GPT-5.4 Image 2 cobra US$ 15 por milhão e não publica nota de inteligência

OpenAI quer cobrar US$ 15 por milhão — e o modelo ainda não tem nota de inteligência publicada

US$ 15 por milhão de tokens de saída. É isso que a OpenAI está pedindo pelo GPT-5.4 Image 2, listado hoje (21 de abril de 2026) no catálogo. Para dimensionar: os dois únicos modelos com índice de inteligência acima de 45 custam menos. O Gemini 3.1 Pro Preview sai por US$ 12; o GPT-5.3-Codex, por US$ 14. E nenhum dos dois tem geração de imagem no meio da resposta.

O que ele faz, na prática

O release descreve como multimodal completo: recebe texto, imagem e arquivo, devolve texto e imagem numa única chamada. A proposta é fundir raciocínio, código e geração visual sem encadear duas APIs. É o tipo de modelo para quem precisa que a IA olhe um PDF, raciocine sobre o conteúdo e devolva um infográfico — em vez de rodar texto num modelo e imagem em outro.

A janela de contexto é de 272 mil tokens. Dá para enfiar um repositório inteiro e pedir um diagrama de arquitetura de volta, por exemplo.

O buraco na ficha: zero benchmark

Aqui é onde a conta aperta. O GPT-5.4 Image 2 entrou no catálogo sem índice de inteligência, sem nota de coding, sem agentic. Você está pagando US$ 15 por milhão sem conseguir comparar o raciocínio dele com nenhum dos modelos que já passaram pelos testes.

Enquanto isso, os dois modelos acima de IQ 45 — Gemini 3.1 Pro Preview (47,738) e GPT-5.3-Codex (45,512) — têm preço de saída mais baixo e nota medida.

Onde ele se encaixa no tabuleiro de hoje

Olhando só o preço de saída, o GPT-5.4 Image 2 está acima dos líderes em texto e empatado na faixa do Codex. Abaixo dele, com folga, o Xiaomi MiMo-V2-Omni cobra US$ 2 por milhão — mas entrega IQ 35,866 e não gera imagem, é outro produto, para outro caso.

Para quem vale — e para quem não muda nada

Vale se o seu fluxo já envolve gerar imagem a partir de raciocínio sobre documentos: relatório que vira infográfico, código que vira diagrama, planilha que vira dashboard visual. Nesses casos, eliminar o passo intermediário pode valer o prêmio de US$ 1 a US$ 3 por milhão em relação ao Codex ou ao Gemini.

Não muda nada se você só precisa de texto forte, código ou agentes. O GPT-5.3-Codex segue sendo a referência da própria OpenAI para código, custa US$ 14 por milhão e tem IQ 45,512 medido. Pagar US$ 15 por um modelo que pode render menos em texto para ganhar uma capacidade que você não vai usar não fecha a conta.

O que fazer agora

Se geração de imagem multimodal é gargalo real, faça um teste cego antes de migrar workload: pegue três dos seus prompts mais caros, rode no GPT-5.4 Image 2 e no fluxo atual (texto no Codex + imagem em outro modelo), e meça qualidade, latência e custo total. O prêmio só compensa se o ganho de fluxo pagar a diferença.

Se imagem não está no seu caminho, siga no GPT-5.3-Codex ou no Gemini 3.1 Pro Preview até alguém publicar um benchmark do Image 2. Comprar modelo multimodal caro no escuro é o tipo de decisão que aparece na fatura de maio.