GPT-6.1 Terra Pro vs GPT-6.1 Sol: kies op basis van het werk, niet op basis van de prijskaart

GPT-6.1 Terra Pro versus GPT-6.1 Sol is de vergelijking waar mensen naar zoeken, maar slechts één deel van die naam is echt: OpenAI’s model is GPT-6.1 Terra, en “Pro” is een ChatGPT-abonnementslabel, geen variant. De vergelijking die ertoe doet, is GPT-6.1 Terra tegenover GPT-6.1 Sol, twee modellen uit dezelfde generatie met hetzelfde contextvenster van 1,05 miljoen tokens, hetzelfde uitvoerplafond van 128.000 tokens en een prijsverschil van twee tegen één. De nuttige vraag is niet welk model beter is. Het is welk model beter is in het werk dat je er zo aan gaat toevertrouwen.

Die framing verandert het antwoord. Op de onafhankelijke index ligt Sol vier punten voor. Op prijs is Terra de helft. Op snelheid is Terra meer dan drie keer sneller volgens OpenAI’s eigen meting. Geen van die drie feiten beslist op zichzelf de onderlinge vergelijking, omdat elk ervan aan een ander deel van een workload raakt: kwaliteit, kosten en latentie. Het model dat wint, hangt ervan af waar je taak daadwerkelijk een tekort aan heeft.

Het korte antwoord

Als het werk een browser- of desktopagent is die door applicaties klikt, een pipeline voor het invullen van formulieren, een facturenwachtrij, een technische tekening die een model moet worden, of een document dat duidelijk moet worden geschreven op basis van aangeleverd materiaal, begin dan met GPT-6.1 Terra. Als het werk een lange refactor is, een functie over meerdere bestanden, een moeilijke debugsessie, een dicht professioneel document of een onderzoekstaak die uren duurt, begin dan met GPT-6.1 Sol. Als je de snelste betaalde tier nodig hebt die OpenAI verkoopt, is Sol de enige van de twee met een Ultrafast-optie.

Dat is de vorm ervan. De rest van dit stuk bestaat uit het bewijs, de plekken waar de vorm breekt, en de instellingen die het antwoord kunnen omdraaien.

Twee modellen, twee banen

GPT-6.1 Terra’s opdracht is de werkdag: visueel redeneren, computerbesturing en schrijven dat leest alsof een mens het heeft geschreven op basis van materiaal dat iemand heeft aangeleverd. In OpenAI’s aankondiging worden het opstellen van voorstellen, het interpreteren van technische tekeningen, het invullen van formulieren en het bewerken van video genoemd. GPT-6.1 Sol’s opdracht is het zwaardere, langere werk: coderen en professionele documenten op bijna-Astra-niveau, waarbij OpenAI zelfs in het Terra-lanceringsbericht Sol of Astra aanbeveelt voor de meest complexe coderingstaken.

Ted Sanders van OpenAI, die in de verslaggeving op de lanceringsdag werd geciteerd, verwoordde de afweging ronduit: Terra is beter dan Astra en Sol in technische communicatie, vergelijkbaar op het gebied van visie en computergebruik maar veel sneller, en iets slechter op de meeste andere punten. Dat is een beschrijving van de leverancier en geen onafhankelijke bevinding, en ze is nuttig omdat ze de afweging benoemt in plaats van te verbergen.

Beide modellen delen dezelfde basisopbouw: 1,05 miljoen tokens context, 922.000 maximale invoer, 128.000 maximale uitvoer, tekst- en afbeeldingsinvoer, Chat Completions- en Responses-endpoints, en geen fine-tuning. De verschillen zijn de kennisafsluitdatum (Terra 1 juni 2026; Sol 30 april 2026), de redeneerondergrens (Terra accepteert none; Sol begint op low), de snelheidsklasse (Sol heeft Ultrafast; Terra niet) en de prijskaart.

Waar de benchmarks uiteenlopen

Artificial Analysis is de zuiverste onafhankelijke meting: 48 voor Terra bij maximale inspanning tegenover 52 voor Sol, posities 25 en 13 van 221, en $0.40 tegenover $0.72 per indextaak. Vier indexpunten is een reële kloof, maar het is het soort kloof dat een taakspecifieke evaluatie in de ene of de andere richting kan wegwerken.

• Algemene index — Terra 48 vs Sol 52 (Artificial Analysis).

• Coding Agent Index v2.0 — Terra 48 vs Sol 54, met GPT-6 Luna op 31 (Artificial Analysis).

• Terminal-Bench 4.0 — Terra 50,3% bij maximale inspanning; OpenAI publiceerde geen Sol-cijfer bij de lancering van Terra (volgens opgave van de leverancier).

• Terminal-Bench-Science 0.1 — OpenAI zegt dat Terra bij maximale inspanning Sol overtreft tegen lagere kosten en binnen vijf punten van Claude Opus 5.5 blijft tegen minder dan een vijfde van de geschatte kosten (door de leverancier gerapporteerd, en de meest verrassende claim in de lancering).

• Plotly-data-analyse-examen — Terra 40/43, Sol 43/43, Luna 38/43, voor $1,31 tegenover $2,61 voor het examen; Terra was het snelste model om 40 of meer te bereiken, met ongeveer 15 seconden per vraag (evaluatie door een derde partij).

OSWorld 2.1 — OpenAI zegt dat Terra bij gemiddelde inspanning de beste score van GPT-5.6 Terra verslaat tegen een fractie van de kosten, maar publiceerde geen direct vergelijkend Sol-getal, dus de computer-use-bewering die het belangrijkst is voor Terra's positionering, is degene met het minste directe bewijs.

Lees die lijst als een kaart van waar de vier punten zich bevinden. Sols voordeel is geconcentreerd in coderen en redeneren over lange termijn. Terra's voordeel is snelheid, prijs en een recentere cutoff. Op de ene benchmark die OpenAI koos om direct tegen Sol te publiceren, Terminal-Bench-Science 0.1, wint Terra tegen lagere kosten, wat ofwel een echte verrassing is ofwel een effect van benchmarkselectie. Niemand buiten OpenAI heeft het gereproduceerd.

De inspanningsinstelling bepaalt meer dan het model.

Beide modellen stellen redeneerinspanning beschikbaar, en deze instelling kan meer kosten dan de modelkeuze. De ondergrens van Terra is none, waardoor het ongewoon goedkoop is voor extractie en classificatie; de ondergrens van Sol is low, dus een Sol-aanroep betaalt altijd voor enige mate van redeneren. Aan de bovenkant kan Terra op xhigh meer tokens verbruiken en meer kosten dan Sol op low, terwijl het slechter scoort op dezelfde taak — een observatie die commenters op Hacker News binnen enkele uren na de lancering deden. We hebben het niet zelf gemeten, en het is rekenkundig plausibel: inspanning verandert het aantal tokens multiplicatief, terwijl het prijsverschil slechts 2× is.

De praktische regel is om de inspanning te bepalen op basis van evaluatie, niet op basis van gewoonte. Laat vijftig echte taken door beide modellen lopen op twee inspanningsniveaus, stel een kwaliteitslat in en kies de goedkoopste combinatie die die lat haalt. Terra en Sol bij dezelfde nominale inspanning vergelijken is de meest voorkomende fout in deze vergelijking en degene die het meest waarschijnlijk een verkeerd antwoord oplevert.

Wat een voltooide taak kost

• Invoer — Terra $1,00 per miljoen tokens versus Sol $2,00.

• Gecachte invoer — $0.05 vs $0.10.

• Uitvoer — $5.00 vs $10.00.

• Cache-schrijfacties — $1,25 bij een bewaartermijn van 30 minuten of $2,50 bij een bewaartermijn van 12 uur voor Terra; $2,50 voor Sol.

• Lange prompts — boven 272.000 invoertokens wordt voor het hele verzoek zowel het dubbele invoer- en cachetarief als 1,5 keer het uitvoertarief gerekend.

• Gemeten kosten per indextaak — $0,40 voor Terra versus $0,72 voor Sol, een besparing van 44% in plaats van de 50% die de prijskaart suggereert, omdat Terra bij maximale inspanning meer tokens kan verbruiken.

Een uitgewerkt voorbeeld met eenvoudige aannames: 2.000 invoertokens en 500 uitvoertokens per document, geen cache. Terra kost $0,002 voor invoer plus $0,0025 voor uitvoer, ofwel $0,0045 per document. Sol kost $0,009. Een miljoen documenten is $4.500 tegenover $9.000. Als de helft van de invoer in de cache zit, halveert Terra's invoerkosten nog eens; die van Sol dalen met dezelfde verhouding, dus de verhouding blijft gelijk. Het verschil wordt alleen groter waar Terra's none-instelling bruikbaar is, en kleiner waar Sol de taak met minder tokens afrondt.

Toegang maakt deel uit van de vergelijking.

Terra is beschikbaar in de API en in ChatGPT Work en Codex bij Plus-, Pro-, Enterprise- en Edu-abonnementen; in OpenAI's aankondiging wordt de belangrijkste Chat-kiezer niet vermeld. Sol is beschikbaar in de API en in ChatGPT, en is van de twee de enige met een Ultrafast-modus; beide bieden Fast aan tegen tweemaal de standaardprijs. Bij een Pro 500-abonnement verbruikt Ultrafast inbegrepen gebruik tegen achtmaal het standaardtarief en gekochte credits tegen zesmaal, dus “sneller” is net zozeer een factureringsbeslissing als een latentiebeslissing.

Aan de routingkant is de asymmetrie eenvoudig. GPT-6.1 Sol staat in de OrcaRouter-catalogus tegen lijstprijs, $2 voor input en $10 voor output, zonder opslag, zodat een prijswijziging van de leverancier onder dezelfde voorwaarden wordt doorgegeven. GPT-6.1 Terra staat per 27 oktober nog niet in de catalogus, dus Terra-aanroepen moeten naar OpenAI’s eigen API; dat is een feit over de huidige catalogus, geen blijvende positie. Automatische failover over de modellen die we wel aanbieden is de reden om een tweede route geconfigureerd te houden, zelfs wanneer één model duidelijk goedkoper is.

Een selectieregel die je deze week kunt uitvoeren

Classificeer de taak op basis van wat die nodig heeft: schermbediening en documentproductie wijzen op Terra; code, langdurig redeneren en diepgravend onderzoek wijzen op Sol.

• Bepaal een kwaliteitslat op je eigen data voordat je naar de prijskaart kijkt. Vier indexpunten vormen geen kwaliteitslat; je evaluatie vormt die wel.

• Test op twee inspanningsniveaus, niet op één. Terra op none tegenover Sol op low is een andere vergelijking dan Terra op max tegenover Sol op max.

• Beprijs de voltooide taak, inclusief herhalingen en toolaanroepen. Per-token-rekenwerk onderschat het model dat meer beurten nodig heeft.

• Houd de verliezer als failover-arm. Het goedkoopste model dat rate-limited is, is niet goedkoop.

Als je via OrcaRouter routeert, is die laatste stap configuratie in plaats van code: één sleutel, een routeringsregel per taakklasse en failover wanneer een provider degradeert. De twee modellen kunnen achter dezelfde endpoint zitten zodra Terra is opgenomen; vandaag is dat alleen Sol.

Wat zou het antwoord veranderen

{{1}}Drie dingen.{{/1}} Een onafhankelijke code-evaluatie waarin Terra dicht bij Sol in de buurt komt, zou de belangrijkste reden om het dubbele te betalen tenietdoen. Een gepubliceerde OSWorld 2.1 head-to-head zou de computer-use-claim beslechten die OpenAI impliciet liet. En een Terra-vermelding op de routers zou het failoververhaal echt maken in plaats van iets om naar te streven. Tot dan is de verdedigbare standaard Terra voor volume en schermwerk, Sol voor code en lang redeneren, en een evaluatie daartussen in plaats van een slogan.