GPT-5.6 Terra vs Claude Sonnet 5: benchmarks, preços e quando usar cada um

Se você está escolhendo um modelo intermediário para ficar por trás de um agente que roda o dia todo, os dois candidatos óbvios hoje são GPT-5.6 Terra e Claude Sonnet 5. Ambos são o modelo padrão que o fornecedor entrega aos usuários gratuitos, ambos trazem uma janela de contexto de cerca de 1 milhão de tokens e ambos ficam com diferença de cerca de um dólar nos tokens de entrada.

Neste artigo, vou comparar GPT-5.6 Terra e Claude Sonnet 5 em agentes de código e terminal, trabalho de conhecimento, postura de cibersegurança, comportamento em longos contextos, superfície de controle da API e preços, para você escolher o que melhor se encaixa no seu workload. Para uma visão aprofundada de cada modelo separadamente, veja nossos guias sobre a família GPT-5.6 e o Claude Sonnet 5.

Resumo

• Terra é a melhor escolha para agentes de código orientados a terminal e pipelines com uso intenso de ferramentas, onde seus recursos de eficiência de tokens fazem diferença real.
• Sonnet 5 é a opção mais estável para contextos longos e trabalhos baseados em documentos, porque suas tarifas permanecem fixas em toda a janela.
• Escolha GPT-5.6 Terra se seus agentes vivem no shell, chamam muitas ferramentas por turno ou se você quer tokens de saída mais baratos após agosto.
• Escolha Claude Sonnet 5 se você envia prompts muito grandes, quer cobrança previsível por token ou prefere um modelo que recuse trabalhos de exploração por design.

O que é o GPT-5.6 Terra?

GPT-5.6 Terra é o nível intermediário da família GPT-5.6 da OpenAI, que chegou à disponibilidade geral em 9 de julho de 2026, ao lado do topo de linha Sol e do nível mais barato, Luna. A OpenAI descreve o Terra como a opção equilibrada para o dia a dia e observa que ele corresponde aproximadamente ao nível "mini" das famílias anteriores do GPT-5. Ele traz uma janela de contexto de 1.050.000 tokens, um teto de saída de 128.000 tokens e corte de conhecimento em 16 de fevereiro de 2026.

Duas coisas tornam o Terra interessante — não apenas barato. Ele herda Programmatic Tool Calling da Responses API, o que permite ao modelo escrever e executar pequenos programas em memória que coordenam ferramentas, em vez de fazer ida e volta de cada resposta de ferramenta pelo modelo. E, em 30 de julho de 2026, a OpenAI reduziu o preço do Terra em 20%, de US$ 2,50/US$ 15 no lançamento para US$ 2,00/US$ 12 por 1M de tokens.

Cobrimos a família completa no nosso guia de GPT-5.6 Sol, Terra e Luna, e, se você quer ver para o que o nível topo de linha vem sendo usado, nosso artigo sobre como o GPT-5.6 Sol ajudou a refutar a conjectura de Maxwell é uma boa leitura. Há também uma comparação direta dos topos de linha no nosso Claude Opus 5 vs GPT-5.6 Sol.

O que é o Claude Sonnet 5?

Claude Sonnet 5 é o modelo intermediário da Anthropic, lançado em 30 de junho de 2026, apresentado como o Sonnet mais "agente" que a empresa já lançou. A Anthropic afirma que ele planeja, dirige navegadores e terminais e roda de forma autônoma em um nível que antes exigia modelos classe Opus, chegando perto do Opus 4.8 em raciocínio, uso de ferramentas, codificação e trabalho de conhecimento, por um preço menor.

Ele é o modelo padrão nos planos Free e Pro e vem com um conjunto de restrições deliberadas: temperature, top_p e top_k foram removidos, o pensamento estendido manual retorna erro 400, e o pensamento adaptativo vem ativado por padrão. Ele também usa um novo tokenizador que gera cerca de 30% mais tokens para o mesmo texto do que o Sonnet 4.6, compensado pela precificação promocional até 31 de agosto de 2026.

Detalhamos os números de lançamento no nosso guia do Claude Sonnet 5 e o comparamos com o topo de linha da Anthropic em Claude Opus 5 vs Claude Sonnet 5.

GPT-5.6 Terra vs Claude Sonnet 5: comparação lado a lado

Veja o panorama dos dois modelos, antes de entrar nas capacidades específicas.

Agentes de código e terminal

Geralmente, a divisão favorece a Anthropic para programação em repositório e a OpenAI para trabalho em terminal.

Essa divisão continua: no Terminal-Bench 2.1, o Terra atinge 87,4%, contra 80,4% do Sonnet 5 nos materiais de lançamento da Anthropic — uma diferença de 7 pontos em fluxos de linha de comando. Notavelmente, o Terra também supera o Claude Opus 4.8 (78,9%) e o Claude Fable 5 (83,1%) na execução do mesmo eval pela OpenAI.

Mas, no momento, os dois modelos intermediários concorrentes estão empatados em codificação de repositório. No SWE-Bench Pro, que executa correções em múltiplas etapas em repositórios reais, a OpenAI reporta o Terra em 63,4% e a Anthropic reporta o Sonnet 5 em 63,2%.

A própria narrativa da Anthropic reforça essa divisão. A história de código do Sonnet 5 é mais sobre concluir tarefas do que sobre pico de pontuação: testadores iniciais relataram que ele finaliza tarefas em que o Sonnet 4.6 parava e checa sua própria saída sem ser solicitado.

Se o seu agente vive no shell, o Terra leva vantagem. Se ele vive dentro de um codebase raciocinando sobre uma falha, os benchmarks indicam que você está escolhendo entre dois modelos da mesma classe.

Trabalho de conhecimento e tarefas profissionais

Ambos os fornecedores reportam o GDPval-AA v2, uma medida em estilo Elo da qualidade de produção profissional, e os números são próximos o bastante para dar empate. A OpenAI coloca o Terra em 1.593 Elo; a Anthropic coloca o Sonnet 5 em 1.618. A OpenAI pontua o Claude Opus 4.8 em 1.600 Elo nesse eval, enquanto a Anthropic pontua o mesmo modelo em 1.615, então uma diferença de 25 pontos entre Terra e Sonnet 5 fica dentro do ruído metodológico.

Onde o Terra tem uma afirmação sem resposta é no Agents' Last Exam, uma avaliação de fluxos profissionais de longa duração em 55 áreas. O Terra marca 50,4%, à frente do GPT-5.5 (46,9%), do Claude Opus 4.8 (45,2%) e do Claude Fable 5 (40,5%). A Anthropic não reportou o Sonnet 5 nesse eval, então trate isso como o terreno escolhido pela OpenAI, não como veredito.

Uso de computador é o único ponto em que eu evitaria comparação direta. A OpenAI reporta o Terra em 50,2% no OSWorld 2.0, enquanto a Anthropic reporta o Sonnet 5 em 81,2% no OSWorld-Verified. São conjuntos de avaliação diferentes, com pontuações diferentes, e a Anthropic revisou explicitamente como roda o OSWorld-Verified para este lançamento, então colocar os dois números lado a lado não diz nada.

A vantagem prática do Terra aqui é a contabilidade de tokens. A Notion relatou que muitos agentes rodando GPT-5.5 performam igualmente bem no Terra a metade do custo e com 16% menos tokens, e a Clio relatou que o Programmatic Tool Calling reduziu tokens de prompt em 38% em análises de documentos multi-etapas sem perda de qualidade. São declarações de parceiros dos fornecedores, não medições independentes, mas são específicas sobre o que mudou.

Cibersegurança: duas apostas opostas

Este é o maior abismo na comparação, e é uma decisão de design — não acidente de capacidade.

A OpenAI treinou a família GPT-5.6 para trabalho em cyber: o Terra marca 91,8% em desafios Capture-the-Flag, 57,7% no SEC-Bench Pro, 52,9% no ExploitBench e 23,2% no ExploitGym. Dois desses números superam o GPT-5.5, o topo anterior, que marcou 45,8% no SEC-Bench Pro e 47,9% no ExploitBench.

A Anthropic seguiu o caminho oposto. O Sonnet 5 não foi treinado deliberadamente em tarefas de cibersegurança e, em um eval de desenvolvimento de exploits feito com a Mozilla contra vulnerabilidades do Firefox 147, ele nunca produziu um exploit funcional, marcando 0,0%. A Anthropic entrega o Sonnet 5 com proteções de cyber em tempo real ativadas por padrão e recomenda o Opus 4.8 para trabalhos de cyber que precisem de menos restrições.

Para a maioria, isso é uma característica do Sonnet 5, não uma fraqueza. Se você está construindo um produto em que um modelo tentando gerar exploits é um risco, um modelo que recusa de forma consistente é uma dependência mais segura. Se você faz segurança defensiva, o Terra está dentro do programa Daybreak Trusted Access for Cyber da OpenAI, e membros individuais precisam ativar passkeys com suporte de hardware até 1º de setembro para manter acesso aos modelos mais capazes em cyber.

Vale sinalizar o custo de fricção do lado da OpenAI também. A OpenAI diz que as proteções de cyber do GPT-5.6 Sol bloqueiam cerca de 10 vezes mais atividades potencialmente nocivas do que modelos anteriores, e adicionou uma opção de tentar novamente em um modelo de menor capacidade no ChatGPT e no Codex justamente porque solicitações benignas são bloqueadas. Tópicos no Reddit do lado da Anthropic relatam a mesma queixa: o Sonnet 5 está bloqueando conteúdo didático benigno de segurança; nenhum dos fornecedores resolveu totalmente o excesso de bloqueios.

Janela de contexto e trabalho em longos contextos

Em tese, os dois são iguais: o Terra publica uma janela de contexto de 1.050.000 tokens, com teto de saída de 128.000, e o Sonnet 5 traz janela de 1M com teto de saída de 128K. O que muda é o que acontece quando você realmente enche a janela.

O Terra publica pontuações de recuperação ao longo da janela. No OpenAI MRCR v2 8-needle, ele marca 89,6% na faixa 256K–512K e 72,5% na faixa 512K–1M, perto dos 91,5% e 73,8% do Sol e muito acima dos 41,3% do Luna. Isso significa que você pode esperar que o modelo encontre detalhes escondidos em ~9 de cada 10 casos dentro de um documento de 512k — uma companhia bem confiável para extração de conhecimento. A Anthropic não publicou números comparáveis de recuperação de "agulhas" para o Sonnet 5 no lançamento.

O comportamento de cobrança é a diferença mais consequente. Prompts acima de 272K tokens de entrada no Terra são tarifados a 2x na entrada e 1,5x na saída para a solicitação inteira, não só o excedente. O Sonnet 5 não tem adicional publicado para longos contextos, então suas tarifas se mantêm em toda a janela. Vou colocar números na seção de preços, porque isso inverte qual modelo é mais barato.

Superfície de controle: esforço, pensamento e limitações de API

Ambos os modelos expõem um dial de esforço de raciocínio e, a partir daí, divergem bastante no que mais você pode ajustar.

O Sonnet 5 removeu temperature, top_p e top_k completamente, e chamadas com esses parâmetros retornam erro 400. Pensamento estendido manual também retorna 400; você tem pensamento adaptativo ligado por padrão ou desativa o pensamento por completo.

O Sonnet 5 também não suporta Priority Tier na plataforma da Anthropic, o que importa se seu time depende disso para garantias de latência no Opus ou no Sonnet 4.6 hoje. A Anthropic elevou limites de taxa no Chat, Cowork, Claude Code e na Claude Platform para absorver o uso mais pesado de tokens que níveis mais altos de esforço produzem.

A superfície do Terra é mais ampla em outra direção. Recursos que valem a pena conhecer:

• Programmatic Tool Calling na Responses API, que executa programas de coordenação em memória e é compatível com Zero Data Retention.

• Um beta multiagente na Responses API, permitindo ao modelo rodar subagentes concorrentes e sintetizar o trabalho em uma única requisição.

• A configuração de esforço max, ativável por qualquer usuário com acesso ao GPT-5.6 no ChatGPT Work e no Codex.

• Breakpoints explícitos de cache, com vida mínima de cache de 30 minutos, leituras de cache com 90% de desconto e escritas de cache a 1,25x a tarifa de entrada sem cache.

• Function calling, saídas estruturadas, shell hospedado, interpretador de código e uso de computador na Responses API, sem suporte a fine-tuning.

Uma assimetria para notar: o ajuste ultra da OpenAI coordena quatro agentes em paralelo, mas todo benchmark publicado de ultra pertence ao Sol, não ao Terra. Não presuma que o nível intermediário terá os mesmos ganhos multiagentes até alguém publicar números do Terra Ultra.

Preços: o que você realmente paga

Hoje, Terra e Sonnet 5 ficam a cerca de um dólar de diferença na entrada, o que faz com que o formato do workload, e não a tarifa de vitrine, seja o que decide sua fatura.

Tarifas de tokens lado a lado

As tarifas de US$ 2,00/US$ 12,00 do Terra refletem o corte de 20% aplicado pela OpenAI em 30 de julho de 2026, caindo de US$ 2,50/US$ 15,00 no lançamento. Leituras de entrada em cache no Terra custam US$ 0,20 por 1M, e a Anthropic oferece cache de prompt para o Sonnet 5 sem detalhar uma tarifa específica do Sonnet nos materiais de lançamento.

Como a Anthropic cobra tokens de pensamento à tarifa de saída, rodar o Sonnet 5 com esforço extra alto é um multiplicador direto na sua linha mais cara. É o jeito mais fácil de estourar um orçamento estimado pelo volume de entrada.

Quanto custa um workload real

A fórmula é simples: (volume ÷ 1M) × tarifa, somando entrada e saída. Modelei três workloads em tarifas padrão, escolhidos porque cada um isola um mecanismo no qual esses dois modelos realmente diferem.

A terceira linha é o ponto-chave. Nada muda no volume total entre as linhas dois e três, apenas o tamanho de cada requisição, e a sobretaxa de 272K do Terra transforma uma vantagem de custo de 41% em uma desvantagem de 29%. Se você costuma colocar 300K tokens de texto contratual ou contexto de repositório em uma única chamada, o preço de vitrine mais barato do Terra engana.

A linha de geração pesada também se inverte se você comprar antes de setembro. Com as tarifas promocionais de US$ 2,00/US$ 10,00 do Sonnet 5, esse workload custa US$ 42 contra US$ 50 do Terra, então o Sonnet 5 sai US$ 8 mais barato até as tarifas padrão entrarem em vigor em 1º de setembro de 2026. A Anthropic definiu essa janela promocional para tornar a migração do Sonnet 4.6 aproximadamente neutra em custo — lembre disso antes de montar um orçamento baseado nela.

Por que a mesma tarefa custa valores diferentes

Essas tarifas só viram fatura se ambos os modelos consumirem o mesmo número de tokens para o mesmo trabalho — e normalmente não consomem. Terra e Sonnet 5 usam tokenizadores diferentes, de fornecedores diferentes, então o mesmo texto gera contagens de tokens de entrada diferentes antes mesmo de o modelo responder.

Nenhum fornecedor publicou contagens entre modelos, então não dá para ajustar exatamente. O que existe são afirmações sobre predecessores que não dizem nada sobre Terra versus Sonnet 5:

• A Anthropic documenta que o novo tokenizador do Sonnet 5 produz cerca de 30% mais tokens do que o Sonnet 4.6, e
• A Notion relatou que o Terra usa 16% menos tokens do que o GPT-5.5.

Meu conselho é tratar a tabela acima como comparação de tarifas, não previsão, e medir suas próprias contagens de tokens em uma amostra representativa antes de se comprometer. A mudança de tokenizador do Sonnet 5, em particular, pegou times de surpresa no lançamento, com a análise do Simon Willison e consultorias em nuvem destacando isso como o principal imprevisto de migração.

Quando escolher GPT-5.6 Terra vs Claude Sonnet 5

Veja como a decisão se distribui nos cenários mais comuns.

Escolha GPT-5.6 Terra se...

• Seus agentes vivem no shell. A diferença de 7 pontos no Terminal-Bench 2.1 é a maior entre esses dois modelos em código.
• Você chama muitas ferramentas por turno. Programmatic Tool Calling mantém dados intermediários fora do contexto do modelo, e a PlayCo reportou 63,5% menos tokens totais e 50,1% menos turnos do modelo em construção de cenas estruturadas.
• Você faz segurança defensiva. Os 57,7% no SEC-Bench Pro e 52,9% no ExploitBench colocam o Terra em outra classe em relação à recusa deliberada do Sonnet 5.
• Você precisa de tokens de saída mais baratos. Após agosto de 2026, a saída do Sonnet 5 passa a US$ 15 por 1M contra US$ 12 do Terra.
• Você quer números documentados de recuperação em longos contextos, como 72,5% no MRCR v2 na faixa 512K–1M.

Escolha Claude Sonnet 5 se...

• Seus prompts ou arquivos de contexto são grandes. Preço plano até 1M de tokens supera o limite de 272K do Terra — a diferença é de 29% num mês com 10M de entrada.
• Você quer um modelo que recuse trabalho de cyber por design. A avaliação da própria Anthropic é que o Sonnet 5 tem capacidades de cyber substancialmente piores que Opus 4.8 e Mythos 5 — para a maioria dos produtos, isso é desejável.
• Você já está no ecossistema Claude. Sonnet 5 é padrão no Free e Pro e roda no Claude Code.
• Você prefere um único dial a um painel de configurações. Pensamento adaptativo com níveis de esforço é uma superfície menor para gerenciar do que esforço + max + ultra + modos de chamada de ferramentas.

Se custo é a restrição principal, os três workloads modelados são o jeito mais rápido de ver de que lado você está: US$ 50 versus US$ 63 em um mês de geração pesada, US$ 32 versus US$ 45 em recuperação abaixo do limite e US$ 58 versus US$ 45 quando cada requisição passa de 272K tokens de entrada.

Como começar com GPT-5.6 Terra e Claude Sonnet 5

Ambos os modelos estão disponíveis hoje, e ambos são os modelos que os fornecedores oferecem de graça — então testar só custa o seu tempo.

Fazendo sua primeira chamada de API

São SDKs diferentes, então alternar entre eles é mais do que trocar a string do modelo. As chamadas são curtas o suficiente para a diferença ficar visível de cara.

from openai import OpenAI

client = OpenAI()
response = client.responses.create(
    model="gpt-5.6-terra",  # swap for gpt-5.6-sol or gpt-5.6-luna
    input="Refactor this pytest fixture to avoid module-level state.",
)
print(response.output_text)

from anthropic import Anthropic

client = Anthropic()
message = client.messages.create(
    model="claude-sonnet-5",  # no temperature/top_p/top_k on this model
    max_tokens=1024,
    messages=[{"role": "user", "content": "Refactor this pytest fixture to avoid module-level state."}],
)
print(message.content.text)

Se você está portando código existente da Anthropic, lembre-se de remover temperature, top_p, top_k e qualquer configuração manual de pensamento estendido primeiro, já que o Sonnet 5 retorna erro 400 em vez de ignorá-los.

Para o passo a passo completo do lado da Anthropic, nosso guia completo da Claude API vai mais fundo do que faz sentido aqui. Para começar do lado GPT, nosso curso Working with the OpenAI API é o melhor ponto de partida.

Considerações finais

Em uma frase: Terra é o melhor modelo intermediário para agentes de terminal e pipelines com muitas ferramentas; Sonnet 5 é melhor para prompts grandes e times que preferem uma superfície menor para configurar.

O mais interessante é que ambos escolheram o nível intermediário como padrão gratuito e fizeram apostas opostas sobre o que um modelo intermediário deve recusar. A OpenAI treinou o Terra para cyber e colocou a parte mais afiada da capacidade atrás de verificação de identidade e passkeys de hardware. A Anthropic treinou o Sonnet 5 para não fazer isso, e ainda embarcou proteções por cima. Nenhuma abordagem é obviamente correta, e ambas criam fricção real para trabalhos legítimos.

Se você quer criar repertório para tomar essas decisões por conta própria, em vez de ler a tabela de outra pessoa, recomendo começar pela nossa trilha de habilidades AI Fundamentals.