GPT-6.1 marca 88,6% no Terminal X, mas custa caro na API

O GPT-6.1 atingiu 88,6% de assertividade em julgamentos de investimento no Terminal X, segundo a OpenAI. O número é forte para quem avalia modelos em cenários financeiros complexos, mas não transforma automaticamente o modelo na melhor escolha para uma API de produção: no OpenRouter, o GPT-6.1 Sol custa US$ 10 por milhão de tokens de saída.

A diferença entre o anúncio e a fatura é o ponto central. O resultado mede uma tarefa específica de julgamento financeiro. O preço afeta cada chamada que você coloca em produção. Para uma empresa que gera análises longas, compara ativos ou roda múltiplas hipóteses, a segunda informação pode pesar tanto quanto a primeira.

A OpenAI publicou o resultado no texto “Terminal X matches senior investor judgment 88.6% with GPT-6.1”.

O que os 88,6% realmente medem

O Terminal X foi usado para avaliar a capacidade do GPT-6.1 em decisões de investimento. Na prática, isso aproxima o teste de um fluxo de análise financeira de alta exigência, e não de uma medição genérica de perguntas e respostas.

Ainda assim, o percentual não informa sozinho como o modelo se comporta no seu caso. O resultado não indica custo por análise, tempo de resposta, taxa de erro em dados fornecidos pelo usuário ou desempenho diante de documentos próprios. Também não equivale a uma garantia de retorno financeiro.

Se você usa o modelo para apoiar analistas, estruturar relatórios ou comparar cenários, o benchmark é um sinal relevante. Se a aplicação apenas classifica textos, extrai campos ou responde perguntas simples, a métrica provavelmente diz menos sobre a sua operação.

A conta da API muda a leitura

Os preços do OpenRouter listam o GPT-6.1 Sol a US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de tokens de saída. O cache custa US$ 0,10 por milhão de tokens, e a janela de contexto é de 1,05 milhão de tokens.

A janela ampla ajuda quando você precisa enviar documentos extensos, histórico de pesquisas ou conjuntos grandes de informações em uma única solicitação. Ela não elimina o custo da resposta. Em análises financeiras, justamente a saída pode crescer quando o modelo precisa explicar premissas, riscos e alternativas.

Também existe uma versão em lote. O GPT-6.1 Sol batch custa US$ 1 por milhão de tokens de entrada e US$ 5 por milhão de tokens de saída, com cache a US$ 0,05 por milhão de tokens. Esse caminho faz mais sentido para relatórios que não dependem de resposta imediata.

O ranking não confirma o mesmo preço

No Artificial Analysis, o GPT-6.1 Sol aparece entre as opções de melhor custo-benefício, com nota de inteligência de 51,8 e preço de referência de US$ 4 por milhão de tokens. Esse valor não coincide com os US$ 10 de saída listados no OpenRouter.

A divergência importa. As duas cifras não devem ser tratadas como se fossem a mesma tarifa. O preço do OpenRouter descreve a cobrança da API por tipo de token; o valor do Artificial Analysis é uma referência usada no índice. Para projetar a fatura, o número operacional é o da rota que você realmente contratar.

O mesmo índice coloca o GPT-6.1 Sol abaixo de modelos como Claude Sonnet 5.5 Max, com nota de 56 e referência de US$ 4 por milhão de tokens, e Gemini 4 Argon High, com nota de 52,6 e o mesmo preço de referência. Isso não invalida o resultado no Terminal X. Apenas mostra que um teste financeiro específico e um índice geral podem ordenar os modelos de maneiras diferentes.

Para quem vale a pena

O GPT-6.1 Sol merece avaliação se você precisa de raciocínio financeiro mais estruturado, trabalha com contexto muito longo ou aceita pagar mais por respostas detalhadas. É especialmente relevante para protótipos de análise de investimentos, ferramentas internas de pesquisa e fluxos em que uma resposta ruim custa mais do que alguns dólares adicionais por milhão de tokens.

Para classificação, extração, atendimento ou tarefas de alto volume e baixa complexidade, o resultado não muda automaticamente a decisão. Um modelo mais barato pode entregar qualidade suficiente, sobretudo quando a saída é curta. O batch também pode reduzir a despesa em processos assíncronos, mas não serve para experiências que exigem resposta imediata.

Antes de trocar o modelo, rode uma amostra com os seus próprios relatórios e meça simultaneamente assertividade, tamanho das respostas e custo. O 88,6% é um argumento para testar o GPT-6.1 Sol em finanças; não é uma autorização para ignorar a calculadora.