GPT-6.1 Terra-prijzen: wat $1 en $5 je echt opleveren

De tarievenkaart voor GPT-6.1 Terra bestaat uit vier getallen, en drie daarvan zijn de getallen die mensen noemen: één dollar per miljoen invoertokens, vijf dollar per miljoen uitvoertokens en vijf cent per miljoen gecachte invoertokens. Het vierde — $1,25 per miljoen cache-schrijftokens — is het getal dat bepaalt of je factuur halveert of slechts licht daalt. Dit is een prijspagina, geen lanceerverhaal: ze haalt de volledige tarievenkaart regel voor regel uit elkaar, berekent de kosten van drie echte workloads voor GPT-6.1 Terra, GPT-6.1 Sol, GPT-5.6 Terra, GPT-6 Astra en GPT-6 Luna, en laat zien waar de claim van de halve prijs standhoudt wanneer die met een productiefactuur in aanraking komt, en waar die stilletjes ophoudt waar te zijn.

Elk cijfer hieronder is afkomstig uit OpenAI's modeldocumentatie voor GPT-6.1 Terra, gelezen op 27 oktober 2026, en uit de live vermeldingen op Artificial Analysis voor de onafhankelijke kosten-per-taakcijfers. Waar een cijfer door de leverancier is gerapporteerd, staat dat erbij. Niets hier is een voorspelling vermomd als een meting.

De kaart, regel voor regel.

De standaardtarieven voor GPT-6.1 Terra zijn $1,00 per miljoen inputtokens en $5,00 per miljoen outputtokens. Gecachte input kost $0,05 per miljoen. Dat zijn de cijfers die in elke kop staan, en ze kloppen voor zover ze gaan.

Wat de koppen weglaten, is dat een cache vullen niet gratis is. Schrijven naar de cache kost $1,25 per miljoen tokens met een bewaartermijn van 30 minuten, of $2,50 per miljoen met een bewaartermijn van 12 uur. Als je werklast één lange systeemprompt is die bij duizenden korte verzoeken opnieuw wordt gebruikt, verdient de cache zichzelf binnen een handvol aanroepen terug. Als je werklast elke keer een ander document van 40.000 tokens is, betaal je $1,25 bovenop het invoertarief van $1,00 voor het voorrecht iets op te slaan dat je nooit meer zult lezen — en gecachte invoer tegen vijf cent komt dan nooit in beeld.

De andere modifiers stapelen op manieren die je makkelijk over het hoofd ziet:

• Lange context — elk verzoek boven {{1}}272,000{{/1}} invoertokens wordt voor het hele verzoek gefactureerd tegen {{2}}$2.00{{/2}} invoer en {{3}}$7.50{{/3}} uitvoer, niet alleen voor het meerdere. De prijs voor gecachte invoer verdubbelt naar {{4}}$0.10{{/4}} en die voor cache-writes naar {{5}}$2.50{{/5}} op dat tariefniveau.

• Batch en Flex — 50% onder standaard, dus $0.50 input en $2.50 output. Dit is het goedkoopste capabele algemene tarief op de prijskaart van OpenAI.

• Snelle modus — 2× standaard, of $2,00 invoer en $10,00 uitvoer.

• Regionale verwerking — een premie van 10% wanneer een regio wordt aangeboden. Terra ondersteunt geen inferentie-residentie in de VAE, dus die premie is niet beschikbaar voor elke koper die er gebruik van wil maken.

• Redeneerinspanning — geen, laag, gemiddeld, hoog, xhigh en max. De standaardwaarde is gemiddeld. Inspanning verandert niets aan de prijs per token; het verandert hoeveel tokens het model aan denken besteedt, waardoor dezelfde prompt bij max wel drie keer zoveel kan kosten als bij laag.

De per-tokenkaart is met andere woorden een menu met zes draaiknoppen en twee kliffen. De kliffen zijn de drempel van 272K en de cache-schrijfkosten. De draaiknoppen zijn inspanning, batch, snel, regionaal en gecachte versus niet-gecachte invoer.

Drie workloads, drie facturen

Neem een supporttriage-pipeline: een systeemprompt van 2.000 tokens, een ticket van 1.500 tokens en een antwoord van 400 tokens. Zonder cache zijn dat 3.500 invoertokens tegen $1,00 per miljoen en 400 uitvoertokens tegen $5,00 per miljoen — $0,0035 plus $0,0020, ofwel $0,0055 per ticket. Tienduizend tickets per dag kosten $55. Met de systeemprompt in de cache en een cache die warm blijft, daalt de invoer naar ongeveer 1.500 niet-gecachte tokens plus 2.000 gecachte tegen $0,05, en hetzelfde ticket kost ongeveer $0,0037. De besparing is 33%, niet 50%, omdat de uitvoer altijd de duurdere helft was.

Nu een documentpijplijn: 80.000 invoertokens aan contracttekst en 2.000 uitvoertokens aan samenvatting. Dat is $ 0,08 aan invoer, $ 0,01 aan uitvoer — negen cent per document. Op GPT-5.6 Terra tegen $ 2,00 en $ 12,00 kost dezelfde taak $ 0,16 aan invoer en $ 0,024 aan uitvoer, ofwel 18,4 cent. De rekening halveert, en de grotere procentuele besparing zit bij de uitvoer: 58% goedkoper, niet 50%.

Dan de browseragent, de workload waarvoor Terra eigenlijk werd verkocht. Elke stap verstuurt een screenshot plus de taakstatus en vraagt om één actie. Stel: 3.000 invoertokens en 150 uitvoertokens per stap, en twintig stappen per taak. Dat is 60.000 invoer- en 3.000 uitvoertokens per taak — $ 0,06 in, $ 0,015 uit, 7,5 cent per voltooide taak vóór retries. Tel daar een retrypercentage van 30% bij op en je zit op ongeveer 9,8 cent. Hier worden de kosten per taak, niet de kosten per token, het enige getal dat ertoe doet.

De 272K-klippe, uitgewerkt

Omdat de long-contextvermenigvuldiger op het hele verzoek van toepassing is, is het overschrijden van 272.000 invoertokens geen marginale kostenpost. Een verzoek met 300.000 invoer en 3.000 uitvoer wordt gefactureerd tegen $2,00 en $7,50 per miljoen: $0,60 in, $0,0225 uit, $0,6225 totaal. Hetzelfde verzoek met 270.000 invoertokens wordt gefactureerd tegen $0,27 in en $0,015 uit, $0,285 totaal. Je hebt 30.000 tokens toegevoegd en 118% meer betaald.

Dat is belangrijk omdat het contextvenster van GPT-6.1 Terra 1.050.000 tokens bedraagt, met een maximale invoer van 922.000 tokens. Het venster nodigt workloads uit waarvoor de prijskaart je laat betalen. Als je pipeline routinematig 300K tot 500K tokens verstuurt, is de eerlijke vergelijking niet Terra tegen $1 versus Sol tegen $2 — het is Terra tegen $2 versus Sol tegen $4, en Terra tegen $7,50 uitvoer versus Sol tegen $15. Het gat van 50% blijft bestaan, maar de absolute getallen zijn twee keer zo hoog als de kop suggereert: een request met 400.000 invoer en 4.000 uitvoer kost $0,83 bij Terra en $1,66 bij Sol.

Waar de halveprijsclaim stopt

De snelle modus is het duidelijke voorbeeld. GPT-6.1 Terra tegen 2× kost $2,00 aan invoer en $10,00 aan uitvoer — precies de standaardlijstprijs van GPT-6.1 Sol, voor een model dat Artificial Analysis vier indexpunten lager scoort. Als je workload Terra's snelheid zo hard nodig heeft dat je de snelle multiplier betaalt, verdwijnt het prijsargument voor Terra ten opzichte van Sol volledig. Wat overblijft is een latentieargument, en het is alleen een argument als de gemeten snelheidskloof echt is.

De tweede plek waar het stopt, is inspanning. Bij xhigh of max kan Terra meer tokens verbruiken dan Sol bij low of medium om een vergelijkbaar antwoord te bereiken. Reageerders op Hacker News maakten dit punt binnen enkele uren na de lancering: "Terra bij xhigh kost meer dan Sol bij low en scoort slechter" was de steeds terugkerende variant. De prijskaart kan dat niet beantwoorden, omdat de kaart tokens prijst en de werklast bepaalt hoeveel.

De derde plaats is cache-schrijfintensief verkeer. Bij $1,25 per miljoen geschreven tokens betaalt een pipeline die bij elk verzoek een context van 50.000 tokens opnieuw opbouwt $0,0625 per verzoek voordat er ook maar één token wordt gelezen. Op GPT-5.6 Terra kostte dezelfde schrijfactie $2,50 — dus het nieuwe model is nog steeds goedkoper — maar de cachepost is nu goed voor 55% van de inputfactuur, niet 20%.

De kosten per afgeronde taak vormen het bedrag waarop u moet budgetteren.

Artificial Analysis publiceert zowel een Intelligence Index als de kosten per indextaak. In het live-overzicht staat GPT-6.1 Terra op 48 met een kostprijs per taak van $0.40. GPT-6.1 Sol staat op 52 en kost $0.72. GPT-5.6 Terra staat op 42 en kost $1.40. GPT-6 Astra staat op 53 met een veel hogere prijs per token, en GPT-6 Luna staat op 38 en is nog goedkoper.

De bruikbare conclusie is niet "Terra is 71% goedkoper per taak dan zijn voorganger" — waar, maar dat is een vergelijking met een model dat je toch al aan het verlaten was. Het is dat Terra's $0.40 tussen Sol's $0.72 en Luna's gebied onder de tien cent ligt, waardoor de beslissing op een lijn komt: is de taak moeilijk genoeg dat vier indexpunten de uitkomst veranderen? Voor formulierinvulling, factuurextractie en screenshot-triage: nee. Voor langdurig programmeren: ja.

Eén cijfer uit de lancering is in dit licht het opnieuw lezen waard. OpenAI's eigen vergelijking plaatst GPT-6.1 Terra op maximale inspanning ongeveer op hetzelfde niveau als GPT-6 Astra op gemiddelde inspanning bij Agents' Last Exam, tegen ongeveer een tiende van de prijs per token. Dat is een bewering per taak in een per-token-kostuum, en het is het sterkste kostenargument in de release — sterker dan "halve prijs", omdat het rekening houdt met hoeveel tokens elk model verbruikt.

Wat je vandaag echt kunt kopen

Op het moment van schrijven staat GPT-6.1 Terra niet in de catalogus van OrcaRouter. De catalogus bevat GPT-6.1 Sol voor $2/$10, GPT-5.6 Terra voor $2/$12, GPT-6 Astra voor $10/$50 en GPT-6 Luna voor $0.10/$0.50, met 0% opslag op de lijstprijs van de provider, maar niet de nieuwe Terra. Iedereen die je vandaag via een router een Terra-tarief noemt, loopt ofwel voor op de documentatie van de leverancier ofwel zit te gokken.

Dat geeft een praktische vorm voor de komende weken. Prijs de workload in op de armen die je nu kunt aanroepen — {{1}}Sol en Luna zijn beide live, op één sleutel, met automatische failover{{/1}} — en test {{2}}Terra{{/2}} parallel rechtstreeks tegen OpenAI's API. Omdat onze catalogus de lijstprijs van de provider zonder markup doorgeeft, is een prijsverlaging van een leverancier dezelfde dag zichtbaar op de Sol- en Luna-armen wanneer OpenAI die publiceert; er hoeft niets opnieuw te worden onderhandeld. Als Terra later in de catalogus terechtkomt, is de migratie een modelstring, en de meting die je op de Sol-arm hebt gebouwd, is de baseline waarmee je die vergelijkt.

Een budgettemplate dat contact overleeft

• Scheid invoer, gecachte invoer, uitvoer en cacheschrijfacties. Vier regels, niet één.

• Markeer elk verzoek boven 272K tokens. Als meer dan een paar procent die grens overschrijdt, herprijs dan de hele werklast op het long-context-tarief, niet op het headline-tarief.

• Reken inspanning apart af. Voer dezelfde eval uit op laag, gemiddeld en max; het aantal tokens, niet het tarief, is wat verandert.

• Modelretries. Een browseragent met een retrypercentage van 30% kost 30% meer per taak dan de rekensom suggereert, en het goedkope model is meestal degene die de retry nodig heeft.

• Vergelijk de kosten per voltooide taak, niet de kosten per miljoen. Het index-taakgetal van Artificial Analysis is een redelijke proxy als je niets beters hebt; je eigen evaluatie is beter.

De kop met de halve prijs is echt. Het is ook het minst interessante getal op de kaart, omdat het een tarief beschrijft en geen rekening. De rekening wordt bepaald door inspanning, door de 272K-cliff, door hoe vaak je een cache opnieuw opbouwt en door hoeveel pogingen een taak kost — en voor drie van die vier geeft OpenAI's eigen documentatie je de knop, maar niet de instelling.