GPT-5.1-Codex-Max a US$ 10 por milhão: vale pagar caro por código?

Oito dólares por dia de agente

Você roda um agente de programação por uma hora, ele cospe 800 mil tokens de resposta, e a fatura chega em US$ 8 só naquele turno. Some os turnos do dia, some a semana, e o "modelo novo da OpenAI" vira uma linha de custo que precisa justificar a própria existência. É exatamente essa conta que o GPT-5.1-Codex-Max, lançado em 4 de dezembro, obriga você a fazer.

A proposta da OpenAI é clara no nome: um modelo "codex-max", herdeiro da linha de código, agora turbinado para tarefas agentic de longa duração e contexto alto. O catálogo registra 400 mil tokens de contexto — o suficiente para engolir um repositório inteiro de uma vez. Modalidade texto+imagem entrando, só texto saindo. Preço: US$ 1,25 por milhão de entrada e US$ 10 por milhão de saída. Tem cache de prompt a US$ 0,125 — dez vezes mais barato que a entrada cheia, o que importa em fluxos que repetem o mesmo bloco de código.

O detalhe que ninguém comenta

O lançamento veio sem benchmark público de inteligência no catálogo. O campo iq está vazio. Isso não quer dizer que o modelo é ruim — quer dizer que, até onde o catálogo consegue medir hoje, não há número comparável para você colocar lado a lado com o resto. Para um CTO que escolhe modelo olhando planilha, isso é um sinal amarelo: você está pagando preço de topo sem ter o número que justifica o topo.

Compare com o que está no topo do índice nesta data: o Xiaomi MiMo-V2-Flash lidera com IQ 34,024 a US$ 0,30 por milhão de saída. O OpenAI o3 aparece em segundo com IQ 31,096 a US$ 8. O Claude Haiku 4.5, da Anthropic, marca IQ 29,892 a US$ 5. Em outras palavras, o Codex-Max entra no mercado mais caro que o o3 — e sem o índice para mostrar que entrega mais inteligência.

Para quem isso vale a pena

Você ganha com o Codex-Max em um cenário específico: tarefa agentic longa, contexto gigante, repetição de prompt. O cache a US$ 0,125 muda a equação quando o mesmo trecho de código ou especificação é reenviado várias vezes dentro de uma sessão. Em pipelines que mantêm o agente iterando por horas sobre o mesmo projeto, a economia do cache pode compensar parte do preço de saída.

Também faz sentido se você já está dentro do ecossistema OpenAI e precisa de continuidade com ferramentas agentic — Responses API, function calling, integração com o que sua stack já usa. Trocar de fornecedor tem custo; ficar dentro tem custo também, mas é conhecido.

Para quem não muda nada

Se o seu uso é geração de código curta, pair programming rápido ou completar funções unitárias, o Codex-Max é canhão para matar mosca. O Mistral Devstral 2 2512, lançado neste mês, aparece no índice com IQ 19,242 a US$ 2 por milhão de saída — uma fração do custo, e feito exatamente para tarefa de desenvolvimento. Para a maioria dos times que usam LLM como autocomplete avançado, o Devstral ou o próprio gpt-oss-120b da OpenAI (IQ 24,126 a US$ 0,17) cobrem o trabalho.

Se você está montando um agente do zero e o orçamento importa, o MiMo-V2-Flash da Xiaomi entrega o maior IQ do catálogo pelo menor preço de saída entre os modelos listados. Vale testar antes de assinar a fatura cheia da OpenAI.

O tabuleiro em dezembro

O catálogo tem hoje mais de 309 modelos ativos, vindos de 47 criadores diferentes. Nos últimos 30 dias, 33 modelos entraram — o mercado não para de girar. O Codex-Max é mais um lançamento caro em um mês que já trouxe alternativas baratas e bem posicionadas. A pergunta que fica não é "este modelo é bom?", e sim "este modelo é bom o suficiente para custar o que custa, no caso específico que você tem?".