Escolher modelo pelo menor preço antes de definir a entrega é economizar na variável errada. Quero uma opção barata que termine o trabalho com qualidade suficiente. Pagar o modelo mais capaz pra qualquer coisa também exige justificativa; capacidade parada ou mal alocada incomoda do mesmo jeito.
Em 22 de setembro de 2026, a OpenAI lançou GPT-6 Sol e Luna. Os preços por milhão de tokens de entrada e saída eram US$2 e US$10 para Sol, US$0,10 e US$0,50 para Luna. A diferença chama atenção. Pra virar regra de encaminhamento, ela precisa ser relacionada ao custo de errar numa tarefa concreta.
Naquele dia, pedi que a escolha considerasse o melhor modelo pra cada trabalho. Em julho, eu já queria compará-los por função. No começo de setembro, perguntei se tarefas simples estavam indo pro modelo mais barato. Essa sequência mostra o que estou cobrando: uma escolha explicável pra demanda que está na fila, sem transformar o seletor em torcida por fornecedor.
Simples precisa de contexto. Uma alteração curta pode conter uma decisão importante e difícil de verificar. Um pedido longo pode só organizar material disponível com critérios claros. Tamanho do prompt não resolve essa classificação. Quero olhar pra consequência de uma resposta errada e pra facilidade de detectar o erro antes de outra etapa depender dele.
Preparar uma lista verificável oferece uma oportunidade de comparar uma opção econômica. Interpretar uma situação ambígua e escolher o próximo caminho pede outro tipo de capacidade. As verificações disponíveis fora do modelo também alteram a escolha. Uma regra de roteamento útil precisa reconhecer essas diferenças sem virar uma coleção de exceções que ninguém consegue manter.
Os comparativos publicados pela OpenAI ajudam a selecionar candidatos. Pra decidir meu padrão, vou manter o mesmo pedido e o resultado esperado, contando as tentativas necessárias até uma entrega aceitável. Meu tempo entra junto: economizar token e compensar acompanhando cada movimento devolve um custo que o gráfico de preço não mostra.
Sol e Luna entram nessa comparação com papéis em aberto. Vou escolher padrões por classe de tarefa e registrar por que cada um serve ali, com revisão quando preço ou comportamento mudarem. O nome salvo na configuração facilita a próxima execução; não merece defesa permanente. Se a opção econômica exige refazer o trabalho, a regra muda. Se ela atende ao pedido, quero liberar a capacidade mais cara pra onde realmente faz diferença.