Prezzi di GPT-6.1 Terra: cosa ti danno davvero 1 $ e 5 $

La tariffa di GPT-6.1 Terra è lunga quattro numeri, e tre sono quelli che la gente cita: un dollaro per milione di token di input, cinque dollari per milione di output, cinque centesimi per milione di input in cache. Il quarto — 1,25 dollari per milione di token di scrittura in cache — è quello che decide se la tua bolletta si dimezza o si limita a calare. Questa è una pagina di prezzi, non un articolo di lancio: analizza l'intero tariffario riga per riga, calcola il prezzo di tre carichi di lavoro reali su GPT-6.1 Terra, GPT-6.1 Sol, GPT-5.6 Terra, GPT-6 Astra e GPT-6 Luna, e mostra dove l'affermazione del prezzo dimezzato sopravvive al contatto con una fattura di produzione e dove smette silenziosamente di essere vera.

Ogni cifra riportata di seguito proviene dalla documentazione del modello di OpenAI per GPT-6.1 Terra, consultata il 27 ottobre 2026, e dagli elenchi live su Artificial Analysis per i dati indipendenti sul costo per attività. Dove un dato è dichiarato dal fornitore, viene indicato. Nulla di quanto segue è una previsione travestita da misurazione.

La scheda, riga per riga

Le tariffe standard su GPT-6.1 Terra sono $1,00 per milione di token di input e $5,00 per milione di token di output. L'input in cache costa $0,05 per milione. Questi sono i numeri che compaiono in ogni titolo, e sono corretti per quanto possano valere.

Ciò che i titoli omettono è che riempire una cache non è gratis. Scrivere nella cache costa 1,25 $ per milione di token con una conservazione di 30 minuti, oppure 2,50 $ per milione con una conservazione di 12 ore. Se il tuo carico di lavoro è un unico lungo prompt di sistema riutilizzato in migliaia di richieste brevi, la cache si ripaga in poche chiamate. Se il tuo carico di lavoro è ogni volta un documento diverso da 40.000 token, stai pagando 1,25 $ in aggiunta alla tariffa di input di 1,00 $ per il privilegio di memorizzare qualcosa che non rileggerai mai più, e l’input in cache a cinque centesimi non entra mai in gioco.

Gli altri modificatori si accumulano in modi che è facile non notare:

• Contesto lungo — qualsiasi richiesta superiore a 272.000 token di input viene fatturata a 2,00 $ per l'input e 7,50 $ per l'output per l'intera richiesta, non solo per l'eccedenza. L'input memorizzato in cache raddoppia a 0,10 $ e le scritture in cache a 2,50 $ a quel livello.

• Batch e Flex — 50% sotto lo standard, quindi $0,50 in input e $2,50 in output. È la tariffa general-purpose più economica e valida nel listino di OpenAI.

• Modalità veloce — 2× lo standard, oppure $2,00 di input e $10,00 di output.

Elaborazione regionale: un sovrapprezzo del 10% laddove è offerta una regione. Terra non supporta la residenza di inferenza negli EAU, quindi tale sovrapprezzo non è disponibile per ogni acquirente che lo desideri.

• Sforzo di ragionamento — nessuno, basso, medio, alto, xhigh e max. Il valore predefinito è medio. Lo sforzo non modifica il prezzo per token; modifica quanti token il modello impiega a pensare, ed è per questo che lo stesso prompt può costare tre volte tanto con max rispetto a basso.

La scheda per token, in altre parole, è un menu con sei manopole e due scogliere. Le scogliere sono la soglia di 272K e il costo di scrittura in cache. Le manopole sono effort, batch, fast, regional e input in cache rispetto a input non in cache.

Tre carichi di lavoro, tre bollette

Prendi una pipeline di triage del supporto: un prompt di sistema da 2.000 token, un ticket da 1.500 token e una risposta da 400 token. Senza cache, sono 3.500 token di input a $1,00 per milione e 400 token di output a $5,00 per milione — $0,0035 più $0,0020, ovvero $0,0055 per ticket. Diecimila ticket al giorno costano $55. Con il prompt di sistema in cache e la cache che rimane calda, l'input scende a circa 1.500 token non in cache più 2.000 in cache a $0,05, e lo stesso ticket costa circa $0,0037. Il risparmio è del 33%, non del 50%, perché l'output è sempre stato la metà più costosa.

Ora una pipeline documentale: 80.000 token di input di testo contrattuale e 2.000 token di output di riepilogo. Sono $0,08 in input, $0,01 in output — nove centesimi a documento. Su GPT-5.6 Terra a $2,00 e $12,00 lo stesso lavoro costa $0,16 in input e $0,024 in output, ovvero 18,4 centesimi. Il conto si dimezza, e l’output è dove si trova il taglio proporzionale maggiore: -58%, non -50%.

Poi l'agente browser, che è il carico di lavoro per cui Terra era effettivamente stato venduto. Ogni passo invia uno screenshot insieme allo stato dell'attività e richiede un'azione. Si ipotizzino 3.000 token di input e 150 token di output per passo, e venti passi per attività. Ciò significa 60.000 token di input e 3.000 di output per attività — $0,06 in input, $0,015 in output, 7,5 centesimi per attività completata prima delle riprove. Aggiungi un tasso di riprova del 30% e arrivi a circa 9,8 centesimi. È qui che il costo per attività, non il costo per token, diventa l'unico numero che conta.

Il dirupo dei 272K, analizzato a fondo

Poiché il moltiplicatore per contesto lungo si applica all'intera richiesta, superare i 272.000 token di input non è un costo marginale. Una richiesta con 300.000 token di input e 3.000 di output viene fatturata a $2,00 e $7,50 per milione: $0,60 in ingresso, $0,0225 in uscita, $0,6225 totali. La stessa richiesta con 270.000 token di input viene fatturata a $0,27 in ingresso e $0,015 in uscita, $0,285 totali. Hai aggiunto 30.000 token e pagato il 118% in più.

Questo è importante perché la finestra di contesto di GPT-6.1 Terra è di 1.050.000 token, con un input massimo di 922.000 token. La finestra invita a carichi di lavoro che il listino prezzi penalizza. Se la tua pipeline invia regolarmente da 300K a 500K token, il confronto onesto non è Terra a $1 contro Sol a $2 — è Terra a $2 contro Sol a $4, e Terra a $7,50 in output contro Sol a $15. Il divario del 50% resta, ma i numeri assoluti sono il doppio di quanto suggerisce il titolo: una richiesta con 400.000 token in input e 4.000 in output costa $0,83 su Terra e $1,66 su Sol.

Dove si ferma la promessa del prezzo dimezzato

La modalità Fast è l'esempio più chiaro. GPT-6.1 Terra a 2× costa $2,00 in input e $10,00 in output — esattamente il prezzo di listino standard di GPT-6.1 Sol, per un modello che Artificial Analysis valuta quattro punti indice in meno. Se il tuo carico di lavoro richiede la velocità di Terra al punto da farti pagare il moltiplicatore della modalità fast, l'argomento del prezzo a favore di Terra rispetto a Sol svanisce del tutto. Resta un argomento di latenza, ed è un argomento valido solo se il divario di velocità misurato è reale.

Il secondo punto in cui si ferma è lo sforzo. A xhigh o max, Terra può consumare più token di Sol a low o medium per raggiungere una risposta simile. I commentatori di Hacker News hanno sollevato questo punto entro poche ore dal lancio: "Terra a xhigh costa più di Sol a low e ottiene risultati peggiori" era la versione ricorrente. Il listino prezzi non può rispondere, perché il listino applica un prezzo ai token e il carico di lavoro decide quanti.

Il terzo posto è il traffico intensivo in scrittura di cache. A 1,25 $ per milione di token scritti, una pipeline che ricostruisce un contesto di 50.000 token a ogni richiesta paga 0,0625 $ per richiesta prima ancora di leggere un singolo token. Su GPT-5.6 Terra la stessa scrittura costava 2,50 $ — quindi il nuovo modello è comunque più economico — ma la voce cache ora rappresenta il 55% della fattura di input, non il 20%.

Il costo per attività completata è il dato su cui basare il budget

Artificial Analysis pubblica sia un Intelligence Index sia un costo per attività dell'indice. Nel suo elenco live, GPT-6.1 Terra si attesta a 48 con un costo per attività di $0,40. GPT-6.1 Sol è a 52 e $0,72. GPT-5.6 Terra è a 42 e $1,40. GPT-6 Astra è a 53 con un prezzo per token molto più alto, e GPT-6 Luna è a 38 e ancora più economico.

La lettura utile non è «Terra costa il 71% in meno per attività rispetto al suo predecessore» — vero, ma è un confronto con un modello che stavi già abbandonando. È che i $0,40 di Terra si collocano tra i $0,72 di Sol e la fascia di Luna sotto i dieci centesimi, il che sposta la decisione su una linea: il compito è abbastanza difficile perché quattro punti indice cambino l’esito? Per compilazione di moduli, estrazione di fatture e triage degli screenshot, no. Per il coding a lungo orizzonte, sì.

Un dato del lancio merita di essere riletto in questa luce. Il confronto della stessa OpenAI colloca GPT-6.1 Terra allo sforzo massimo all'incirca allo stesso livello di GPT-6 Astra a medio su Agents' Last Exam, a circa un decimo del prezzo per token. È un'affermazione per attività travestita da prezzo per token, ed è l'argomento sui costi più forte del rilascio — più forte di «metà prezzo», perché tiene conto di quanti token consuma ciascun modello.

Cosa puoi effettivamente comprare oggi

Al momento della stesura, GPT-6.1 Terra non è presente nel catalogo di OrcaRouter. Il catalogo include GPT-6.1 Sol a $2/$10, GPT-5.6 Terra a $2/$12, GPT-6 Astra a $10/$50 e GPT-6 Luna a $0.10/$0.50, con un ricarico dello 0% rispetto al prezzo di listino del fornitore, ma non la nuova Terra. Chiunque oggi ti quoti una tariffa per Terra tramite un router è o in anticipo rispetto alla documentazione del fornitore o sta tirando a indovinare.

Questo lascia una forma pratica per le prossime settimane. Determina il carico di lavoro sugli arm su cui puoi contare subito — Sol e Luna sono entrambi attivi, su un'unica chiave, con failover automatico — e prova Terra direttamente contro l'API di OpenAI in parallelo. Poiché il nostro catalogo applica il prezzo di listino del fornitore senza ricarichi, un taglio di prezzo del fornitore compare sugli arm Sol e Luna lo stesso giorno in cui OpenAI lo pubblica; non c'è nulla da rinegoziare. Se in seguito Terra entrerà nel catalogo, la migrazione sarà una stringa di modello, e la misurazione che hai costruito sull'arm Sol è la baseline con cui confrontarla.

Un modello di budget che sopravvive al contatto

• Separa input, input in cache, output e scritture in cache. Quattro righe, non una.

• Segnala ogni richiesta superiore a 272K token. Se più di qualche punto percentuale la supera, riprezza l'intero carico di lavoro al livello long-context, non al livello headline.

• Valuta l'impegno separatamente. Esegui la stessa valutazione a livello basso, medio e massimo; ciò che cambia è il numero di token, non la tariffa.

• Nuovi tentativi del modello. Un agente browser con un tasso di nuovi tentativi del 30% costa il 30% in più per attività di quanto suggerisca l'aritmetica, e il modello economico è di solito quello che necessita del nuovo tentativo.

• Confronta il costo per attività completata, non il costo per milione. Il numero index-task di Artificial Analysis è un proxy ragionevole quando non hai nulla di meglio; la tua eval è migliore.

Il titolo del metà prezzo è reale. È anche il numero meno interessante sulla scheda, perché descrive una tariffa anziché una bolletta. La bolletta è determinata dall'effort, dalla soglia critica dei 272K, da quanto spesso ricostruisci una cache e da quanti tentativi richiede un compito — e su tre di questi quattro, la documentazione di OpenAI stessa ti dà la manopola ma non l'impostazione.