GPT-5.1-Codex cobra US$ 10 por milhão de saída: vale para quem?

Oito vezes mais caro que o líder

Dois dias após o lançamento, o GPT-5.1-Codex já aparece nos catálogos com um preço de saída que faz qualquer CTO de startup engolir seco: US$ 10 por milhão de tokens. Compare com o que está no topo do ranking de inteligência hoje — o OpenAI o3, do mesmo fabricante, cobra US$ 8 pela mesma saída. Parece perto, mas o detalhe está no outro lado da fatura: a entrada do Codex custa US$ 1,25 por milhão, contra os US$ 8 cobrados pelo o3. Em outras palavras, o Codex ficou mais barato na entrada e mais caro na saída — uma combinação que só compensa se o seu fluxo gera muito texto curto e consome pouco prompt, o que é raro em coding agents.

A janela de 400 mil tokens é o verdadeiro chamariz

O preço assusta, mas a especificação técnica tenta justificar. São 400 mil tokens de contexto, número que coloca o modelo entre os mais folgados do mercado e que muda o cálculo em tarefas de engenharia de software de longa duração: refatoração de repositórios inteiros, revisão de PRs grandes, agentes que precisam ler vários arquivos antes de sugerir uma mudança. A descrição oficial fala em "sessões interativas e execução independente de tarefas complexas de engenharia", e é exatamente nesse segundo caso — execução autônoma, sem humano no loop — que a janela grande paga.

Onde ele se encaixa no tabuleiro

O catálogo de hoje tem 276 modelos listados, vindos de 42 criadores diferentes. No topo da régua de inteligência estão o o3 da OpenAI (IQ 31,096, US$ 8 de saída), o Claude Haiku 4.5 da Anthropic (IQ 29,892, US$ 5 de saída) e o gpt-oss-120b, também da OpenAI, com IQ 24,126 e US$ 0,17 de saída. O GPT-5.1-Codex não tem nota de IQ publicada no catálogo — e vale registrar isso: quando o campo vem vazio, o catálogo não publicou, não é falha sua de leitura.

A leitura honesta é esta: o Codex não está brigando pelo topo de inteligência geral. Está brigando por um nicho específico — coding agent de longa duração — onde a janela de contexto e a otimização para fluxos de engenharia pesam mais do que a nota em benchmark genérico. É a mesma lógica que a OpenAI já usou com a linha Codex antes: produto vertical, preço premium.

Para quem vale

Se você roda um agente de programação que precisa engolir um repositório inteiro, planejar mudanças em vários arquivos e devolver diffs longos, a janela de 400 mil tokens e a otimização para "execução independente" podem justificar o US$ 10 de saída. Pense em times que estão automatizando migrações, gerando testes E2E, ou rodando code review automatizado em monorepos.

Se o seu caso é autocompletar no editor, gerar uma função a partir de um prompt de três linhas, ou fazer pair programming em sessões curtas, o Claude Haiku 4.5 entrega IQ próximo do topo (29,892 contra 31,096 do o3) por metade do preço de saída. Para volume alto com qualidade aceitável, o gpt-oss-120b da própria OpenAI sai por US$ 0,17 — quase sessenta vezes mais barato que o Codex, ainda que com IQ bem mais baixo.

O que ninguém te conta no release

O release fala em "otimizado para fluxos de engenharia de software". O que ele não diz é que essa otimização tem um custo: você paga US$ 0,13 por milhão de tokens em cache, valor que parece baixo mas que só faz sentido se você reusar o mesmo contexto repetidamente — caso contrário, é mais um item na fatura. E sem nota de IQ, coding ou agentic publicada, a única forma de saber se ele realmente é melhor que o o3 em código é testar com seu próprio workload. A régua genérica não responde por você.

A implicação prática é direta: não migre seu stack de coding agent para o GPT-5.1-Codex no escuro. Meça tokens de entrada e saída do seu fluxo atual, calcule o custo por tarefa concluída, e rode o Codex em paralelo por uma semana antes de trocar o modelo padrão. Se a taxa de tarefas completas sem intervenção humana subir o suficiente para compensar o salto de preço, vale. Se não, o Haiku 4.5 continua sendo o melhor custo-benefício do topo da régua.