Haiku 5.5 vs GPT-6 Luna: mesmo preço por token, custo 3x diferente

Desde 7 de outubro de 2026, o Claude Haiku 5.5 e o GPT-6 Luna custam exatamente a mesma coisa na tabela: US$ 0,10 por milhão de tokens de entrada e US$ 0,50 na saída. Preço idêntico, categoria idêntica, público idêntico. E, ainda assim, rodar a mesma tarefa num ou noutro pode custar três vezes mais. Esta análise explica por quê — e quando cada um compensa.

Resposta rápida: qual sai mais barato?

O GPT-6 Luna, na maioria das tarefas. Apesar do preço por token idêntico, a análise independente da Artificial Analysis mede custo médio de US$ 0,21 por tarefa no Haiku 5.5 contra US$ 0,07 no Luna, porque o Haiku gera muito mais tokens de raciocínio e de saída. Em troca, o Haiku entrega mais qualidade: 43 contra 38 no índice de inteligência da mesma análise, e vantagem larga nos benchmarks de agente.

O comparativo direto

Por que o preço por token engana

Duas coisas acontecem ao mesmo tempo no Haiku 5.5. A primeira é o tokenizer novo, que divide o mesmo texto em mais pedaços — então o mesmo prompt já entra custando mais. A segunda, e mais pesada, é o volume de raciocínio: o modelo gera muito mais tokens intermediários antes de responder.

Esse segundo ponto é a explicação de quase todo o gap. Você não paga pelo texto que lê; paga por tudo que o modelo escreveu para chegar até ele. Um modelo que “pensa” mais acerta mais e custa mais — e nenhuma tabela de preços mostra isso.

Quando cada um vale a pena

Escolha o GPT-6 Luna quando a tarefa é curta, repetitiva e tem resposta objetiva: classificar mensagem, extrair campo de documento, traduzir trecho, marcar sentimento, moderar comentário. Nesses casos, o raciocínio extra do Haiku não melhora o resultado — só aumenta a conta.

Escolha o Claude Haiku 5.5 quando a tarefa envolve etapas encadeadas ou uso de ferramenta: operar um navegador, executar comandos em terminal, seguir um fluxo com decisões. Os 72,4% no OSWorld contra 48,9% e os 39,2% no Terminal-Bench contra 16,4% não são diferença de ajuste fino — são a diferença entre a tarefa concluir ou não. Pagar 3x mais por uma execução que funciona é mais barato que pagar 1x por uma que falha e precisa de retrabalho humano.

Como testar no seu caso

1. Separe 100 requisições reais do seu produto, não exemplos sintéticos.
2. Rode as mesmas 100 nos dois modelos, com o mesmo prompt.
3. Meça três números: custo total, taxa de acerto e latência.
4. Calcule o custo por acerto, não por chamada — é a única métrica que importa.
5. Repita com cache e batch ligados; os dois modelos mudam bastante de posição com isso.

Veredito

Não existe vencedor absoluto aqui, e isso é raro num comparativo. O Luna é a escolha padrão por economia em volume; o Haiku é a escolha quando a tarefa tem etapas e falhar custa caro. O erro comum — e caro — é escolher pela tabela de preços, que neste caso é idêntica e não diz nada.

Perguntas frequentes

Qual modelo é mais barato por tarefa?

O GPT-6 Luna, com custo médio de US$ 0,07 contra US$ 0,21 do Haiku 5.5, segundo a Artificial Analysis — mesmo com preço por token idêntico.

Qual tem melhor desempenho?

O Haiku 5.5, com 43 contra 38 no índice de inteligência e vantagem grande em OSWorld (72,4% × 48,9%) e Terminal-Bench (39,2% × 16,4%).

Por que o custo por tarefa difere tanto?

Porque o Haiku 5.5 gera mais tokens de raciocínio antes de responder, e o novo tokenizer divide o texto em mais pedaços. Você paga por tudo isso.

Dá para usar os dois?

Sim, e costuma ser a melhor arquitetura: Luna nas tarefas simples de alto volume e Haiku nas que envolvem ferramentas ou várias etapas.

No DigitalRadar, comparamos pelo custo real, não pela tabela. Fique no radar.