Harga GPT-6.1 Terra: Apa yang Sebenarnya Anda Dapatkan dengan $1 dan $5

Kartu tarif untuk GPT-6.1 Terra terdiri dari empat angka, dan tiga di antaranya adalah angka yang biasa dikutip orang: satu dolar per juta token input, lima dolar per juta token output, lima sen per juta token input yang di-cache. Angka keempat — $1.25 per juta token tulis cache — adalah angka yang menentukan apakah tagihan Anda berkurang separuh atau hanya sedikit turun. Ini adalah halaman harga, bukan cerita peluncuran: halaman ini membedah kartu tarif lengkap baris demi baris, menghitung harga tiga beban kerja nyata di GPT-6.1 Terra, GPT-6.1 Sol, GPT-5.6 Terra, GPT-6 Astra, dan GPT-6 Luna, serta menunjukkan di mana klaim harga separuh bertahan saat berhadapan dengan faktur produksi dan di mana klaim itu diam-diam berhenti berlaku.

Setiap angka di bawah ini berasal dari dokumentasi model OpenAI untuk GPT-6.1 Terra, yang dibaca pada 27 Oktober 2026, dan dari daftar langsung di Artificial Analysis untuk angka biaya per tugas yang independen. Jika suatu angka dilaporkan oleh vendor, hal itu dinyatakan. Tidak ada apa pun di sini yang merupakan ramalan yang dibungkus sebagai pengukuran.

Kartu itu, baris demi baris

Tarif standar pada GPT-6.1 Terra adalah $1,00 per juta token input dan $5,00 per juta token output. Input yang di-cache adalah $0,05 per juta. Itulah angka-angka dalam setiap judul berita, dan angka-angka itu benar sejauh yang disebutkan.

Apa yang tidak disebutkan dalam judul-judul berita adalah bahwa cache tidak gratis untuk diisi. Menulis ke cache biayanya $1,25 per juta token dengan retensi 30 menit, atau $2,50 per juta dengan retensi 12 jam. Jika beban kerja Anda adalah satu prompt sistem panjang yang digunakan ulang di ribuan permintaan singkat, cache akan menutup biayanya sendiri dalam beberapa panggilan saja. Jika beban kerja Anda adalah dokumen 40.000 token yang berbeda setiap kali, Anda membayar $1,25 di atas tarif input $1,00 untuk hak istimewa menyimpan sesuatu yang tidak akan pernah Anda baca lagi — dan input yang di-cache seharga lima sen tidak pernah masuk hitungan.

Modifier lainnya bertumpuk dengan cara yang mudah terlewat:

• Konteks panjang — setiap permintaan di atas 272.000 token input ditagih $2,00 untuk input dan $7,50 untuk output untuk seluruh permintaan, bukan hanya kelebihannya. Input yang di-cache menjadi dua kali lipat, yaitu $0,10, dan penulisan cache menjadi $2,50 pada tingkat tersebut.

Batch dan Flex — 50% di bawah standar, jadi $0.50 untuk input dan $2.50 untuk output. Ini adalah tarif serbaguna mumpuni termurah di kartu OpenAI.

• Mode cepat — 2× standar, atau $2.00 input dan $10.00 output.

• Pemrosesan regional — premi 10% jika suatu wilayah tersedia. Terra tidak mendukung residensi inferensi UAE, sehingga premi tersebut tidak tersedia bagi setiap pembeli yang menginginkannya.

Upaya penalaran — tidak ada, rendah, sedang, tinggi, xhigh, dan maks. Defaultnya adalah sedang. Upaya tidak mengubah harga per token; upaya mengubah seberapa banyak token yang dihabiskan model untuk berpikir, sehingga prompt yang sama bisa berbiaya tiga kali lebih besar pada maks daripada rendah.

Dengan kata lain, kartu per token adalah menu dengan enam dial dan dua tebing. Tebingnya adalah ambang 272K dan biaya penulisan cache. Dialnya adalah effort, batch, fast, regional, dan input yang di-cache versus yang tidak di-cache.

Tiga beban kerja, tiga tagihan

Ambil pipeline triase dukungan: prompt sistem 2.000 token, tiket 1.500 token, dan jawaban 400 token. Tanpa cache, itu berarti 3.500 token masukan dengan $1,00 per juta dan 400 token keluaran dengan $5,00 per juta — $0,0035 ditambah $0,0020, atau $0,0055 per tiket. Sepuluh ribu tiket sehari biayanya $55. Dengan prompt sistem di-cache dan cache tetap hangat, masukan turun menjadi sekitar 1.500 token tanpa cache ditambah 2.000 token di-cache dengan $0,05, dan tiket yang sama biayanya sekitar $0,0037. Penghematannya 33%, bukan 50%, karena keluaran memang selalu bagian yang lebih mahal.

Sekarang pipeline dokumen: 80.000 token masukan teks kontrak dan 2.000 token keluaran ringkasan. Itu $0,08 masuk, $0,01 keluar — sembilan sen per dokumen. Pada GPT-5.6 Terra dengan $2,00 dan $12,00, pekerjaan yang sama adalah $0,16 masuk dan $0,024 keluar, atau 18,4 sen. Tagihannya menjadi separuh, dan keluaran adalah tempat pemotongan proporsional yang lebih besar: diskon 58%, bukan 50%.

Lalu agen browser, yaitu beban kerja yang sebenarnya menjadi alasan Terra dijual. Setiap langkah mengirimkan tangkapan layar plus status tugas dan meminta satu tindakan. Asumsikan 3.000 token input dan 150 token output per langkah, serta dua puluh langkah per tugas. Itu berarti 60.000 token input dan 3.000 token output per tugas — $0,06 masuk, $0,015 keluar, 7,5 sen per tugas yang diselesaikan sebelum percobaan ulang. Tambahkan tingkat percobaan ulang 30% dan Anda berada di sekitar 9,8 sen. Di sinilah biaya per tugas, bukan biaya per token, menjadi satu-satunya angka yang penting.

Jurang 272K, dibahas tuntas

Karena pengali konteks panjang berlaku untuk seluruh permintaan, melewati 272.000 token masukan bukanlah biaya marginal. Permintaan dengan 300.000 token masukan dan 3.000 token keluaran ditagih dengan tarif $2.00 dan $7.50 per juta: $0.60 masuk, $0.0225 keluar, total $0.6225. Permintaan yang sama pada 270.000 token masukan ditagih $0.27 masuk dan $0.015 keluar, total $0.285. Anda menambahkan 30.000 token dan membayar 118% lebih mahal.

Hal itu penting karena jendela konteks GPT-6.1 Terra adalah 1,050,000 token dengan input maksimum 922,000 token. Jendela tersebut mengundang beban kerja yang justru dihukum oleh daftar harga. Jika pipeline Anda secara rutin mengirim 300K hingga 500K token, perbandingan yang jujur bukanlah Terra pada $1 versus Sol pada $2 — melainkan Terra pada $2 versus Sol pada $4, dan output Terra pada $7.50 versus Sol pada $15. Selisih 50% tetap ada, tetapi angka absolutnya dua kali lipat dari yang tampak pada angka utama: permintaan dengan input 400,000 dan output 4,000 biayanya $0.83 di Terra dan $1.66 di Sol.

Di mana klaim setengah harga berhenti

Mode cepat adalah contoh yang jelas. GPT-6.1 Terra pada 2× adalah $2,00 untuk input dan $10,00 untuk output — persis harga daftar standar GPT-6.1 Sol, untuk model yang menurut penilaian Artificial Analysis empat poin indeks lebih rendah. Jika beban kerja Anda sangat membutuhkan kecepatan Terra sehingga Anda rela membayar pengali cepat, argumen harga untuk Terra dibanding Sol hilang sepenuhnya. Yang tersisa hanyalah argumen latensi, dan itu hanya menjadi argumen jika selisih kecepatan yang terukur memang nyata.

Tempat kedua hal itu berhenti adalah upaya. Pada xhigh atau max, Terra dapat menghabiskan lebih banyak token daripada Sol pada low atau medium untuk mencapai jawaban yang serupa. Komentator Hacker News menyampaikan poin ini dalam hitungan jam setelah peluncuran: "Terra pada xhigh lebih mahal daripada Sol pada low dan skornya lebih buruk" adalah versi yang berulang. Kartu harga tidak dapat menjawab itu, karena kartu tersebut memberi harga pada token dan beban kerja yang menentukan berapa banyak.

Tempat ketiga adalah lalu lintas yang berat dalam penulisan cache. Dengan $1,25 per juta token yang ditulis, pipeline yang membangun ulang konteks 50.000 token pada setiap permintaan membayar $0,0625 per permintaan sebelum membaca satu token pun. Pada GPT-5.6 Terra, penulisan yang sama biayanya $2,50 — jadi model baru ini tetap lebih murah — tetapi baris cache kini menjadi 55% dari tagihan input, bukan 20%.

Biaya per tugas yang selesai adalah angka yang harus dijadikan dasar anggaran

Artificial Analysis menerbitkan Intelligence Index dan biaya per tugas indeks. Pada daftar langsungnya, GPT-6.1 Terra berada di 48 dengan biaya per tugas $0.40. GPT-6.1 Sol berada di 52 dan $0.72. GPT-5.6 Terra berada di 42 dan $1.40. GPT-6 Astra berada di 53 dengan harga per token yang jauh lebih tinggi, dan GPT-6 Luna berada di 38 dan bahkan lebih murah.

Cara membaca yang berguna bukanlah "Terra 71% lebih murah per tugas daripada pendahulunya" — benar, tetapi itu perbandingan terhadap model yang memang sudah akan Anda tinggalkan. Yang berguna adalah bahwa $0.40 milik Terra berada di antara $0.72 milik Sol dan wilayah di bawah sepuluh sen milik Luna, sehingga keputusannya menjadi satu garis: apakah tugasnya cukup sulit sampai empat poin indeks mengubah hasil? Untuk pengisian formulir, ekstraksi faktur, dan triase tangkapan layar, tidak. Untuk pengodean jangka panjang, ya.

Satu angka dari peluncuran ini layak dibaca ulang dalam konteks ini. Perbandingan OpenAI sendiri menempatkan GPT-6.1 Terra pada upaya maksimum kira-kira setara dengan GPT-6 Astra pada upaya sedang di Agents' Last Exam, dengan harga per token sekitar sepersepuluhnya. Itu adalah klaim per tugas yang mengenakan kostum per token, dan itu adalah argumen biaya terkuat dalam rilis ini — lebih kuat daripada "setengah harga," karena memperhitungkan berapa banyak token yang dibakar masing-masing model.

Apa yang benar-benar dapat Anda beli hari ini

GPT-6.1 Terra tidak ada dalam katalog OrcaRouter pada saat penulisan. Katalog memuat GPT-6.1 Sol seharga $2/$10, GPT-5.6 Terra seharga $2/$12, GPT-6 Astra seharga $10/$50, dan GPT-6 Luna seharga $0.10/$0.50, dengan markup 0% di atas harga daftar penyedia, tetapi tidak memuat Terra yang baru. Siapa pun yang saat ini mengutip tarif Terra kepada Anda melalui router entah mendahului dokumentasi vendor atau menebak.

Itu memberi bentuk praktis untuk beberapa minggu ke depan. Hitung biaya beban kerja pada jalur yang bisa Anda panggil sekarang — Sol dan Luna sama-sama aktif, pada satu kunci, dengan failover otomatis — dan uji Terra secara langsung terhadap API OpenAI secara paralel. Karena katalog kami meneruskan harga daftar penyedia tanpa markup, pemotongan harga vendor muncul pada jalur Sol dan Luna pada hari yang sama OpenAI mengumumkannya; tidak ada yang perlu dinegosiasikan ulang. Jika Terra nanti masuk ke katalog, migrasinya hanyalah string model, dan pengukuran yang Anda bangun pada jalur Sol adalah baseline yang Anda bandingkan dengannya.

Template anggaran yang tetap berguna saat digunakan

• Pisahkan input, input yang di-cache, output, dan penulisan cache. Empat baris, bukan satu.

• Tandai setiap permintaan di atas 272K token. Jika lebih dari beberapa persen melewatinya, tetapkan ulang harga seluruh beban kerja pada tier konteks panjang, bukan tier headline.

• Hitung biaya usaha secara terpisah. Jalankan eval yang sama pada tingkat rendah, sedang, dan maksimum; jumlah token, bukan tarifnya, yang berubah.

• Percobaan ulang model. Agen browser dengan tingkat percobaan ulang 30% memakan biaya 30% lebih banyak per tugas daripada yang diperkirakan secara aritmetika, dan model murah biasanya justru yang memerlukan percobaan ulang.

• Bandingkan biaya per tugas yang selesai, bukan biaya per juta. Angka tugas indeks dari Artificial Analysis adalah proksi yang wajar bila Anda tidak punya yang lebih baik; evaluasi Anda sendiri lebih baik.

Judul setengah harga itu nyata. Angka itu juga merupakan angka yang paling tidak menarik di kartu, karena angka tersebut menggambarkan tarif, bukan tagihan. Tagihan ditentukan oleh effort, oleh ambang 272K, oleh seberapa sering Anda membangun ulang cache, dan oleh berapa banyak percobaan yang dibutuhkan suatu tugas — dan untuk tiga dari empat hal itu, dokumentasi OpenAI sendiri memberi Anda tombolnya, tetapi bukan setelannya.