O GPT-5.6 não é um modelo separado.
- Entrada
- texto imagem $4/M
- Saída
- texto $20/M
- Leitura de cache
- $0.4/M
- Contexto
- 1.1M
- vs GPT-4o
- ~20% mais barato
- Corte de conhecimento
- 2026-02
Prompts acima de 272K tokens: toda a requisição é cobrada a $8/M de entrada · $30/M de saída
Benchmarks
Publicado pelos provedores: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
O preço em contexto
Posição do preço entre 68 modelos comparáveis
A barra mostra onde fica o preço deste modelo entre todos os modelos do mesmo tipo na Synthorai. Nas extremidades aparecem o mais barato e o mais caro. São as tarifas base; os descontos de batch, região e escrita de cache estão na página de preços.
Especificações e limites
Tokens
| Janela de contexto (especificação do provedor) | 1.050.000 |
|---|---|
| Saída máxima (especificação do provedor) | 128.000 |
| Corte de conhecimento | 2026-02 |
Cache de prompts
| Modo | automático |
|---|---|
| Prefixo mín. | 1.024 |
| Duração | 5-10 min, até 1 hora |
Raciocínio
| Parâmetro do provedor | reasoning.effort |
|---|---|
| Valores aceitos | none · low · medium · high · xhigh · max |
| Valor padrão | medium usado quando a requisição não define nada |
| Pode ser desativado | Sim |
| Comportamento do raciocínio | A Responses API também aceita reasoning.mode, standard (o padrão) ou pro; mode e effort são controles independentes. |
| Parâmetro | reasoning_effort |
| Valores | minimal · low · medium · high parâmetros expostos pelo gateway; vale o mapeamento do provedor indicado acima |
Modelo
| Modalidades | texto + imagem → texto |
|---|
- Não é um modelo separado: o alias simples gpt-5.6 roteia para o GPT-5.6 Sol, o nível de fronteira da família. Apenas Chat Completions e Batch (sem Realtime, áudio, embeddings ou fine-tuning)
- prompts acima de 272k tokens de entrada são cobrados a 2x na entrada / 1,5x na saída para a requisição inteira
conforme documentação oficial da OpenAI ↗
Um prompt, medido pelo gateway
GPT-5.6 passou · 3 sentences
Enabling reasoning makes the model generate many additional internal tokens before producing an answer, so each request consumes substantially more compute. Those reasoning tokens are billed even though they are not visible to users, and longer processing can also increase tool calls, retries, and output length. The bill doubled because our cost per request rose, not necessarily because usage volume increased; we can control it by limiting reasoning effort and routing simpler tasks to cheaper models.
saída 126 tok (+30 raciocínio) latência 3.0 s
Se a instrução é seguida (exatamente três frases, dá para contar), a adequação ao público (tom para um CFO) e a diferença de cobrança causada pelo raciocínio oculto, que os medidores de tokens abaixo deixam à mostra.
GPT-5.6 passou · 8/8 cases
```python def longest_run(xs): if not xs: return 0 best = cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: best = max(best, cur) cur = 1 return max(best, cur) ``` The original code counted equal *transitions* rather than items, so a run of one had length `0`, a run of three had length `2`, and tracking from zero caused the off-by-one error. The corrected version starts each run at length `1`, resets to `1` when the value changes, and performs a final `max` after the loop so a run ending at the last element is included; an empty input still returns `0`.
saída 277 tok (+93 raciocínio) latência 4.2 s
Se a correção está mesmo certa (dá para executar), a densidade da explicação e a eficiência em tokens em uma tarefa bem delimitada.
GPT-5.6 passou · 5/5 fields, guidance "withheld pending the Q4 close"
{ "company": "Meridian Robotics", "quarter": "September quarter", "revenue_usd_m": 412, "growth_pct": null, "guidance": "withheld pending the Q4 close" }
saída 179 tok (+118 raciocínio) latência 3.7 s
Aderência ao schema (sem campos inventados), pressão para alucinar (o texto diz explicitamente que o guidance não foi divulgado) e diferenças no caminho de saída estruturada.
GPT-5.6 passou · 120 words, 0 banned, 1 question
Today we are introducing Prompt Cache, a new API gateway feature that stores reusable prompt prefixes and serves them across supported model providers. By recognizing identical system instructions, tools, examples, and context blocks, Prompt Cache reduces repeated input processing, lowers latency, and helps control token costs without changing application code. Teams can configure retention windows, cache keys, provider routing, encryption, and regional storage policies from one dashboard or API. What happens when a preferred provider is unavailable? The gateway can route requests to another provider while reusing eligible cached content, preserving performance and consistency. Built-in metrics report hit rates, savings, latency, and provider usage, while audit logs support governance. Prompt Cache is available today in public preview for all customers.
saída 628 tok (+473 raciocínio) latência 7.3 s
Respeito às restrições (limite de palavras, lista de palavras proibidas, uma única pergunta), a marca de estilo de cada modelo e o controle do tamanho.
Use o GPT-5.6 em 30 segundos
Compatível com OpenAI: troque a base_url, mantenha seu SDK. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="gpt-5.6",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "gpt-5.6",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-5.6",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "gpt-5.6",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("gpt-5.6")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Sobre o GPT-5.6
- A OpenAI documenta o nome puro gpt-5.6 como um alias que roteia requisições para o GPT-5.6 Sol, o nível de fronteira da família GPT-5.6, descrito em sua página como o modelo de fronteira para trabalho profissional complexo e como correspondente aproximadamente ao nível de modelo sem sufixo usado nas famílias GPT-5 anteriores.
- Chamá-lo, portanto, entrega as especificações do Sol: uma janela de contexto de 1.050.000 tokens com entrada máxima de 922.000 tokens, 128.000 tokens de saída máxima, entrada de texto e imagem com saída de texto, suporte a tokens de raciocínio e um corte de conhecimento de fevereiro de 2026.
- Chat Completions, Responses e Batch são suportados; Realtime, áudio, embeddings e fine-tuning não são.
- A OpenAI posiciona a geração como uma nova linha de base de qualidade e eficiência para fluxos de trabalho de produção complexos, destacando a eficiência de tokens e um julgamento mais forte de layout e design de frontend, e seu conselho de migração é manter a configuração de raciocínio que você usava no GPT-5.5 ou no GPT-5.4 como linha de base e depois testar um nível abaixo, porque esta geração frequentemente mantém a qualidade com menos tokens.
- O esforço de raciocínio vai de none até o novo nível max e resolve para medium quando omitido, tanto no modo padrão quanto no pro.
- O lançamento também adiciona chamada programática de ferramentas, um modo multiagente em beta que coordena subagentes em paralelo, cache de prompts explícito ao lado do tipo implícito e raciocínio persistido entre turnos por reasoning.context.
- Dois detalhes de cobrança importam: prompts acima de 272K tokens de entrada são cobrados a 2x a entrada e 1,5x a saída para a requisição inteira, e as gravações de cache custam 1,25x a tarifa de entrada não cacheada.
- A Synthorai serve o GPT-5.6 no mesmo endpoint de chat completions compatível com OpenAI que o resto da família.
Perguntas frequentes
A API do GPT-5.6 é gratuita para testar?
Sim. Contas novas recebem 10 chamadas de teste e até $1 em créditos gratuitos, sem precisar de cartão. A $4/M de tokens de entrada, só esse crédito já cobre cerca de 31 requisições de ~8K tokens ao GPT-5.6.
Em que o GPT-5.6 é melhor?
Um alias que roteia para o GPT-5.6 Sol; o nível de fronteira para trabalho profissional complexo; prompts acima de 272K de entrada cobrados a 2x entrada e 1,5x saída. Veja na seção Sobre o quadro completo, tirado das notas de lançamento do próprio provedor.
Quanto custa o GPT-5.6?
Na Synthorai, o GPT-5.6 custa $4 por milhão de tokens de entrada e $20 por milhão de tokens de saída. É o preço de tabela do provedor, sem markup da plataforma. Tokens de entrada em cache são cobrados a $0.4/M.
Qual é a janela de contexto do GPT-5.6?
O GPT-5.6 tem uma janela de contexto de 1.1M tokens na Synthorai. Uma única resposta pode ter até 128,000 tokens.
O GPT-5.6 suporta cache de prompts?
Sim, automaticamente: prompts servidos pela OpenAI entram em cache sem nenhuma mudança no código. Tokens de entrada em cache são cobrados a $0.4/M, contra $4/M sem cache; os prompts precisam de um prefixo estável de 1,024 tokens para entrar em cache (TTL 5-10 min, até 1 hora). Guia de cache de prompts →
Como obtenho acesso ao GPT-5.6?
Aponte o SDK da OpenAI que você já usa para base_url="https://synthorai.io/v1", defina model="gpt-5.6" e pronto. Uma única chave de API cobre todos os modelos do gateway.
Qual é o corte de conhecimento do GPT-5.6?
O corte de conhecimento do GPT-5.6 é 2026-02, segundo a documentação oficial do provedor (verificado em 2026-07-28).
Modelos relacionados
Comparar
Cada valor desta página foi transcrito da documentação do provedor, com link acima, e traz a data em que foi verificado. Os preços são comparados em todo o catálogo; já as especificações que cada provedor define de um jeito aparecem com a diferença indicada, em vez de irem para um gráfico. Nada aqui foi medido por nós, e nada recebe nota.