Ir para o conteúdo principal
Português— Escolher um idioma
Menu

Raciocínio em 2026: De nenhum a máximo, mais modos pro e ultra

Aula 4 de 12 Atualizada a 5 de novembro de 2026 Intermediario
Nesta página
  1. Os seis níveis do GPT-5.6
  2. Os valores aceites variam consoante o modelo
  3. Modo Pro: Mais trabalho, mesma tarifa por token
  4. Max e ultra: Ir mais longe
  5. Um método para definir o esforço
  6. A sua vez
  7. Pontos-chave

Estado em 5 de novembro de 2026. A família GPT-6 mantém estes níveis, mas none só é aceite pelo GPT-6.1 Terra, GPT-6 Sol e GPT-6 Luna. O GPT-6 Astra e o GPT-6.1 Sol começam em low; enviar um pedido com none ao Astra devolve um erro HTTP 400. Desde 3 de setembro, também pode alterar o nível de esforço no meio da conversa sem perder a cache, utilizando um elemento configuration_update (Lição 9).

O esforço de raciocínio configurável não começou com o GPT-5.6. Desde o lançamento do GPT-5 em 2025, os modelos da OpenAI raciocinam mais ou menos com base num parâmetro, substituindo a antiga série o. O que muda entre versões são os valores aceites e a predefinição. O GPT-5.6 adicionou o nível max e o modo pro à API, enquanto o ChatGPT recebeu a definição “ultra”. Estes detalhes são importantes: uma predefinição alterada pode modificar a latência da sua aplicação e a sua fatura sem que uma única linha de código seja alterada.

Os seis níveis do GPT-5.6

Nos três modelos GPT-5.6, o parâmetro reasoning.effort aceita seis níveis. O guia da OpenAI descreve os seus casos de utilização da seguinte forma:

NívelCaso de utilização
noneTarefas onde a latência é crítica e o raciocínio não acrescenta valor: voz, pesquisa rápida de informações, classificação
lowRaciocínio eficiente para uma latência ligeiramente superior: análise de dados, redação, código executável, apoio ao cliente
mediumQualidade e fiabilidade, planeamento e julgamento; a predefinição para a maioria dos casos de utilização
highRaciocínio difícil, depuração complexa, planeamento profundo, trabalho agentivo
xhighInvestigação profunda e tarefas agentivas longas, apenas se as suas avaliações mostrarem um ganho líquido
maxRaciocínio máximo para as tarefas mais complexas; compare com xhigh

Define o nível diretamente na chamada à API. Aqui, pedimos ao Terra para depurar uma função com esforço sustentado, porque um erro de lógica subtil merece mais do que uma leitura superficial:

response = client.responses.create(
    model="gpt-5.6-terra",
    input="Find the logic error in this function and fix it.",
    reasoning={"effort": "high"},
)

Se a mesma aplicação reformular depois uma mensagem de commit, nada o impede de voltar a low para o próximo pedido. Um router também poderia tentar uma primeira passagem em medium, detetar uma resposta incerta e repetir o mesmo pedido em high no mesmo modelo com o mesmo prompt.

Os valores aceites variam consoante o modelo

As fichas técnicas dos modelos, registadas em 5 de novembro de 2026, mostram como este parâmetro evoluiu:

ModeloValores aceitesPredefinição
gpt-5minimal, low, medium, highnão especificada
gpt-5.1none, low, medium, highnone
gpt-5.4none a xhighnone
gpt-5.5none a xhighmedium
GPT-5.6 Sol, Terra e Lunanone a maxmedium
gpt-6-astralow a maxnão especificada
gpt-6.1-sollow a maxmedium
gpt-6.1-terra, gpt-6-sol, gpt-6-lunanone a maxmedium

Dois erros comuns destacam-se nesta tabela. O primeiro diz respeito ao valor predefinido: gpt-5.1 e gpt-5.4 não raciocinavam se não especificasse nada, enquanto gpt-5.5, GPT-5.6 e os modelos GPT-6 listados começam em medium. Uma aplicação que migre de gpt-5.4 para GPT-5.6 sem definir o esforço começará subitamente a raciocinar, incorrendo numa latência mais elevada e num maior número de tokens faturados. O guia de migração do GPT-6 resume isto numa regra: preserve o seu esforço efetivo quando o novo modelo o aceitar e escreva-o explicitamente. O segundo erro envolve valores em falta: minimal não existe nem no GPT-5.6 nem no GPT-6 (comece com low em vez disso), e none é rejeitado pelo GPT-6 Astra e pelo GPT-6.1 Sol.

Modo Pro: Mais trabalho, mesma tarifa por token

O GPT-5.6 introduziu uma segunda definição independente: reasoning.mode, que tem standard como predefinição ou pode ser definido como pro. No modo pro, o modelo realiza mais trabalho antes de responder, adequado para tarefas difíceis que toleram uma latência mais elevada. Os tokens são faturados à tarifa standard do modelo, mas como são utilizados mais tokens, o custo total aumenta. Este modo substitui os antigos modelos “pro”: a página de descontinuações recomenda gpt-5.6-sol no modo pro em vez de o3-pro e gpt-5-pro.

response = client.responses.create(
    model="gpt-5.6-sol",
    reasoning={"effort": "medium", "mode": "pro"},
    input="Review this disaster recovery plan and flag any single points of failure.",
)

Max e ultra: Ir mais longe

O nível max dá ao modelo ainda mais tempo do que xhigh para raciocinar, explorar caminhos alternativos, verificar e rever a sua abordagem. Existe tanto na API como no ChatGPT Work e no Codex, onde o ativa nas definições.

O ultra, no entanto, altera inteiramente o modo de execução. De acordo com o anúncio de 9 de julho, coordena quatro agentes em paralelo por predefinição através de fluxos de trabalho simultâneos. A OpenAI também demonstrou configurações com dezasseis agentes para avaliações específicas (BrowseComp, SEC-Bench Pro). A compensação é clara: maior consumo de tokens em troca de melhores resultados e tempo de conclusão reduzido em tarefas pesadas. O ultra está disponível apenas em produtos: ChatGPT Work para planos Pro e Enterprise, e Codex a partir do plano Plus no lançamento. Não existe nenhum valor ultra na API; obtém um efeito comparável com a função multi-agente da API de Respostas (em beta), que permite ao modelo lançar sub-agentes em paralelo num único pedido. Reserve isto para trabalho que se possa decompor em blocos independentes.

Três formas de fazer mais Três colunas. Max: na API e no ChatGPT Work e Codex, mais tempo de pensamento numa tarefa, ao custo de mais tokens. Modo Pro: na API com reasoning.mode, mais trabalho do modelo, faturado à tarifa standard mas utilizando mais tokens. Ultra: apenas no ChatGPT Work e Codex, quatro agentes em paralelo por predefinição, significativamente mais tokens; na API, o beta multi-agente desempenha este papel. ALÉM DO ESFORÇO Três formas de fazer mais Max Onde API, ChatGPT Work e Codex Princípio Mais tempo de pensamento Custo Mais tokens de raciocínio Modo Pro Onde API, com reasoning.mode Princípio Mais trabalho do modelo Custo Tarifa standard, mais tokens Ultra Onde ChatGPT Work e Codex Princípio Quatro agentes em paralelo Custo Significativamente mais tokens Na API, não existe nenhum valor ultra: o beta multi-agente da API de Respostas desempenha este papel.
Com base no guia de modelos de raciocínio na documentação da API da OpenAI (novembro de 2026) e no anúncio do GPT-5.6 (OpenAI, 9 de julho de 2026).

Um método para definir o esforço

Não defina estes níveis com base na intuição. Pegue numa amostra representativa dos seus pedidos do mundo real, execute-os em medium e depois em high, compare a qualidade, a latência e o custo, e deixe que os números decidam a predefinição para cada tipo de tarefa. Esta é a mesma abordagem que deve adotar com os benchmarks dos editores: são os seus dados que decidem, não as impressões gerais.

A sua vez

Encontre o nível certo para uma tarefa. Escolha dez pedidos representativos para uma única tarefa. Execute-os em low, medium e high, registe depois a qualidade (usando a sua própria grelha de avaliação), a latência e o número de tokens de raciocínio mostrados em usage. Mantenha o nível mais baixo que o satisfaça em nove em cada dez pedidos e escreva-o explicitamente no seu código. Sem acesso à API, faça o mesmo exercício no ChatGPT utilizando o seletor de raciocínio no modo Chat.

Fontes oficiais: Modelos de raciocínio · Utilizar o GPT-6 · Multi-agente · Descontinuações (documentação da API da OpenAI) · Anúncio do GPT-5.6 (OpenAI, 9 de julho de 2026)

Pontos-chave

  • O esforço configurável remonta ao GPT-5; o GPT-5.6 adicionou o nível max e o modo pro
  • Os valores aceites e as predefinições variam consoante o modelo: especifique sempre o esforço explicitamente
  • O modo pro faz o modelo trabalhar mais à tarifa standard por token; substitui o3-pro e gpt-5-pro
  • O ultra, com predefinição de quatro agentes em paralelo, está reservado ao ChatGPT Work e ao Codex; a API utiliza o beta multi-agente
  • Defina o esforço com base nas suas avaliações, não na intuição