Sol, Terra e Luna no Hermes

Qualidade, esforço e custo: qual modelo merece a próxima tarefa?

Você está usando GPT-5.6 Luna em esforço max dentro do Hermes, com uma assinatura ChatGPT Plus de US$ 20/mês. A pergunta certa não é apenas “qual modelo é melhor?”. É: qual combinação entrega qualidade suficiente sem transformar cada tarefa em um incêndio de quota?

Veredito rápido

• Melhor qualidade: Sol continua sendo a camada flagship; Terra fica no meio; Luna é a camada rápida e econômica. Essa é a própria definição de posicionamento da OpenAI, não um apelido inventado pelo Hermes.[3]
• Melhor troca para você: Terra xhigh é o primeiro candidato a substituir Luna max em coding, debugging, arquitetura e pesquisa com ferramentas. A evidência é favorável, mas não universal: um benchmark pode preferir Luna em uma subcategoria.
• Qualidade máxima sem sair do Plus: Terra max é a opção intermediária antes de Sol max. O preço é mais uso por tarefa, mais latência e provavelmente menos folga na quota.
• Mais folga na assinatura: Luna em medium ou high, contexto curto e prompts bem especificados. max em todas as mensagens é luxo; luxo recorrente costuma aparecer na fatura de quota.

1. O que são Sol, Terra e Luna?

Os nomes oficiais são gpt-5.6-sol, gpt-5.6-terra e gpt-5.6-luna. O número representa a geração; os nomes representam tiers de capacidade duráveis. Sol é o flagship, Terra é o modelo de trabalho que equilibra inteligência e custo, e Luna é o modelo otimizado para workloads sensíveis a custo e alto volume.[24][25][26]

A tabela é uma leitura operacional da posição de cada tier. “Melhor” depende do objetivo: qualidade por tarefa e volume disponível são objetivos diferentes.[3][6]

2. O que o ChatGPT Plus realmente cobre

O Plus custa US$ 20/mês e inclui Codex nos clientes web, CLI e extensão de IDE, além da família GPT-5.6 — Sol, Terra e Luna — no fluxo Codex.[6] A assinatura ChatGPT e a cobrança da API são camadas diferentes: a documentação do Plus diz explicitamente que uso da API é separado, e a página de billing confirma sistemas e históricos de cobrança independentes.[28][31]

Há uma distinção importante de superfície: no ChatGPT padrão, Terra e Luna não são selecionáveis; conforme o plano, eles ficam disponíveis em Work e Codex. No Codex, a tabela oficial lista Sol, Terra e Luna para Plus, Pro, Business e Enterprise.[29]

A página oficial do Codex publica faixas aproximadas de mensagens locais por janela de cinco horas para o Plus: Sol: 10–100, Terra: 25–200 e Luna: 250–2.000. São estimativas, não um contrato de throughput. Limites semanais adicionais podem existir.[6]

Depois do limite incluído, a OpenAI documenta créditos como adicional pay-as-you-go para recursos suportados, incluindo Codex no Plus/Pro. Isso estende o uso da assinatura, mas continua separado do saldo de API.[30]

A OpenAI também diz que Codex, ChatGPT Work, ChatGPT para Excel e Workspace Agents compartilham a mesma franquia quando aplicável; o consumo depende do modelo, local da tarefa, complexidade, contexto, raciocínio, velocidade e ferramentas.[5] Portanto, “uso só no Hermes” não significa automaticamente “um pedido simples por mensagem”. Contexto grande e tool use podem ser o elefante na sala, só que com logs.

3. Como isso aparece no Hermes

Esta instalação foi inspecionada em 24/08/2026. O estado real é:

model.default:          gpt-5.6-luna-900k
model.provider:         openai-codex
model.base_url:         https://chatgpt.com/backend-api/codex
agent.reasoning_effort: max
agent.reasoning_overrides: {}
config check:           OK

Na API, as três páginas oficiais listam uma janela de contexto de 1.050.000 tokens e máximo de 128.000 tokens de saída.[24][25][26] O cache de contexto do Hermes, porém, registra gpt-5.6-luna, gpt-5.6-terra e gpt-5.6-sol com 272.000 tokens e o alias gpt-5.6-luna-900k com 900.000 tokens. Isso é capacidade de runtime do harness, não prova de que a janela grande seja gratuita ou que o limite de cobrança da OpenAI tenha mudado. A página de preços separa explicitamente contexto curto e longo.[2]

No Hermes, o esforço é uma substituição por execução: --reasoning none|minimal|low|medium|high|xhigh|max|ultra. O próprio CLI instalado confirma que --model, --reasoning e --usage-file podem ser usados em uma execução única sem alterar o default persistente. O arquivo JSON registra custo estimado, tokens, modelo e chamadas de API — útil para A/B.

Na API, reasoning.effort é um controle independente de modo: níveis menores favorecem velocidade e menor uso de tokens; níveis maiores podem melhorar planejamento e qualidade, com mais latência e consumo. Os valores suportados são dependentes do modelo e não devem ser tratados como equivalentes entre API, Codex, ChatGPT e Hermes.[27]

No Codex oficial, max dá mais tempo que xhigh para explorar, checar e revisar; ultra coordena quatro agentes em paralelo por padrão. Já delegate_task é a camada de orquestração do Hermes: cada filho tem contexto e terminal isolados. Não são conceitos idênticos.[3][8][23]

4. Performance: o que os benchmarks dizem

Não existe um ranking único de “inteligência”. Benchmarks medem tarefas diferentes, usam harnesses diferentes e podem fixar esforços diferentes. A leitura abaixo separa resultado publicado pela OpenAI de medição independente.

4.1 Tabela oficial da OpenAI

A tabela da OpenAI coloca Sol acima de Terra e Luna em várias avaliações profissionais e de coding. São resultados reportados pelo fornecedor; use-os como posicionamento e sinal de capacidade, não como garantia para o seu repositório ou para o seu prompt.[3]

4.2 LiveBench: comparação direta em esforço máximo

Na captura consultada em 24/08/2026, o LiveBench lista variantes Max Effort diretamente. O ranking geral foi Sol 81,0, Terra 77,9 e Luna 73,6. Terra ficou 4,3 pontos acima de Luna no total e 6,5 pontos acima em Agentic Coding; porém Luna marcou 82,9 em Coding contra 78,2 de Terra. Ou seja: Terra é melhor no conjunto dessa medição, não em todas as colunas.[17]

O custo do LiveBench é custo estimado por tarefa bem-sucedida em uma avaliação de API. Não é o saldo da sua assinatura Plus e não deve ser convertido diretamente em “mensagens restantes”.

4.3 Artificial Analysis: qualidade versus custo

O Artificial Analysis Intelligence Index v4.1 combina nove avaliações de matemática, ciência, coding, agentes e raciocínio. A metodologia é independente, mas predominantemente textual e em inglês; o site também estima custo por tarefa, velocidade e latência.[19][20]

Nesta fonte, Terra xhigh passa Luna max por pouco no índice — 53 contra 52 —, mas a estimativa de custo por tarefa é cerca de 6,2 vezes maior. Terra max sobe para 57, com custo aproximadamente 10,2 vezes maior que Luna max. Isso não é uma razão para nunca usar Terra; é uma razão para não usá-lo em tarefas que Luna já resolve bem.[18][19]

4.4 Arena: preferência humana e harness

O Arena é útil para perceber preferência humana em respostas e para observar o efeito do harness. Na fotografia de 21/08/2026, no Text Arena em xhigh, Sol ficou em 16º com 1482±5, Terra em 44º com 1465±5 e Luna em 63º com 1451±5. No Code Arena WebDev, Sol ficou em 7º com 1619±8, Terra em 27º com 1520±9 e Luna em 29º com 1518±9.[15][16]

O Arena mostra preferência agregada em tarefas abertas; não é uma taxa de testes passando em um repositório real. O WebDev inclui fluxos agentic e tool use, mas continua sendo um ambiente específico. Use-o para detectar tendência, não para substituir o seu A/B.[14]

4.5 Sites que vale acompanhar

• LiveBench: tarefas objetivas, atualização periódica e categorias de raciocínio, coding e análise; bom para comparação direta por esforço.[17]
• Artificial Analysis: índice composto, custo por tarefa, velocidade, latência e variantes de esforço; bom para enxergar o trade-off.[18][19][20]
• Arena: votos de preferência em texto e coding; bom para qualidade percebida e efeito do harness.[14][15][16]
• SWE-bench: issues de software resolvidas por agentes; exige atenção à variante, ao conjunto de tarefas e ao harness. A leaderboard não deve ser lida como nota universal do modelo.[11]
• LiveCodeBench e Terminal-Bench: coding executável e tarefas de terminal; são mais próximos do trabalho do Hermes do que perguntas de múltipla escolha, mas ainda não reproduzem seu repositório, regras, MCPs e permissões.[21][3]

5. Custos: API, assinatura e a redução recente

A tabela oficial atual da API é por um milhão de tokens. Ela serve para comparar a economia relativa entre tiers; não é uma fatura do seu Plus.

Batch e Flex aparecem na tabela oficial com aproximadamente metade do preço standard; modos rápidos têm preço próprio. Cache write custa mais que input comum e cache read recebe desconto grande. Confira a tabela antes de montar processamento offline: modo de execução pode importar mais que a troca de tier.[2]

As páginas oficiais dos modelos também fixam um limiar importante: prompts com mais de 272K tokens de entrada recebem multiplicador de 2× no input e 1,5× no output para a requisição inteira.[24][25][26]

Um exemplo calculado, apenas para dar escala: uma tarefa com 100 mil tokens de entrada e 20 mil tokens de saída, em contexto curto e sem cache, custaria aproximadamente US$ 0,80 em Sol, US$ 0,44 em Terra e US$ 0,044 em Luna na API standard. Para o mesmo volume, Terra é 50% do input de Sol e 60% do output; Luna é 5% do input e 6% do output.[2]

5.1 A redução recente, sem marketing nebuloso

Comparando a tabela de preços anunciada no lançamento com a tabela standard atual, a queda é verificável. Isso é uma comparação entre duas páginas oficiais; não é uma reconstrução de cada mudança intermediária.

A tabela de lançamento e a tabela atual têm funções diferentes: a primeira prova o ponto de partida publicado; a segunda é a referência operacional para preços de API hoje. A página oficial de Sol informa que o preço promocional de US$ 4/20 está disponível pelo menos até 21/11/2026.[2][3][24]

6. Política de uso recomendada

7. Como fazer um A/B sem gastar a assinatura à toa

1. Separe 10–12 tarefas reais e recorrentes: bug com teste, refactor, investigação, deploy, documentação, arquitetura e uma tarefa de contexto longo.
2. Congele o estado do repositório e use o mesmo prompt, mesmos arquivos, mesmas ferramentas e mesma janela de contexto. Para alterações, prefira worktrees separados.
3. Rode cada tarefa em Luna max e Terra xhigh. Rode Terra max apenas nas tarefas difíceis ou nas quais os dois primeiros divergirem.
4. Registre: passou nos testes, quantidade de retrabalho, completude, tool calls, latência, tokens e se precisou de nova tentativa.
5. Escolha pelo custo total até chegar a uma solução aceitável, não pelo modelo que escreveu a resposta mais bonita. O modelo que exige três correções é só um estagiário caro com boa prosa.

A/B de uma tarefa sem alterar o default persistente

hermes -z "MESMA TAREFA" \
  -m gpt-5.6-luna \
  --reasoning max \
  --usage-file /tmp/luna-max.json

hermes -z "MESMA TAREFA" \
  -m gpt-5.6-terra \
  --reasoning xhigh \
  --usage-file /tmp/terra-xhigh.json

hermes -z "MESMA TAREFA DIFÍCIL" \
  -m gpt-5.6-terra \
  --reasoning max \
  --usage-file /tmp/terra-max.json

O --usage-file é o instrumento local para comparar as execuções. Para saber a quota remota de verdade, use o dashboard de uso do Codex ou /status em uma sessão Codex; o próprio Help Center recomenda essas telas quando o limite se aproxima.[5][9]

8. O que a telemetria local sugere

O Hermes registra uso local, mas isso não é uma fatura da OpenAI. Ainda assim, a fotografia de 18–24/08/2026 explica por que a sensação de quota apertada é plausível:

181 sessões · 3.823 mensagens · 2.313 tool calls
16.199.947 input tokens · 1.197.579 output tokens
164.405.142 total tokens reportados pelo Hermes

Modelos: 181 sessões em gpt-5.6-luna
Plataformas: desktop 31 sessões / 127.302.092 tokens
             cron    145 sessões /   5.507.383 tokens
             subagent  3 sessões /   4.182.725 tokens

Esforço persistente: max
Auxiliares: provider openai-codex com Luna em várias funções

O número importante não é “quantos prompts você enviou”. São sessões longas, contexto carregado, ferramentas, compressões e agentes auxiliares. Em uma assinatura, reduzir o esforço padrão e rotear tarefas simples para Luna tende a preservar mais capacidade do que trocar tudo para Terra max. Se a prioridade for qualidade, Terra xhigh é um experimento razoável; se a prioridade for durar mais, Luna precisa deixar de viver em max.

Conclusão

A melhor decisão para o seu perfil não é escolher um único campeão. É adotar uma política de roteamento:

• Luna low/medium/high para volume, automações e tarefas já bem definidas;
• Terra xhigh para o trabalho técnico principal, depois de um A/B honesto;
• Terra max quando o problema merece tempo extra e Luna falha ou exige retrabalho;
• Sol max para o pequeno conjunto de tarefas em que errar custa mais que a quota.

Portanto: sim, você provavelmente consegue resultados melhores com Terra em um esforço apropriado. O ponto de partida recomendado é Terra xhigh, não Terra max global. A assinatura Plus compra acesso às três camadas no Codex, mas não elimina limites; o melhor uso é reservar capacidade cara para onde ela produz diferença mensurável.[5][6]

Fontes e método

A pesquisa combinou documentação oficial da OpenAI, estado real desta instalação do Hermes e comparadores independentes. Números de benchmark foram mantidos com a variante de esforço e a data quando disponíveis. Preços de API são referência de custo relativo; não foram tratados como cobrança do Plus.

1. Model guidance | OpenAI API [1]
2. Pricing | OpenAI API [2]
3. GPT-5.6: Frontier intelligence that scales with your ambition [3]
4. GPT-5.6 Sol Model | OpenAI API [24]
5. GPT-5.6 Terra Model | OpenAI API [25]
6. GPT-5.6 Luna Model | OpenAI API [26]
7. Reasoning models | OpenAI API [27]
8. Using Codex with your ChatGPT plan [5]
9. Pricing | ChatGPT Codex [6]
10. What is ChatGPT Plus? | OpenAI Help Center [28]
11. GPT-5.6 in ChatGPT | OpenAI Help Center [29]
12. Using Credits for Flexible Usage in ChatGPT [30]
13. Managing Billing Settings on ChatGPT Web and Platform [31]
14. GPT-5.6 in ChatGPT [7]
15. Models | ChatGPT Codex [8]
16. Codex CLI [9]
17. SWE-bench Leaderboards [11]
18. Hermes Agent providers [12]
19. Hermes Agent configuration [13]
20. Hermes Agent documentation index [22]
21. Hermes Agent delegation [23]
22. How Arena Works [14]
23. Arena Text Leaderboard [15]
24. Arena Code WebDev Leaderboard [16]
25. LiveBench [17]
26. Artificial Analysis LLM Leaderboard [18]
27. Artificial Analysis Intelligence Index [19]
28. Artificial Analysis Intelligence Benchmarking Methodology [20]
29. LiveCodeBench Benchmark Leaderboard [21]

Estado local verificado via hermes --help, hermes config get, hermes config check, hermes insights, ~/.hermes/config.yaml e ~/.hermes/context_length_cache.yaml em 24/08/2026. Nenhuma credencial foi incluída nesta página.