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

Estamos a lançar a família de modelos GPT‑5.6 em disponibilidade geral, depois da nossa pré-visualização limitada⁠: o nosso novo modelo emblemático, Sol, juntamente com Terra, um modelo equilibrado para o trabalho do dia a dia, e Luna, o nosso modelo mais eficiente em termos de custo.

O GPT‑5.6 Sol estabelece um novo padrão de inteligência e eficiência, alcançando resultados de estado da arte em programação, trabalho de conhecimento, cibersegurança e ciência, ao mesmo tempo que supera modelos de fronteira anteriores e concorrentes com menos tokens e a um custo estimado inferior. O resultado é um melhor desempenho por dólar: mais trabalho concluído com sucesso pelo mesmo investimento, ou resultados comparáveis a um custo total mais baixo. Também introduzimos uma nova forma de acelerar o trabalho mais exigente: ultra é a nossa definição de maior capacidade, coordenando vários agentes em fluxos de trabalho paralelos para concluir tarefas complexas mais depressa. Uma utilização do computador mais forte e melhor critério de design fazem do GPT‑5.6 Sol o nosso colaborador mais refinado até à data, ajudando-o a inspecionar, refinar e entregar resultados prontos a usar.

Treinámos o GPT‑5.6 para obter mais trabalho útil de cada token. No Agents’ Last Exam⁠(abre numa 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) por 13,1 pontos. Mesmo com raciocínio médio, supera o Fable 5 por 11,4 pontos a cerca de um quarto do custo estimado. Essa eficiência estende-se aos modelos mais pequenos, 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 a cerca de um dezasseis avos do custo. No Artificial Analysis Intelligence Index⁠(abre numa nova janela), uma medida ampla da 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, ao mesmo tempo que conclui tarefas em menos 61% do tempo e a cerca de metade do custo estimado.

O GPT‑5.6 é lançado com as nossas salvaguardas mais robustas até à data, concebidas para resistir a utilizações abusivas determinadas e adaptativas sem limitar de forma ampla o trabalho legítimo. Antes da disponibilidade geral, submetemos os modelos e as salvaguardas ao nosso período de avaliação mais extenso até agora, combinando red teaming humano com testes automatizados em grande escala. Durante a pré-visualização, trabalhámos de perto com organizações especializadas e parceiros de confiança para testar as defesas sob pressão e reforçar as salvaguardas antes de um lançamento mais amplo. O sistema resultante combina camadas de proteções treinadas no modelo com verificações em tempo real, monitorização e acesso calibrado em função da confiança e do risco.

O GPT‑5.6 Sol é o nosso melhor modelo de programação até à data. 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 de metade dos tokens de output, demorando menos de metade do tempo e custando cerca de um terço menos. Essa vantagem estende-se a toda a família: o Terra fica ligeiramente acima do Fable 5, enquanto o Luna supera o Opus 4.8; cada um fá-lo em cerca de um terço do tempo, com cerca de metade dos tokens de output e a aproximadamente um quarto do custo estimado. 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 comandos 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 intermédios, monitorizam o progresso e escolhem a ação seguinte à medida que o trabalho evolui. Isto permite que tarefas intensivas em ferramentas avancem com menos tokens, menos idas e vindas ao modelo e menos orientação. Em vez de exigir que os programadores escrevam scripts para cada passo ou que cada resposta de ferramenta volte a passar pelo modelo, a chamada programática de ferramentas⁠(abre numa nova janela) na Responses API consegue filtrar grandes volumes de dados intermédios, reter apenas o que importa e adaptar o fluxo de trabalho ao longo do caminho.

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

O GPT‑5.6 traz uma mudança decisiva no critério de design. Com apenas orientação de alto nível, o GPT‑5.6 cria interfaces elegantes, ergonómicas e funcionais. As suas capacidades mais fortes de utilização do computador permitem-lhe inspecionar e refinar o resultado renderizado — não apenas gerar o código ou conteúdo subjacente —, para poder detetar problemas visuais e funcionais e aplicar os retoques finais antes de devolver o trabalho.

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

O GPT‑5.6 entrega melhores resultados em tarefas profissionais. Usa o contexto desorganizado dos seus documentos e dos fluxos de trabalho do dia a dia, como Slack, Notion, Microsoft 365 e Google Drive, e transforma-o em artefactos partilháveis de nível especializado.

A força do GPT‑5.6 no trabalho de conhecimento reflete-se em avaliações que abrangem análise profissional de longo horizonte, navegação, utilização de ferramentas e utilização 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, supera o Opus 4.8 usando menos 85% de tokens de output. Aqui, os ganhos de desempenho por dólar abrangem toda a família GPT‑5.6. O Luna quase iguala o desempenho máximo do GPT‑5.5 a menos de metade do custo estimado, enquanto o Terra o supera a um custo mais baixo.

O GPT‑5.6 Sol melhora a qualidade em apresentações, documentos e folhas de cálculo, produzindo outputs mais bem acabados e precisos. Consegue criar apresentações totalmente editáveis de raiz, transformando um prompt e material de origem numa narrativa visual coerente, com layouts, hierarquia e design fortes.

A melhoria é especialmente evidente ao seguir modelos e decks de referência. O GPT‑5.6 consegue inferir o sistema de design de um deck — layouts, tipografia, espaçamento, cores e padrões de conteúdo recorrentes, incluindo regras integradas no Modelo Global de Diapositivos — e aplicar essas convenções de forma consistente a novo material. Neste exemplo, quando lhe é pedido que atualize números com base num ficheiro de referência, o output do GPT‑5.5 não inclui componentes essenciais do diapositivo mestre, enquanto o GPT‑5.6 segue a estrutura de referência com maior fidelidade.

O GPT‑5.6 também cria documentos e folhas de cálculo visualmente mais refinados. Segue formatos de referência complexos com maior fidelidade, o que é importante para atividades repetíveis de trabalho de conhecimento. Lida com equações e modelos financeiros com maior precisão, e usa melhor a tipografia, o espaçamento, a hierarquia e o layout da página ou da folha de cálculo.

Os primeiros clientes a testar o GPT‑5.6 observaram melhorias em outputs de trabalho de conhecimento em vários domínios.

O GPT‑5.6 é o nosso modelo de cibersegurança mais forte até à data, alcançando desempenho de fronteira com significativamente menos tokens. No ExploitBench^2, que mede o progresso desde alcançar código vulnerável até à execução arbitrária de código, atinge 73,5% face aos 47,9% do GPT‑5.5 com um orçamento comparável de tokens de output. No ExploitGym³, que pede a agentes que transformem vulnerabilidades do mundo real em exploits funcionais, quase duplica a taxa máxima de aprovação do GPT‑5.5, de 15,1% para 24,9% com limite de duas horas; com seis horas, atinge 33,7%. No SEC-Bench Pro, que testa a geração de provas de conceito em software complexo, atinge 71,2% face aos 45,8% do GPT‑5.5, com latência melhorada.

O GPT‑5.6 apoia tarefas defensivas importantes, como revisão segura de código, aplicação de patches, modelação de ameaças e blue teaming. Pessoas e organizações qualificadas no programa Trusted Access for Cyber do OpenAI Daybreak⁠ podem aceder a uma maior parte da sua capacidade defensiva através de salvaguardas mais precisas para trabalho verificado em ambientes autorizados, incluindo triagem e validação de vulnerabilidades, análise de malware, engenharia de deteção e validação de patches.

As pessoas podem verificar a sua identidade e pedir acesso de confiança⁠(abre numa nova janela), e as organizações podem candidatar-se⁠ para as suas equipas. Os membros individuais terão de ativar a Segurança avançada da conta⁠(abre numa nova janela) com chaves de acesso protegidas por hardware até 1 de setembro para manterem acesso aos nossos modelos de fronteira com maior capacidade em cibersegurança; quem não o fizer regressará ao acesso predefinido. Os utilizadores que ainda não têm chaves de acesso protegidas por hardware podem beneficiar de preços preferenciais⁠(abre numa nova janela) do nosso parceiro, a Yubico. Estamos também a tomar medidas adicionais para restringir o acesso a entidades de elevado risco e em jurisdições de elevado risco.

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

O GPT‑5.6 é o nosso modelo mais forte até à data para acelerar a investigação em IA. Dentro da OpenAI, os investigadores usam-no ao longo do ciclo de desenvolvimento: diagnosticar falhas, otimizar sistemas de treino, executar experiências e interpretar resultados. Já vimos essa aceleração e uma adoção mais forte durante o período de testes internos do GPT‑5.6, uma vez que a média diária de tokens de output por investigador ativo foi mais de duas vezes superior ao nível mais alto observado no GPT‑5.5.

Esta forma de trabalhar está a tornar-se rapidamente padrão. Nos últimos seis meses, a percentagem de computação de investigação dedicada à inferência interna de programação aumentou 100 vezes, enquanto a utilização interna de tokens agênticos aumentou aproximadamente 22 vezes. Estas métricas de adoção não medem, por si só, o progresso da investigação, mas mostram a rapidez com que a assistência de IA está a crescer na investigação e noutras equipas, como vendas, marketing, operações de utilizadores, finanças e muito mais.

Para medir diretamente esta capacidade, desenvolvemos um conjunto interno de avaliações baseado em tarefas reais de investigação em IA, incluindo depurar sistemas de investigação, otimizar kernels e receitas de treino, executar experiências de machine learning e melhorar outro modelo.

À medida que as capacidades dos modelos aumentam, reforçamos a nossa stack de segurança para que a inteligência avançada possa continuar a ser amplamente útil, aplicando ao mesmo tempo maior escrutínio às utilizações de maior risco. Para o GPT‑5.6, criámos o nosso sistema de segurança mais robusto até à data, calibrado para as capacidades de cada modelo e potenciado por mais computação do que nunca.

Os modelos GPT‑5.6 são mais capazes do que os nossos modelos anteriores tanto em biologia como em cibersegurança, mas não ultrapassam o limiar Crítico em nenhuma das categorias. Na cibersegurança, os nossos testes sugerem que o GPT‑5.6 é melhor a encontrar e corrigir vulnerabilidades do que a executar de forma fiável ataques autónomos de ponta a ponta contra alvos reforçados — dando aos defensores uma oportunidade para reforçar sistemas antes de as fraquezas serem exploradas. Na biologia, os nossos testes sugerem que o GPT‑5.6 consegue apoiar investigação legítima, mas não fornece a capacidade de ponta a ponta necessária para criar, manipular por engenharia ou sintetizar uma ameaça nova e altamente perigosa.

Ambos os domínios são inerentemente de dupla utilização. Na 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 fiável. Por isso, o bloqueio excessivo cria o seu próprio risco de segurança. Pode impedir os defensores de testar sistemas e implementar patches, enquanto agentes maliciosos continuam a usar outros modelos, incluindo modelos open source cada vez mais capazes, bem como ferramentas estabelecidas. Salvaguardas eficazes têm em conta o contexto e as consequências prováveis de um pedido, preservando trabalho defensivo legítimo e aplicando controlos mais fortes quando as evidências indicam um risco grave de dano.

As salvaguardas do GPT‑5.6 estão organizadas em camadas para maior precisão e redundância, e foram concebidas para se adaptar rapidamente à medida que surgem novos ataques. As proteções treinadas no modelo funcionam juntamente com verificações em tempo real, monitorização contínua e medidas de aplicação ao nível da conta, para ajudar o sistema a manter-se seguro mesmo quando uma determinada camada não funciona como previsto. Em muitos sistemas, só os sinalizadores dos classificadores decidem o que bloquear, recorrendo a modelos de menor capacidade que são mais difíceis de alterar para prevenir danos. A nossa abordagem acrescenta um monitor de raciocínio que revê a conversa para determinar se existe potencial de dano. Este design foi concebido para permitir trabalho defensivo e bloquear utilizações abusivas graves, com as capacidades mais sensíveis reservadas a utilizadores verificados através do Trusted Access. Como algumas proteções usam raciocínio em tempo de teste, conseguimos atualizá-las rapidamente para fechar lacunas sem voltar a treinar classificadores do zero.

Estamos a adotar uma abordagem mais conservadora enquanto continuamos a reforçar o sistema contra ataques adaptativos. Em comparação com modelos anteriores, as nossas salvaguardas cibernéticas do GPT‑5.6 Sol bloqueiam cerca de dez vezes mais atividade potencialmente nociva. Como estas medidas podem criar fricção para utilizações benignas, disponibilizamos uma opção no ChatGPT e no Codex para repetir facilmente prompts em modelos de menor capacidade, e vamos continuar a reduzir o impacto das nossas salvaguardas em utilizações benignas, mantendo um critério elevado de robustez. Isto reflete a nossa abordagem de implementação iterativa: começar de forma conservadora e melhorar com base no que aprendemos com a utilização no mundo real.

Antes da disponibilidade geral, executámos as nossas avaliações de segurança mais intensivas até à data, incluindo red teaming extensivo, testes robustos de capacidades e salvaguardas com especialistas externos, e cerca de 700 000 horas de GPU A100e de red teaming automatizado em caixa-preta. Isto permitiu-nos sondar sistematicamente pontos fracos prováveis, revelar jailbreaks e ajudar-nos a reforçar o sistema antes do lançamento.

Não existe segurança perfeita, e o nosso trabalho para proteger modelos cada vez mais capazes continua. Serão descobertas novas fraquezas, bem como novos jailbreaks que contornam as salvaguardas existentes. Cada nova geração de modelos também irá criar novas vias de ataque e utilização abusiva. Criamos para essa realidade através de salvaguardas em camadas, monitorização contínua, remediação rápida e colaboração em toda a comunidade defensiva. Para o GPT‑5.6, combinámos os nossos programas existentes de bug bounty de segurança⁠(abre numa nova janela) e biologia⁠ com um novo processo de remediação rápida e o nosso esforço de monitorização mais forte até à data. Descobertas de investigadores, monitorização e utilização abusiva no mundo real irão alimentar novas avaliações e salvaguardas mais fortes de forma contínua.

Leia mais sobre as nossas salvaguardas no system card atualizado do GPT‑5.6⁠(abre numa nova janela).

O GPT‑5.6 abrange três níveis de modelo: Sol, o nosso modelo emblemático; Terra, um modelo de menor custo com desempenho competitivo face ao GPT‑5.5; e Luna, o nosso modelo mais rápido e acessível. O número identifica a geração, enquanto Sol, Terra e Luna são níveis de capacidade duradouros que podem evoluir ao seu próprio ritmo.

O GPT‑5.6 está disponível a partir de hoje no ChatGPT, no Codex e na OpenAI API. A disponibilização está a começar globalmente agora e continuará gradualmente até disponibilidade total nas próximas 24 horas.

• Chat: os utilizadores Plus, Pro, Business e Enterprise acedem ao GPT‑5.6 Sol através das definições de esforço médio e superior. Os utilizadores Pro e Enterprise também podem selecionar o GPT‑5.6 Sol Pro para resultados da mais alta qualidade em tarefas complexas.
• ChatGPT Work e Codex: os utilizadores Free e Go acedem ao GPT‑5.6 Terra. Os utilizadores 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 utilizadores com acesso ao GPT‑5.6 no ChatGPT Work e no Codex e pode ser ativado nas definições. No ChatGPT Work, ultra está disponível para utilizadores Pro e Enterprise. No Codex, está disponível para planos Plus e superiores.
• API: os programadores podem aceder ao Sol, ao Terra e ao Luna através da OpenAI API. Na Responses API, a chamada programática de ferramentas permite ao GPT‑5.6 escrever e executar programas em memória que coordenam ferramentas e processam resultados intermédios, tornando-a compatível com Zero Data Retention (ZDR). Multi-agent, inicialmente disponível em beta, permite ao GPT‑5.6 executar subagentes em simultâneo e sintetizar o trabalho destes num único pedido.

O GPT‑5.6 tem preços por 1 milhão de tokens em três tamanhos de modelo: o Sol custa 5 $ de input / 30 $ de output; o Terra custa 2,50 $ de input / 15 $ de output; e o Luna custa 1 $ de input / 6 $ de output. O GPT‑5.6 também introduz cache de prompts mais previsível, incluindo suporte para pontos de interrupção de cache explícitos⁠(abre numa nova janela) e uma duração mínima de cache de 30 minutos. Para o GPT‑5.6 e modelos posteriores, as escritas de cache são faturadas a 1,25x a tarifa de input sem cache do modelo, enquanto as leituras de cache continuam a receber o desconto de 90% sobre input em cache.