O GPT-5.6 não é mais um rumor. A OpenAI publicou o GPT-5.6 Preview System Card em 26 de junho de 2026, e o detalhe importante é o formato do lançamento: uma família de modelos, controles de preview limitados e muita atenção à segurança de agentes.
Duas semanas atrás, escrevi uma checagem anterior dos rumores sobre o GPT-5.6→. Aquele artigo estava correto na época: o GPT-5.6 ainda não era público. A situação mudou hoje.
Minha leitura é simples. O GPT-5.6 é a resposta da OpenAI à mesma pressão criada pela Anthropic com o Claude Fable 5: os modelos estão sendo avaliados pela capacidade de executar trabalho real, usar ferramentas com segurança e permanecer confiáveis quando a tarefa se torna longa e confusa.
O que a OpenAI anunciou
A OpenAI descreve o GPT-5.6 como uma nova família com três modelos: Sol, Terra e Luna. Sol é o modelo principal, Terra é a opção capaz de menor custo, e Luna é o membro mais rápido e eficiente da família.
A OpenAI não está tratando isso como um aumento comum em um modelo de chat. A empresa destaca raciocínio complexo, programação, uso de computador, uso de ferramentas, factualidade e comportamento mais seguro de agentes. Esse é o conjunto certo de afirmações para observar, porque esses são os pontos em que os modelos de fronteira se tornam operadores úteis ou apenas autocomplete caro.
O system card também oferece sinais úteis. A OpenAI afirma que o GPT-5.6 reduz erros factuais importantes em comparação com o GPT-5.5 no LongFact e diminui as taxas de alucinação em uma análise de tráfego de produção. O documento também dedica bastante espaço a prompt injection, ações acidentais que destroem dados, confirmações do usuário durante o uso do computador, alinhamento e categorias de preparação, como riscos cibernéticos e biológicos/químicos.
Isso me indica que a OpenAI quer que o GPT-5.6 seja avaliado como uma plataforma de agentes, não apenas como uma caixa de respostas mais inteligente.
Sol Ultra e sinais dos benchmarks
Também existe um ângulo relacionado ao Sol Ultra, mas eu usaria uma formulação cuidadosa. A OpenAI descreve um novo esforço de raciocínio `max` para o Sol e um novo modo `ultra` que usa subagentes para acelerar trabalhos complexos. Interpreto isso como um modo do Sol que utiliza mais computação, não como um quarto modelo-base. A família principal no system card continua sendo Sol, Terra e Luna.
A OpenAI afirma que compartilhará um conjunto de avaliações mais amplo quando os modelos estiverem disponíveis de forma geral. Por enquanto, estes são os sinais de benchmark que vale a pena apresentar:
| Benchmark ou avaliação | Sinal publicado do GPT-5.6 |
|---|---|
| --- | --- |
| Terminal-Bench 2.1 | A OpenAI afirma que o GPT-5.6 Sol estabelece um novo estado da arte em fluxos de trabalho de linha de comando que exigem planejamento, iteração e coordenação de ferramentas. |
| GeneBench v1 | A OpenAI afirma que o Sol supera o GPT-5.5 em fluxos de trabalho de genômica de longo horizonte e biologia quantitativa, usando menos tokens. |
| ExploitBench | A OpenAI afirma que o Sol é competitivo com o Mythos Preview usando cerca de um terço dos tokens de saída. |
| ExploitGym | A OpenAI afirma que Sol, Terra e Luna melhoram à medida que o raciocínio aumenta. |
| Tarefas internas de CTF | O system card afirma que o GPT-5.6 Sol satura a avaliação em 96,7%. |
| Irregular FrontierCyber | O GPT-5.6 Sol resolveu 19 de 197 desafios; o sucesso relatado foi de 11% no nível Easy, 12% no Medium, 5% no Hard e 0% no Elite. |
| CyScenarioBench e Atomic Challenges | A Irregular relatou 28% no CyScenarioBench. No Atomic Challenges, o Sol obteve 98% em Network Attack Simulation, 91% em Vulnerability Research and Exploitation e 56% em Evasion. |
Isso é útil, mas não representa uma comemoração final. A maior parte dos números públicos concretos está concentrada em cibersegurança. As afirmações gerais sobre programação e agentes são fortes, mas ainda precisamos de testes mais amplos de terceiros antes de dizer que o Sol Ultra é melhor que o Claude Fable 5 em trabalhos comuns de software.
O que parece semelhante ao Claude Fable 5
O Claude Fable 5 avançou na mesma fronteira, mas com um estilo diferente. A Anthropic lançou o modelo em 9 de junho como um modelo da classe Mythos disponibilizado para uso geral. A Anthropic apresentou o Fable 5 com foco em tarefas longas e complexas: engenharia de software, trabalho de conhecimento, visão, pesquisa científica e trabalho de agentes de longo horizonte.
A sobreposição é clara.
| Área | GPT-5.6 Sol | Claude Fable 5 |
|---|---|---|
| --- | --- | --- |
| Principal proposta | Modelo de ponta para agentes e raciocínio | Modelo de fronteira de uso geral da classe Mythos |
| Casos de uso mais fortes | Programação, uso de ferramentas, uso de computador, factualidade, agentes | Engenharia de software, tarefas longas, trabalho de conhecimento, visão |
| Abordagem de segurança | Preview system card, categorias de preparação, trabalho contra prompt injection e de alinhamento | Salvaguardas do Fable, divisão do Mythos, roteamento alternativo para domínios sensíveis |
| Pergunta do comprador | Posso confiar nele para agir dentro das ferramentas? | Posso obter acesso e mantê-lo estável como dependência? |
As duas empresas estão convergindo para a mesma verdade de produto: o modelo precisa funcionar dentro de um sistema. Ele deve seguir instruções, lidar com ferramentas, evitar ações destrutivas e fornecer evidências suficientes para que as equipes confiem no resultado.
Essa é a parte que me interessa nos agentes de programação. Não preciso de outro modelo que escreva prosa confiante. Preciso de um modelo que consiga inspecionar um repositório, entender as restrições, executar verificações e parar antes de tocar em trabalho não relacionado. Escrevi mais sobre esse estilo operacional no meu fluxo de trabalho de objetivo e loop para agentes de AI→.
Onde o GPT-5.6 e o Fable 5 diferem
A primeira diferença é o acesso.
A OpenAI está começando o GPT-5.6 com controles de preview. Isso é conservador, mas é claro. A Anthropic lançou o Fable 5 de forma mais ampla e depois publicou uma declaração em 12 de junho dizendo que precisou suspender o acesso ao Fable 5 e ao Mythos 5 após uma diretiva de controle de exportações do governo dos EUA. A Anthropic afirmou que o acesso aos outros modelos Claude não foi afetado, mas o Fable 5 se tornou uma dependência difícil para produção da noite para o dia.
Isso muda a comparação. Um modelo pode ser brilhante e ainda assim ser difícil de usar como base se o acesso mudar sem uma janela normal de migração.
A segunda diferença é a ênfase do produto.
A história do Fable 5 da Anthropic priorizava capacidade: trabalho mais forte de longo horizonte, contexto muito amplo e uma divisão entre o Fable 5 para uso geral e o Mythos 5 para acesso confiável à defesa cibernética. A história do GPT-5.6 da OpenAI prioriza mais a implantação: família de modelos, controles de preview, system card de segurança, trabalho contra prompt injection e atenção explícita aos modos de falha dos agentes.
A terceira diferença é o tom.
A Anthropic fez o Fable 5 parecer um salto acima da linha Claude anterior. A OpenAI está posicionando o GPT-5.6 como uma camada operacional mais segura e confiável para trabalhos difíceis. Isso pode parecer menos dramático, mas é exatamente onde os agentes de AI quebram em produção: permissões de ferramentas, controle de contexto, factualidade, efeitos colaterais ocultos e a capacidade de o modelo admitir incerteza.
Meu teste prático para o GPT-5.6
Eu não avaliaria o GPT-5.6 Sol apenas pelos gráficos de lançamento. O primeiro teste que quero fazer é uma tarefa real de engenharia:
Um bom modelo deve ler antes de editar, fazer a menor alteração segura, verificar o resultado e relatar bloqueios em vez de fingir que tudo está concluído. O GPT-5.5 já melhorou esse padrão no Codex, como mostrei no meu teste do modelo de programação GPT-5.5 Codex→. O GPT-5.6 precisa ser melhor nas partes entediantes: menos suposições erradas, chamadas de ferramentas mais limpas e condições de parada mais confiáveis.
O Fable 5 ainda importa porque estabeleceu o padrão para trabalhos longos e complexos. Minha análise do lançamento do Claude Fable 5→ foi positiva por esse motivo. O problema de acesso não apaga a história de capacidade, mas acrescenta uma lição de aquisição: as escolhas de AI de fronteira agora incluem risco de política, não apenas risco de benchmark.
Veredito
O GPT-5.6 Sol parece a resposta séria da OpenAI ao momento do Fable 5. Os modelos são semelhantes em ambição: tarefas longas, programação, agentes e uso seguro de alta capacidade. Eles diferem na estratégia de lançamento. A Anthropic mostrou como um salto de capacidade pode ser percebido. A OpenAI está tentando fazer o próximo salto parecer implantável.
O Sol Ultra torna o lançamento mais interessante porque aponta para execução multiagente, não apenas para um raciocínio mais profundo de um único modelo. Mas eu ainda o avaliaria pelo trabalho que ele conclui: inspeção de repositórios, uso de ferramentas, recuperação de erros e a capacidade de deixar um histórico limpo para a pessoa responsável pelo sistema.
Para quem desenvolve, o vencedor não é o modelo com o lançamento mais barulhento. O vencedor é o modelo que consegue concluir trabalho real, usar ferramentas com segurança e deixar um histórico de auditoria limpo.
É isso que vou testar primeiro.