GPT-6.1 Terra vs. GPT-5.6 Terra: Die Migration, die Sie bekommen – ob Sie sie planen oder nicht

Diesen Monat gingen zwei Migrationshinweise heraus, und sie weisen in unterschiedliche Richtungen. OpenAIs Deprecation-Tabelle führt GPT-5.6 Terra als empfohlenen Ersatz für ältere Modelle einschließlich gpt-5-mini und o4-mini auf. GitHub Copilot hingegen stellt GPT-5.6 Terra am 16. November 2026 ein und nennt GPT-6.1 Sol oder GPT-6 Luna als Migrationsziele — wobei GPT-6.1 Terra komplett übersprungen wird. Mit anderen Worten: OpenAI lenkt den Traffic weiterhin in das Modell, aus dem einer seiner größten Vertriebspartner den Traffic hinauslenkt. Terras eigener Start am 26. Oktober ist der dritte Hinweis, und er ist der einzige, der dafür spricht, in der Mitte zu bleiben.

Auf dieser Seite geht es um das Upgrade selbst: was sich zwischen den beiden Terra-Generationen geändert hat, was die Änderung in Geld wert ist und was eine Migration tatsächlich umfasst, über das Austauschen eines Modell-Strings hinaus. Es ist keine Launch-Zusammenfassung – das Modell ist gestern erschienen und die Berichterstattung zum Launch ist bereits überall. Die interessante Frage ist, ob ein Team mit GPT-5.6 Terra im Produktivbetrieb zu GPT-6.1 Terra, zu Sol wechseln oder abwarten sollte.

Das Delta, Dimension für Dimension

Alles Folgende stammt aus OpenAIs Modelldokumentation für die beiden Modelle, gelesen am 27. Oktober 2026.

• Preis — GPT-6.1 Terra 1 $ Input / 5 $ Output pro Million, gegenüber 2 $ / 12 $. Zwischengespeicherter Input sinkt von 0,20 $ auf 0,05 $.

• Kontext — 1.050.000 Tokens bei beiden, 922.000 maximale Eingabe, 128.000 maximale Ausgabe. Unverändert.

• Wissensstichtag — 1. Juni 2026 gegenüber 16. Februar 2026. Rund dreieinhalb zusätzliche Monate Welt.

• Reasoning-Aufwand — dieselben sechs Einstellungen bei beiden: none, low, medium (Standard), high, xhigh, max. Das ist einer der Punkte, an denen Terra einen Vorteil von Sol erbt: GPT-6.1 Sol hat keine „none“-Einstellung.

• Modalitäten und Endpunkte — identisch. Text und Bild als Eingabe, Text als Ausgabe; Chat Completions, Responses und Batch; Tool-Aufrufe nur über Responses; bei keinem der beiden Fine-Tuning.

• Kostenmodifikatoren — identische Struktur bei beiden: Batch und Flex 50 % unter Standard, Fast mit 2×, regional mit +10 % und der Schwellenwert von 272K Eingabe, der die Eingabe- und Cache-Raten verdoppelt und die Ausgabe für die gesamte Anfrage mit 1,5 multipliziert.

Also sagt das Datenblatt: gleiche Form, halber Preis, drei Monate mehr Wissen. Alles andere sind Benchmark-Behauptungen.

Was OpenAI zufolge die Generation gekauft hat

Die Markteinführungszahlen stammen vom Anbieter, und keine davon wurde bisher unabhängig reproduziert. Als Behauptungen formuliert, nicht als Ergebnisse:

• Terminal-Bench 4.0 — 21,5 % gelöst von GPT-5.6 Terra bei maximalem Aufwand, 50,3 % von GPT-6.1 Terra. Dies ist der größte relative Sprung in dieser Version und derjenige, der für alle, die Terra für Shell-Arbeiten oder Repository-Aufgaben einsetzen, am ehesten von Bedeutung sein dürfte.

• Fehlerprovozierende Prompts – die Fehlerquote bei geringem Aufwand sinkt von 53,6 % auf 16,7 % und bei maximalem Aufwand auf 4,3 %. Der Test stammt von OpenAI selbst, ist unveröffentlicht und wurde darauf ausgelegt, Fehler zu provozieren; er misst die Untergrenze, nicht die Obergrenze.

Agents' Last Exam – 15 Punkte über GPT-5.6 Terra bei mittlerem Aufwand, zu rund einem Drittel der Kosten.

• MMMU-Pro — auf jeder Aufwandsstufe vor GPT-5.6 Terra, dicht an Astra und Sol heranreichend, ohne veröffentlichte absolute Punktzahlen.

• Terminal-Bench-Science 0.1 – nur 5 Punkte von Claude Opus 5.5 entfernt, bei weniger als einem Fünftel der geschätzten Kosten.

Zusammengenommen beschreiben diese ein Modell, das bei den Aufgaben deutlich besser wurde, für die Terra bereits beworben wurde – Computernutzung, Screenshots, Dokumente, Terminalarbeit – und nicht eines, das in Sols Territorium vorgedrungen ist. Das deckt sich damit, wie OpenAI es positioniert: ein schnelles, effizientes Modell für visuelles Reasoning und präzise Computernutzung, kein Reasoning-Flaggschiff.

Die unabhängige Prüfung ist weniger dramatisch.

Artificial Analysis führt GPT-5.6 Terra derzeit mit einem Intelligence Index von 42 auf, auf Platz 53 von 221 Modellen, bei $1.40 pro Index-Aufgabe und $2/$12 pro Million Tokens. GPT-6.1 Terra liegt bei 48, auf Platz 25, bei $0.40 pro Aufgabe und $1/$5. Das ist ein Plus von sechs Punkten und 71 % weniger Kosten pro abgeschlossener Aufgabe – ein gutes Upgrade, und ein kleineres, als die Terminal-Bench-Zahl des Anbieters nahelegt.

Beide Auflistungen sind mit Stand vom 27. Oktober aktuell und nur auf derselben Skala miteinander vergleichbar; der Index wird regelmäßig renormalisiert, und ältere Berichte nennen für diese Modelle unterschiedliche Absolutwerte. Dieselbe Seite merkt an, dass GPT-5.6 Terra als veraltet markiert ist und dass nur sein standardmäßiger 10k-Token-Benchmark weiter aktualisiert wird, was ein stilles Signal dafür ist, dass die veröffentlichten Werte des Vorgängers zu einer Momentaufnahme statt zu einer Live-Messung werden.

Die Geschwindigkeit bleibt die ungeklärte Spalte. GPT-5.6 Terra wird mit 137 Ausgabe-Tokens pro Sekunde gemessen, bei 111,75 Sekunden bis zum ersten Token. Artificial Analysis hat noch keinen Durchsatzwert für GPT-6.1 Terra. OpenAI beschreibt das neue Modell als deutlich schneller, und wenn diese Behauptung zutrifft, verbessert die Migration sowohl die Latenz als auch die Kosten — aber auf dieser Maschine, heute, ist das eine Behauptung, hinter der keine unabhängige Zahl steht.

Die Kostenzeile neu formulieren – auf vier Arten

Die Schlagzeile lautet „halber Preis“, und in der Standardstufe stimmt das exakt: 1 $ gegenüber 2 $ bei der Eingabe, 5 $ gegenüber 12 $ bei der Ausgabe. Bei der Ausgabe ist die Ersparnis größer – eine Senkung um 58 % –, sodass ausgabelastige Workloads besser abschneiden als die Schlagzeile.

Eine Anfrage mit 100.000 Eingabe- und 5.000 Ausgabetokens: 0,26 $ bei GPT-5.6 Terra, 0,125 $ bei GPT-6.1 Terra. Eine Anfrage mit 400.000 Eingabe- und 4.000 Ausgabetokens, die bei beiden den Long-Context-Multiplikator auslöst: 1,67 $ gegenüber 0,83 $. Der Multiplikator ist proportional, daher frisst er den Rabatt nie auf; er macht nur beide Modelle teurer, als ihre nominalen Preise vermuten lassen.

Batch und Flex halbieren beides: $1/$6 beim alten Modell, $0.50/$2.50 beim neuen. Für jede Pipeline, die ein Durchlaufzeitfenster tolerieren kann, ist dies die günstigste Konfiguration im Vergleich und das Erste, was getestet werden sollte.

Der Fast-Modus kehrt die Geschichte um. Bei 2× Standard kostet GPT-6.1 Terra $2/$10 — genau der Standard-Listenpreis von GPT-6.1 Sol, für ein Modell, das vier Indexpunkte schwächer ist. Wenn Ihre Arbeitslast die schnelle Einstellung erfordert, bricht das Preisargument für Terra gegenüber Sol zusammen und die Entscheidung dreht sich nur noch um die Ausgabequalität. Das ist die wichtigste Aussage in diesem Vergleich, und sie steht auf keiner der Preisseiten der beiden Modelle.

Was Sie tatsächlich ändern müssen

Die Migration ist größtenteils ein String-Austausch, aber vier Punkte sollten vor dem Ausliefern geprüft werden.

• Modellkennung und Snapshot — die neue ID ist gpt-6.1-terra, und es gibt genau einen Snapshot, der als Alias auf den Basisnamen verweist. Wenn Sie heute datierte Snapshots pinnen, wechseln Sie zu einem floatenden Alias – das ist ebenso eine Richtlinienänderung wie eine Modelländerung.

• Pfad für Tool-Aufrufe – beide Modelle erfordern die Responses API für Tool-Aufrufe. Wenn Sie Tools auf GPT-5.6 Terra über Chat Completions aufgerufen haben, war das bereits nicht unterstützt; die Migration ist ein guter Moment, um zu überprüfen, welchen Endpoint Ihr SDK tatsächlich anspricht.

• Effort-Standardwerte — medium ist bei beiden der Standard, und die Aussagen zur Fehlerquote gelten für low effort. Wenn du none oder low verwendest, um Geld zu sparen, führe deine Evaluierung erneut aus, bevor du annimmst, dass die 37-Punkte-Verbesserung auf deine Einstellung zutrifft, denn die Zahlen von OpenAI verschieben sich zwischen den Effort-Stufen stark.

• Abrechnung für langen Kontext – die 272K-Schwelle bleibt unverändert, aber Ihre Prompts sind möglicherweise gewachsen. Ein Prompt, der sie beim alten Modell überschritten hat, verursacht beim neuen Modell denselben relativen Aufschlag, die Ermäßigung ist also real, aber die Klippe ist weiterhin da.

Nichts an diesem Wechsel erfordert eine Änderung der Modalität, eine Änderung des Kontextfensters oder ein neues Tool. Das ist die gute Nachricht: Dies ist einer der saubereren Generationswechsel, die OpenAI eingeführt hat, weil die Schnittstelle wirklich identisch ist.

Den alten Arm und den Exit-Arm auf einer Taste ausführen

Hier ist das praktische Problem bei diesem Vergleich: Das Modell, das Sie verlassen, und das Modell, zu dem Sie möglicherweise wechseln, sind nicht unbedingt dasselbe. Die Migration von GitHub Copilot nennt GPT-6.1 Sol und GPT-6 Luna, nicht Terra. Ein Team, das seinem Distributionspartner vertraut, vergleicht also GPT-5.6 Terra mit Sol, während ein Team, das der Empfehlung des Anbieters vertraut, bei Terra landet.

OrcaRouter führt beide Varianten, die Sie heute tatsächlich messen können — GPT-5.6 Terra zu $2/$12 und GPT-6.1 Sol zu $2/$10, mit 0 % Aufschlag auf den Listenpreis des Anbieters, über einen einzigen Schlüssel. Damit lässt sich die eigentliche Frage testen: Leiten Sie Ihren eigenen Traffic durch das alte Terra und durch Sol, vergleichen Sie Qualität pro Dollar und entscheiden Sie erst dann, ob es sich lohnt, die mittlere Position von GPT-6.1 Terra zu übernehmen. GPT-6.1 Terra selbst ist mit Stand 27. Oktober nicht in unserem Katalog, daher muss es direkt gegen die API von OpenAI getestet werden; automatisches Failover auf unserer Seite hält die Sol-Variante als Fallback verfügbar, während Sie dies tun.

Der 0%-Aufschlagspunkt ist hier nicht dekorativ. Teras Markteinführung halbierte den Listenpreis des Modells, das Sie ausführen, und bei einem Pass-through-Router erreicht diese Preisänderung Ihre Rechnung ohne Neuverhandlung. Auf einer Plattform, die Inferenz mit Aufschlag versieht, kommt dieselbe Senkung als kleinerer Rabatt und ein neuer Vertrag an.

Wer sollte handeln, und wer sollte vierzehn Tage warten?

Wechseln Sie jetzt, wenn Ihre Arbeitslast genau die ist, auf die Terra abzielt: Screenshots, Formulare, Dokumentenextraktion, Browser- und Desktop-Automatisierung, Entwurfserstellung in großem Umfang. Der Preis halbiert sich, der Wissensstichtag verschiebt sich um dreieinhalb Monate nach vorne, das Kontextfenster bleibt unverändert, und der größte vom Anbieter behauptete Zugewinn — Terminal-Bench — betrifft genau die Art von Aufgabe, die Sie ausführen. Der unabhängige Zugewinn von sechs Punkten stützt die Richtung, auch wenn er die Größe relativiert.

Moment mal: Wenn du für anspruchsvolles Reasoning auf GPT-5.6 Terra setzt und es als günstigeres Sol gewählt hast, dann war der ehrliche Vergleich nie der mit dem alten Terra; er war der mit Sol, und Sol liegt weiterhin vier Indexpunkte vor dem neuen Terra – bei doppeltem Eingabepreis und demselben Ausgabepreis wie Terras Fast-Modus. Achte auf die ersten unabhängigen Geschwindigkeitsmessungen und darauf, was OpenAI in Bezug auf ein Abschaltdatum unternimmt – für gpt-5.6-terra ist heute keines veröffentlicht, weshalb das Datum 16. November in diesem Artikel von Copilot stammt und nicht von OpenAI.

Und wenn Sie zu den Teams gehören, die OpenAI von gpt-5-mini weg und auf GPT-5.6 Terra drängt: Überspringen Sie einen Schritt. Auf ein Modell zu wechseln, das ein großer Distributor bereits in drei Wochen ausmustert, ist keine Migration, sondern eine Verzögerung.