For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/pt/articles/openai-s-gpt-5-6-multi.md.
A OpenAI está realizando mudanças em duas frentes simultaneamente. Primeiro, o front-end do ChatGPT passou por uma otimização significativa,...
A OpenAI está passando por transformações em duas frentes simultaneamente.
Primeiro, o front-end do ChatGPT passou por uma otimização significativa, especificamente voltada para conversas longas que se tornavam difíceis de abrir e navegar após centenas de chamadas de ferramentas. O artigo de origem relata que uma sessão de teste contendo 741 turnos de conversa e 231 MB de dados teve seu tempo de abertura reduzido de 27,62 segundos para 1,66 segundos.
Em segundo lugar, o Codex migrou para um fluxo de trabalho multiagente mais automatizado, utilizando o GPT-5.6 Multiagente V2. Em vez de exigir que o usuário selecione manualmente o melhor modelo para cada subtarefa, o agente principal pode delegar diferentes partes do trabalho a modelos distintos e definir independentemente a intensidade de raciocínio.
A documentação oficial do GPT-5.6 da OpenAI confirma uma arquitetura mais ampla: o GPT-5.6 inclui Sol, Terra e Luna, e sua experiência Codex/API suporta subagentes paralelos e processamento integrado de trabalhos complexos.
O resultado é uma ideia simples, porém de grande alcance:
O sistema está tentando eliminar o tempo de espera e o trabalho de seleção de modelos que os usuários normalmente precisavam gerenciar por conta própria.
Na era dos agentes, conversas longas estão se tornando um problema de natureza completamente diferente.
Uma conversa comum de chatbot pode conter algumas dezenas de turnos. Já uma sessão de agente pode facilmente se tornar muito maior, pois o modelo pode ler código, chamar ferramentas, verificar resultados, executar testes, fazer modificações e repetir esse processo centenas de vezes.
O artigo de origem afirma que a OpenAI testou uma sessão com 741 turnos de conversa e 231 MB de dados para avaliar o desempenho do novo front-end.
Os resultados foram impressionantes:
| Métrica | Antes da otimização | Depois da otimização |
|---|---|---|
| Tempo de abertura da conversa | 27,62 segundos | 1,66 segundos |
| Crescimento de memória | 1030,7 MiB | 606 MiB |
| Número de requisições de rede | 894 | 16 |
| Entradas de conversa carregadas | 15.529 | 64 |
De acordo com o artigo de origem, as principais mudanças de desempenho incluem:
Essa mudança importante é arquitetural, não superficial.
O ChatGPT não precisa mais carregar e renderizar todo o histórico da conversa toda vez que o usuário a abre.
Em vez disso, a maior parte do histórico pode permanecer armazenada, e apenas a parte necessária no momento é carregada na interface.
Para chatbots tradicionais, conversas extremamente longas são principalmente um problema de armazenamento.
Para agentes, isso se torna um problema de fluxo de trabalho.
Uma sessão de codificação pode envolver:
Uma única tarefa pode facilmente gerar centenas de registros de interação.
Isso significa que a interface de conversa em si também se tornou parte da infraestrutura dos agentes.
O artigo de origem descreve a nova estratégia de renderização como: carregar apenas a parte do histórico que o usuário precisa ver, em vez de reconstruir a sessão inteira.
É por isso que otimizações de front-end que pareciam insignificantes há um ano agora produzem um impacto enorme.
Essa é a diferença agora.
O benefício mais óbvio é simples.
Uma conversa que se estendeu por semanas ou meses não deveria fazer o aplicativo parecer que está reconstruindo um banco de dados inteiro no navegador ao ser aberta.
O texto original aponta que essas mudanças são especialmente perceptíveis para usuários intensivos do Codex que realizam centenas de chamadas de ferramentas com frequência.
Em vez de esperar que uma sessão enorme se torne interativa, o usuário pode retornar rapidamente à conversa e continuar trabalhando.
É uma melhoria de infraestrutura que, quando funciona bem, pode passar quase despercebida pelo usuário.
E é exatamente esse o ponto.
As melhores otimizações de front-end são aquelas que se integram tão naturalmente à experiência do produto que ninguém percebe que estão ali.
Quase simultaneamente, a OpenAI também expandiu seu fluxo de trabalho multiagente.
O texto original relata que o GPT-5.6 Multiagente V2 está totalmente disponível, permitindo que o agente principal delegue subtarefas a diferentes modelos suportados.
Cada subagente pode ter sua própria intensidade de raciocínio.
A documentação oficial do GPT-5.6 da OpenAI confirma de forma independente que a família é composta por três níveis de capacidade:
A OpenAI também registrou multiagente como um recurso em teste na API Responses, no qual uma instância do GPT-5.6 pode coordenar vários subagentes em paralelo e sintetizar seus resultados.
Esse é o princípio central por trás do novo fluxo de trabalho.
O usuário não precisa necessariamente saber qual modelo é o mais adequado para cada pequena parte de uma tarefa grande.
O agente pode decidir por conta própria.
O texto original apresenta aproximadamente a seguinte linha de modelos:
| Modelo | Papel típico |
|---|---|
| GPT-5.6 Sol | Codificação agêntica complexa e tarefas de raciocínio mais difíceis |
| GPT-5.6 Terra | Programação cotidiana e cargas de trabalho equilibradas |
| GPT-5.6 Luna | Subtarefas rápidas e de baixo custo |
| Daybreak | Tarefas focadas em cibersegurança |
| GPT-5.5 | Codificação complexa, pesquisa e tarefas gerais |
A documentação pública oficial da OpenAI confirma os três primeiros níveis do GPT-5.6 e destaca suas diferentes capacidades e características de custo.
Por exemplo, a OpenAI atualmente descreve o Luna como seu modelo otimizado para cargas de trabalho sensíveis a custo e de alto volume, com preços públicos atuais na página do modelo de US$ 1 por milhão de tokens de entrada e US$ 6 por milhão de tokens de saída.
Isso cria uma divisão natural de trabalho.
Decisões arquiteturais difíceis podem ser atribuídas a modelos mais fortes.
Conversões de código rotineiras podem ser atribuídas a modelos mais baratos.
Pequenas etapas de classificação ou busca podem usar a opção mais rápida.
O texto original descreve isso como uma transição da seleção manual de modelos.
Hoje, os usuários frequentemente pensam:
"Esta parte é difícil, então devo usar o modelo mais forte."
E então repetem a mesma decisão na próxima parte da tarefa.
Um sistema multiagente pode tratar os modelos como recursos computacionais internos.
O agente principal divide o trabalho em unidades menores, decide qual
modelo deve processar cada unidade e então combina os resultados.
O fluxo de trabalho simplificado é o seguinte:
Tarefa do usuário
↓
Agente principal
├── Planejamento complexo → GPT-5.6 Sol
├── Codificação rotineira → GPT-5.6 Terra
├── Subtarefa rápida → GPT-5.6 Luna
└── Tarefa especializada → Modelo dedicado
↓
Síntese dos resultados
↓
Resposta final
A documentação oficial da OpenAI descreve explicitamente esse padrão de subagentes paralelos: uma instância do GPT-5.6 pode coordenar vários agentes trabalhando em paralelo e sintetizar as saídas em um único resultado.
O artigo de origem apresenta uma observação econômica simples.
Descreva sua ideia uma vez e o We0 AI pode gerar um site de apresentacao, paginas e CMS, alem de ajudar a atrair clientes e trafego apos o lancamento.
Uma geração completa de projetos para registro gratuito
Melhor para experimentar um fluxo de geração completo e ver rapidamente um primeiro rascunho do projeto.
Tarefas complexas não exigem que cada etapa use o modelo mais forte.
Talvez apenas as fases de planejamento, arquitetura ou depuração difícil exijam o modelo mais poderoso.
As demais etapas podem ser processadas por modelos mais baratos.
No exemplo do artigo de origem, talvez apenas cerca de 20% do fluxo de trabalho exija o modelo mais forte, com o restante delegado a modelos de baixo custo.
Esse valor exato de 20% deve ser considerado uma ilustração da regra geral, não uma garantia da OpenAI.
A ideia central por trás disso continua sendo importante.
Se o agente puder rotear automaticamente o trabalho com base na dificuldade, o custo médio de conclusão de tarefas complexas pode diminuir, sem que o usuário precise gerenciar manualmente o roteamento.
A mudança na experiência do usuário é tão importante quanto a mudança econômica.
Selecionar modelos manualmente é um fardo cognitivo.
O desenvolvedor precisa se perguntar:
Em um bom sistema multiagente, a maior parte dessas perguntas é transferida para o próprio sistema.
O usuário fornece o objetivo.
O agente decide como distribuir o trabalho.
Esta é uma mudança significativa, da seleção de modelos para a orquestração de recursos.
O argumento mais forte do artigo original é que essas duas mudanças se reforçam mutuamente.
O front-end foi otimizado para processar com mais eficiência enormes históricos de agentes.
Ao mesmo tempo, o sistema de agentes no back-end se tornou mais capaz de dividir o trabalho entre modelos.
Isso oferece à OpenAI duas maneiras de reduzir o atrito:
Reduzir os segundos de espera na interface.
Reduzir a decisão de escolher qual modelo usar.
A primeira é uma melhoria de desempenho.
A segunda é uma melhoria no fluxo de trabalho.
Juntas, elas afastam ainda mais o ChatGPT e o Codex da posição de simples interfaces de chat.
O anúncio oficial do GPT-5.6 da OpenAI já descreve a série como capaz de orquestrar ferramentas, processar resultados intermediários e suportar fluxos de trabalho com múltiplos agentes. Também introduziu no Codex a capacidade de
delegar trabalho a outros modelos, executar tarefas em paralelo e sintetizar os resultados.
O usuário se torna cada vez mais aquele que define os objetivos e verifica os resultados.
A orquestração interna acontece nos bastidores.
É fácil focar nos números dos benchmarks.
Mas a decisão de produto mais importante pode ser tentar ocultar a complexidade dos modelos do usuário.
À medida que o número de modelos cresce, expor diretamente cada escolha pode tornar o sistema mais difícil de usar.
Se a OpenAI tem de cinco a dez modelos especializados, o usuário não deveria precisar conhecer todos eles para concluir um projeto.
Uma plataforma madura de agentes deveria compreender isto:
A tarefa é a interface, não o modelo.
O usuário diz o que precisa ser feito.
O sistema decide quanta capacidade de raciocínio é necessária, qual modelo deve fazer qual parte e como combinar os resultados.
Para desenvolvedores que constroem produtos de IA, essa lição é mais universal do que a própria OpenAI.
Arquiteturas modernas de agentes exigem cada vez mais três camadas:
Com base nisso, o front-end precisa lidar com históricos de conversa maiores do que aqueles para os quais o design tradicional de produtos de chat foi pensado.
Se você está construindo um produto de agentes, a renderização da conversa não é mais apenas polimento de interface.
É infraestrutura.
O multiagente GPT-5.6 é um recurso de orquestração de agentes no qual uma instância do GPT-5.6 pode coordenar vários subagentes em paralelo e sintetizar o trabalho deles. A OpenAI atualmente documenta esse recurso como uma funcionalidade de teste na API Responses.
O artigo original descreve o Multi-agent V2 como um fluxo de trabalho do Codex no qual o agente principal pode delegar diferentes subtarefas a modelos compatíveis e controlar a intensidade de raciocínio de cada subagente. As datas específicas de lançamento e a disponibilidade dos modelos podem mudar, portanto, consulte a documentação atual do OpenAI Codex para obter as configurações mais recentes.
São três níveis de capacidade na série GPT-5.6. A OpenAI descreve o Sol como o modelo principal, o Terra como a opção equilibrada e o Luna como o modelo mais rápido e com melhor custo-benefício.
A OpenAI posiciona o GPT-5.6 Luna para cargas de trabalho de alta taxa de transferência e sensíveis a custo. Sua página atual da API lista US$ 1 por milhão de tokens de entrada e US$ 6 por milhão de tokens de saída.
Sessões de agentes podem ser muito maiores do que conversas comuns, pois podem conter centenas de chamadas de ferramentas, resultados de execução e etapas intermediárias. O artigo original relata que a OpenAI mudou a forma como históricos grandes são carregados e renderizados, permitindo que o aplicativo não precise processar a conversa inteira em todas as ocasiões.
A tendência mais ampla é caminhar para o roteamento automático de modelos e a delegação, mas a disponibilidade depende do produto e do andamento dos lançamentos dos modelos.
Esclarecimento funcional. A documentação do GPT-5.6 da OpenAI confirma a orquestração multiagente e os diferentes níveis de capacidade do GPT-5.6; isso não significa que toda conversa padrão do ChatGPT exporá controle completo de roteamento automático.
Sim. Se subtarefas difíceis usam modelos mais fortes e o trabalho rotineiro é direcionado a modelos mais baratos, o custo médio de todo o fluxo de trabalho pode ser menor do que usar o modelo mais forte em todas as etapas. A economia real depende da estratégia de roteamento e da carga de trabalho.
As mudanças mais recentes da OpenAI abordam dois tipos de atrito que se tornam cada vez mais importantes à medida que os agentes de IA ficam mais poderosos. O primeiro é a espera: conversas grandes, com centenas de turnos e chamadas de ferramentas, também devem abrir rapidamente. O segundo é o custo de decisão: os usuários não devem precisar escolher manualmente o modelo para cada subtarefa.
A arquitetura multiagente do GPT-5.6 aponta para um sistema de roteamento de modelos no qual modelos mais fortes podem planejar e delegar, enquanto modelos mais baratos lidam com o trabalho rotineiro. Ao mesmo tempo, a otimização do front-end torna essas sessões de agentes mais longas mais fáceis de usar.
A direção é clara: o ChatGPT e o Codex estão evoluindo de lugares onde os usuários conversam com modelos para sistemas que decidem como o trabalho deve ser executado.
Comece com uma frase e tenha um site completo em minutos.
