GPT-5.5 (Spud): review completo — benchmarks, o foco em agentes e a polêmica do preço

Nota de data: o GPT-5.5 foi lançado em 23 de abril de 2026, com a variante gratuita GPT-5.5 Instant chegando em 5 de maio. Está no limite do "último mês", mas como segue sendo um dos modelos mais relevantes em uso hoje, entra na nossa série de reviews dos grandes modelos atuais.

Introdução

A OpenAI tinha um ritmo de lançamentos medido em trimestres. O GPT-5 saiu em agosto de 2025. O GPT-5.4, no começo de março de 2026. E o GPT-5.5 chegou em 23 de abril — cerca de seis semanas depois do 5.4, sem nada no roteiro público sinalizando uma versão tão rápida. Esse ritmo comprimido não é coincidência: ele acompanha o relógio da Anthropic, cujo Claude Opus 4.7 tinha acabado de dominar o Twitter dos desenvolvedores. Em dez dias, a OpenAI colocou sua resposta em produção.

Apelidado internamente de "Spud" (batata, em inglês), o GPT-5.5 chegou com a promessa de ser "o modelo mais inteligente da OpenAI" e uma "nova classe de inteligência para trabalho de verdade". Mas veio também com algo que reacendeu um debate antigo no mercado: um aumento de preço significativo. Vamos ao que importa.

Especificações técnicas

• Data de lançamento: 23 de abril de 2026. Variante Instant (gratuita) em 5 de maio de 2026.
• ID de API: gpt-5.5 (e gpt-5.5-pro para a versão de maior precisão).
• Preço: US$ 5 por milhão de tokens de entrada e US$ 30 de saída. A versão Pro custa US$ 30/180. Batch e Flex saem por metade; processamento prioritário, 2,5x.
• Janela de contexto: 1 milhão de tokens.
• Modalidades: entrada multimodal (texto e visão), saída de texto.
• Corte de conhecimento: dezembro de 2025.
• Disponibilidade: ChatGPT (Plus, Pro, Business, Enterprise; Instant no plano gratuito), Codex (contexto de 400K), API (Responses e Chat Completions), e Microsoft Foundry. Servido em sistemas NVIDIA GB200 e GB300 NVL72.

O salto de preço é o ponto polêmico: o GPT-5.5 custa o dobro do GPT-5.4 na saída. A OpenAI argumenta que, apesar de mais caro por token, ele é mais inteligente e bem mais eficiente em tokens — ou seja, gastaria menos tokens para chegar ao mesmo resultado. É um argumento legítimo, mas que só a sua carga real consegue confirmar.

A corrida que mudou o calendário

Vale entender o que o ritmo do GPT-5.5 revela sobre a indústria. Lançar seis semanas depois do 5.4, sem aviso no roteiro, é sintoma de uma guerra de versões que tomou conta de 2026. Quando o Claude Opus 4.7 da Anthropic dominou as conversas de desenvolvedores em meados de abril, a OpenAI não esperou o ciclo normal — respondeu em dez dias. É a mesma dinâmica que faria a Anthropic lançar o Opus 4.8 em tempo recorde de 41 dias semanas depois, e o Google despejar o Gemini 3.5 Flash no I/O. Ninguém quer ficar mais que algumas semanas sem resposta ao concorrente.

Para o usuário, essa corrida tem dois lados. O bom: capacidade subindo rápido, com cada laboratório empurrando o outro. O ruim: instabilidade de escolha — o modelo que você integrou ontem pode estar defasado amanhã, e planejar a longo prazo virou exercício de adivinhação. A lição que os times mais experientes tiraram disso é construir sistemas que troquem de modelo sem reescrever tudo. Num mundo onde sai modelo novo a cada poucos dias, amarrar seu produto a um único modelo específico é receita para retrabalho constante.

Desempenho: os benchmarks

O GPT-5.5 chegou liderando justamente nas provas que a OpenAI mais valoriza:

• Terminal-Bench 2.0 (programação agêntica em terminal): 82,7%, salto enorme frente aos 75,1% do GPT-5.4. Essa é a prova em que ele se destaca e que mantém à frente até de concorrentes mais novos.
• FrontierMath Tier 1-3: 51,7%.
• FrontierMath Tier 4 (o mais difícil): 35,4% — cerca do dobro do que o Claude Opus 4.7 marcava na mesma prova.
• Recuperação em contexto longo (512K-1M): 74,0%, contra 32,2% do Opus 4.6 — um domínio expressivo em documentos enormes.
• Índice de inteligência (Artificial Analysis): entre os líderes, com pontuação de ~60, posicionando-o no top 4 geral de centenas de modelos.

Mas é justo registrar onde ele NÃO lidera: o Claude Opus 4.7 (e depois o 4.8) mantém a ponta no SWE-Bench Pro, e o Gemini 3 Pro liderava o ARC-AGI-1. O GPT-5.5 é o líder em programação agêntica de terminal e em contexto longo, não o vencedor universal. Cada laboratório tem seu território.

O posicionamento: o "super app"

O GPT-5.5 não é só um modelo — é uma peça de uma estratégia maior. A imprensa especializada enquadrou o lançamento como a OpenAI dando "mais um passo rumo a um super app de IA": a ideia, discutida por Sam Altman e Greg Brockman há meses, de colapsar ChatGPT, Codex e o navegador de IA num único produto unificado capaz de fazer trabalho corporativo de verdade sem um humano babá.

Por isso o foco tão grande em programação agêntica e uso de computador. O GPT-5.5 foi desenhado para "trabalho de verdade" — codificação, uso de computador, trabalho de conhecimento e até pesquisa científica inicial. A variante Instant, gratuita, levou parte dessa capacidade para os usuários sem assinatura, enquanto as versões Thinking e Pro atendem quem precisa de raciocínio mais pesado. É a OpenAI tentando cobrir todas as faixas, do usuário casual à empresa.

Casos práticos

Onde o GPT-5.5 brilha:

• Programação agêntica em terminal — é o líder no Terminal-Bench, ideal para agentes que rodam comandos e manipulam repositórios.
• Documentos gigantescos — o desempenho em recuperação de contexto longo (74% em 512K-1M) é dos melhores do mercado.
• Matemática de fronteira — lidera no FrontierMath Tier 4, útil para pesquisa e tarefas técnicas pesadas.
• Trabalho de conhecimento integrado ao ChatGPT e Codex — para quem já vive no ecossistema da OpenAI.

Onde pensar duas vezes: cargas de altíssimo volume e custo sensível, onde os US$ 30 de saída por milhão de tokens pesam — especialmente frente a Qwen e DeepSeek, que cobram uma fração disso.

A polêmica do preço

É impossível resenhar o GPT-5.5 sem encarar o aumento. Dobrar o preço de saída em relação ao GPT-5.4 reabriu uma pergunta que muitas equipes de ML tinham arquivado: a partir de que ponto um laboratório de fronteira para de lançar melhorias incrementais e passa a lançar… aumentos de preço? A OpenAI responde com o argumento da eficiência de tokens — o modelo usaria menos tokens para a mesma tarefa, compensando o preço maior por unidade.

O problema é que "eficiência de token" varia demais conforme a tarefa, então o preço por token isoladamente engana. A única forma de saber se o GPT-5.5 sai mais caro ou mais barato que o 5.4 na prática é rodar a sua carga real e medir o custo por tarefa concluída. Para tarefas onde a inteligência superior do 5.5 resolve em menos idas e vindas, ele pode até compensar. Para tarefas simples e volumosas, o aumento dói. É um lançamento que exige a calculadora na mão, não a empolgação do anúncio.

GPT-5.5 contra a concorrência

Situar o GPT-5.5 no tabuleiro ajuda a decidir. Contra o Claude Opus 4.8 da Anthropic, a disputa se divide: o GPT lidera no Terminal-Bench e em contexto longo, o Claude lidera no SWE-Bench Pro e em uso de computador (OSWorld). São perfis complementares — alguns times rodam os dois, cada um no que é melhor. Contra o Gemini 3.5 Flash do Google, o GPT-5.5 entrega mais inteligência bruta, mas a um custo e latência bem maiores; para tarefas que cabem no Flash, o Google sai na frente em velocidade e preço.

E contra os modelos chineses — Qwen 3.7-Max e DeepSeek V4-Pro — é onde o GPT-5.5 mais sofre na conta. Eles entregam desempenho agêntico competitivo cobrando uma fração do preço, o que força a OpenAI a justificar seu prêmio com qualidade superior em tarefas específicas. O veredito do mercado em maio de 2026 é claro: não existe mais "o melhor modelo" universal. Existe o melhor modelo para a sua tarefa, no seu orçamento, com as suas exigências de jurisdição e modalidade. O GPT-5.5 é, sem dúvida, um dos melhores — em alguns territórios, o melhor. Mas a palavra "melhor" virou uma frase com muitas condições.

Prós e contras

Prós:

• Líder em programação agêntica de terminal (Terminal-Bench 82,7%).
• Domínio em recuperação de contexto longo (74% em 512K-1M).
• Forte em matemática de fronteira (FrontierMath Tier 4).
• 1M de contexto e integração profunda com ChatGPT, Codex e Foundry.
• Variante Instant gratuita democratiza parte da capacidade.
• Maior eficiência de tokens que o antecessor (segundo a OpenAI).

Contras:

• Preço de saída dobrou frente ao GPT-5.4 — US$ 30/milhão é caro.
• Não lidera em tudo: perde no SWE-Bench Pro para o Claude.
• Saída só em texto.
• Muito mais caro que alternativas chinesas competitivas.
• O argumento da "eficiência de token" precisa ser validado caso a caso.

Veredito final

O GPT-5.5 é um modelo de fronteira poderoso e claramente posicionado: ele quer ser o motor do "trabalho de verdade", com força particular em programação agêntica de terminal e em contexto longo. Para quem já vive no ecossistema da OpenAI — ChatGPT, Codex — e precisa dessas capacidades, é um upgrade significativo e, em muitas tarefas, líder de categoria. A variante Instant gratuita é um bônus que leva parte do poder para todo mundo.

A ressalva é a mesma que ronda todo o mercado em 2026: o preço. Dobrar o custo de saída num momento em que modelos chineses entregam desempenho competitivo por uma fração do valor coloca o GPT-5.5 numa posição premium que precisa se justificar tarefa a tarefa. Se a sua carga aproveita a inteligência superior dele para resolver em menos passos, vale. Se é volume simples e repetitivo, a conta provavelmente fecha melhor em outro lugar. Como sempre nesta nova era: rode seus próprios números antes de decidir. O GPT-5.5 é excelente no que se propõe — só não é, e nem tenta ser, o mais barato da sala.