Até pouco tempo, cada laboratório de IA lançava um modelo por vez. Um upgrade, uma versão, um preço, mas isso mudou.
Em julho de 2026, a OpenAI lançou o GPT-5.6 dividido em três camadas de capacidade. Semanas antes, a Anthropic havia lançado o Opus 4.8 com uma lógica parecida, mas resolvida de outro jeito.
Assim, os dois casos mostram a mesma tendência: modelo único não resolve mais.
Empresas de IA estão segmentando por camada de capacidade e custo, e isso muda como equipes de produto devem pensar arquitetura.
Como a OpenAI segmentou o GPT-5.6
O GPT-5.6 chegou como uma família de três modelos. Sol é a camada mais avançada, voltada para tarefas complexas como programação difícil, pesquisa e cibersegurança.
Essa camada dá sequência ao caminho que a empresa abriu com o GPT-5.3-Codex, quando a autonomia em tarefas longas virou prioridade.
A diferença entre os modelos é a concentração. Antes, essa capacidade ficava concentrada. Agora, ela se espalha entre as três camadas, com Sol assumindo o papel que antes cabia ao Codex.
Já Terra funciona como opção intermediária, com desempenho competitivo e custo menor. Por fim, Luna é a camada mais rápida e barata, pensada para volume.
Ou seja, Sol resolve o que nenhuma outra consegue. Enquanto isso, Terra cobre o trabalho do dia a dia e, Luna absorve tarefas simples em escala.
Além disso, a segmentação apareceu no cache de prompt. O GPT-5.6 passou a suportar pontos de quebra explícitos no cache, com vida mínima de trinta minutos.
Na prática, isso premia quem reutiliza contexto com frequência e penaliza quem reescreve prompt do zero a cada chamada.
Como a Anthropic segmentou o Opus 4.8
A Anthropic escolheu outro caminho. Em vez disso, a empresa criou um controle de esforço dentro do mesmo modelo.
Esse controle fica ao lado do seletor de modelo no claude.ai. Em esforço alto, o Opus 4.8 pensa mais tempo e entrega respostas mais completas.
Já em esforço baixo, responde rápido e consome menos limite de uso. Por padrão, o modelo opera em esforço alto.
Além disso, a empresa lançou um modo rápido, que roda duas vezes e meia mais veloz que o padrão. O preço de entrada e saída desse modo caiu para um terço do que custava em modelos anteriores.
Ou seja: mais velocidade, sem manter o preço alto de antes.
Duas abordagens, mesmo problema
OpenAI e Anthropic chegaram à mesma conclusão por rotas diferentes. Uma segmenta por modelo, já a outra, segmenta por parâmetro dentro do modelo.
| GPT-5.6 (OpenAI) | Opus 4.8 (Anthropic) | |
|---|---|---|
| Forma de segmentação | Três modelos distintos (Sol, Terra, Luna) | Controle de esforço no mesmo modelo |
| Camada mais cara | Sol, foco em código avançado e cibersegurança | Esforço alto, padrão do modelo |
| Camada mais barata | Luna, volume e velocidade | Modo rápido, 2,5x mais veloz |
| Ajuste de custo por cache | Pontos de quebra explícitos, cache mínimo de 30 min | Instruções de sistema no meio da tarefa, sem quebrar cache |
O problema que os dois resolvem é o mesmo: nem toda tarefa exige o modelo mais forte. Rodar um código simples com o modelo mais caro é desperdício de orçamento.
Rodar uma migração de código complexa com o modelo mais barato é risco de qualidade.
Por que isso importa para quem decide arquitetura
Esse movimento não é só sobre quem programa direto na API. Por isso, toda empresa que roda produto com IA precisa pensar em orçamento de tokens por caso de uso.
Um chatbot de suporte funciona bem com a camada mais barata. Já uma automação de análise financeira exige mais poder de processamento. Decidir isso bem exige mapear tarefas antes de escolher fornecedor.
A lógica é a mesma de quando uma empresa escolhe entre ferramentas de analytics: a pergunta certa não é qual é a melhor ferramenta, e sim qual ferramenta resolve qual problema.
O que esperar da próxima geração
A Anthropic já sinalizou os próximos passos e, entre eles, é o lançamento de modelos semelhantes ao Opus, mas com custo menor. O outro é mais ambicioso: uma classe de sistemas acima do Opus, voltadas a segurança cibernética.
A OpenAI segue no mesmo ritmo, a cada poucos meses, uma nova geração chega com ajustes.
Segmentação por capacidade é a forma como o mercado de IA está se organizando. Portanto, quem decide arquitetura de produto precisa acompanhar essa lógica de perto, porque a escolha impacta o custo e a qualidade da entrega.
Sua empresa já pensa em arquitetura de IA por camada de custo? Fale com a Orbital e entenda como estruturar isso no seu produto.