GPT-6.1 Terra arriveert voor de halve prijs, met 37 minder foutpunten en geen vlaggenschip in zicht

OpenAI bracht GPT-6.1 Terra uit op 26 oktober 2026, voor $1 per miljoen invoertokens en $5 per miljoen uitvoertokens — de helft van de prijs van GPT-5.6 Terra op beide assen, en de helft van de prijs van GPT-6.1 Sol vier weken na de eigen lancering van dat model. Het getal dat het vaakst geciteerd zal worden, gaat over betrouwbaarheid: op OpenAI's interne test met foutuitlokkende prompts daalde het aantal fouten bij lage redeneerinspanning van 53,6% naar 16,7%. Het getal dat het minst geciteerd zal worden, is dat Terra nog steeds vier punten achterloopt op Sol in de onafhankelijke Artificial Analysis-index. Beide zijn waar, en de ruimte daartussen is het hele verhaal van deze release.

Die ruimte is van belang vanwege wat er was voorspeld. Toen dit model nog een string was in een pull request voor een Microsoft-evaluatieharnas, schreven we op 20 oktober dat een goedkoper model uit de middenklasse onder $2 input en $10 output moest uitkomen om zinvol te zijn, en dat berichten dat het Sol versloeg rekenkundig waren, geen bewijs. De prijshelft van die voorspelling kwam bijna exact uit: $1/$5, dicht bij de $1/$4 die we aannemelijk noemden. De prestatiehelft niet. Terra verslaat zijn voorganger duidelijk en verslaat Sol nergens waar dat onafhankelijk is gemeten.

Wat OpenAI aankondigde, in de volgorde die ertoe doet

De onderstaande specificatie is afkomstig uit de modeldocumentatie van OpenAI, gelezen op 27 oktober. De prestatieclaims in de volgende sectie zijn van OpenAI zelf en worden doorlopend als zodanig aangeduid.

• Prijs — $1 per miljoen input, $5 per miljoen output, $0,05 voor gecachte input, tegenover $2/$12 voor GPT-5.6 Terra en $2/$10 voor GPT-6.1 Sol.

• Context — 1.050.000 tokens, maximale invoer 922.000, maximale uitvoer 128.000. Identiek aan beide voorgangers; dit is geen contextvenster-release.

• Kennisafsluitdatum — 1 juni 2026, verschoven van 16 februari 2026 op GPT-5.6 Terra.

• Redeneerinspanning — geen, laag, gemiddeld (standaard), hoog, xhoog, max. Let op de instelling "geen": GPT-6.1 Sol biedt die niet, dus Terra heeft één goedkopere ondergrens dan Sol.

• Modaliteiten — tekst en afbeelding in, tekst uit. Geen audio, geen video.

• Eindpunten — Chat Completions, Responses en Batch. Tool calling vereist de Responses API. Geen fine-tuning, geen Realtime, geen Assistants.

• Kostenfactoren — batch en flex liggen 50% onder standaard; de snelle modus is 2× standaard; regionale verwerking kent een toeslag van 10% waar dit wordt aangeboden. Verzoeken boven 272K invoertokens worden voor het hele verzoek gefactureerd tegen 2× de invoer- en cachetarieven plus 1,5× de uitvoer.

De ChatGPT-uitrol is beperkter dan de API-uitrol. Terra is beschikbaar op de abonnementen Plus, Pro, Business, Enterprise en Edu, binnen ChatGPT Work en Codex, selecteerbaar via het menu Geavanceerd in de desktopapp en op Work voor het web, waarbij Work het ook op mobiel ondersteunt. Het is expliciet niet beschikbaar in ChatGPT Chat en ondersteunt geen inference-residentie in de VAE. Toegang voor Enterprise hangt nog steeds af van de beschikbaarheid van de workspace en beheerdersinstellingen. Als je mentale model van een OpenAI-lancering is "het verschijnt in de chatbox", dan is dat bij deze niet zo.

De claim van 37 punten is echt, maar beperkter dan hij klinkt.

OpenAI's opvallendste resultaat is een daling van het aantal fouten bij prompts die zijn ontworpen om fouten uit te lokken — een test die het bedrijf intern uitvoert, niet heeft gepubliceerd en die niemand buiten het bedrijf heeft gereproduceerd. Bij lage redeneerinspanning ging het foutpercentage van 53,6% op GPT-5.6 Terra naar 16,7% op Terra. Bij maximale inspanning meldt het bedrijf een verdere daling van 18 punten naar 4,3%, wat het omschrijft als dicht bij GPT-6 Astra en GPT-6.1 Sol.

Lees dat zorgvuldig. Het cijfer van 37 punten is niet "37% minder fouten in je werk." Het is een verschuiving van 37 punten op een adversarieel samengestelde interne set, bij de laagste inspanningsinstelling, tegen een model dat uit sommige distributiekanalen wordt teruggetrokken. De eerlijke samenvatting is dat Terra's ondergrens een stuk minder gênant is geworden. Of het plafond dat van Sol heeft bereikt, is een andere vraag, en de interne test kan die niet beantwoorden omdat Sols cijfer op diezelfde test alleen als "dichtbij" wordt genoemd.

De rest van OpenAI's gepubliceerde beweringen, allemaal door de leverancier uitgevoerd:

• Terminal-Bench 4.0 — 50,3% opgelost bij maximale inspanning op Terra, tegenover 21,5% voor GPT-5.6 Terra. Meer dan het dubbele, en de grootste sprong van generatie op generatie in deze release.

• Agents' Last Exam — 15 procentpunten boven GPT-5.6 Terra bij gemiddelde inspanning, tegen ongeveer een derde van de kosten.

• MMMU-Pro — verslaat GPT-5.6 Terra op elk redeneerniveau en benadert Astra en Sol, zonder gepubliceerde numerieke scores.

• Terminal-Bench-Science 0.1 — binnen 5 punten van Claude Opus 5.5 tegen minder dan een vijfde van de geschatte kosten.

• Snelheid — bij de lancering wordt Terra beschreven als aanzienlijk sneller dan Astra en Sol. Artificial Analysis had op het moment dat wij dit controleerden nog geen gemeten doorvoercijfer voor het model gepubliceerd, dus beschouw "sneller" als een claim totdat iemand het daadwerkelijk draait.

Onafhankelijke scores: zes punten meer dan zijn voorganger, vier minder dan Sol

Artificial Analysis vermeldt GPT-6.1 Terra met een Intelligence Index van 48, op de 25e plaats van 221 modellen, tegen $0,40 per index-taak. In dezelfde actuele lijst staat GPT-5.6 Terra op 42 (53e, $1,40 per taak) en GPT-6.1 Sol op 52 (13e, $0,72 per taak). Die vergelijkingen zijn alleen geldig in onderlinge vergelijking zoals momenteel gepubliceerd — de index wordt periodiek gehernormaliseerd, en oudere artikelen noemen verschillende absolute cijfers voor dezelfde modellen.

Daaruit volgen drie dingen. Ten eerste is Terra een echte upgrade ten opzichte van zijn voorganger: zes indexpunten voor minder dan een derde van de kosten per taak. Ten tweede verslaat het Sol niet, wat de rapportage voor de lancering suggereerde dat het misschien zou doen. Ten derde, en het minst besproken, zijn de kosten van Terra per afgeronde taak de laagste van de drie — $0,40 tegenover $0,72 voor Sol — wat een nuttiger getal is dan prijs per token, omdat het meeweegt hoeveel tokens het model verbruikt om tot een antwoord te komen.

Het gemeten snelheidsverschil is juist het punt dat de andere kant op werkt. GPT-5.6 Terra staat vermeld op 137 outputtokens per seconde en 111,75 seconden tot het eerste token; GPT-6.1 Sol op 65,9 tokens per seconde en 325,58 seconden. Als Terra echt de snelste van de drie is, erft het de latentiekroon én de prijskroon, en die combinatie — niet ruwe intelligentie — is waar een computer-use- of documentpipeline echt om geeft.

Waar "halve prijs" overleeft, en waar het stilletjes ophoudt waar te zijn

Een standaardtarief-workload van 100.000 inputtokens en 5.000 outputtokens kostte $0,26 op GPT-5.6 Terra en kost $0,125 op GPT-6.1 Terra — een besparing van 52%, iets beter dan de kop omdat output de duurdere kant van de oude prijslijst was.

De vermenigvuldiger voor lange context wist de korting niet uit, omdat hij op beide modellen van toepassing is: boven 272K invoertokens rekent Terra $2 voor invoer en $7,50 voor uitvoer voor het hele verzoek, en GPT-5.6 Terra $4 en $18. Een verzoek met 400K invoer en 4K uitvoer kost $0,83 tegenover $1,67. Nog steeds de helft.

Waar de rekensom verandert, is in de snelle modus. Terra tegen 2× standaard is $2/$10 — precies de standaardlijstprijs van GPT-6.1 Sol, voor een model dat vier indexpunten zwakker is. Als je werklast Terra's snelheid nodig heeft en je de vermenigvuldiger voor de snelle modus betaalt, vervalt het prijsargument voor Terra ten opzichte van Sol, en blijft alleen de vraag over of de output van Terra goed genoeg is voor de taak. Batch en flex zijn het omgekeerde: 50% korting brengt Terra naar $0.50/$2.50, het goedkoopste competente algemene tarief op OpenAI's tarievenkaart en de instelling die de meeste bulkpijplijnen als eerste zouden moeten testen.

Wat dit betekent als je beroepsmatig modellen routeert

Eén eerlijkheidspunt vóór de productnotitie: GPT-6.1 Terra staat op het moment van schrijven niet in de OrcaRouter-catalogus. Onze catalogus telt 214 modellen, waaronder GPT-5.6 Terra, GPT-6.1 Sol, GPT-6 Astra en GPT-6 Luna, maar niet dit model — dus wie je vandaag vertelt dat ze Terra routeren, loopt ofwel voor op de eigen documentatie van de leverancier of gokt maar wat.

Wat je daarmee overhoudt, is een beslissing in twee delen die OrcaRouter goedkoper maakt. De vergelijkingsarmen zijn beide al live: GPT-5.6 Terra tegen de lijstprijs van $2/$12 en GPT-6.1 Sol tegen $2/$10, op één key, met 0% opslag bovenop de lijstprijs van de provider. Dat is hier meer dan anders van belang, want de interessante vraag is niet "is Terra beter dan Sol" in abstracto, maar "op welk punt houdt Terra's $0,40 per taak op beter te zijn dan Sol's $0,72 op mijn verkeer." Je kunt de Sol-arm vandaag aan onze kant meten en de fallback-ladder daar houden terwijl Terra rechtstreeks tegen OpenAI's API wordt getest. Als je de workload later overzet, betekent automatische failover dat een slechte dag bij één provider geen slechte dag voor je product wordt.

De ongemakkelijke positie in de opstelling

De scherpste kritiek op deze release gaat niet over benchmarks. Het is dat Terra een segment bezet dat door zijn eigen zustermodellen is dichtgeknepen. Reageerders op Hacker News gebruikten de lancering om te betogen dat Terra bij xhigh effort meer kost dan Sol bij low effort, terwijl het slechter scoort, waardoor 'kies het goedkopere model' een veel minder voor de hand liggende regel is dan het prijsoverzicht suggereert. Anderen wezen erop dat GPT-6.1 Sol op sommige taken al net zo goed presteert als het oudere Astra, en vroegen wat er nog overblijft voor een model in de middenklasse wanneer de laag eronder steeds meer capaciteit blijft opslokken.

OpenAI's antwoord is de vorm van de werklast in plaats van de benchmarkrang: routinedocumenten, screenshots, formulieren, technische tekeningen, browser- en desktopautomatisering, opstellen en bewerken — taken met een hoog volume waarbij het model betrouwbaar en snel moet zijn, niet maximaal slim. Dat is een echte categorie, en de foutreductie van 37 punten is er rechtstreeks op gericht. Het is ook een categorie waarin een indexachterstand van vier punten ten opzichte van Sol irrelevant is en een besparing van $0,32 per taak per duizend aanroepen dat niet is.

Twee dingen om in de gaten te houden. OpenAI heeft geen stopdatum gepubliceerd voor gpt-5.6-terra, hoewel documentatie van derden het al als verouderd bestempelt en GitHub Copilot het op 16 november 2026 terugtrekt, waarbij GPT-6.1 Sol of GPT-6 Luna als migratiedoelen worden genoemd — niet Terra. En GPT-6.1 Astra is nog niet uitgebracht; totdat dat gebeurt, is de top van deze familie nog steeds GPT-6 Astra, een model waarmee Terra nu expliciet wordt vergeleken tegen een tiende van de prijs per token.

Als je werk een hoog volume heeft en goed gespecificeerd is, is het argument om over te stappen sterk, en bestaan de migratiekosten uit een modelstring. Als je werk de moeilijkste 5% is — langdurig coderen, diepgaand onderzoek, agentische taken waarbij één verkeerde stap de hele run verpest — dan verandert niets in deze release je antwoord, en dat komt door de kloof van vier punten in de index. De prijsverlaging is echt; het is alleen geen verhaal over capaciteiten.