GPT-6.1 Terra Pro לעומת GPT-6.1 Sol: בחרו לפי העבודה, לא לפי כרטיס המחיר

GPT-6.1 Terra Pro לעומת GPT-6.1 Sol היא ההתמודדות שאנשים מחפשים, אבל רק צד אחד בשם הזה אמיתי: המודל של OpenAI הוא GPT-6.1 Terra, ו"Pro" הוא תווית של תוכנית ChatGPT, לא וריאנט. ההשוואה החשובה היא בין GPT-6.1 Terra ל-GPT-6.1 Sol, שני מודלים מאותו דור עם אותו חלון הקשר של 1.05 מיליון טוקנים, אותה תקרת פלט של 128,000 טוקנים ופער מחירים של שניים לאחד. השאלה השימושית היא לא איזה מהם טוב יותר. היא איזה מהם טוב יותר בעבודה שאתם עומדים להטיל עליו.

המסגור הזה משנה את התשובה. במדד העצמאי, סול ביתרון של ארבע נקודות. במחיר, טרה עולה חצי. במהירות, טרה מהירה יותר מפי שלושה לפי המדידה של OpenAI עצמה. אף אחד משלושת הפרטים האלה לא מכריע את ההתמודדות לבדו, מפני שכל אחד מהם ממופה לחלק שונה בעומס העבודה: איכות, עלות וזמן השהיה. איזה מודל מנצח תלוי במה שהמשימה שלך באמת חסרה מבין אלה.

התשובה הקצרה

אם העבודה היא סוכן דפדפן או סוכן שולחן עבודה שמקליק דרך אפליקציות, צינור מילוי טפסים, תור חשבוניות, שרטוט טכני שצריך להפוך למודל, או מסמך שצריך להיכתב בבהירות מחומר שסופק, התחילו עם GPT-6.1 Terra. אם העבודה היא ריפקטור ארוך, תכונה מרובת קבצים, סשן דיבוג קשה, מסמך מקצועי צפוף או משימת מחקר שנמשכת שעות, התחילו עם GPT-6.1 Sol. אם אתם צריכים את שכבת התשלום המהירה ביותר ש-OpenAI מוכרת, Sol הוא היחיד מבין השניים עם אפשרות Ultrafast.

זו הצורה של הדבר. שאר הקטע הזה הוא הראיות, המקומות שבהם הצורה נשברת, וההגדרות שיכולות להפוך את התשובה.

שני דגמים, שתי עבודות

הייעוד של GPT-6.1 Terra הוא יום העבודה: הסקה חזותית, שליטה במחשב וכתיבה שנקראת כאילו אדם כתב אותה מחומר שמישהו סיפק. ההכרזה של OpenAI מזכירה ניסוח הצעות, פירוש שרטוטים טכניים, מילוי טפסים ועריכת וידאו. הייעוד של GPT-6.1 Sol הוא העבודה הקשה והארוכה יותר: קידוד ברמה הקרובה ל-Astra ומסמכים מקצועיים, כאשר OpenAI ממליצה על Sol או Astra עבור משימות הקידוד המורכבות ביותר, אפילו בפוסט ההשקה של Terra.

טד סנדרס מ-OpenAI, שצוטט בסיקור התקשורתי ביום ההשקה, הציג את הפשרה בצורה בוטה יותר: Terra טובה מ-Astra ו-Sol בתקשורת טכנית, דומה בראייה ובשימוש במחשב אך מהירה בהרבה, וקצת פחות טובה ברוב הדברים האחרים. זהו תיאור של ספק ולא ממצא עצמאי, והוא שימושי משום שהוא נוקב בפשרה במקום להסתיר אותה.

שני המודלים חולקים את אותו שלד: חלון הקשר של 1.05 מיליון טוקנים, קלט מקסימלי של 922,000, פלט מקסימלי של 128,000, קלט טקסט ותמונה, נקודות קצה Chat Completions ו-Responses, וללא כיוונון עדין. ההבדלים הם תאריך הידע (Terra: 1 ביוני 2026; Sol: 30 באפריל 2026), רצפת ההיגיון (Terra מקבל none; Sol מתחיל ב-low), דרגת המהירות (ל-Sol יש Ultrafast; ל-Terra אין) וכרטיס המחיר.

היכן שהבנצ'מרקים נפרדים

Artificial Analysis הוא הקריאה העצמאית הנקייה ביותר: 48 ל-Terra במאמץ מרבי לעומת 52 ל-Sol, דירוגים 25 ו-13 מתוך 221, ו-$0.40 לעומת $0.72 לכל משימת אינדקס. ארבע נקודות אינדקס הן פער אמיתי, אבל זה סוג הפער שהערכה ייעודית למשימה יכולה למחוק בכיוון זה או אחר.

• מדד כולל — Terra 48 לעומת Sol 52 (Artificial Analysis).

• מדד Coding Agent Index v2.0 — Terra 48 מול Sol 54, כש-GPT-6 Luna עומד על 31 (Artificial Analysis).

• Terminal-Bench 4.0 — Terra 50.3% במאמץ מרבי; OpenAI לא פרסמה נתון של Sol לצד השקת Terra (לפי דיווח הספק).

• Terminal-Bench-Science 0.1 — OpenAI אומרת ש-Terra במאמץ מקסימלי עולה על Sol בעלות נמוכה יותר ומגיעה לפער של עד חמש נקודות מ-Claude Opus 5.5 בפחות מחמישית מהעלות המשוערת (לפי דיווח הספק, וההצהרה המפתיעה ביותר בהשקה).

• מבחן ניתוח נתונים של Plotly — Terra 40/43, Sol 43/43, Luna 38/43, בעלות של $1.31 לעומת $2.61 עבור המבחן; Terra היה המודל המהיר ביותר להגיע ל-40 ומעלה, בכ-15 שניות לשאלה (הערכת צד שלישי).

• OSWorld 2.1 — OpenAI אומרת ש-Terra במאמץ בינוני מביסה את הציון הטוב ביותר של GPT-5.6 Terra בשבריר מהעלות, אך לא פרסמה נתון Sol בהשוואה ראש בראש, ולכן טענת השימוש במחשב שהכי חשובה למיצוב של Terra היא זו שעבורה הראיות הישירות הן המועטות ביותר.

קרא את הרשימה הזו כמפה של היכן ארבע הנקודות נמצאות. היתרון של Sol מרוכז בקוד ובחשיבה ארוכת טווח. היתרון של Terra הוא מהירות, מחיר ותאריך חיתוך עדכני יותר. במבחן היחיד ש-OpenAI בחרה לפרסם נגד Sol ישירות, Terminal-Bench-Science 0.1, Terra מנצחת בעלות נמוכה יותר, וזה או מהפך אמיתי או אפקט של בחירת מבחן. איש מחוץ ל-OpenAI לא שחזר זאת.

חוגת המאמץ קובעת יותר מהמודל.

שני המודלים חושפים מאמץ חשיבה, וההגדרה הזו יכולה לעלות יותר מבחירת המודל. רצפת Terra היא none, מה שהופך אותה לזולה באופן יוצא דופן לחילוץ וסיווג; רצפת Sol היא low, כך שקריאה ל-Sol תמיד משלמת על מעט חשיבה. בקצה העליון, Terra במצב xhigh יכולה לצרוך יותר טוקנים ולעלות יותר מ-Sol במצב low בעוד שהיא מקבלת ציון נמוך יותר באותה משימה — תצפית שמגיבים ב-Hacker News העלו בתוך שעות מההשקה. לא מדדנו זאת בעצמנו, וזה סביר מבחינה אריתמטית: מאמץ משנה את מספר הטוקנים באופן כפלי, בעוד שפער המחירים הוא רק פי 2.

הכלל המעשי הוא לקבוע את רמת המאמץ לפי הערכה, לא לפי הרגל. הריצו חמישים משימות אמיתיות דרך שני המודלים בשתי רמות מאמץ, קבעו רף איכות, ובחרו את הצירוף הזול ביותר שעומד בו. השוואה בין Terra ל-Sol באותה רמת מאמץ נומינלית היא הטעות הנפוצה ביותר בהתמודדות הזו, וזו שסביר ביותר שתוביל לתשובה שגויה.

כמה עולה משימה שהושלמה

• קלט — Terra $1.00 למיליון טוקנים לעומת Sol $2.00.

• קלט במטמון — $0.05 לעומת $0.10.

• פלט — $5.00 לעומת $10.00.

• כתיבות מטמון — $1.25 עם שמירה של 30 דקות או $2.50 עם שמירה של 12 שעות עבור Terra; $2.50 עבור Sol.

• הנחיות ארוכות — מעל 272,000 אסימוני קלט גוררות חיוב כפול מתעריף הקלט ומתעריף המטמון, ופי 1.5 מתעריף הפלט עבור הבקשה כולה.

• עלות נמדדת לכל משימת אינדוקס — $0.40 עבור Terra לעומת $0.72 עבור Sol, חיסכון של 44% ולא 50% כפי שמשתמע מכרטיס המחירים, משום ש-Terra יכולה לשרוף יותר טוקנים במאמץ מקסימלי.

דוגמה מחושבת עם הנחות פשוטות: 2,000 אסימוני קלט ו-500 אסימוני פלט לכל מסמך, ללא מטמון. Terra עולה $0.002 עבור קלט ועוד $0.0025 עבור פלט, או $0.0045 לכל מסמך. Sol עולה $0.009. מיליון מסמכים הם $4,500 לעומת $9,000. אם מחצית מהקלט נשמרת במטמון, עלות הקלט של Terra נחצית שוב; זו של Sol יורדת באותו שיעור, כך שהיחס נשמר. הפער מתרחב רק במקום שבו ניתן להשתמש בהגדרת none של Terra, ומצטמצם במקום שבו Sol מסיימת את המשימה בפחות אסימונים.

הגישה היא חלק מההשוואה

Terra זמין ב-API וב-ChatGPT Work ו-Codex בתוכניות Plus, Pro, Enterprise ו-Edu; ההודעה של OpenAI אינה מפרטת את בורר הצ'אט הראשי. Sol זמין ב-API וב-ChatGPT, והוא היחיד מבין השניים עם מצב Ultrafast; שניהם מציעים Fast במחיר כפול מהמחיר הסטנדרטי. בתוכנית Pro 500, Ultrafast צורך שימוש כלול בקצב פי שמונה מהקצב הסטנדרטי וקרדיטים שנרכשו פי שש, כך ש"מהיר יותר" הוא החלטת חיוב לא פחות מאשר החלטת השהיה.

בצד הניתוב, האסימטריה פשוטה. GPT-6.1 Sol נמצא בקטלוג OrcaRouter במחיר מחירון, $2 לקלט ו-$10 לפלט, ללא תוספת, כך ששינוי מחיר מצד הספק עובר באותם תנאים. GPT-6.1 Terra עדיין אינו בקטלוג נכון ל-27 באוקטובר, ולכן קריאות Terra חייבות לעבור ל-API של OpenAI עצמה; זו עובדה לגבי הקטלוג של היום, לא עמדה קבועה. מעבר אוטומטי בין המודלים שאנו כן מציעים הוא הסיבה להשאיר זרוע שנייה מוגדרת גם כשמודל אחד זול בבירור.

כלל בחירה שאפשר להריץ השבוע

• סווגו את המשימה לפי מה שהיא דורשת: שליטה במסך והפקת מסמכים מצביעים על Terra; קוד, הסקה ארוכה ומחקר מעמיק מצביעים על Sol.

• קבע רף איכות על הנתונים שלך לפני שאתה מסתכל על כרטיס המחיר. ארבע נקודות מדד אינן רף איכות; ההערכה שלך היא.

• יש לבדוק בשתי רמות מאמץ, ולא ברמה אחת. Terra ללא מאמץ לעומת Sol במאמץ נמוך היא השוואה שונה מ-Terra במאמץ מקסימלי לעומת Sol במאמץ מקסימלי.

• תמחרו את המשימה שהושלמה, כולל ניסיונות חוזרים וקריאות לכלים. חשבון לפי טוקנים ממעיט בערכו של מודל שזקוק ליותר סבבים.

• שמור את המפסיד כזרוע גיבוי. המודל הזול ביותר שמוגבל בקצב אינו זול.

אם תנתבו דרך OrcaRouter, השלב האחרון הוא עניין של הגדרה ולא של קוד: מפתח אחד, כלל ניתוב לכל סוג משימה, ומעבר אוטומטי כשספק נחלש. שני המודלים יכולים לשבת מאחורי אותה נקודת קצה ברגע ש-Terra ייכלל; כיום רק Sol כלול.

מה ישנה את התשובה

שלושה דברים. הערכת קידוד עצמאית שמציבה את Terra קרוב ל-Sol תמוטט את הסיבה העיקרית לשלם כפול. השוואה ראש בראש מפורסמת של OSWorld 2.1 תכריע את הטענה בדבר שימוש במחשב ש-OpenAI השאירה מרומזת. ורישום של Terra בנתבים יהפוך את סיפור המעבר לגיבוי למציאותי ולא לשאיפתי. עד אז, ברירת המחדל הניתנת להצדקה היא Terra לנפח ולעבודה עם מסך, Sol לקוד ולחשיבה ארוכה, והערכה ביניהם ולא סיסמה.