GPT-5.6 Sol Ultra no Codex: o que muda pra quem programa

Ontem o story #1 do Hacker News não foi um paper nem um funding round. Foi uma frase: GPT-5.6 Sol Ultra will be in Codex. 372 pontos, e a discussão pegou fogo entre "isso muda o coding agêntico" e "isso é só um alias de prompt".

O GPT-5.6 Sol Ultra é o tier de topo da nova geração da OpenAI, e a novidade é que ele vai rodar dentro do Codex — a ferramenta de coding agêntico deles. A pergunta que interessa pra quem programa não é "quão alto é o benchmark". É: isso muda a conta de quem trabalha com agente de código o dia inteiro? Vamos separar o que é engenharia do que é hype.

TL;DR

• O que é: Sol Ultra é o tier acima do Sol no GPT-5.6. Enquanto o Sol já tem modo ultra com subagents, o "Sol Ultra" é o pacote desse comportamento entrando direto no Codex.
• A diferença técnica: subagents treinados pra cooperar e trocar mensagem durante a tarefa, em vez de rodar em paralelo isolados como no modo Pro.
• O número: 91,9% no Terminal-Bench 2.1 contra 88,8% do Sol base — e 88,0% de GPT-5.5 e Claude Mythos 5. Número da própria OpenAI, sem verificação independente.
• Preço: o Sol custa $5 de input / $30 de output por 1M de tokens. Ultra empurra o consumo pra cima porque roda vários subagents.
• Status: ainda preview restrito. Se quiser o mapa completo dos três tiers e quando usar cada um, tem o comparativo Sol, Terra e Luna.

O que é o Sol Ultra (e por que é "acima" do Sol)

Presta atenção nisso, porque a nomenclatura confunde de propósito.

O Sol já é o modelo mais forte do GPT-5.6, com duas alavancas: max reasoning effort (pensa mais fundo antes de responder) e o modo ultra (usa subagents pra quebrar problema grande em partes). Isso a gente já explicou no post de qual tier usar.

O "Sol Ultra" que o Codex vai receber é esse comportamento ultra embalado como experiência de produto. Segundo a OpenAI, a diferença pro modo Pro (que roda agentes em paralelo, cada um por conta própria) é que aqui os subagents são treinados pra cooperar e se comunicar durante a tarefa. Em vez de N tentativas independentes e um juiz escolhendo a melhor, você tem um time que divide o trabalho e conversa enquanto executa.

Thibault Sottiaux, que toca o Codex na OpenAI, resumiu o hype com um "guarda seus prompts mais difíceis em algum lugar". Traduzindo: o pitch é aguentar tarefa longa e difícil sem desmontar no meio.

O que o GPT-5.6 no Codex libera na prática

Aqui é onde importa pra quem escreve código, não pra quem lê changelog.

Codex é o agente de terminal e repositório da OpenAI. Colocar o Sol Ultra no Codex significa que a orquestração de subagents deixa de ser algo que você monta na mão e passa a ser um botão dentro da ferramenta. Na teoria, isso muda três coisas no dia a dia:

• Tarefa de horizonte longo sem babá. Refactor que cruza dez arquivos, migração de dependência, subir cobertura de teste de um módulo inteiro — trabalho que um agente solo perde o fio no meio. O time de subagents divide e mantém contexto por mais tempo.
• Menos "cola" de sua parte. Quem já montou pipeline com subagents na unha sabe: metade do trabalho é escrever o orquestrador. Se isso vem embutido, sobra tempo pra revisar o resultado em vez de costurar a plumbing.
• Automação de terminal que não pode falhar. É exatamente o eixo do Terminal-Bench, e é onde o número de 91,9% tenta te vender confiança.

O porém honesto: nada disso é mágica de modelo. É orquestração. E orquestração você já conseguia fazer antes com o Sol base + um pouco de engenharia. O Ultra empacota — não inventa.

Sol Ultra vs Sol "normal": vale a conta?

Essa é a pergunta que separa dev que pensa em arquitetura de dev que só quer o "top".

O GPT-5.6 Sol custa $5 de input e $30 de output por 1M de tokens. O modo Ultra não muda a tabela — muda o consumo. Vários subagents cooperando significam mais chamadas, mais contexto trafegando, mais tokens queimados por tarefa. O ganho declarado no Terminal-Bench é de ~3 pontos percentuais (88,8% → 91,9%) por um custo que pode ser várias vezes maior.

Faz a conta de engenheiro. Três pontos de acurácia num refactor crítico onde errar custa um incidente em produção? Vale. Três pontos numa tarefa de rotina que o Sol base já resolve? Você está pagando flagship pra fazer trabalho de médio porte.

E não é teoria. Um comentário no Hacker News capturou a ironia corporativa: a gestão primeiro elogiou quem gastava mais tokens, e semanas depois pediu pra cortar custo. O modo Ultra é lindo até a fatura chegar. Roteamento por esforço — Ultra só onde acerto vale mais que a conta — continua sendo o jeito adulto de usar isso.

Sol Ultra vs Claude Code: subagents determinísticos ou não

Como o Codex vai bater de frente com o Claude Code no coding agêntico, vale a comparação técnica — e ela é mais interessante do que "quem tem o benchmark maior".

A diferença que apareceu na discussão do HN: o Claude Code, no modo mais pesado, gera código pra orquestrar os subagents de forma determinística — monta um workflow que você pode inspecionar e reproduzir. O modo Ultra da OpenAI, pelo menos como descrito, deixa o modelo lançar subagents de forma não determinística, decidindo na hora.

Isso não é detalhe acadêmico. É a diferença entre um agente cujo plano você consegue auditar e um agente que decide sozinho o caminho a cada execução. Pra quem coloca isso em produção, workflow determinístico é mais fácil de testar, versionar e confiar. Não determinístico é mais flexível, mas você depende mais da sorte de o modelo escolher bem. Nenhum dos dois é "o certo" — são trade-offs diferentes, e você deveria saber qual tá comprando.

O ceticismo saudável: "ultra" é modelo novo ou prompt novo?

Aqui vem o balde de água fria que salvou o thread do hype.

O comentário mais votado no Hacker News argumentou que "ultra" pode não ser arquitetura nova nenhuma: seria um alias pro esforço máximo mais uma linha no prompt mandando o modelo usar subagents proativamente. Ou seja, o mesmo modelo por baixo, com prompting diferente por cima.

Se isso for verdade — e é plausível, porque OpenAI ainda não publicou SKU, metodologia de avaliação nem data oficial —, o Sol Ultra é menos "modelo de topo" e mais "modo de operação". O que não é ruim. Só muda como você lê o marketing: você não está comprando um cérebro melhor, está comprando um comportamento de orquestração ligado por padrão.

E isso tem uma implicação boa pra você: se é prompting + esforço + subagents, dá pra reproduzir boa parte do ganho com o Sol base e engenharia sua. O Ultra vende conveniência, não um segredo que você não conseguiria construir.

O que fazer agora

Enquanto o acesso não abre de forma ampla — e continua preview restrito —, o movimento certo não é ficar no F5 esperando o Sol Ultra. É entender a mecânica: subagents que cooperam, orquestração determinística vs não determinística, e o custo real de rodar um time de agentes em vez de um só.

Porque o pulo que separa "usei o Codex" de "construí um sistema agêntico que aguenta produção" não é qual modelo você liga. É saber desenhar o harness: como os agentes dividem trabalho, trocam contexto, são avaliados e não estouram o orçamento. É exatamente isso que a gente constrói ao vivo, com código rodando, no Do Prompt ao Harness: Construindo um Agent de Vendas, nos dias 11 e 12 de julho.

O Sol Ultra no Codex é uma notícia boa pra quem programa. Mas é ferramenta, não milagre. Quem trata orquestração de agentes como decisão de arquitetura — e não como botão de "modo turbo" — vai extrair muito mais dela do que quem só liga o tier mais caro e reza.

FAQ

O que é o GPT-5.6 Sol Ultra? É o tier de topo do GPT-5.6 no modo ultra: o Sol (modelo mais forte da OpenAI) usando subagents treinados pra cooperar e trocar mensagem durante a tarefa, empacotado pra rodar dentro do Codex.

Qual a diferença do Sol Ultra pro Sol normal? O Sol base já raciocina fundo com max effort. O Ultra adiciona a orquestração de subagents cooperando. Ganho declarado de 88,8% pra 91,9% no Terminal-Bench 2.1, a um custo de tokens bem maior.

Quanto custa o GPT-5.6 Sol Ultra? A tabela do Sol é $5 de input / $30 de output por 1M de tokens. O modo Ultra não muda o preço unitário, mas aumenta o consumo porque roda vários subagents por tarefa.

Sol Ultra é melhor que o Claude Code? Depende do que você valoriza. O Claude Code orquestra subagents de forma determinística (workflow auditável); o Sol Ultra deixa o modelo decidir na hora (não determinístico). Um é mais fácil de testar, o outro mais flexível.

Já dá pra usar o Sol Ultra no Codex? Ainda é preview restrito. A liberação ampla foi prometida pra "próximas semanas" — acompanhe no rastreador do GPT-5.6.