GPT-6.1 Terra Pro vs GPT-6.1 Sol: Pilih berdasarkan Pekerjaan, Bukan Kartu Harga

GPT-6.1 Terra Pro versus GPT-6.1 Sol adalah pertarungan yang dicari orang, tetapi hanya satu sisi dari nama itu yang nyata: model OpenAI adalah GPT-6.1 Terra, dan “Pro” adalah label paket ChatGPT, bukan varian. Perbandingan yang penting adalah GPT-6.1 Terra versus GPT-6.1 Sol, dua model dari generasi yang sama dengan jendela konteks 1,05 juta token yang sama, batas keluaran 128.000 token yang sama, dan selisih harga dua berbanding satu. Pertanyaan yang berguna bukanlah mana yang lebih baik. Melainkan mana yang lebih baik untuk pekerjaan yang akan Anda serahkan kepadanya.

Kerangka berpikir itu mengubah jawabannya. Pada indeks independen, Sol unggul empat poin. Dalam hal harga, Terra setengahnya. Dalam hal kecepatan, Terra lebih dari tiga kali lebih cepat menurut pengukuran OpenAI sendiri. Tidak ada dari ketiga fakta itu yang menentukan perbandingan ini dengan sendirinya, karena masing-masing berkaitan dengan bagian berbeda dari suatu beban kerja: kualitas, biaya, dan latensi. Model yang menang bergantung pada aspek mana dari ketiga hal itu yang sebenarnya kurang pada tugas Anda.

Jawaban singkatnya

Jika pekerjaannya adalah agen browser atau desktop yang mengklik melalui aplikasi, pipeline pengisian formulir, antrean faktur, gambar teknis yang harus diubah menjadi model, atau dokumen yang harus ditulis dengan jelas dari materi yang disediakan, mulailah dengan GPT-6.1 Terra. Jika pekerjaannya adalah refaktor panjang, fitur multi-file, sesi debugging yang sulit, dokumen profesional yang padat, atau tugas riset yang berjalan selama berjam-jam, mulailah dengan GPT-6.1 Sol. Jika Anda memerlukan tier berbayar tercepat yang dijual OpenAI, Sol adalah satu-satunya dari keduanya yang memiliki opsi Ultrafast.

Itulah bentuknya. Bagian selanjutnya dari tulisan ini berisi buktinya, titik-titik di mana bentuk itu runtuh, dan pengaturan yang dapat membalik jawabannya.

Dua model, dua pekerjaan

Tugas GPT-6.1 Terra adalah pekerjaan sehari-hari: penalaran visual, pengendalian komputer, dan tulisan yang terasa seperti ditulis seseorang berdasarkan materi yang disediakan. Pengumuman OpenAI menyebut penyusunan proposal, penafsiran gambar teknik, pengisian formulir, dan pengeditan video. Tugas GPT-6.1 Sol adalah pekerjaan yang lebih sulit dan panjang: pengodean yang mendekati Astra dan dokumen profesional, dengan OpenAI merekomendasikan Sol atau Astra untuk tugas pengodean paling kompleks bahkan dalam postingan peluncuran Terra.

Ted Sanders dari OpenAI, yang dikutip di berbagai liputan hari peluncuran, mengungkapkan trade-off itu dengan lebih blak-blakan: Terra lebih baik daripada Astra dan Sol dalam komunikasi teknis, setara dalam hal visi dan penggunaan komputer tetapi jauh lebih cepat, dan sedikit lebih buruk dalam sebagian besar hal lainnya. Itu adalah deskripsi dari vendor, bukan temuan independen, dan deskripsi itu berguna karena menyebutkan trade-off-nya alih-alih menyembunyikannya.

Kedua model berbagi kerangka yang sama: konteks 1,05 juta token, input maksimum 922.000, output maksimum 128.000, input teks dan gambar, endpoint Chat Completions dan Responses, serta tanpa fine-tuning. Perbedaannya adalah batas pengetahuan (Terra 1 Juni 2026; Sol 30 April 2026), batas bawah penalaran (Terra menerima none; Sol dimulai dari low), tingkat kecepatan (Sol memiliki Ultrafast; Terra tidak) dan kartu harga.

Di mana tolok ukur memisahkan diri

Artificial Analysis adalah pembacaan independen paling bersih: {{1}}48 untuk Terra dengan upaya maksimum dibandingkan dengan 52 untuk Sol{{/1}}, peringkat {{2}}25 dan 13 dari 221{{/2}}, dan {{3}}$0.40 dibandingkan dengan $0.72 per tugas indeks{{/3}}. Empat poin indeks adalah kesenjangan nyata, tetapi itu adalah jenis kesenjangan yang dapat dihapus oleh evaluasi khusus tugas ke satu arah atau arah lainnya.

• Indeks keseluruhan — Terra 48 vs Sol 52 (Artificial Analysis).

• Coding Agent Index v2.0 — Terra 48 vs Sol 54, dengan GPT-6 Luna pada 31 (Artificial Analysis).

• Terminal-Bench 4.0 — Terra 50,3% pada upaya maksimal; OpenAI tidak menerbitkan angka Sol bersamaan dengan peluncuran Terra (dilaporkan vendor).

• Terminal-Bench-Science 0.1 — OpenAI menyatakan bahwa Terra pada upaya maksimum melampaui Sol dengan biaya lebih rendah dan berada dalam selisih lima poin dari Claude Opus 5.5 dengan biaya di bawah seperlima estimasi biaya (menurut laporan vendor, dan merupakan klaim paling mengejutkan dalam peluncuran).

Ujian analisis data Plotly — Terra 40/43, Sol 43/43, Luna 38/43, dengan biaya $1.31 versus $2.61 untuk ujian tersebut; Terra adalah model tercepat yang mencapai 40 atau lebih, sekitar 15 detik per soal (evaluasi pihak ketiga).

• OSWorld 2.1 — OpenAI menyatakan bahwa Terra pada upaya medium mengalahkan skor terbaik GPT-5.6 Terra dengan sebagian kecil dari biayanya, tetapi tidak menerbitkan angka Sol head-to-head, sehingga klaim penggunaan komputer yang paling penting bagi positioning Terra justru merupakan klaim dengan bukti langsung paling sedikit.

Baca daftar itu sebagai peta di mana keempat poin berada. Keunggulan Sol terpusat pada coding dan penalaran jangka panjang. Keunggulan Terra adalah kecepatan, harga, dan cutoff yang lebih baru. Pada satu benchmark yang dipilih OpenAI untuk dipublikasikan langsung melawan Sol, Terminal-Bench-Science 0.1, Terra menang dengan biaya lebih rendah, yang entah merupakan kejutan nyata atau efek seleksi benchmark. Belum ada pihak di luar OpenAI yang mereproduksinya.

Pengaturan upaya menentukan lebih banyak daripada model.

Kedua model menyediakan effort penalaran, dan pengaturan itu bisa lebih mahal daripada pilihan model. Nilai terendah Terra adalah none, yang membuatnya luar biasa murah untuk ekstraksi dan klasifikasi; nilai terendah Sol adalah low, sehingga panggilan Sol selalu membayar sejumlah penalaran. Pada tingkat paling atas, Terra pada xhigh dapat menghabiskan lebih banyak token dan lebih mahal daripada Sol pada low sekaligus mendapat skor lebih buruk pada tugas yang sama, sebuah pengamatan yang dibuat para komentator Hacker News dalam beberapa jam setelah peluncuran. Kami belum mengukurnya sendiri, dan secara aritmetika hal itu masuk akal: effort mengubah jumlah token secara multiplikatif, sedangkan selisih harganya hanya 2×.

Aturan praktisnya adalah menetapkan upaya berdasarkan evaluasi, bukan kebiasaan. Jalankan lima puluh tugas nyata melalui kedua model pada dua tingkat upaya, tetapkan ambang kualitas, dan pilih pasangan termurah yang memenuhinya. Membandingkan Terra dan Sol pada tingkat upaya nominal yang sama adalah kesalahan paling umum dalam perbandingan ini dan yang paling mungkin menghasilkan jawaban keliru.

Berapa biaya tugas yang telah selesai

• Input — Terra $1,00 per juta token vs Sol $2,00.

• Input cache — $0,05 vs $0,10.

• Keluaran — $5.00 vs $10.00.

• Penulisan cache — $1.25 dengan retensi 30 menit atau $2.50 dengan retensi 12 jam untuk Terra; $2.50 untuk Sol.

Prompt panjang — di atas 272.000 token input, dikenakan biaya dua kali lipat untuk tarif input dan cache serta 1,5 kali tarif output untuk seluruh permintaan.

Biaya terukur per tugas indeks — $0,40 untuk Terra vs $0,72 untuk Sol, penghematan 44% bukan 50% seperti yang tersirat pada kartu harga, karena Terra dapat menghabiskan lebih banyak token pada upaya maksimal.

Contoh perhitungan dengan asumsi yang jelas: 2.000 token masukan dan 500 token keluaran per dokumen, tanpa cache. Terra membutuhkan biaya $0,002 untuk masukan ditambah $0,0025 untuk keluaran, atau $0,0045 per dokumen. Sol membutuhkan biaya $0,009. Satu juta dokumen berarti $4.500 dibandingkan $9.000. Jika separuh masukan di-cache, biaya masukan Terra berkurang setengah lagi; biaya Sol turun dengan proporsi yang sama, sehingga rasionya tetap. Selisihnya melebar hanya ketika pengaturan none pada Terra dapat digunakan, dan menyempit ketika Sol menyelesaikan tugas dengan lebih sedikit token.

Akses adalah bagian dari perbandingan

Terra tersedia di API dan di ChatGPT Work serta Codex pada paket Plus, Pro, Enterprise, dan Edu; pengumuman OpenAI tidak mencantumkan pemilih utama di Chat. Sol tersedia di API dan di ChatGPT, dan hanya Sol dari keduanya yang memiliki mode Ultrafast; keduanya menawarkan Fast dengan harga dua kali lipat tarif standar. Pada paket Pro 500, Ultrafast mengonsumsi penggunaan yang sudah termasuk dalam paket sebesar delapan kali tarif standar dan kredit yang dibeli sebesar enam kali, sehingga "lebih cepat" adalah keputusan penagihan sama besarnya dengan keputusan latensi.

Di sisi perutean, asimetrinya sederhana. GPT-6.1 Sol ada di katalog OrcaRouter dengan harga daftar, $2 untuk input dan $10 untuk output, tanpa markup, sehingga perubahan harga dari vendor diteruskan dengan ketentuan yang sama. GPT-6.1 Terra belum ada di katalog per 27 Oktober, jadi panggilan Terra harus diarahkan ke API milik OpenAI sendiri; itu fakta tentang katalog saat ini, bukan posisi permanen. Failover otomatis di antara model yang kami sediakan adalah alasan untuk tetap mengonfigurasi lengan kedua bahkan ketika salah satu model jelas lebih murah.

Aturan seleksi yang dapat Anda jalankan minggu ini

• Klasifikasikan tugas berdasarkan kebutuhannya: kontrol layar dan pembuatan dokumen mengarah ke Terra; kode, penalaran panjang, dan riset yang padat mengarah ke Sol.

• Tetapkan standar kualitas pada data Anda sendiri sebelum melihat kartu harga. Empat poin indeks bukanlah standar kualitas; evaluasi Andalah yang menjadi standar.

• Uji pada dua tingkat upaya, bukan hanya satu. Terra pada none dibandingkan dengan Sol pada low adalah perbandingan yang berbeda dari Terra pada max dibandingkan dengan Sol pada max.

• Tetapkan harga untuk tugas yang telah selesai, termasuk percobaan ulang dan pemanggilan alat. Perhitungan per token kurang memperhitungkan model yang membutuhkan lebih banyak putaran.

• Pertahankan yang kalah sebagai lengan failover. Model termurah yang terkena rate limit tidaklah murah.

Jika Anda merutekan melalui OrcaRouter, langkah terakhir itu adalah konfigurasi, bukan kode: satu kunci, aturan perutean per kelas tugas, dan failover saat penyedia menurun. Kedua model dapat berada di belakang endpoint yang sama begitu Terra didukung; saat ini hanya Sol.

Apa yang bisa mengubah jawabannya

Tiga hal. Evaluasi coding independen yang menempatkan Terra dekat dengan Sol akan meruntuhkan alasan utama untuk membayar dua kali lipat. Adu langsung OSWorld 2.1 yang dipublikasikan akan menyelesaikan klaim penggunaan komputer yang dibiarkan implisit oleh OpenAI. Dan pencantuman Terra di router akan membuat cerita failover menjadi nyata, bukan sekadar aspirasi. Sampai saat itu, default yang dapat dipertahankan adalah Terra untuk volume dan pekerjaan layar, Sol untuk kode dan penalaran panjang, serta evaluasi di antaranya, bukan slogan.