GPT-6.1 Terra Hadir dengan Harga Separuh, 37 Poin Kesalahan Lebih Sedikit, dan Tak Ada Flagship yang Terlihat

OpenAI merilis GPT-6.1 Terra pada 26 Oktober 2026, dengan harga $1 per juta token input dan $5 per juta token output — setengah harga GPT-5.6 Terra pada kedua sumbu, dan setengah harga GPT-6.1 Sol empat minggu setelah peluncuran model itu sendiri. Angka yang paling banyak akan dikutip adalah soal keandalan: pada uji prompt pemicu galat internal OpenAI, kesalahan pada effort penalaran rendah turun dari 53,6% menjadi 16,7%. Angka yang paling sedikit akan dikutip adalah bahwa Terra masih tertinggal empat poin dari Sol pada indeks independen Artificial Analysis. Keduanya benar, dan ruang di antara keduanya adalah keseluruhan kisah rilis ini.

Ruang itu penting karena apa yang diprediksi. Ketika model ini masih berupa string dalam pull request harness evaluasi Microsoft, kami menulis pada 20 Oktober bahwa model kelas menengah yang lebih murah perlu berada di bawah $2 untuk input dan $10 untuk output agar masuk akal, dan bahwa laporan yang menyebutnya mengalahkan Sol hanyalah aritmetika, bukan bukti. Separuh harga dari prediksi itu terwujud hampir persis: $1/$5, mendekati $1/$4 yang kami sebut masuk akal. Separuh performanya tidak. Terra jelas mengalahkan pendahulunya dan tidak mengalahkan Sol di titik mana pun yang telah diukur secara independen.

Apa yang diumumkan OpenAI, menurut urutan kepentingannya

Spesifikasi di bawah ini berasal dari dokumentasi model OpenAI, yang dibaca pada 27 Oktober. Klaim kinerja pada bagian berikutnya adalah milik OpenAI sendiri dan dilabeli sebagaimana mestinya di seluruh bagian.

• Harga — $1 per juta input, $5 per juta output, $0,05 input cache, dibandingkan $2/$12 untuk GPT-5.6 Terra dan $2/$10 untuk GPT-6.1 Sol.

• Konteks — 1.050.000 token, input maksimum 922.000, output maksimum 128.000. Identik dengan kedua pendahulunya; ini bukan rilis jendela konteks.

• Batas pengetahuan — 1 Juni 2026, naik dari 16 Februari 2026 pada GPT-5.6 Terra.

• Tingkat upaya penalaran — none, low, medium (default), high, xhigh, max. Catatan untuk pengaturan "none": GPT-6.1 Sol tidak menawarkannya, sehingga Terra memiliki satu tingkat biaya yang lebih murah daripada Sol.

• Modalitas — teks dan gambar masuk, teks keluar. Tidak ada audio, tidak ada video.

• Endpoint — Chat Completions, Responses, dan Batch. Tool calling memerlukan Responses API. Tidak ada fine-tuning, tidak ada Realtime, tidak ada Assistants.

• Modifikator biaya — batch dan flex 50% di bawah standar; mode cepat 2× standar; pemrosesan regional dikenakan premi 10% bila tersedia. Permintaan di atas 272K token input ditagih dengan tarif input dan cache 2× ditambah output 1,5× untuk seluruh permintaan.

Peluncuran ChatGPT lebih terbatas dibandingkan peluncuran API. Terra tersedia di paket Plus, Pro, Business, Enterprise, dan Edu, di dalam ChatGPT Work dan Codex, dapat dipilih dari menu Advanced di aplikasi desktop dan di Work versi web, dengan Work juga mendukungnya di seluler. Terra secara eksplisit tidak tersedia di ChatGPT Chat, dan tidak mendukung residensi inferensi UEA. Akses Enterprise masih bergantung pada ketersediaan ruang kerja dan kontrol admin. Jika model mental Anda tentang peluncuran OpenAI adalah "fitur itu muncul di kotak chat," yang ini tidak demikian.

Klaim 37 poin itu nyata, tetapi lebih sempit daripada kedengarannya

Hasil utama OpenAI adalah penurunan kesalahan pada prompt yang dirancang untuk memicu kesalahan — sebuah uji yang dijalankan perusahaan secara internal, belum dipublikasikan, dan belum direproduksi oleh siapa pun di luar. Pada upaya penalaran rendah, tingkat kesalahan turun dari 53,6% pada GPT-5.6 Terra menjadi 16,7% pada Terra. Pada upaya maksimum, perusahaan melaporkan penurunan 18 poin lebih lanjut menjadi 4,3%, yang digambarkannya sebagai mendekati GPT-6 Astra dan GPT-6.1 Sol.

Baca itu dengan cermat. Angka 37 poin itu bukan "37% lebih sedikit kesalahan pada pekerjaan Anda." Itu adalah selisih 37 poin pada set internal yang dibangun secara adversarial, pada setelan upaya terendah, dibandingkan dengan model yang sedang dipensiunkan dari beberapa saluran distribusi. Ringkasan jujurnya adalah bahwa titik terendah Terra menjadi jauh lebih tidak memalukan. Apakah plafonnya mencapai plafon Sol adalah pertanyaan lain, dan tes internal tidak dapat menjawabnya karena angka Sol pada tes yang sama hanya dikutip sebagai "mendekati."

Sisa klaim yang diterbitkan OpenAI, semuanya dijalankan oleh vendor:

• Terminal-Bench 4.0 — 50,3% diselesaikan dengan upaya maksimum di Terra, dibandingkan dengan 21,5% untuk GPT-5.6 Terra. Lebih dari dua kali lipat, dan lompatan antargenerasi terbesar dalam rilis ini.

• Agents' Last Exam — 15 poin persentase di atas GPT-5.6 Terra pada upaya sedang, dengan biaya sekitar sepertiganya.

• MMMU-Pro — mengalahkan GPT-5.6 Terra di setiap tingkat penalaran dan mendekati Astra dan Sol, tanpa skor numerik yang dipublikasikan.

• Terminal-Bench-Science 0.1 — dalam selisih 5 poin dari Claude Opus 5.5 dengan estimasi biaya kurang dari seperlimanya.

• Kecepatan — peluncuran ini menggambarkan Terra sebagai jauh lebih cepat daripada Astra dan Sol. Artificial Analysis belum menerbitkan angka throughput terukur untuk model tersebut saat kami memeriksa, jadi anggap "lebih cepat" sebagai klaim sampai ada yang benar-benar menjalankannya.

Skor independen: enam poin di atas pendahulunya, empat poin di belakang Sol

Artificial Analysis mencantumkan GPT-6.1 Terra pada Intelligence Index 48, berperingkat ke-25 dari 221 model, dengan $0.40 per tugas indeks. Pada daftar langsung yang sama, GPT-5.6 Terra berada di 42 (ke-53, $1.40 per tugas) dan GPT-6.1 Sol di 52 (ke-13, $0.72 per tugas). Perbandingan tersebut hanya valid satu sama lain sebagaimana dipublikasikan saat ini — indeks dinormalisasi ulang secara berkala, dan tulisan-tulisan lama mengutip angka absolut yang berbeda untuk model yang sama.

Ada tiga hal yang mengikuti dari itu. Pertama, Terra adalah peningkatan yang sesungguhnya dibandingkan pendahulunya: enam poin indeks dengan biaya per tugas kurang dari sepertiganya. Kedua, Terra tidak mengalahkan Sol, padahal laporan pra-peluncuran menyarankan bahwa ia mungkin bisa. Ketiga, dan paling jarang dibahas, biaya Terra per tugas yang selesai adalah yang terendah di antara ketiganya — $0,40 dibandingkan $0,72 milik Sol — yang merupakan angka yang lebih berguna daripada harga per token, karena angka itu mencakup berapa banyak token yang dibakar model untuk sampai pada suatu jawaban.

Kesenjangan kecepatan yang terukur justru yang berbalik arah. GPT-5.6 Terra tercatat pada 137 token keluaran per detik dan 111,75 detik hingga token pertama; GPT-6.1 Sol pada 65,9 token per detik dan 325,58 detik. Jika Terra benar-benar yang tercepat di antara ketiganya, ia mewarisi mahkota latensi sekaligus mahkota harga, dan kombinasi itulah — bukan kecerdasan mentah — yang sebenarnya menjadi perhatian pipeline penggunaan komputer atau dokumen.

Di mana "separuh harga" masih berlaku, dan di mana itu diam-diam tak lagi benar

Beban kerja tier standar dengan 100.000 token input dan 5.000 token output biaya $0,26 pada GPT-5.6 Terra dan biaya $0,125 pada GPT-6.1 Terra — penghematan 52%, sedikit lebih baik daripada angka utama karena output adalah sisi yang lebih mahal pada kartu tarif lama.

Pengali konteks panjang tidak menghapus diskon tersebut, karena berlaku untuk kedua model: pada lebih dari 272K token masukan, Terra menagih $2 untuk masukan dan $7,50 untuk keluaran untuk seluruh permintaan, sedangkan GPT-5.6 Terra menagih $4 dan $18. Permintaan dengan 400K masukan dan 4K keluaran memakan biaya $0,83 berbanding $1,67. Tetap setengah.

Yang mengubah perhitungan adalah mode cepat. Terra pada 2× standar adalah $2/$10 — tepat harga daftar standar GPT-6.1 Sol, untuk model yang empat poin indeks lebih lemah. Jika beban kerja Anda membutuhkan kecepatan Terra dan Anda membayar pengali mode cepat, argumen harga untuk Terra dibanding Sol menghilang, dan satu-satunya pertanyaan yang tersisa adalah apakah keluaran Terra cukup baik untuk tugas tersebut. Batch dan flex adalah kebalikannya: diskon 50% membuat Terra menjadi $0.50/$2.50, yang merupakan tarif tujuan umum kompeten termurah di kartu harga OpenAI dan pengaturan yang paling harus diuji lebih dulu oleh sebagian besar pipeline massal.

Apa artinya ini jika pekerjaan Anda adalah merutekan model

Satu catatan kejujuran sebelum catatan produk: GPT-6.1 Terra tidak ada dalam katalog OrcaRouter pada saat penulisan. Katalog kami mencantumkan 214 model, termasuk GPT-5.6 Terra, GPT-6.1 Sol, GPT-6 Astra, dan GPT-6 Luna, tetapi tidak yang ini — jadi siapa pun yang memberi tahu Anda bahwa mereka merutekan Terra hari ini entah bergerak lebih cepat daripada dokumentasi vendor itu sendiri atau menebak.

Yang tersisa bagi Anda adalah keputusan dua bagian yang memang dibuat lebih murah oleh OrcaRouter. Kedua lengan perbandingan sudah aktif: GPT-5.6 Terra pada harga daftar $2/$12 dan GPT-6.1 Sol pada $2/$10, dengan satu kunci, tanpa markup di atas harga daftar penyedia. Itu lebih penting dari biasanya di sini, karena pertanyaan yang menarik bukanlah "apakah Terra lebih baik daripada Sol" secara abstrak, melainkan "pada titik mana $0.40 per tugas dari Terra berhenti mengalahkan $0.72 dari Sol pada trafik saya." Anda dapat mengukur lengan Sol di sisi kami hari ini dan mempertahankan tangga fallback di sana sementara Terra diuji langsung terhadap API OpenAI. Jika nanti Anda memindahkan beban kerja tersebut, failover otomatis berarti hari buruk pada satu penyedia tidak menjadi hari buruk pada produk Anda.

Posisi canggung dalam barisan

Kritik paling tajam terhadap rilis ini bukanlah tentang benchmark. Kritiknya adalah bahwa Terra menempati segmen yang telah dihimpit oleh saudara-saudaranya sendiri. Komentator Hacker News menghabiskan peluncuran dengan berdebat bahwa Terra pada upaya xhigh lebih mahal daripada Sol pada upaya rendah tetapi skornya lebih buruk, yang membuat "pilih model yang lebih murah" menjadi aturan yang jauh kurang jelas daripada yang disiratkan kartu harga. Yang lain menunjukkan bahwa GPT-6.1 Sol sudah menyamai Astra yang lebih lama pada beberapa pekerjaan, dan bertanya apa yang tersisa untuk model kelas menengah ketika kelas di bawahnya terus menyerap kemampuan.

Jawaban OpenAI adalah bentuk beban kerja, bukan peringkat benchmark: dokumen rutin, tangkapan layar, formulir, gambar teknis, otomasi peramban dan desktop, penyusunan dan penyuntingan — tugas bervolume tinggi di mana model perlu andal dan cepat, bukan paling cerdas. Itu adalah kategori nyata, dan pengurangan kesalahan 37 poin diarahkan tepat ke sana. Ini juga kategori di mana defisit indeks empat poin terhadap Sol tidak relevan dan penghematan $0.32 per tugas per seribu panggilan bukan tidak relevan.

Dua hal yang perlu diperhatikan. OpenAI belum menerbitkan tanggal penghentian untuk gpt-5.6-terra, meskipun dokumentasi pihak ketiga sudah menandainya sebagai usang dan GitHub Copilot menghentikannya pada 16 November 2026 dengan GPT-6.1 Sol atau GPT-6 Luna disebut sebagai target migrasi — bukan Terra. Dan GPT-6.1 Astra belum dirilis; sampai dirilis, puncak keluarga ini masih GPT-6 Astra, model yang kini secara eksplisit dijadikan pembanding bagi Terra dengan harga per token sepersepuluhnya.

Jika pekerjaan Anda bervolume tinggi dan terspesifikasi dengan baik, alasan untuk beralih kuat dan biaya migrasinya hanyalah satu string model. Jika pekerjaan Anda adalah 5% tersulit — pengodean berjangka panjang, riset mendalam, tugas agentik yang satu langkah salahnya dapat merusak seluruh proses — tidak ada dalam rilis ini yang mengubah jawaban Anda, dan selisih indeks empat poin adalah alasannya. Penurunan harganya nyata; hanya saja itu bukan cerita tentang kapabilitas.