O Multi-agent, inicialmente disponível em beta, permite que o GPT‑5.6 execute subagentes simultâneos e sintetize o trabalho deles em uma única solicitação.

O preço do GPT‑5.6 é definido por 1 milhão de tokens em três tamanhos de modelo: Sol custa US$ 5 de entrada / US$ 30 de saída; Terra custa US$ 2,50 de entrada / US$ 15 de saída; e Luna custa US$ 1 de entrada / US$ 6 de saída. O GPT‑5.6 também introduz cache de prompts mais previsível, incluindo suporte a pontos de quebra de cache explícitos⁠(abre em uma nova janela) e uma vida mínima de cache de 30 minutos. Para o GPT‑5.6 e modelos posteriores, gravações em cache são cobradas a 1,25x a taxa de entrada sem cache do modelo, enquanto leituras do cache continuam recebendo o desconto de 90% para entrada em cache.