GPT-6.1 Terra vs GPT-6.1 Sol: dove l'output da $5 smette di essere la risposta più conveniente

Il confronto che quasi tutti fanno tra GPT-6.1 Terra e GPT-6.1 Sol è sbagliato, ed è sbagliato in un modo che favorisce il modello più economico. Impostano entrambi al massimo livello di ragionamento, notano che Terra ottiene un punteggio leggermente inferiore, notano che Terra costa la metà, e concludono che Terra sia la scelta predefinita sensata. Ma nessuno gestisce una pipeline di produzione al massimo livello di impegno a ogni chiamata. La vera scelta è Terra a xhigh contro Sol a low — e su questo confronto, come hanno fatto notare i commentatori su Hacker News entro poche ore dal lancio, Terra può costare di più di Sol pur ottenendo un punteggio peggiore. Il modello che scegli conta meno del livello di impegno a cui lo fissi, e il livello di impegno è la variabile che nessuna delle due pagine di lancio mette in evidenza.

Entrambi i modelli sono della stessa generazione e dello stesso mese: GPT-6.1 Sol è stato rilasciato il 29 settembre 2026, GPT-6.1 Terra il 26 ottobre. Condividono una finestra di contesto da 1,05M, un limite di output di 128K, gli stessi tre endpoint e lo stesso input testuale e di immagini. Ciò che li separa è un divario di quattro punti sull'indice indipendente e un divario di 2× sul listino prezzi — e la questione se quattro punti valgano il doppio dipende interamente da ciò che il tuo carico di lavoro fa con gli ultimi quattro punti.

Lo stesso modello, due schede prezzo

Specifiche dalla documentazione dei modelli di OpenAI, consultata il 27 ottobre 2026.

• Prezzo — GPT-6.1 Terra 1 $ input / 5 $ output per milione; GPT-6.1 Sol 2 $ / 10 $. L'input in cache di Terra costa 0,05 $, quello di Sol 0,10 $.

• Contesto — 1.050.000 token ciascuno, 922.000 input massimo, 128.000 output massimo. Identici.

• Limite delle conoscenze — Terra 1 giugno 2026; Sol 30 aprile 2026. Il modello più economico e più recente ha un mondo più aggiornato di circa un mese.

Sforzo di ragionamento: Terra offre none, low, medium, high, xhigh, max; Sol offre da low a max. Il livello aggiuntivo «none» di Terra è un'autentica soglia minima di costo che Sol non ha.

• Modificatori — entrambi prevedono batch e flex al 50% sotto lo standard, fast a 2×, regional a +10% e la soglia di input di 272K. Solo Sol ha un livello Ultrafast a 6× lo standard, che a listino corrisponde a 12 $ di input e 60 $ di output per milione.

• Strumenti ed endpoint — insieme identico. Responses API per il tool calling, Chat Completions senza strumenti, Batch per entrambi, nessun fine-tuning su nessuno dei due.

Quattro punti, il doppio del prezzo

Artificial Analysis attualmente colloca GPT-6.1 Terra a un Intelligence Index di 48 — 25º su 221 modelli — e GPT-6.1 Sol a 52, 13º. Questo è l'intero divario di capacità indipendente: quattro punti, al massimo sforzo, su un indice composito. Non è poco. Non è nemmeno il divario che il linguaggio "ammiraglia contro fascia media" implica, e i due modelli condividono una generazione, una famiglia architetturale e una finestra di contesto.

Il divario di costo è più facile da enunciare: esattamente 2× sia sull’input sia sull’output alle tariffe standard. Terra non è un modello da discount; è il prezzo di Sol dimezzato con quattro punti indice in meno.

Costo per attività completata, non per token

Il numero che dovrebbe guidare la decisione è il costo per attività completata, perché include quanti token ciascun modello spende per pensare. Nell’Intelligence Index di Artificial Analysis, GPT-6.1 Terra costa $0,40 per attività e GPT-6.1 Sol $0,72 — un risparmio del 44% per Terra, inferiore al 50% annunciato perché Terra consuma leggermente più token per completare lo stesso lavoro al massimo impegno.

Ragiona su scala. A un milione di attività al mese, la differenza è di circa $320,000. A diecimila attività, è di $3,200 — soldi veri, ma inferiori a una settimana-uomo di un ingegnere spesa per ricostruire un harness di valutazione. La soglia in cui il vantaggio di prezzo di Terra giustifica una migrazione è una questione di volume, non di qualità, ed è il primo numero da calcolare prima di leggere qualsiasi tabella di benchmark.

C’è un effetto di secondo ordine a favore di Terra che non emerge in nessuno dei due prezzi: il limite delle conoscenze. L’orizzonte di addestramento di Terra, il 1° giugno, è di un mese più recente rispetto al 30 aprile di Sol. Per i carichi di lavoro che dipendono da API, versioni delle librerie o documentazione recenti, quel mese vale più di quattro punti indice e costa la metà ottenerlo.

La trappola del livello di sforzo, analizzata a fondo

Ecco la modalità di fallimento in termini concreti. Terra a effort xhigh spende più token per attività di Sol a effort low. Se i token di Terra costano la metà ma ne usa più del doppio, il modello più economico non è più economico — e poiché xhigh è un'impostazione più debole del low di Sol sulle attività più difficili, stai pagando di più per una risposta peggiore. I commentatori di Hacker News hanno descritto esattamente questo su Terminal-Bench 4.0 entro un giorno dal lancio.

La soluzione non è evitare Terra. È confrontare a parità di spesa anziché a parità di impostazioni. Concretamente: scegli prima la tua soglia di qualità — il tasso di superamento di cui il tuo prodotto ha bisogno nella tua valutazione — poi trova la coppia (modello, sforzo) più economica che la supera. Questo spazio di ricerca ha dodici punti pratici tra questi due modelli, non due, e la risposta di solito non è "Terra al massimo" o "Sol al massimo".

I numeri di OpenAI stessi illustrano quanto incida l'impostazione. Il tasso di errore di Terra sul set interno del fornitore progettato per indurre errori scende dal 16,7% con impegno basso al 4,3% con impegno massimo — un'oscillazione di 12 punti all'interno di un singolo modello. Il divario tra Terra e Sol sull'indice indipendente è di quattro punti. La manopola dell'impegno è una leva più potente della scelta del modello, ed è gratuita da azionare.

Dove Sol guadagna ancora il ricarico

Il posizionamento di OpenAI per Sol è «prestazioni vicine ad Astra per il lavoro complesso a un costo inferiore», e i benchmark del fornitore in cui si differenzia da Terra sono coerenti con questa descrizione: lavoro agentico a lungo orizzonte, programmazione più complessa e documenti professionali densi. Sono anche le attività in cui un'esecuzione fallita costa più dei token, ed è proprio in questi casi che un sovrapprezzo di 2× è facile da giustificare.

La controargomentazione di Terra è più limitata di quanto suggerisca il marketing, ma più incisiva di quanto implichi l'indice. OpenAI riporta che Terra è entro 5 punti da Claude Opus 5.5 su Terminal-Bench-Science 0.1 a meno di un quinto del costo stimato, e 15 punti sopra GPT-5.6 Terra su Agents' Last Exam a circa un terzo del costo. Sono numeri eseguiti dal fornitore su test selezionati dal fornitore, quindi stabiliscono la direzione più che la grandezza — ma la direzione è "abbastanza buona in compiti affini alla scienza e compiti agentici, molto più economica", il che è una nicchia reale.

La distinzione onesta è questa: Sol serve per le attività in cui noteresti un calo di quattro punti nella qualità, mentre Terra serve per le attività in cui noteresti la fattura. Ben pochi carichi di lavoro sono interamente dell'uno o dell'altro tipo, ed è per questo che la questione del routing conta più della questione del modello.

Potrebbe essere la latenza a deciderlo, prima della qualità.

Artificial Analysis misura GPT-6.1 Sol a 65,9 token di output al secondo con 325,58 secondi al primo token alla massima intensità di calcolo. Quel valore del tempo al primo token non è un errore di battitura, ed è squalificante per qualsiasi uso interattivo. Terra non dispone ancora di una misurazione indipendente della velocità di elaborazione; OpenAI lo descrive come sostanzialmente più veloce, e se questo è vero, il divario è abbastanza ampio da risolvere la questione per i prodotti basati su chat o su cicli di agenti, indipendentemente dai punteggi degli indici.

Per il lavoro in batch il calcolo si ribalta: 325 secondi di ragionamento sono irrilevanti se il job viene eseguito durante la notte, e il tetto prestazionale più alto di Sol vale la spesa. La latenza è una proprietà del carico di lavoro, non del modello, e va considerata nella decisione prima del posizionamento nel benchmark.

Tenendo entrambe le braccia su un unico tasto

OrcaRouter offre GPT-6.1 Sol al prezzo di listino di $2/$10 con markup dello 0%, sulla stessa chiave di oltre 200 altri modelli. GPT-6.1 Terra non è nel nostro catalogo al 27 ottobre — è uscito da un giorno ed è disponibile tramite l'API di OpenAI — quindi lo schema pratico oggi è misurare il ramo Sol dalla nostra parte e impostarlo come obiettivo di escalation: esegui Terra dove vince, passa a Sol quando una richiesta richiede i quattro punti extra o quando un provider ha un'ora problematica. Entrambi sono della stessa generazione, hanno la stessa finestra di contesto e la stessa struttura di endpoint, quindi la regola di routing è una stringa di modello e un'impostazione di effort, non una riscrittura.

Il DSL di routing qui conta per un motivo specifico. La configurazione di produzione interessante non è “Terra o Sol”, ma “Terra ad alto, con escalation a Sol a medio quando la confidenza è bassa”: una composizione che altrimenti significherebbe due integrazioni, due policy di retry e due bollette. È il tipo di decisione a cui questa coppia invita, ed è il motivo per cui i due modelli dovrebbero essere valutati come una scala piuttosto che come un aut aut.

La regola di decisione

• Alto volume, ben specificato, sensibile alla latenza — screenshot, moduli, estrazione, automazione del browser, redazione di routine. Terra, al livello di effort più basso che supera la tua eval. Il deficit di quattro punti non si noterà e il risparmio del 44% per attività sì.

• Programmazione complessa, agenti a lungo orizzonte, documenti professionali densi, qualsiasi attività in cui un'esecuzione fallita costi più dei token. Sol. Questo è il carico di lavoro per cui esiste il sovrapprezzo 2×.

• Chat interattiva con un budget rigoroso per il tempo al primo token. Terra, a meno che tu non abbia misurato Sol a basso sforzo e trovato la latenza accettabile. Sol al massimo sforzo è uno strumento batch che indossa un'interfaccia chat.

• Lavori sensibili all'aggiornamento — API recenti, versioni delle librerie, documentazione aggiornata. Il cutoff di giugno di Terra batte quello di aprile di Sol, e lo fa a metà prezzo.

• Non ne sono certo. Esegui il benchmark a parità di spesa, non a parità di impostazioni. Quel singolo cambiamento porterà più team su Terra di quanto farà qualsiasi tabella di benchmark.

La questione aperta non è se Terra sia abbastanza buona da sostituire Sol — chiaramente non lo è, sull'unica misura indipendente disponibile. È se il divario di quattro punti resisterà all'arrivo di GPT-6.1 Astra, che non è ancora stato rilasciato e che spingerà Sol giù nella scala allo stesso modo in cui Sol ha spinto giù Astra. Quando ciò accadrà, il confronto interessante sarà Terra contro un Sol scontato, e il selettore dell'impegno conterà ancora più di quanto non conti oggi.