GPT-6.1 Sol Ultrafast da OpenAI roda até 8x mais rápido por um prêmio. Só pague onde alguém está esperando

Quando uma resposta vale pagar mais caro porque chega antes?

A OpenAI colocou um preço nessa pergunta em 8 de outubro. O modo Ultrafast do GPT-6.1 Sol está em rollout na API, no Codex e no ChatGPT Work, oferecendo o que a OpenAI chama de “Near-Astra intelligence at up to 8x faster speeds” em comparação ao Sol no modo padrão. Na API, custa $12 por milhão de tokens de entrada e $60 por milhão de tokens de saída, o que a OpenAI descreve como “just 1.2x the cost of Astra”, seu principal modelo de raciocínio. Quando publicamos o guia de modelos GPT-6 da OpenAI no início deste mês, o Ultrafast estava disponível apenas para o Astra.

Os detalhes que importam para o planejamento enterprise: no Codex e no ChatGPT Work, o acesso é limitado ao Pro 500, aos planos Enterprise elegíveis por uso e Edu por créditos, e os administradores Enterprise precisam habilitá-lo. Na API, o Ultrafast Sol está disponível em todas as regiões suportadas, incluindo residência de dados nos Estados Unidos e na UE, e o guia para desenvolvedores da OpenAI descreve o uso via WebSockets. Times que precisam de processamento local no Brasil não devem contar com isso: o Brasil não está na lista. A OpenAI o posiciona para depurar indisponibilidades, agentes que navegam por aplicativos e experiências ao vivo.

A velocidade se multiplica em loops

Um modelo mais rápido importa pouco para uma única pergunta. Importa muito para um agente que faz quarenta chamadas ao modelo para concluir uma tarefa, porque cada segundo economizado é economizado quarenta vezes, e quem espera sente o total. É por isso que os exemplos escolhidos pela OpenAI são um engenheiro depurando uma indisponibilidade e um agente navegando por aplicativos: nos dois casos, o tempo real decorrido é o custo que dói, e a conta de tokens é secundária.

A mesma lógica funciona ao contrário. Uma conciliação noturna termina antes que alguém olhe para ela, qualquer que seja a velocidade. Pagar um prêmio ali não compra nada.

Quem está esperando decide se a velocidade vale a pena

Carga de trabalho	Quem espera	Ultrafast?
Depurar um incidente ao vivo	Um engenheiro, sob pressão	Caso forte
Agente navegando por aplicativos	Um loop de muitos passos	Teste: a economia se multiplica a cada passo
Voz ou interação ao vivo com o cliente	Um cliente, em tempo real	Caso forte, se a qualidade se mantiver
Agente em segundo plano que reporta depois	Ninguém, até o resultado	Normalmente não
Batch noturno ou conciliação	Ninguém	Não

Três verificações antes de ligar o recurso

Meça sua própria velocidade e qualidade. “Up to 8x” é um teto, e “near-Astra intelligence” é o enquadramento da OpenAI. Rode o seu conjunto de avaliação e registre a latência p50 e p95 nos seus prompts reais. A unidade de comparação é custo por tarefa bem-sucedida e tempo até o resultado, não preço por token.

Transforme isso em política, não em um botão. Os administradores Enterprise precisam habilitar o Ultrafast no Codex e no ChatGPT Work. Use esse controle para decidir quais times e workflows têm acesso ao recurso e por quê, em vez de ligá-lo para todo mundo. Na API, defina o modo por etapa do workflow, com a mesma disciplina que descrevemos para a linha de preço no Claude Haiku 5.5: o roteamento decide a maior parte da conta.

Coloque um orçamento ao lado. Um modo premium usado em um loop de agente se multiplica rápido. Alertas de gasto por workflow, o tipo de controle que cobrimos em guardrails de gasto em IA, devem estar em vigor antes que o primeiro time de incidentes descubra o quanto o agente dele parece mais rápido.

O Ultrafast é uma opção útil, e na resposta a incidentes pode se pagar já na primeira hora de uma indisponibilidade. Também é o premium mais fácil de usar em excesso em toda a stack, porque mais rápido sempre parece melhor. Pague por velocidade onde uma pessoa ou um loop está esperando, e em nenhum outro lugar.