Terra e Luna: Raciocínio Rápido e Acessível
Nesta página
O Raciocínio Que Vai Usar Todos os Dias
Na geração anterior, o raciocínio rápido e acessível era da responsabilidade do o4-mini. Esse modelo saiu da API a 23 de outubro de 2026, tendo o gpt-5.6-terra como seu sucessor designado. Na lineup atual, essa função cabe a dois modelos: GPT-6.1 Terra, que é rápido e eficiente, e GPT-6 Luna, a opção mais económica. Combinados com configurações de esforço moderado, gerem a maior parte das tarefas técnicas diárias e merecem um lugar de destaque no seu fluxo de trabalho.
Onde se Enquadram o Terra e o Luna
Na API, o GPT-6.1 Terra (gpt-6.1-terra) custa 1 USD por milhão de tokens de entrada e 5 USD por milhão de tokens de saída. A OpenAI posiciona-o como um modelo rápido e eficiente para raciocínio visual, controlo preciso de computador e escrita clara. O GPT-6 Luna (gpt-6-luna), com preços de 0,10 USD e 0,50 USD, foi construído para tarefas repetitivas direcionadas e de alto volume: extração, classificação, transformação e resumos estruturados. Ambos aceitam todos os níveis de esforço, de none a max, e partilham a janela de contexto de 1,05 milhões de tokens do resto da lineup.
No ChatGPT, vai encontrá-los principalmente no Work e no Codex. A OpenAI recomenda o Terra para escrita, compreensão de imagens e trabalho dentro de aplicações, enquanto o Luna é ideal para tarefas limpas e repetitivas onde consegue reconhecer facilmente um bom resultado; para o Luna, a documentação sugere começar no nível High. No Chat, os planos Free e Go dependem de um modelo Luna, com o botão Think disponível para perguntas mais difíceis.
O GPT-6.1 Sol e o GPT-6 Astra mantêm a vantagem para problemas altamente abstratos, compromissos estratégicos que envolvem muitos fatores, explorações exaustivas e trabalhos de longa duração onde o tempo de resposta importa menos.
Quando Aumentar a Intensidade
A questão chave não é «qual modelo devo escolher?», mas «que nível de esforço devo ativar?». Quatro sinais justificam a mudança de none ou low para medium no Terra: a tarefa envolve cálculo ou verificação lógica; divide-se em múltiplos passos; a resposta no nível mais baixo foi aproximada ou incorreta; ou a conclusão exige cruzar múltiplas peças de informação. Se high ainda não for suficiente, é altura de mudar para o GPT-6.1 Sol.
Cinco Casos de Uso Onde Esta Configuração Brilha
Como assistente de codificação diário, o Terra configurado para medium raciocina sobre a lógica do programa, deteta bugs e propõe correções bem fundamentadas: «Aqui está uma função Python que deveria calcular a mediana de uma lista, mas por vezes devolve o resultado errado. Encontre o bug e corrija-o: [código]». Para análise rápida de dados, evita a necessidade de invocar um modelo mais caro: «Aqui estão os dados de vendas de 5 produtos ao longo de 6 meses. Qual tem a melhor trajetória e qual corre risco de queda? Justifique com cálculos».
Também se destaca como verificador, seja dos seus próprios cálculos ou da saída de outro modelo. Graças às suas capacidades visuais, pode comentar uma captura de ecrã de um dashboard: «Quais são as três observações mais importantes e o que recomenda?». Tenha apenas em mente que os números lidos de uma imagem ainda precisam de verificação. Por fim, para tarefas repetitivas como ordenar 500 tickets ou extrair campos de 200 documentos, o Luna configurado para low ou medium oferece a melhor relação qualidade-preço; teste primeiro numa amostra.
Três Hábitos Que Mudam Tudo
Seja direto: «Calcule a taxa de crescimento anual composta para esta receita: 2021 = 1,2 M€, 2022 = 1,5 M€, 2023 = 1,9 M€, 2024 = 2,3 M€, 2025 = 2,8 M€» funciona melhor do que um longo preâmbulo. A OpenAI recomenda instruções simples e diretas para os seus modelos de raciocínio. Peça verificação dentro do resultado: «Dê o resultado e, em seguida, verifique-o usando um método diferente». E trabalhe em iterações curtas: a velocidade destas configurações foi desenhada para um vaivém rápido.
A Sua Vez
Quatro tarefas, um cronómetro. Teste o Terra em medium (na API ou no Work), ou o nível Medium no Chat como alternativa, nestes quatro pedidos. Anote o tempo de resposta e verifique cada resultado.
- «Resolva: se 3x + 7 = 2(x − 4) + 15, qual é x? Verifique.» (Resposta esperada: x = 0.)
- «Aqui está um excerto de código JavaScript: [código com um bug subtil]. Encontre o bug.»
- «A minha receita trimestral: T1 = 120k, T2 = 135k, T3 = 128k, T4 = 142k. Calcule a tendência e projete o próximo T1.»
- «O software custa 15.000 € por ano. A alternativa open-source custa 5.000 € para implementar e depois 2.000 € por ano para manutenção. Quando é que a alternativa se torna rentável?»
Cada uma é tratada rapidamente com raciocínio suficiente. Usar um modelo mais caro num nível de esforço elevado para este tipo de pedido custa mais e demora mais tempo, sem acrescentar valor.
Fontes oficiais: Modelos (API OpenAI: GPT-6.1 Terra e GPT-6 Luna, níveis de esforço, preços) · Descontinuações (o4-mini removido a 23 de outubro de 2026, sucessor) · Modelos (documentação ChatGPT: casos de uso do Terra e Luna no Work, nível inicial) · Melhores práticas de raciocínio (instruções diretas)
Pontos-chave
- O o4-mini saiu da API a 23 de outubro de 2026; o GPT-6.1 Terra e o GPT-6 Luna gerem agora o raciocínio rápido
- Terra: 1 USD / 5 USD por milhão de tokens para escrita, imagens e controlo de aplicações; Luna: 0,10 USD / 0,50 USD para tarefas repetitivas de alto volume
- Ambos aceitam esforço de
noneamax; aumente o esforço antes de mudar de modelo - Use instruções diretas, peça verificação na saída e itere rapidamente
- Reserve o GPT-6.1 Sol e o GPT-6 Astra para problemas abstratos, estratégicos ou exaustivos