A semana teve um tema só, contado por três lançamentos: agentes rodando em paralelo estão fazendo trabalho de verdade — e ficando mais baratos. A OpenAI lançou o GPT-5.6 vendendo custo por resultado, estreou uma voz que fala e escuta ao mesmo tempo, e a Anthropic mostrou um governo varrendo 466 milhões de linhas de código com Claude em 20 horas. Cada fonte é oficial e está no rodapé.
GPT-5.6: a briga virou preço por resultado, não só QI
A OpenAI lançou o GPT-5.6 em 9 de julho, e a mensagem central não é "somos os mais inteligentes" — é "entregamos o mesmo por menos". São três modelos: Sol (o topo), Terra (equilíbrio) e Luna (o barato).
O número que resume a jogada: no Artificial Analysis Intelligence Index v4.1, o Sol marca 58,9 contra 59,9 do Claude Fable 5. Ou seja, a Anthropic ainda lidera o índice de inteligência — por um ponto. Só que, segundo a OpenAI, o Sol chega nesse nível gastando cerca de metade do custo estimado e terminando as tarefas em 61% menos tempo. Em código a conta vira a favor deles: no Artificial Analysis Coding Agent Index v1.1, o Sol faz 80 contra 77,2 do Fable 5 e 72,5 do Opus 4.8.
Preço por 1 milhão de tokens, direto da OpenAI:
| Modelo | Entrada | Saída |
|---|---|---|
| Sol | US$ 5 | US$ 30 |
| Terra | US$ 2,50 | US$ 15 |
| Luna | US$ 1 | US$ 6 |
Tem também um modo novo chamado ultra, que por padrão coordena quatro agentes em paralelo pra atacar uma tarefa mais rápido, e o Programmatic Tool Calling, onde o modelo escreve e roda um programinha que orquestra as ferramentas em vez de mandar cada resposta de volta pro modelo. Já está no ChatGPT, no Codex e na API, com rollout global ao longo de 24 horas.
Pra quem constrói: a pergunta deixou de ser "qual modelo é o mais esperto" e passou a ser "qual me dá o resultado que preciso pelo menor custo". Um Luna que encosta em modelos de topo por US$ 1 de entrada muda a conta de botar IA dentro de produto.
GPT-Live: a voz que escuta enquanto fala
Um dia antes, em 8 de julho, a OpenAI estreou o GPT-Live, a nova geração de voz do ChatGPT. A diferença técnica é uma arquitetura full-duplex: o modelo ouve e fala ao mesmo tempo, então dá pra interromper, fazer uma pausa pra pensar, ou pedir pra ele ficar quieto — e ele solta um "mhmm" pra mostrar que está acompanhando, em vez de esperar você calar pra responder.
O detalhe esperto está por baixo: o GPT-Live cuida da conversa em tempo real e delega o trabalho pesado (busca, raciocínio mais longo) pro modelo de fronteira rodando no fundo, hoje o GPT-5.5. Ele continua puxando papo enquanto a resposta cozinha. São duas versões, GPT-Live-1 e GPT-Live-1 mini, com rollout global agora e API prometida em seguida. A OpenAI diz que mais de 150 milhões de pessoas por semana já falam com o ChatGPT por voz.
É a mesma ideia do GPT-5.6 aplicada a áudio: separar a camada que interage da camada que pensa, pra cada uma escalar no seu ritmo.
Alberta: 50 agentes, 466 milhões de linhas, 20 horas
A Anthropic publicou em 6 de julho um caso que vale mais que qualquer benchmark: o governo de Alberta, no Canadá, usou o Claude Code pra escanear 466 milhões de linhas de código em 20 horas. Cerca de 50 agentes trabalharam em paralelo varrendo cada repositório atrás de vulnerabilidade, apontando arquivo e linha exatos pra um engenheiro conferir. A estimativa do próprio time: uma revisão dessas levaria por volta de 6,5 anos no método tradicional.
O ministério cuida dos sistemas de 27 pastas — algo como 1.280 aplicações e 3.400 repositórios, muitos nunca revisados. Além de achar as falhas, o Claude corrigiu boa parte delas: gerou o patch, escreveu o teste quando não existia, e quando o código estava velho demais, reescreveu num idioma mais moderno. Um portal de subsídio escrito à mão em Java há cerca de 25 anos, que levou cinco meses pra nascer, foi reconstruído em quatro a cinco dias. Nada subiu sem revisão humana: engenheiro aprovava cada mudança.
Esse é o recado mais concreto da semana. Não é demo, é dívida técnica de bilhões sendo atacada com agentes em paralelo e supervisão humana no fim. O mesmo padrão que a Mutagex defende: IA faz o volume, gente decide o que sobe.
Como ler a semana
Um fio costura os três. Agente virou peça de produção, não brinquedo de demo — 50 agentes limpando código de governo, quatro agentes do modo ultra atacando uma tarefa, uma voz delegando pro modelo de fundo. A arquitetura que está vencendo separa quem interage de quem pensa, e roda em paralelo.
O outro recado é o preço. A OpenAI parou de vender "o mais inteligente" e passou a vender "o mais barato pro mesmo resultado". Pra estúdio, isso empurra a decisão de colocar IA no fluxo cada vez mais cedo: quando o token custa US$ 1 e o agente resolve em paralelo, o que travava por custo agora fecha a conta.