Qual modelo e nível de raciocínio para cada caso de uso
Nesta página
O raciocínio já não é uma categoria de modelo separada
Há pouco tempo, a OpenAI separava os modelos conversacionais dos modelos de «raciocínio», como o o3, o o3-pro ou o o4-mini. Essa era terminou: o o3 saiu do ChatGPT a 26 de agosto de 2026, na sequência de uma transição anunciada a 28 de maio, e as suas versões da API serão desativadas a 11 de dezembro de 2026. Hoje, todos os modelos podem responder rapidamente ou pensar profundamente, e você controla essa intensidade. Escolher o modelo certo e o nível de raciocínio adequado é, portanto, a primeira competência que este curso ensina.
Esta configuração varia consoante o ambiente de trabalho. Esta lição mapeia as três superfícies: Chat, Work e Codex, e a API.
No Chat: GPT-6 e o controlo deslizante «Thinking»
No ChatGPT, o menu de modelos oferece o GPT-6 e um controlo deslizante Thinking: Instant para respostas rápidas, Medium para raciocínio padrão, High para raciocínio profundo, Extra High para o nível mais avançado do GPT-6 Sol, e Pro, alimentado pelo GPT-6 Astra, para tarefas difíceis e trabalhos de longa duração. As contas Plus acedem aos níveis Medium e High; as contas Pro, Business e Enterprise acedem a todos os níveis; as contas Free e Go obtêm um modelo Luna e um botão Think para perguntas mais complexas. O curso ChatGPT, Getting Started (Lição 5) detalha este menu.
No Work e no Codex: quatro modelos e um controlo de potência
O ChatGPT Work e o Codex oferecem quatro modelos: Astra, o mais capaz; GPT-6.1 Sol, próximo do Astra a um custo menor; GPT-6.1 Terra, rápido e eficiente para escrita, compreensão de imagens e controlo de aplicações; e Luna, para tarefas direcionadas e repetitivas. Um controlo deslizante de potência varia de Faster a Smarter, com duas definições extremas a completar a gama: Max, que concede mais tempo ao modelo numa única tarefa, e Ultra, que distribui uma tarefa complexa por subagentes a trabalhar em paralelo.
Na API: quatro modelos e um parâmetro de esforço
Para programadores, a API Responses expõe as mesmas famílias, com um parâmetro reasoning.effort que define a intensidade do raciocínio. Os valores aceites dependem do modelo:
| Modelo | Identificador | Esforço Aceite | Preço por milhão de tokens (entrada / saída) |
|---|---|---|---|
| GPT-6 Astra | gpt-6-astra | low a max | $10 / $50 |
| GPT-6.1 Sol | gpt-6.1-sol | low a max | $2 / $10 |
| GPT-6.1 Terra | gpt-6.1-terra | none a max | $1 / $5 |
| GPT-6 Luna | gpt-6-luna | none a max | $0.10 / $0.50 |
Todos os quatro partilham uma janela de contexto de 1,05 milhões de tokens e suportam até 128.000 tokens de saída. Enviar none ao GPT-6 Astra devolve um erro 400; o GPT-6.1 Sol rejeita none e minimal, assumindo por predefinição o esforço medium. Existe também uma segunda definição independente: reasoning.mode, que assume por predefinição standard ou pode ser definida como pro para tarefas difíceis que toleram maior latência e consumo de tokens. Não existe nenhum valor «ultra» na API: o Ultra é um modo específico do ChatGPT Work e do Codex.
Se vem do o3 ou do o4-mini
O caminho oficial de migração é simples. Na API, a OpenAI recomenda substituir o o3 pelo gpt-5.6-sol, e o o3-pro pelo gpt-5.6-sol com reasoning.mode definido como pro; estes modelos GPT-5.6 continuam suportados. Para novos projetos, comece pela família GPT-6. No ChatGPT, não há nada para migrar: o controlo deslizante de pensamento do GPT-6 faz o que os antigos modelos de raciocínio faziam, sem exigir a troca de modelo.
Como escolher na prática
A regra de ouro resume-se a uma frase: comece pela definição padrão e aumente o esforço de raciocínio antes de mudar de modelo. A OpenAI recomenda isto em toda a linha: na API, medium é o ponto de partida equilibrado para a maioria dos casos de uso; no Work, comece pela definição proposta para a sua conta e deslize para Smarter quando uma tarefa exigir mais planeamento ou análise. Só mude para um modelo de nível superior quando o modelo atual, mesmo com esforço elevado, atingir verdadeiramente um limite.
Especificamente, um nível rápido (Instant, ou none a low na API) cobre tarefas de formulação: redigir um e-mail, resumir, traduzir ou classificar. Passe para um nível médio ou alto assim que a tarefa se torne técnica (código, cálculos, análise de dados), dependa de múltiplos passos intermédios ou exija que o modelo verifique o seu próprio trabalho. Reserve os níveis mais altos — Extra High, Pro, xhigh ou max — para problemas difíceis onde a qualidade supera significativamente a latência e o custo. O Luna, no extremo oposto, é a escolha certa quando uma tarefa simples se repete milhares de vezes.
Quatro armadilhas surgem repetidamente. Executar tudo no nível máximo é lento e dispendioso. Ignorar o Luna significa pagar o preço total pelo processamento em lote. Mudar de modelo antes de aumentar o esforço salta um passo que é frequentemente suficiente. E ativar o Ultra por curiosidade custa muito sem motivo: a maioria das tarefas não precisa nem de Max nem de Ultra.
A sua vez
Duas definições, uma pergunta. Faça a mesma pergunta em dois níveis de raciocínio, seja no ChatGPT (Instant e depois High, ou Think nas contas Free e Go) ou na API (low e depois high): «Calcule o valor presente líquido de um projeto de 50.000 € que gera 12.000 € de receita anual durante 7 anos, com uma taxa de desconto de 5%. Detalhe o cálculo.» Compare o tempo de resposta, o pormenor dos passos e o resultado, e depois verifique o resultado com uma folha de cálculo.
Fontes oficiais: GPT-6 and other models in ChatGPT (Centro de Ajuda da OpenAI: controlo deslizante Thinking, planos) · Models (documentação do ChatGPT: Work e Codex, Max e Ultra) · Models (API: identificadores, esforço aceite, preços, contexto) · Reasoning models (esforço e modo pro) · Deprecations (o3 e o3-pro, substituições) · ChatGPT release notes (remoção do o3 do ChatGPT)
Pontos-chave
- O raciocínio é uma definição, não um modelo separado; o o3 saiu do ChatGPT a 26 de agosto de 2026 e sairá da API a 11 de dezembro de 2026
- Chat: GPT-6 e o controlo deslizante de Instant a Extra High, depois Pro; Work e Codex: quatro modelos, de Faster a Smarter, mais Max e Ultra
- API:
reasoning.effortdenoneamaxconsoante o modelo, ereasoning.modedefinido comostandardoupro; sem «ultra» - Comece pela definição padrão e aumente o esforço antes de mudar de modelos
- Reserve os níveis máximos, Max e Ultra, para problemas que resistem a tudo o resto