GPT-6.1 Terra Pro 対 GPT-6.1 Sol：価格表ではなく、仕事内容で選ぶ

GPT-6.1 Terra Pro 対 GPT-6.1 Solは、人々が検索する対決ですが、その名前の片側だけが実在します。OpenAIのモデルはGPT-6.1 Terraであり、「Pro」はChatGPTのプラン名であってモデルの変種ではありません。重要な比較はGPT-6.1 Terra対GPT-6.1 Solで、同じ世代の2モデルであり、同じ105万トークンのコンテキストウィンドウ、同じ128,000トークンの出力上限、そして2対1の価格差があります。有用な問いは、どちらが優れているかではありません。これから任せようとしている仕事において、どちらが優れているかです。

その枠組みだと答えが変わる。独立系インデックスでは、Solが4ポイントリードしている。価格では、Terraは半分だ。速度では、OpenAI自身の測定によると、Terraは3倍以上速い。これらの3つの事実はどれも単独ではこの対決を決めない。それぞれがワークロードの異なる部分、つまり品質、コスト、レイテンシに対応するからだ。どちらのモデルが勝つかは、あなたのタスクが実際にどれを不足しているかによる。

手短に言えば

業務が、アプリケーションをクリックして操作するブラウザまたはデスクトップエージェント、フォーム入力パイプライン、請求書キュー、モデル化が必要な技術図面、提供された資料から明確に文書を作成する作業のいずれかである場合は、まずGPT-6.1 Terraから始めてください。業務が長期にわたるリファクタリング、複数ファイルにまたがる機能、難解なデバッグ作業、密度の高い専門文書、数時間に及ぶ調査タスクのいずれかである場合は、まずGPT-6.1 Solから始めてください。OpenAIが提供する最速の有料ティアが必要な場合、2つのうちUltrafastオプションがあるのはSolだけです。

それが全体像だ。この記事の残りでは、その証拠、その形が崩れる箇所、そして答えを覆しうる設定を扱う。

2つのモデル、2つの仕事

GPT-6.1 Terraの担当は日常業務です。視覚的推論、コンピューター操作、そして誰かが提供した資料をもとに人が書いたように読める文章作成です。OpenAIの発表では、提案書の下書き、技術図面の解釈、フォームの記入、動画編集が挙げられています。GPT-6.1 Solの担当は、より難しく時間のかかる作業です。Astraに近いコーディングと専門文書であり、Terraの発表投稿でもOpenAIは最も複雑なコーディング作業にはSolまたはAstraを推奨しています。

OpenAIのTed Sandersは、ローンチ当日の各報道で引用され、このトレードオフをより率直に述べた。Terraは技術的コミュニケーションにおいてAstraやSolより優れ、視覚とコンピューター利用では同程度だがはるかに速く、その他のほとんどの点ではやや劣る。これは独立した調査結果ではなくベンダーによる説明であり、トレードオフを隠さずに明示している点で有用だ。

両モデルは同じ骨格を共有しています。コンテキストは105万トークン、最大入力は922,000、最大出力は128,000、テキストと画像の入力に対応し、Chat CompletionsとResponsesのエンドポイントを備え、ファインチューニングはありません。違いは、知識カットオフ（Terraは2026年6月1日、Solは2026年4月30日）、推論の下限（Terraはnoneを受け付け、Solはlowから開始）、速度ティア（SolにはUltrafastがあり、Terraにはない）、そして料金表です。

ベンチマークが分かれるところ

Artificial Analysisは最も明快な独立系の指標だ。Terraは最大エフォートで48、Solは52、221中25位と13位、インデックスタスクあたり$0.40対$0.72。インデックス4ポイントは実際の差だが、タスク固有の評価がどちらか一方の方向へ消し去り得る類の差だ。

• 総合指数 — Terra 48 対 Sol 52（Artificial Analysis）。

コーディングエージェント指数 v2.0 — Terra 48 対 Sol 54、GPT-6 Luna は 31（Artificial Analysis）。

• Terminal-Bench 4.0 — Terra は最大エフォートで 50.3%、OpenAI は Terra のローンチ時に Sol の数値を公表していない（ベンダー報告）。

• Terminal-Bench-Science 0.1 — OpenAIは、Terraが最大エフォート設定でSolをより低コストで上回り、推定コストの5分の1未満でClaude Opus 5.5に5ポイント以内に迫ると述べている（ベンダー報告であり、今回のローンチで最も驚くべき主張）。

• Plotlyデータ分析試験 — Terra 40/43、Sol 43/43、Luna 38/43、試験あたり$1.31（$2.61に対して）。Terraは40以上に到達した最速モデルで、1問あたり約15秒（第三者評価）。

• OSWorld 2.1 — OpenAIは、中程度のエフォート設定のTerraがGPT-5.6 Terraの最高スコアをはるかに低いコストで上回ると述べているが、Solとの直接対決の数値は公表していない。そのため、Terraのポジショニングにとって最も重要なコンピューター操作に関する主張は、最も直接的な証拠が少ないものになっている。

そのリストは、4つのポイントがどこにあるかを示す地図として読んでください。Solの優位性はコーディングと長い時間軸の推論に集中しています。Terraの優位性は速度、価格、より新しいカットオフです。OpenAIがSolに対して直接公開することを選んだ唯一のベンチマーク、Terminal-Bench-Science 0.1では、Terraがより低コストで勝っており、これは本当の番狂わせか、ベンチマーク選択による効果のどちらかです。OpenAI以外でこれを再現した者はいません。

エフォートダイヤルはモデルよりも多くのことを左右する

両モデルは推論エフォートを公開しており、その設定はモデル選択よりもコストが高くつくことがある。Terraの下限はnoneで、抽出や分類には異例なほど安い。Solの下限はlowなので、Solの呼び出しは常に何らかの推論コストを支払うことになる。上限では、Terraをxhighにすると、同じタスクでより悪いスコアになる一方で、Solをlowにした場合より多くのトークンを消費し、コストも高くなる可能性がある。これはローンチから数時間以内にHacker Newsのコメンテーターが指摘した観察だ。私たち自身は測定していないが、算数的にはもっともらしい。エフォートはトークン数を乗法的に変える一方、価格差はわずか2倍だからだ。

実用的なルールは、エフォートを習慣ではなく評価によって固定することです。50件の実際のタスクを両モデルで2つのエフォートレベルで実行し、品質基準を設定して、それを満たす最も安価な組み合わせを選びます。TerraとSolを同じ名目上のエフォートで比較するのは、この対決で最もよくある間違いであり、誤った答えを生み出す可能性が最も高いものです。

完了したタスクにかかるコスト

• 入力 — Terra は100万トークンあたり$1.00、Sol は$2.00。

• キャッシュ済み入力 — $0.05 対 $0.10。

• 出力 — $5.00 対 $10.00

• キャッシュ書き込み — Terraの場合、30分間の保持で$1.25、12時間の保持で$2.50、Solは$2.50です。

• 長いプロンプト — 272,000入力トークンを超える場合、リクエスト全体に対して入力料金とキャッシュ料金は2倍、出力料金は1.5倍が課金されます。

• インデックスタスクあたりの実測コスト — Terra は $0.40、Sol は $0.72 で、価格表が示唆する 50% ではなく 44% の節約になります。これは Terra が最大エフォート時に消費できるトークン数が多いためです。

明確な前提に基づく計算例：文書あたり入力2,000トークン、出力500トークン、キャッシュなし。Terraは入力に$0.002、出力に$0.0025、つまり文書あたり$0.0045かかる。Solは$0.009。100万文書では$4,500対$9,000になる。入力の半分がキャッシュされると、Terraの入力コストはさらに半分になり、Solも同じ割合で下がるため、比率は維持される。差が広がるのはTerraのnone設定が使える場合だけで、Solがより少ないトークンでタスクを終える場合には縮まる。

アクセスは比較の一部です

TerraはAPI、およびPlus、Pro、Enterprise、EduプランのChatGPT WorkとCodexで利用できます。OpenAIの発表にはメインのChatピッカーは記載されていません。SolはAPIとChatGPTで利用でき、2つのうちUltrafastモードがあるのはSolだけです。両方ともFastを標準価格の2倍で提供しています。Pro 500プランでは、Ultrafastは含まれる利用枠を標準レートの8倍、購入済みクレジットを6倍消費するため、「より高速」はレイテンシーの問題であると同時に、請求上の判断でもあります。

ルーティング面では非対称性は単純だ。GPT-6.1 Sol は OrcaRouter カタログに定価、入力 $2、出力 $10、マークアップなしで掲載されており、そのためベンダーの価格変更は同じ条件でそのまま反映される。GPT-6.1 Terra は10月27日時点でまだカタログになく、Terra の呼び出しは OpenAI 自身の API に送る必要がある。これは今日のカタログに関する事実であり、恒久的な方針ではない。当社が実際に扱っているモデル間の自動フェイルオーバーこそが、一方のモデルが明らかに安い場合でも第二の選択肢を構成しておく理由である。

今週から使える選定ルール

• タスクが必要とするものによって分類してください：画面制御とドキュメント作成はTerraを指し、コード、長い推論、濃密な調査はSolを指します。

• 価格表を見る前に、自分のデータで品質基準を定めよう。4つの指標ポイントは品質基準ではない。あなたの評価こそが品質基準だ。

• 1つではなく2つのエフォートレベルでテストすること。Terraのnone対Solのlowは、Terraのmax対Solのmaxとは異なる比較になる。

• 完了したタスクに対して、リトライやツール呼び出しを含めて価格を設定する。トークン単位の計算では、より多くのターンを必要とするモデルを過小評価してしまう。

• 敗れた方をフェイルオーバー用のアームとして残す。レート制限される最安モデルは安くない。

OrcaRouter経由でルーティングする場合、その最後のステップはコードではなく設定です。1つのキー、タスククラスごとのルーティングルール、そしてプロバイダーが劣化した際のフェイルオーバーです。Terraが対応されれば、2つのモデルは同じエンドポイントの背後に置けますが、現時点ではSolのみが対応しています。

何が答えを変えるだろうか

三つある。TerraをSolに近い位置づける独立したコーディング評価は、倍額を払う主な理由を崩すだろう。公開されたOSWorld 2.1の直接対決は、OpenAIが暗黙のままにしたコンピューター利用の主張を決着させるだろう。そしてルーターにTerraを掲載することが、フェイルオーバーの話を願望ではなく現実にするだろう。それまでは、擁護できる既定は、量と画面作業にはTerra、コードと長い推論にはSol、そしてスローガンではなくその間の評価だ。