Tools nativas da OpenAI, como web search, code interpreter, computer use e MCP, entram pela Responses API.
O que muda em relação ao GPT-5.6
A OpenAI também trouxe para Sol e Luna o estilo de comunicação do Astra: menos jargão, menos detalhe de baixo valor e respostas um pouco mais curtas, principalmente em conversas técnicas.
O que os benchmarks mostram
Os números abaixo saíram do anúncio da OpenAI. O nível entre parênteses é o usado na medição.
Na avaliação interna de factualidade da OpenAI, o Sol erra cerca de metade do que o antecessor errava. O Luna, nos níveis mais altos, se aproxima do GPT-5.6 Sol.
Esses resultados foram publicados pela OpenAI e dependem do harness, das tools e do nível usado na medição. A comparação com Fable 5.1 no AutomationBench não inclui o fallback para Opus 5, que ocorreu em cerca de 40% das tarefas. Valide no seu fluxo antes de trocar uma configuração em produção.
Onde o Astra continua na frente
Sol e Luna não substituem o Astra no trabalho mais difícil. A OpenAI mantém o Astra como o melhor modelo da família, inclusive em uso de computador. Use Sol ou Luna quando o Astra for mais do que a tarefa precisa.Onde cada um gera mais valor
Sol, quando a tarefa é difícil e ainda vai iterar
Coding de vários arquivos, automação entre aplicativos e análise profissional em que o time vai revisar e pedir ajustes. Resultado esperado: mudança ou análise revisável, com verificação explícita do que foi checado.Luna, quando o volume é o problema
Classificação, extração, triagem e agentes que repetem o mesmo tipo de tarefa o dia inteiro. Nos níveis mais altos, a OpenAI posiciona o Luna perto de modelos maiores em coding e uso de computador. Resultado esperado: a mesma operação, em escala.Cache, quando o agente reutiliza o mesmo contexto
Sessões longas e agentes que reenviam instruções, arquivos e histórico passam a reaproveitar mais o prefixo. Dá para mudar tools no meio da conversa sem perder o que já foi processado. Resultado esperado: respostas mais rápidas em sessões que repetem o mesmo contexto.Como aplicar na Tess
1
Escolha o modelo pelo trabalho
Luna para volume e tarefas focadas. Sol para coding e fluxos profissionais difíceis. Astra quando a qualidade do Sol ainda não fecha o entregável.
2
Entregue contexto e limite as tools
Anexe só o material necessário e habilite as ferramentas que a tarefa realmente usa. Peça confirmação antes de publicar, enviar ou alterar produção.
3
Peça a verificação antes de concluir
Oriente o agente a checar testes, fontes e números e a dizer o que não foi verificado.
Dois playbooks para começar
1. Mudança de código com o Sol
Entrada: repositório, comportamento esperado e comandos de teste.2. Triagem em volume com o Luna
Entrada: fila de itens, critério de classificação e formato de saída.Limitações
- Contexto de 1,05M tokens não substitui seleção. Envie apenas o material relevante.
- Tools nativas da OpenAI entram pela Responses API.
- Sol e Luna ainda não estão no Chat da OpenAI. Na API, os IDs são
gpt-6-solegpt-6-luna. - Revise código, números e citações antes de publicar. Mantenha aprovação humana em ações irreversíveis.