O modelo lançado em 9 de junho trouxe janela de contexto de um milhão de tokens e raciocínio adaptativo permanentemente ativo, características anunciadas como diferencial em tarefas longas e complexas.
Janela de um milhão de tokens equivale, na prática, a colocar uma base de código inteira, ou centenas de páginas de documento, dentro de uma única conversa. Isso muda o desenho da aplicação: parte do trabalho de selecionar o trecho relevante antes de perguntar deixa de ser necessária.
O ganho vem com custo direto, e é aritmética simples. Contexto grande custa por token processado, e enviar um milhão de tokens a cada pergunta é caro o suficiente para inviabilizar uso repetitivo. A janela serve para a tarefa que justifica o gasto, não para a rotina.
Raciocínio sempre ativo tem efeito parecido: melhora resultado em problema difícil e encarece resposta simples, o que reforça a lógica de roteamento entre modelos que virou padrão no período.
Vale registrar o desfecho: três dias depois do lançamento, o modelo saiu do ar por determinação governamental, e quem havia desenhado aplicação em torno daquela janela ficou sem a peça central.