GPT-5.6 Terra vs Sol: Który poziom faktycznie potrzebujesz?

Dla większości obciążeń API odpowiedzią jest GPT-5.6 Terra: przy cenie $2 za milion tokenów wejściowych i $12 za milion tokenów wyjściowych obsługuje on typowy miesięczny wolumen 10 milionów tokenów za około $50, znajduje się w odległości jednego lub dwóch punktów od GPT-5.6 Sol w niezależnych benchmarkach, które mają największe znaczenie, a jego stawka $2 / $12 utrzymuje się nawet przy ponad ośmiokrotnie dłuższym kontekście. GPT-5.6 Sol — $5 / $30, flagowy model — to poziom, na który należy przejść tylko wtedy, gdy twoje własne testy ewaluacyjne pokażą, że Terra zawodzi w trudnych, wartościowych zadaniach. Obie warstwy są dostępne na OrcaRouter w cenie katalogowej z $0 narzutu na token, a przy użyciu własnego klucza (bring-your-own-key) żądanie jest rozliczane bezpośrednio na Twoim istniejącym koncie.

To jest przewodnik „którego właściwie potrzebuję”, a nie cennik — pełne ceny po obniżce dla wszystkich trzech poziomów znajdują się w naszym towarzyszącym poście na temat cen GPT-5.6 Luna, Terra i Sol. GPT-5.6 Sol i GPT-5.6 Terra oba zostały wydane 9 lipca 2026 roku, mają w przybliżeniu okno kontekstowe 1,05 miliona tokenów i maksymalne wyjście 128K, a ich ceny różnią się na tyle, że wybór niewłaściwej opcji to 2,5-krotna pozycja na Twojej fakturze. Oto decyzja z konkretnymi liczbami.

Trójstopniowa drabina, krótko

Rodzina modeli GPT-5.6 firmy OpenAI to drabina o trzech szczeblach, a znajomość tego, który szczebel jest którym, sprawia, że środkowe porównanie jest uczciwe:

• GPT-5.6 Sol — flagowy model. $5 / $30, stworzony do najtrudniejszego rozumowania, inżynierii oprogramowania na dużą skalę i długofalowej pracy agentowej.

• GPT-5.6 Terra — złoty środek. $2 / $12, poziom zapewniający możliwości klasy GPT-5.5 za ułamek ceny flagowca.

• GPT-5.6 Luna — poziom wolumenowy. $0.20 / $1.20, wyceniony z myślą o wywołaniach o dużej objętości i niskich opóźnieniach: czat, klasyfikacja, ekstrakcja, routing.

Wszystkie trzy to modele rozumowania z kontekstem ~1.05M tokenów i maksymalnym wyjściem 128K, więc wybór sprowadza się do kosztu i możliwości na marginesie, a nie do tego, co modele mogą przeczytać. Szczebel Luny jest łatwy do wyboru (to ten tani), a rola Sol jest jasna (to model flagowy) — decyzją, która faktycznie wymaga analizy, jest Terra kontra Sol, ponieważ te dwa szczeble nakładają się na siebie.

Bezpośrednie porównanie: gdzie oba faktycznie się różnią

Na niezależnym rankingu Artificial Analysis (ocenianym 9 lipca 2026 r., w dniu premiery), te dwa poziomy są znacznie bliżej siebie, niż sugerowałyby ich ceny. W kodowaniu — wyniku, który przytacza społeczność agentów — AA Coding wynosi 77.4 dla GPT-5.6 Sol (#2 z 132) wobec 76.7 dla GPT-5.6 Terra (#4 z 132), a na Terminal-Bench 2.1 oba uzyskują dokładnie 88.0. W wieloturrowym benchmarku agentów τ²-Bench, Terra nawet minimalnie wyprzedza Sol, 86.3 wobec 85.1. Różnica jest realna tylko tam, gdzie zadanie jest naprawdę trudne: AA Intelligence Index 60.9 (Sol) wobec 56.6 (Terra), a Humanity's Last Exam 49.5 wobec 42.9 — różnica 6.6 punktu, która jest dokładnie tym marginesem głębokiej wiedzy, jaki flagowy model powinien zdobyć.

Praktyczny wniosek: w rutynowych zadaniach — czat, RAG, ekstrakcja, standardowe kodowanie — poziomy są praktycznie nieodróżnialne, co jest zgodne z wnioskami z naszego studium przypadku dotyczącego drabiny poziomów, w którym GPT-5.6 Terra wykonał 11/11 wywołań testowych przy niższej medianie opóźnienia niż GPT-5.6 Sol. Różnice ujawniają się na granicy możliwości, w najtrudniejszym wycinku zadań.

Co tak naprawdę kupujesz za różnicę w cenie

Cennik w pigułce: GPT-5.6 Sol kosztuje $5 / $30 za milion tokenów; GPT-5.6 Terra kosztuje $2 / $12 — czyli 2,5x w obu przypadkach. Ale progi warstw zmieniają obraz. Stawka bazowa Terra wynosząca $2 / $12 obowiązuje dla danych wejściowych do 272 tys. tokenów; stawka bazowa Sol wynosząca $5 / $30 obowiązuje tylko do 32 tys. tokenów wejściowych, powyżej których wzrasta do $10 / $45, podczas gdy Terra wzrasta do $4 / $18. Dla promptu o długości 100 tys. tokenów — długiego dokumentu lub dużego kontekstu agenta — Terra nadal korzysta ze swojej taniej stawki, podczas gdy Sol przeszedł już na warstwę długiego kontekstu.

Buforowanie podpowiedzi nieco zmniejsza różnicę: odczyt z pamięci podręcznej Sol wynosi $0.50 za milion wobec $5 za świeży, a Terra wynosi $0.20 wobec $2 za świeży, przy czym zapisy do pamięci podręcznej kosztują odpowiednio $6.25 i $2.50. Przykład liczbowy: miesiąc używania 10 milionów tokenów przy podziale 70/30 na wejście/wyjście kosztuje około $125 na Sol i $50 na Terra — co zgadza się z kalkulatorem kosztów na stronie OrcaRouter — a przy 50M wejścia i 10M wyjścia rachunek wynosi $550 na Sol wobec $220 na Terra według stawek po obniżce.

Domyślnie: wybierz Terra i dostosuj wysiłek rozumowania.

Moja rekomendacja: ustaw gpt-5.6-terra jako domyślny identyfikator modelu i eskalować w zależności od obciążenia, a nie od stosu technologicznego. Najmocniejsza wersja tego argumentu pochodzi z przewodnika apidog GPT-5.6: przy rutynowych pytaniach użytkownicy nie odróżniają Sol od Terra, a Terra z wyższym wysiłkiem rozumowania w dużej mierze niweluje lukę jakościową do Sol przy średnim wysiłku — przy połowie ceny tokenów. Jedynym mierzalnym kompromisem Terra jest czas do pierwszego tokena: na stronach modeli p50 TTFT dla Terra wynosi 3.66s wobec 2.44s dla Sol, przy czym Terra generuje 128 tokenów/s, a Sol 246 — wystarczające dla większości obciążeń, warto wiedzieć w przypadku agentów wrażliwych na opóźnienia.

Jedna pułapka aliasu: goły ciąg modelu gpt-5.6 kieruje do Sol — najdroższej warstwy — więc jawnie przypinaj gpt-5.6-terra w każdym wywołaniu; w przeciwnym razie ciche domyślne ustawienie czyni całą tę analizę bezprzedmiotową.

Kiedy Sol jest wart dopłaty.

Argument za płaceniem 2.5x jest wąski, ale realny. Eskaluj do gpt-5.6-sol gdy: twoje własne ewaluacje pokazują, że Terra zawodzi na znaczącym wycinku trudnych zadań — luka AA Intelligence (60.9 vs 56.6) i luka Humanity's Last Exam (49.5 vs 42.9) to obszary, na których widać dodatkowe trenowanie Sol; prowadzisz głębokie agenty wieloetapowe, gdzie pojedynczy nieudany krok się kumuluje, więc koszt błędu przewyższa dodatkowe wydatki na inferencję; lub potrzebujesz rozumowania na poziomie frontier do pracy o naprawdę wysokiej wartości i niskiej częstotliwości. Sol to poziom zajmujący #2 na świecie w kodowaniu według Artificial Analysis i #4 w inteligencji w ewaluacji z dnia premiery — gdy zadanie jest wystarczająco trudne, za ten ranking właśnie płacisz.

Gdy to zalecenie jest błędne

Trzy uczciwe ograniczenia. Po pierwsze, założenie „Terra jest domyślna” zakłada, że Terra zawodzi rzadko; jeśli w pętli agenta choć kilka procent kroków kończy się niepowodzeniem na Terra, a udaje się na Sol, błędy się kumulują i Sol może być ogólnie tańszy — uruchom eval, nie zakładaj z góry. Po drugie, matematyka długiego kontekstu działa w obie strony: szerszy podstawowy poziom Terra czyni go zwycięzcą w przypadku długich promptów, ale przy krótkich promptach różnica w cenniku to cała historia, a „tani” poziom, który intensywnie rozumuje, może przewyższyć wydatkami okrojony flagowy model — tokeny rozumowania są rozliczane jako wyjściowe. Po trzecie, uczciwa granica tego, co możemy obiecać: OrcaRouter kieruje ruchem i rozlicza z zerową marżą, ale wagi prowadzi OpenAI — wartości benchmarkowe to wartości Artificial Analysis ze strony modelu z ewaluacji z dnia premiery, a jakość wnioskowania i bezpieczeństwo należą do OpenAI, nie do nas.

Jeden endpoint, wszystkie trzy poziomy, $0 narzutu

Jeśli porównujesz taryfy GPT-5.6, masz już integrację albo właśnie ją piszesz, a prawdziwy koszt to jej utrzymanie. OrcaRouter umieszcza GPT-5.6 Sol, GPT-5.6 Terra, GPT-5.6 Luna oraz 200+ innych modeli za jednym endpointem kompatybilnym z OpenAI: tym samym base URL, tym samym klientem i identyfikatorem modelu dla każdej taryfy — gpt-5.6-sol dziś, gpt-5.6-terra gdy obciążenie przynosi 2,5-krotną oszczędność, bez zmiany kodu.

Strona finansowa jest uczciwa: OrcaRouter dodaje $0 za token, więc kwoty $5 / $30 i $2 / $12 na stronach modeli to stawki OpenAI przekazywane dalej, a zmiana ceny dostawcy pojawia się u nas tego samego dnia, w którym zostanie ogłoszona. Przynieś-własny-klucz jest pierwszorzędną opcją: przekaż swój istniejący klucz OpenAI, a dostawca obciąży cię bezpośrednio. Zabezpieczenia — ochrona danych osobowych i polityka treści — są egzekwowane przed naliczeniem opłaty za żądanie, a nie po, a DSL routingu składa failover, więc tańsza warstwa odpowiada, gdy flagowy model zwraca błąd lub gdy pozwala na to wzorzec ruchu.

Sedno sprawy

GPT-5.6 Terra to właściwy domyślny wybór dla prawie wszystkiego: o punkt lub dwa od GPT-5.6 Sol w benchmarkach kodowania, 2,5x tańszy, a jeszcze tańszy przy długich promptach. GPT-5.6 Sol to właściwy poziom eskalacji, gdy twoje własne ewaluacje pokazują mierzalną lukę w trudnej, wartościowej pracy — a benchmarki potwierdzają, że ta luka jest realna, ale występuje na granicy możliwości, a nie w rutynowych zadaniach. Zacznij od modelu gpt-5.6-terra, przypnij go jawnie, eskaluj celowo i trzymaj oba poziomy za jednym punktem końcowym, gdzie przełączenie to zmiana identyfikatora modelu, a nie ponowna integracja.

Oba poziomy są już dostępne na OrcaRouter w cenach OpenAI z zerową marżą za token — użyj swojego klucza OpenAI, a dostawca rozliczy Cię bezpośrednio. Zacznij od strony modelu GPT-5.6 Sol — bez karty kredytowej, aktywna w 60 sekund.