O GPT-6.1 Soul substitui o Opus 5.5?

Não por completo. Ele é mais barato e mais estável no dia a dia, mas o Opus 5.5 segue à frente em tarefas longas e não assistidas, como ports de linguagem e reescritas grandes.

Quanto custa o GPT-6.1 Soul?

Segundo a análise do t3.gg, US$ 2 por milhão de tokens de entrada, US$ 10 de saída e 10 centavos por milhão em cache de leitura — o maior desconto de cache já aplicado pela OpenAI.

O GPT-6.1 Soul é bom para frontend?

Não. Nos testes do vídeo, ele gerou interfaces cheias de texto inútil, jogabilidade ruim e queda de desempenho. Para revisão e auditoria de código, por outro lado, foi excelente.

Os números de benchmark são oficiais?

Não. Todos vieram de testes conduzidos pelo próprio apresentador em VMs pessoais, com tarefas removidas por falta de hardware. Trate como evidência de primeira mão, não como dado oficial da OpenAI.

Vale assinar para uso com agentes?

Pelo preço e pelo cache barato, o custo em cargas agênticas cai muito — uma das estimativas citadas caiu de US$ 5.700 para US$ 1.550. Ainda assim, o próprio revisor do vídeo espera que esse preço suba no futuro.

Como usar o GPT-6.1 Soul no seu fluxo de código

US$ 2 por milhão de tokens de entrada e cache de leitura a 10 centavos: é assim que o GPT-6.1 Soul chega ao mercado em 2026. Na análise do t3.gg, ele empatou com o Opus 5.5 em pontuação custando cerca de 73 vezes menos em um benchmark de engenharia agêntica.

O que é o GPT-6.1 Soul e por que ele importa

O GPT-6.1 Soul é o mais novo modelo de código da OpenAI, lançado em setembro de 2026 como resposta direta ao Opus 5.5, da Anthropic. A análise abaixo é baseada no vídeo do Theo, do canal t3.gg, que testou o modelo com acesso antecipado e publicou sua opinião assim que ele ficou disponível para todos.

A história por trás do lançamento ajuda a entender o timing. Na semana anterior, a Anthropic lançado o Opus 5.5, e a OpenAI reagiu rápido com o GPT-6 Soul e o GPT-6 Luna, que não impressionaram. Uma semana depois, em 2026, veio o GPT-6.1 Soul — e segundo Theo, esse intervalo curto indica que não é um simples incremento de versão.

Theo resume o modelo assim: mais inteligente que o GPT-6 Soul, mais estável que o GPT-6 Astra e, principalmente, muito mais barato. Ele admite ter acesso antecipado da OpenAI, mas diz não ter recebido pagamento e que a empresa só pediu para segurar o vídeo até o lançamento.

Preços do GPT-6.1 Soul: tabela comparativa

O GPT-6.1 Soul custa US$ 2 por milhão de tokens de entrada e US$ 10 por milhão de saída, com cache de leitura a 10 centavos por milhão. Segundo Theo, esse é o maior desconto de cache que a OpenAI já aplicou: antes, o cache sempre custou 10% do preço normal, e agora ficou em 5%.

Esse detalhe do cache não é frescura. Como cargas de trabalho agênticas fazem cerca de 96% de leituras em cache, o preço efetivo em uso real despenca. Quando o modelo Opus 5.5 refez a conta das sessões do Theo, o custo estimado caiu de US$ 5.700 para US$ 1.550.

Veja como os preços se comparam, segundo os números citados no vídeo de 2026:

Modelo	Entrada (US$/M tokens)	Saída (US$/M tokens)	Cache de leitura
GPT-6.1 Soul	2	10	0,10
GPT-6 Soul	2	10	0,20 (10% do normal)
GPT-6 Astra	10	—	— (5x mais caro)
Opus 5.5	—	—	73x mais caro na mesma pontuação

Vale lembrar que todos esses valores vêm da experiência do apresentador com acesso antecipado, não de uma página pública de preços verificada. Trate como relato de primeira mão, não como tabela oficial.

Benchmarks: Terminal Bench e Deep SWE

Nos testes que o Theo rodou por conta própria, o GPT-6.1 Soul alcançou pontuações de estado da arte no Terminal Bench, suíte de tarefas agênticas em terminal. Ele mesmo alerta: rodou tudo em VMs aleatórias na própria rede, errou nas duas primeiras tentativas e removeu três tarefas que exigiam uma GPU H100.

No benchmark Deep SWE, o resultado mais chamoso é de custo. O modelo completou as tarefas em 4,8 minutos por 21 centavos, empatando com o Opus 5.5 no máximo, que levou 50 minutos por tarefa a US$ 14,65. É cerca de um décimo do tempo e um septuagésimo do preço para a mesma pontuação.

Duas ressalvas importantes antes de celebrar. Primeiro, são medições do apresentador em configuração própria, não números oficiais da OpenAI. Segundo, Deep SWE mede tarefas específicas de engenharia agêntica, não qualidade geral de código do dia a dia — e o próprio Theo admite que a métrica está longe de ser perfeita.

Comportamento: o fim das espicos do GPT-6 Astra?

A principal crítica de Theo ao GPT-6 Astra era a instabilidade: picos de inteligência altíssimos intercalados com erros ridiculamente bobos. Com o GPT-6.1 Soul, ele diz que o problema foi resolvido em grande parte, embora não por completo. Os picos não são tão altos, mas os vales também desapareceram.

Outros testadores citados no vídeo concordam. Um chamou o modelo de incrível; outro, de incrivelmente entediante — e Theo acha que esse é o melhor cenário possível para um lançamento. Ele confia o suficiente para deixar o modelo preparar transferências bancárias de investimentos, com revisão final humana.

Em uso diário, ele diz usar o GPT-6.1 Soul como padrão para quase tudo, mas ainda recorre ao Opus 5.5 em tarefas no limite da capacidade do modelo, onde ele começa a fazer coisas estranhas.

Onde o modelo brilha: revisão de código e auditorias

O ponto forte claro é revisão profunda. Em uma auditoria real no Orchestrator V2, o modelo pontuou quase igual ao GPT-6 Astra — 297 contra 584 em custo, ou seja, pela metade do preço — eimando com muito mais tokens. Em um teste de oportunidades de melhoria em código, o GPT-6.1 Soul marcou 87,4 contra 83,8 do Astra e 80,7 do Grok 4.7, gastando US$ 2,15 contra US$ 5 do Opus 5.5 e quase US$ 9 do Sonnet 5.5.

Em uma revisão às cegas feita pelo próprio Opus 5.5, sem saber de qual modelo se tratava, o veredito foi: modelo de fronteira para trabalho delimitado, escolhido até sobre o Astra para 'achar o que está errado e dizer a verdade'. Em um bench cego de 10 modelos, o GPT-6.1 Soul ficou em primeiro.

Em um caso real, o modelo encontrou problemas em um pull request do T3 Code que nem Fable nem Opus haviam notado, impedindo o merge de uma regressão. Theo não confia nele para escrever o código final, mas confia plenamente para revisar.

Onde ele falha: frontend, jogos e loops longos

Frontend é o calcanhar de aquiles. No teste 'fish slop', o modelo gerou gráficos bonitos, mas com uma UI Replit de texto desnecessário, movimento travado e queda de frame rate. Theo foi direto: o modelo 'sucks' em frontend, não tem taste, e você vai precisar trazer o seu próprio gosto.

Em tarefas de longa duração sem supervisão, o resultado foi pior. No port de TypeScript para Rust que Theo mantém, o modelo passou dias queimando tokens sem progresso, enquanto o Opus 5.5 destravou o trabalho em uma noite. O Opus também deixou lição: de 1,8 milhão de linhas, 1,3 milhão era código inútil que precisou ser limpo depois.

O veredito do Opus 5.5 na revisão resume: excelente para trabalho delimitado, abaixo da fronteira para construção longa e não assistida, porque segue regras de processo mesmo quando elas travam todo o progresso e não pede ajuda.

Vale substituir o Opus 5.5? Uso em tandem

Para Theo, não é substituição, é combinação. Ele mantém o Opus 5.5 como colaborador principal para implementação, porque ele não trava o trabalho constantemente, e usa o GPT-6.1 Soul para revisar, investigar causas raiz e auditar. A configuração dele roda o modelo da OpenAI dentro do Claude Code da Anthropic para que o Opus saiba qual modelo consultar.

Sobre o router de custo que a OpenRouter lançou junto, ele foi implacável: sem contexto, um modelo não consegue julgar a dificuldade do problema, acabou roteando 60% das requisições para um modelo pequeno e ficou mais caro e mais lento que a alternativa direta.

A conclusão prática dele: se seu trabalho se encaixa no que o GPT-6.1 Soul faz bem, use-o para quase tudo. Se não se encaixa, mantenha o Opus e dê a ele a opção de chamar o Soul para tarefas de investigação.

Transforme suas análises de vídeo em artigos

Análises como essa do GPT-6.1 Soul mostram como o conhecimento técnico morre dentro de vídeos de 30 minutos: quem busca no Google por preços e benchmarks raramente vai assistir até o fim. Se você produz conteúdo assim, para a comunidade dev brasileira — os mesmos públicos do Crazystack Typescript, do Bootcamp do Dev Doido e dos projetos do Gustavo Dev Doido —, transformar esse material em texto amplia o alcance da sua análise.

O Skala Blog faz exatamente esse caminho: você cola a URL do vídeo do YouTube, a transcrição é gerada e o artigo estruturado sai pronto para revisão. Vale testar com seu próximo vídeo antes de deixar o conteúdo preso só na plataforma.

Perguntas frequentes

O GPT-6.1 Soul substitui o Opus 5.5? Não por completo. Ele é mais barato e mais estável no dia a dia, mas o Opus 5.5 segue à frente em tarefas longas e não assistidas, como ports de linguagem e reescritas grandes.

Quanto custa o GPT-6.1 Soul? Segundo a análise do t3.gg, US$ 2 por milhão de tokens de entrada, US$ 10 de saída e 10 centavos por milhão em cache de leitura — o maior desconto de cache já aplicado pela OpenAI.

O GPT-6.1 Soul é bom para frontend? Não. Nos testes do vídeo, ele gerou interfaces cheias de texto inútil, jogabilidade ruim e queda de desempenho. Para revisão e auditoria de código, por outro lado, foi excelente.

Os números de benchmark são oficiais? Não. Todos vieram de testes conduzidos pelo próprio apresentador em VMs pessoais, com tarefas removidas por falta de hardware. Trate como evidência de primeira mão, não como dado oficial da OpenAI.

Vale assinar para uso com agentes? Pelo preço e pelo cache barato, o custo em cargas agênticas cai muito — uma das estimativas citadas caiu de US$ 5.700 para US$ 1.550. Ainda assim, o próprio revisor do vídeo espera que esse preço suba no futuro.

Source video