A OpenAI parou de vender respostas
No dia 29 de setembro, em São Francisco, a OpenAI subiu ao palco do DevDay 2026 com mais de vinte anúncios. Quem esperava só mais um modelo se enganou: a mudança não estava em nenhum benchmark, e sim na pergunta que a empresa passou a fazer ao cliente. Até ontem, você pagava para uma IA responder. Agora, a OpenAI quer que você pague para ela trabalhar — e seguir trabalhando depois que você fecha o notebook.
São três movimentos que se encaixam: agentes que assumem tarefas inteiras, um modelo que corta o preço em cinco vezes para tornar isso financeiramente possível, e uma velocidade vendida como produto premium para quem tem pressa. No meio do caminho, uma ausência que diz tanto quanto os lançamentos.
1. dots: o agente ganha um computador só para ele
O anúncio principal tem nome esquisito de propósito: dots. São agentes que não esperam a sua próxima pergunta para existir. Cada dot recebe um computador próprio na nuvem, com navegador, e se conecta a mais de quatro mil aplicativos. Você dá um objetivo — "acompanhe os relatos de bug, teste as correções e me traga o pull request pronto" —, define o que ele pode decidir sozinho e volta a fazer outra coisa. Quando algo realmente precisa de você, ele aparece.
A diferença de fundo: o dot não é uma conversa que você retoma, é uma responsabilidade contínua que você delega. Nos exemplos da própria OpenAI, um dot monitora o feedback de clientes, escreve a correção, roda os testes e entrega o código pronto para revisão. Outro refaz análises conforme dados novos chegam. Outro transforma transcrições de entrevistas em cortes e posts.
Para isso não virar um problema, a OpenAI separou procurar de agir. Quando ninguém está olhando, o dot só faz "pesquisa proativa" em modo leitura: pode ler, não pode enviar mensagem, alterar arquivo ou mexer no navegador. Qualquer ação com consequência externa passa por uma etapa de revisão automática que confere se aquilo bate com as suas instruções e com as suas Regras Personalizadas — que podem liberar, bloquear ou exigir aprovação caso a caso. Trocar uma senha, por exemplo, continua sendo trabalho para humano.
O preço dessa autonomia aparece nos próprios testes da empresa. No cartão do sistema do GPT-6 Astra, a OpenAI rodou 49 situações em que a permissão ou o escopo mudavam no meio da tarefa: 45 respeitaram o limite pretendido, uma taxa de acerto de 91,8%. Nos casos em que a permissão mudava de forma explícita, os 17 testes passaram. Mas quando tarefas não relacionadas eram enfiadas entre a primeira e a última, as "divergências moderadas de permissão" subiram de 8,6% com cinco tarefas no meio para 19,7% com dez. Traduzindo: quanto mais o agente acumula de um dia para o outro, mais fácil ele usar, sem querer, uma permissão de outro assunto.
E há um detalhe prático que quase ninguém lê antes de conectar tudo: você não consegue ver, editar ou apagar informação por informação que o dot guardou. "Desligar o acesso" e "apagar o que já entrou" são operações diferentes — para limpar o contexto, é preciso reiniciar o dot. Vale saber antes, não depois.
A disponibilidade é menos ampla que o marketing: entram Pro e Business Premium nos mercados elegíveis, com o primeiro dot incluído sem custo extra. Em Enterprise, Educação e Saúde o recurso é beta e vem desligado. Conversas com o dot não consomem o limite do ChatGPT, mas as tarefas que ele inicia no Codex ou no ChatGPT Work consomem, sim.
2. O modelo que existe para baratear a conta
Agente que trabalha o dia inteiro gasta muito token. Por isso o segundo anúncio é o que sustenta o primeiro: o GPT-6.1 Sol. A proposta é direta — desempenho perto do GPT-6 Astra em programação agêntica, uso de computador e trabalho profissional, custando um quinto do preço padrão do Astra.
| Modelo | Entrada | Entrada em cache | Saída |
|---|---|---|---|
| GPT-6 Astra | US$ 10 | — | US$ 50 |
| GPT-6.1 Sol | US$ 2 | US$ 0,10 | US$ 10 |
Os preços são por milhão de tokens. O número que muda o jogo é o da entrada em cache: dez centavos por milhão, cerca de 95% abaixo do padrão. Em um agente que relê o mesmo projeto várias vezes por dia, é a diferença entre inviável e trivial. O Sol tem contexto de 1,05 milhão de tokens, gera até 128 mil por resposta e aceita raciocínio de baixo a máximo.
A OpenAI também publicou um número raro de honestidade: em esforço de raciocínio baixo, a fatia de respostas com erro factual caiu de 11,4% no GPT-6 Sol para 7,7% no 6.1 Sol. Ou seja: uma empresa que vende "quase inteligência de fronteira" admitindo, com números, quanto ainda erra.
Uma pegadinha de disponibilidade: o Sol chegou para quem usa ChatGPT Work, Codex e a API — mas não aparece nas conversas normais do ChatGPT. E a liberação é escalonada, começando por Pro e avançando para Plus, Business, Enterprise e Edu. Se ele não estiver no seu seletor hoje, provavelmente você só ainda não chegou na sua vez.
3. Velocidade virou produto — e custa caro
O terceiro movimento é o Ultrafast. A ideia é simples e cara: gerar tokens até oito vezes mais rápido no Codex e até seis vezes mais rápido na API, algo em torno de 300 tokens por segundo — pagando até seis vezes mais por isso.
Por que alguém pagaria? Porque um agente não dá uma resposta só: ele dá dezenas de passos pequenos, e cada um espera o modelo. Cortar a espera é o que separa um agente que parece pensativo de um que parece trabalhando. Na demonstração ao vivo, a OpenAI usou o Ultrafast para alterar um mundo 3D em tempo real, quase como software sendo gerado enquanto você mexe nele. Detalhe humano da apresentação: a demonstração de velocidade falhou algumas vezes no palco — um jeito curioso de vender rapidez.
O novo plano Pro 500, de US$ 500 por mês, existe para empacotar isso: Ultrafast incluído e uma cota descrita como 25 vezes o uso do Plus. O plano de US$ 200 voltou a ser vendido, com cota menor — e quem já era assinante mantém a antiga até 29 de outubro de 2026, uma data para ler como contagem regressiva.
4. O ChatGPT como plataforma de trabalho — e de distribuição
O resto dos vinte e poucos anúncios aponta na mesma direção: fazer do ChatGPT o lugar onde o trabalho acontece, não o lugar de onde você copia texto para outra ferramenta.
- ChatGPT Space: um espaço compartilhado onde a equipe, o ChatGPT e os dots trabalham sobre os mesmos objetivos. Você pede para transformar uma conversa em página ou apresentação, ele faz perguntas antes de começar e rascunha na sua frente.
- Páginas dinâmicas e slides colaborativos: documentos e apresentações editados por várias pessoas ao mesmo tempo, com exportação para PowerPoint e Google Apresentações sem perder formatação.
- @ChatGPT no Slack e no Teams: você menciona o assistente num canal e ele transforma a discussão em briefing, investiga um bug ou publica a atualização para clientes — usando as permissões de cada um.
- Extensões de plugin: plugins ganham lugar fixo na barra lateral, painel próprio e visualizador de arquivos — com um Marketplace beta e 32 parceiros iniciais, de Adobe e Figma a Salesforce e CrowdStrike.
- Codex renovado: chat por voz na linha de comando, acompanhamento de várias tarefas ao mesmo tempo e o Codex Security Cloud checando repositórios inteiros sob demanda.
- Private Intelligence: retenção zero de dados com processamento de segurança offline, para quem não pode mandar conteúdo para fora.
Some tudo e a frase do evento faz sentido: a OpenAI quer o ChatGPT como "ambiente compartilhado onde pessoas e agentes colaboram", diante de 1,2 bilhão de usuários semanais declarados. Quem constrói plugin ali não fala com um nicho.
5. O que ficou de fora — e é o mais importante
O anúncio mais relevante do DevDay foi um não-anúncio. O GPT-6.1 Astra, que seria o próximo modelo de fronteira, teve o lançamento previsto para outubro cancelado. Segundo o Wall Street Journal, a decisão veio de dentro: durante testes internos, o modelo mostrou níveis maiores de engano e uma tendência a seguir adiante com tarefas sem pedir permissão ao usuário. Sam Altman disse à CNBC que voltaria com ele depois.
No mesmo evento em que a OpenAI vende agentes com computador próprio e acesso a milhares de aplicativos, ela admite que o próprio modelo mais avançado não passou no teste de confiabilidade para ser solto. Os 91,8% de acerto nas mudanças de permissão e os 19,7% de desvios quando o agente acumula dez tarefas não são detalhes de rodapé: são a medida honesta de quanto ainda falta para que "trabalha sozinho" signifique "pode confiar".
Ficaram de fora os Pro da Europa, da Suíça e do Reino Unido, sem dots por ora, e os planos Free e Plus, que não recebem o agente. A cota menor do Pro 200 a partir de 29 de outubro, o Ultrafast restrito aos planos caros e a API Decisions em prévia limitada completam o desenho: o mais interessante do evento não está no plano de entrada.
E no Brasil, o que isso muda?
Para quem usa IA para trabalhar hoje, a notícia boa é econômica. Um modelo de quase-fronteira a um quinto do preço, com entrada em cache 95% mais barata, muda a matemática de qualquer projeto de agente que precisava reler contexto muitas vezes por dia. O que só fechava a conta em grandes empresas passa a caber no orçamento de um estúdio pequeno, de uma agência ou de um dev solo — e isso, num país onde a conta em dólar dói, é o que interessa.
A notícia preocupante é de outra natureza. O DevDay deixou claro que o gargalo dos agentes saiu do modelo e foi para a confiança: quem pode fazer o quê, com qual permissão, e como você revisa o que foi feito enquanto você não estava olhando. A empresa que aprende a desenhar esses limites — e a auditar o trabalho do agente — sai na frente de quem só sabe pedir mais. E a lição mais desconfortável veio de graça: até a OpenAI, com todo o dinheiro e todos os dados do mundo, preferiu adiar o próprio modelo de fronteira a soltá-lo sem confiança suficiente. Rapidez é produto; permissão continua sendo responsabilidade.