OpenAI Codex: 1M tokens no GPT-5.6 Sol via config, Tibo

Introdução

OpenAI Codex e GPT-5.6 Sol ganharam holofotes por um motivo simples, a promessa de uma janela de contexto de 1 milhão de tokens. A página oficial do modelo GPT-5.6 Sol na documentação da OpenAI especifica 1.050.000 tokens de contexto e 128.000 de saída máxima, com cobrança por milhão de tokens, o que coloca a expansão de contexto como uma funcionalidade real no ecossistema de modelos mais recentes. (developers.openai.com)

Ao mesmo tempo, a comunidade de desenvolvedores que usa o Codex no dia a dia observa discrepâncias entre o que a API promete e o que o aplicativo Codex efetivamente expõe por padrão. Tópicos em GitHub Issues e threads de discussão mostram janelas efetivas em torno de 353 mil ou até 258 mil tokens, abaixo do 1,05 milhão publicado na model card, junto de relatos de como ajustar configurações locais para liberar a janela extensa. (github.com)

Este artigo explica o que foi divulgado oficialmente, como ativar 1M no Codex via configuração, o que esperar em termos de custo e limitações, e quando faz sentido usar o contexto gigante em fluxos de trabalho reais.

Por que 1M de tokens importa no trabalho com IA

A janela de contexto é a memória de curto prazo do modelo, o espaço onde cabem instruções, histórico e dados relevantes para a tarefa atual. Expandir esse espaço muda a forma de trabalhar com bases de conhecimento extensas, repositórios de código grandes e longos processos analíticos. No GPT-5.6 Sol, a OpenAI documenta uma janela de 1.050.000 tokens e reforça o posicionamento da linha 5.6 como fronteira para trabalho profissional complexo, com preço por 1M de tokens, cache com regras explícitas e melhorias de eficiência. (developers.openai.com)

Na prática, 1M permite levar para dentro da sessão longos dossiês, lotes de arquivos, documentação técnica completa e até múltiplas versões de um mesmo artefato para comparação. Em engenharia de software, por exemplo, é possível dar visibilidade a diversos módulos e testes de uma vez, mantendo o raciocínio encadeado. Em consultoria, relatórios extensos, planilhas e anexos cabem na mesma conversa, diminuindo o zigue-zague entre resumos e original.

O que a OpenAI documenta hoje sobre GPT-5.6 Sol

A página do GPT-5.6 Sol no site de desenvolvedores lista explicitamente, 1.050.000 de janela de contexto, 128.000 de máximo de saída, preços por 1M de tokens, e uma regra importante, prompts com mais de 272 mil tokens de entrada têm tarifação 2x no input e 1,5x no output para o pedido inteiro. Isso influencia cálculos de custo quando se trabalha com pacotes grandes de contexto. (developers.openai.com)

O post de lançamento de GPT-5.6 no site da OpenAI reforça melhorias de eficiência e novos modos de uso, incluindo configurações de esforço de raciocínio e cache mais previsível, além de posicionar Sol como o modelo de topo para trabalho profissional, com Terra e Luna cobrindo camadas de custo e desempenho mais acessíveis. (openai.com)

A tabela de comparação de modelos repete a janela de 1.050.000 para Sol, Terra e Luna, o que indica uma estratégia de manter a mesma capacidade nominal de contexto na família 5.6. (developers.openai.com)

A controvérsia, Codex com janelas menores por padrão

Apesar da documentação, usuários de Codex relatam que o aplicativo e a CLI aplicam janelas menores, muitas vezes por volta de 353 mil tokens, e em alguns períodos chegando a cerca de 258 mil tokens efetivos. Há issues públicos no repositório openai/codex que registram o descompasso entre o catálogo do app e a especificação do modelo na API, e threads de comunidade discutindo reduções silenciosas e regressões temporárias. (github.com)

Esses relatos vieram acompanhados de conversas com membros da equipe de produto, incluindo Tibo Sottiaux, figura pública associada a ChatGPT e Codex, que em respostas públicas abordou limites de contexto, ajustes de uso por assinatura e estados de rollout de camadas de subagentes do Codex. Ainda que o post específico possa não estar acessível para todos, perfis agregadores e discussões replicam trechos e pontos. (flash-filling.com)

Do ponto de vista do usuário, o que importa é que existe diferença entre o que a API comporta e o que o app Codex entrega por padrão. Isso explica o aparecimento de guias práticos para forçar janelas maiores via configuração local, quando necessário, aceitando trade-offs de custo e estabilidade conforme a documentação oficial.

Como ativar 1M de tokens no Codex via configurações

O caminho mais consistente é alinhar a configuração do cliente com o que a documentação do modelo publica. Dois pontos são relevantes, escolher o modelo correto, por exemplo gpt-5.6-sol, e ajustar a janela de contexto e o comportamento de compactação quando o cliente permite. O Help Center da OpenAI para Codex em integrações com Amazon Bedrock descreve o arquivo de configuração padrão, ~/.codex/config.toml, o uso de model = “openai.gpt-5.6-sol” e como reiniciar o app ou a extensão do VS Code após mudanças. Embora o artigo trate do provedor Amazon Bedrock, o padrão de configuração local é o mesmo caminho de arquivo e a mecânica de reinício. (help-lb.openai.com)

Relatos na comunidade e em issues do GitHub indicam duas frentes adicionais, pinagem de catálogo de modelos e definição explícita de parâmetros de contexto. Alguns usuários descrevem criar um catálogo local custom_models.json a partir do cache do Codex, ajustando context_window para 1.050.000 e definindo um limite de autocompactação alto, por exemplo 900.000, além de desativar a atualização remota de modelos para manter a configuração estável durante a sessão. É um procedimento avançado e sujeito a mudanças, porém recorrente nas discussões. (github.com)

Um roteiro prático consolidando pontos citados pelas fontes:

1. Verificar a versão do Codex CLI, do app desktop ou da extensão VS Code, atualizando para versões recentes que respeitam as últimas configurações. O artigo oficial cita versões mínimas ao tratar do fluxo com Bedrock, e recomenda reiniciar após editar configurações. (help-lb.openai.com)
2. No arquivo ~/.codex/config.toml, definir o modelo para GPT‑5.6 Sol. Exemplo: model = “openai.gpt-5.6-sol”. Em ambientes com catálogo remoto capado, considerar a estratégia de catálogo local, quando suportada. (help-lb.openai.com)
3. Se documentado e suportado na sua versão, definir chaves como model_context_window e auto_compact_token_limit de acordo com a janela publicada de 1.050.000 tokens, aceitando que o cliente pode impor tetos internos. Relatos indicam valores como model_context_window = 1050000 e auto_compact_token_limit = 900000 em setups específicos. (github.com)
4. Reiniciar o Codex desktop ou a extensão do VS Code após salvar mudanças, iniciar uma nova sessão e, se existir, checar a rota de status do CLI para confirmar as configurações ativas. (help-lb.openai.com)

Importante, a própria documentação do modelo aponta uma política de preço maior quando a entrada ultrapassa 272 mil tokens. Mesmo com 1M habilitado, cada execução precisa ser planejada pensando em orçamento e latência. (developers.openai.com)

Custos, limites e preços por 1M de tokens

A model card de GPT‑5.6 Sol define a unidade de preço por 1M de tokens, com valores listados de 5 dólares para entrada e 30 dólares para saída, e detalha descontos com cache, além do multiplicador para prompts com mais de 272k tokens de input. Isso cria um incentivo claro para projetar o fluxo de trabalho de forma a segmentar entradas muito extensas, usar cache e evitar ultrapassar limiares sem necessidade. (developers.openai.com)

No Codex por assinatura, discussões públicas com Tibo indicaram que a equipe buscou impedir cobranças extras por janelas longas dentro da assinatura, controlando configurações por padrão e reduzindo temporariamente janelas efetivas para equilibrar desempenho, estabilidade e consumo. Agregadores e threads reproduzem as mensagens, inclusive notas sobre subagentes v2 e como isso impacta a cópia de contexto completo ao ramificar trabalho. Esses detalhes explicam parte das variações de experiência ao longo de julho e agosto de 2026. (flash-filling.com)

Para equipes que usam API diretamente, o planejamento financeiro é mais previsível, já que a cobrança segue a tabela pública por 1M de tokens e as regras de cache. Para times que dependem do app Codex por assinatura, vale acompanhar ajustes operacionais, já que o cliente pode impor janelas menores por padrão para manter a experiência geral estável, mesmo quando a API suporta 1M.

Quando usar 1M e quando preferir janelas menores

Nem todo caso de uso pede 1M. Em refatoração de um único módulo, 80k a 200k já podem ser mais que suficientes. 1M brilha quando há necessidade de manter vários documentos longos visíveis ao mesmo tempo, por exemplo, uma RFP completa com anexos técnicos, histórico de e-mails e planilhas. Em ciência de dados, 1M ajuda a manter código, notas exploratórias e saídas de análise em um único fio de raciocínio, reduzindo rupturas de contexto.

Por outro lado, relatos da comunidade descrevem regressões de latência e quedas na janela efetiva durante picos ou ajustes internos, o que reforça a importância de guardar cópias de trabalho, granular tarefas e, quando a janela é crítica, priorizar a API com parâmetros explícitos ao invés de depender unicamente do app. (codex.danielvaughan.com)

Uma estratégia prática é trabalhar com blocos e checkpoints, registrar artefatos intermediários com referências estáveis, e, quando for indispensável manter tudo junto, usar a janela de 1M sabendo do multiplicador de preço ao passar de 272k de entrada. Isso equilibra custo, previsibilidade e velocidade. (developers.openai.com)

Passo a passo de teste, validando o tamanho efetivo

• Confirmar o modelo na sessão, garantindo gpt-5.6-sol visível no status do cliente ou na chamada à API.

• Criar um prompt incremental que adicione pacotes conhecidos de tokens, por exemplo, trechos de 50k tokens sintetizados, e medir quando ocorre truncamento ou erro por excesso de contexto.

• Comparar o número efetivo com o divulgado, lembrando que a aplicação pode reservar parcela do contexto para mensagens do sistema e metadados, reduzindo o espaço útil de entrada por volta de 5 a 10 por cento, dependendo da política de compactação. A própria comunidade discute percentuais efetivos e a diferença entre janelas nominais e utilizáveis. (community.openai.com)

• Se o app não ultrapassar 258k ou 353k, aplicar as mudanças de configuração descritas acima e reiniciar. Caso a janela maior não entre em vigor, considerar o uso direto da API, que, segundo a documentação, suporta 1,05M. (developers.openai.com)

Estudos de caso e padrões de uso

• Repositórios monorepo. Ao analisar um monorepo com diversos pacotes, 1M de contexto permite indexar múltiplos READMEs, arquivos de configuração e exemplos de uso sem recorrer a condensações agressivas. O modelo navega melhor por relações entre módulos, o que melhora a qualidade do refactoring assistido.
• Auditoria técnica. Uma due diligence técnica com relatório principal, anexos e planilhas de KPIs cabe num único fluxo, com o modelo referenciando seções específicas por ID, reduzindo ambiguidades.
• Suporte jurídico interno. Bases de contratos e correspondências podem ser mantidas em memória temporária, preservando referências cruzadas. Para minimizar custos, o time jurídico pode segmentar por tema, usando cache para cláusulas repetitivas.

Em todos os casos, a recomendação é medir. A documentação de GPT‑5.6 sinaliza que o custo cresce em degraus ao passar de 272k de tokens de entrada, então vale experimentar layouts de prompt, cache e lotes de dados para ficar abaixo do limiar quando possível, reservando 1M para momentos em que o ganho de produtividade supera o acréscimo de custo. (developers.openai.com)

Boas práticas para prompts gigantes

• Estruturar com sumários e índices. Mesmo com 1M útil, criar um índice inicial com âncoras textuais acelera a recuperação de trechos.
• Usar identificadores estáveis. Prefixos como [DOC-12], [TEST-08] tornam a referência determinística.
• Isolar instruções. Colocar instruções no topo, dados no meio e perguntas no fim ajuda a reduzir confusões de controle.
• Explorar cache de prompt. O post de GPT‑5.6 descreve cache mais previsível e pontos de quebra explícitos. Em cargas repetitivas, o ganho de custo pode ser significativo. (openai.com)

Reflexões e insights

A disputa por contexto longo virou um campo de batalha entre fornecedores de modelos. A OpenAI documenta 1,05M para a família 5.6 e aponta ganhos de eficiência, enquanto a experiência no Codex mostra que expor toda a janela nem sempre é a melhor decisão operacional, já que estabilidade, latência e consumo de assinatura entram na equação. O cenário de julho e agosto de 2026 ilustra isso, com ajustes rápidos, mensagens públicas de produto e intervenções técnicas no cliente. (developers.openai.com)

Há valor em manter o debate ancorado em documentos oficiais e em medidas empíricas, não em expectativas. A documentação existe e é clara ao descrever 1,05M, preços por 1M e regras acima de 272k. Ao mesmo tempo, issues e threads mostram o que realmente chega ao usuário final do Codex por padrão. Juntas, as fontes ajudam a decidir quando ativar 1M, qual impacto financeiro esperar e como adaptar o fluxo para extrair o máximo do modelo. (developers.openai.com)

Conclusão

A documentação da OpenAI para GPT‑5.6 Sol é inequívoca, 1.050.000 tokens de contexto, 128.000 de saída e preços por 1M, com regras específicas ao passar de 272k. No Codex, a janela efetiva por padrão pode ser menor, porém existem caminhos de configuração documentados e discutidos na comunidade que destravam a janela maior, desde que o usuário aceite a complexidade e o impacto de custo e latência. (developers.openai.com)

Do ponto de vista estratégico, 1M de tokens não é um troféu estático. É uma alavanca que, usada com critério, muda a produtividade em projetos extensos. O melhor caminho é desenhar o fluxo por etapas, usar cache de forma inteligente e reservar o contexto gigantesco para quando realmente encurta o caminho entre intenção e entrega.