GPT-6.1 Terra 対 GPT-6.1 Sol：5ドルの出力がより安価な答えでなくなるのはどこか

の間でほとんどの人が行う比較はGPT-6.1 TerraとGPT-6.1 Sol誤っており、しかも安価なモデルを有利に見せる形で誤っています。両方を最大の推論エフォートに設定し、Terraのスコアが少し低いことに触れ、Terraの費用が半分であることに触れ、Terraが妥当なデフォルトだと結論づけます。しかし、すべての呼び出しで最大エフォートの本番パイプラインを動かす人はいません。実際の選択はxhighのTerra対lowのSolであり、その比較では、Hacker Newsのコメンテーターたちが公開から数時間以内に、Terraはより多くのコストをSolより負担する可能性があり、しかもスコアは悪化すると指摘しました。選ぶモデルは、それを固定する推論エフォートレベルほど重要ではなく、しかもそのエフォートレベルこそ、どちらの公開ページも見出しに載せていない変数です。

両モデルは同じ世代、同じ月に登場しています。GPT-6.1 Sol は2026年9月29日、GPT-6.1 Terra は10月26日にリリースされました。両者は1.05Mのコンテキストウィンドウ、128Kの出力上限、同じ3つのエンドポイント、同じテキストと画像の入力に対応します。両者を分けるのは、独立系インデックスにおける4ポイントの差と、価格表における2倍の差です。そして、その4ポイントに2倍の価格を払う価値があるかどうかは、あなたのワークロードが最後の4ポイントをどう活かすかに完全にかかっています。

同じモデル、2つの価格カード

OpenAIのモデルドキュメントに基づく仕様（2026年10月27日閲覧）。

• 料金 — GPT-6.1 Terra は入力 $1 / 出力 $5（100万トークンあたり）、GPT-6.1 Sol は $2 / $10。Terra のキャッシュ入力は $0.05、Sol は $0.10。

• コンテキスト — 各1,050,000トークン、最大入力922,000、最大出力128,000。同一。

• 知識カットオフ — Terra は2026年6月1日、Sol は2026年4月30日。より安価で新しいモデルのほうが、世界の情報が約1か月新しい。

• 推論エフォート — Terraはnone、low、medium、high、xhigh、maxを提供し、Solはlowからmaxまでを提供します。Terraの追加の「none」段階は、Solにはない真のコスト下限です。

• モディファイア — 両者ともバッチとフレックスは標準比50%引き、fastは2倍、リージョナルは+10%、そして272K入力のしきい値を備えています。Solのみ、標準の6倍となるUltrafastティアがあり、リスト価格では100万トークンあたり入力$12、出力$60となります。

• ツールとエンドポイント — 同一のセット。ツール呼び出しにはResponses API、ツールなしのChat Completions、両方にBatch、どちらもファインチューニングなし。

4点で価格は2倍

Artificial Analysisは現在、GPT-6.1 TerraをIntelligence Index 48（221モデル中25位）、GPT-6.1 Solを52（13位）として掲載している。独立した能力差はこれで全部だ。最大エフォート時の総合指標上で4ポイント。取るに足らない差ではない。だが「フラッグシップ対ミドルティア」という言葉が示唆するような隔たりでもなく、両モデルは世代、アーキテクチャファミリー、コンテキストウィンドウを共有している。

コスト差はより端的に言えばこうだ。標準料金で入力・出力の両方ともちょうど2倍。Terraは安売り棚のモデルではない。Solの価格を半分にし、インデックスポイントを4つ削ったものだ。

完了したタスクごとのコスト、トークンごとではない

判断を左右すべき指標は、完了タスクあたりのコストです。これには各モデルが思考に費やすトークン数も織り込まれているからです。Artificial AnalysisのIntelligence Indexでは、GPT-6.1 Terraは1タスクあたり$0.40、GPT-6.1 Solは$0.72で、Terraでは44%の節約になります。これは見出しの50%より小さい数字ですが、最大エフォートで同じ作業を完了するためにTerraが消費するトークンがやや多いためです。

それを規模に当てはめよう。月100万タスクなら、その差は約32万ドル。月1万タスクなら3,200ドル——実際の金額ではあるが、評価ハーネスを作り直すのに費やすエンジニア1週間分よりは小さい。Terraの価格優位性が移行を正当化する閾値は、品質の問題ではなく量の問題であり、ベンチマークの表を読む前に最初に計算すべき数字だ。

Terraに有利な二次的効果が、どちらの価格にも表れていません。それは知識カットオフです。Terraの6月1日という学習期限は、Solの4月30日より1か月新しいです。最新のAPI、ライブラリのバージョン、ドキュメントに依存するワークロードでは、その1か月はインデックス4ポイント以上に値し、しかもそれを得るコストは半分で済みます。

エフォートレベルの罠を順を追って解説

具体的に言うと、失敗モードはこうだ。xhigh 設定の Terra は、low 設定の Sol よりもタスクあたりにより多くのトークンを消費する。Terra のトークン単価が半分だとしても、使用量が2倍を超えれば、その安いモデルはもはや安くはない。しかも最も難しいタスクでは xhigh は Sol の low よりも弱い設定なのだから、より悪い回答に対して多く支払っていることになる。Hacker News のコメント投稿者たちは、Terminal-Bench 4.0 の公開から1日以内にまさにこの点を指摘していた。

修正策はTerraを避けることではない。同じ設定ではなく、同じ支出で比較することだ。具体的には、まず品質基準を決める——自社の評価で製品に必要な合格率——そして、それを満たす最も安価な（モデル、エフォート）の組み合わせを見つける。この探索空間には、これら2つのモデルにまたがる12の実用的な候補があり、2つではない。そして答えは通常、「Terraを最大設定で」や「Solを最大設定で」ではない。

OpenAI自身の数値は、この設定がどれほど結果を動かすかを示している。ベンダー社内のエラー誘発セットにおけるTerraのエラー率は、低エフォート時の16.7%から最大時の4.3%へ低下する——1つのモデル内で12ポイントの変動だ。独立系インデックスにおけるTerraとSolの差は4ポイント。エフォートのダイヤルはモデル選択よりも大きなレバーであり、しかも無料で回せる。

Solが依然としてマークアップを稼げる場所

OpenAIによるSolの位置づけは「複雑な作業においてAstraに近い性能をより低コストで」というもので、Terraとの差が現れるベンダーベンチマークもそれと一致している。長期的なエージェント型作業、最も難しいコーディング、密度の高い業務文書といった領域だ。これらは、失敗した実行がトークン代よりも高くつくタスクでもあり、まさに2倍の価格プレミアムを正当化しやすい場面である。

Terraの反論は、マーケティングが示唆するより範囲が狭いが、インデックスが示唆するより鋭い。OpenAIは、Terminal-Bench-Science 0.1においてTerraがClaude Opus 5.5との差5ポイント以内で、推定コストは5分の1未満だと報告している。またAgents' Last ExamではGPT-5.6 Terraを15ポイント上回り、コストは約3分の1だ。これらはベンダーが実施し、ベンダーが選んだテストによる数値なので、規模ではなく方向性を示すものだ。ただしその方向性は「科学に近いタスクやエージェント的タスクでは十分に使え、しかもはるかに安い」というもので、これは確かなニッチだ。

正直に言えば、この使い分けです。Solは品質が4ポイント下がることに気づくようなタスク向けで、Terraは請求額に気づくようなタスク向けです。完全にどちらか一方だけに当てはまるワークロードはほとんどなく、だからこそモデルの問題よりもルーティングの問題のほうが重要なのです。

品質が決める前に、レイテンシが決め手になるかもしれない。

Artificial Analysisの測定によると、GPT-6.1 Solは最大エフォート時で毎秒65.9出力トークン、最初のトークンまでの時間は325.58秒です。この最初のトークンまでの時間は誤植ではなく、インタラクティブな用途には致命的です。Terraにはまだ独立したスループット測定がありません。OpenAIはTerraを大幅に高速だと説明しており、それが事実なら、インデックススコアに関係なく、チャット形式やエージェントループ型の製品にとってこの差は議論の決着をつけるほど大きいものです。

バッチ処理では判断が逆転する。ジョブが一晩かけて実行されるなら、325秒の思考は無関係であり、Solのより高い上限性能には対価を払う価値がある。レイテンシはモデルの性質ではなくワークロードの性質であり、ベンチマーク順位よりも先に意思決定に組み込まれるべきだ。

両腕を1つのキーに置いたまま

OrcaRouterはGPT-6.1 Solを$2/$10の定価で、0%のマークアップで提供しており、これは200以上の他のモデルと同じキーで利用できます。GPT-6.1 Terraは10月27日時点で当社のカタログにはありません — 登場から1日しか経っておらず、OpenAIのAPIで利用可能です — そのため今日の実践的なパターンは、当社側でSol側を測定し、それをエスカレーション先に設定することです。Terraが勝る場面ではTerraを実行し、リクエストに追加の4ポイントが必要なとき、またはプロバイダーが不調な時間帯にはSolへフェイルオーバーします。両者は同じ世代、同じコンテキストウィンドウ、同じエンドポイント形状なので、ルーティングルールはモデル文字列とエフォート設定であり、書き換えではありません。

ルーティングDSLがここで重要になるのには、具体的な理由がある。興味深い本番構成は「TerraかSolか」ではなく、「高負荷時はTerra、信頼度が低いときは中負荷でSolへエスカレーションする」というものだ——そうでなければ2つの統合、2つのリトライポリシー、2つの請求を意味することになる組み合わせである。これこそがこのペアが促す類の判断であり、2つのモデルを二者択一ではなくはしごとして評価すべき理由でもある。

決定規則

• 大量処理・仕様が明確・低遅延重視 — スクリーンショット、フォーム、抽出、ブラウザ自動化、定型的な文書作成。評価をクリアする最小限のエフォートでTerraを。4ポイントの不足は表面化せず、タスクあたり44%の節約は実現します。

• ハードなコーディング、長期的なタスクをこなすエージェント、密度の高い専門文書——失敗した実行のコストがトークン代を上回るようなあらゆる作業。Sol。これこそが、2倍のプレミアムが存在する理由となるワークロードです。

• 初回トークンまでの厳しい時間予算を伴う対話型チャット。Sol を低エフォートで測定し、レイテンシが許容できると確認した場合を除き、Terra を使用してください。最大エフォートの Sol は、チャットインターフェースをまとったバッチ処理用の装置です。

• 鮮度が重要な作業——最新のAPI、ライブラリのバージョン、最新のドキュメント。Terraの6月のカットオフはSolの4月のカットオフを上回り、しかも半分の価格でそれを実現します。

• 確信が持てません。設定を揃えるのではなく、支出を揃えてベンチマークしてください。そのたった一つの変更だけで、どんなベンチマーク表よりも多くのチームをTerraへ動かすでしょう。

未解決の問いは、Terra が Sol を置き換えるのに十分なほど優れているかどうかではない——利用可能な唯一の独立した指標で見る限り、明らかにそうではない。問いは、その4ポイントの差が GPT-6.1 Astra の登場後も残るかどうかである。Astra はまだ出荷されておらず、Sol が Astra を格下げしたのと同じように Sol を格下げすることになる。そうなったとき、興味深い比較は割引された Sol に対する Terra であり、エフォートダイヤルは今日以上に重要になるだろう。