GPT-6.1 Terra nadchodzi za połowę ceny, z o 37 punktów błędów mniej i bez flagowca w zasięgu wzroku

OpenAI udostępniło GPT-6.1 Terra 26 października 2026 r. w cenie 1 dolara za milion tokenów wejściowych i 5 dolarów za milion tokenów wyjściowych — o połowę taniej niż GPT-5.6 Terra w obu wymiarach i o połowę taniej niż GPT-6.1 Sol cztery tygodnie po premierze samego tego modelu. Liczbą, którą będzie się cytować najczęściej, jest ta dotycząca niezawodności: w wewnętrznym teście OpenAI z promptami wywołującymi błędy odsetek pomyłek przy niskim wysiłku rozumowania spadł z 53,6% do 16,7%. Liczbą, którą będzie się cytować najrzadziej, jest to, że Terra wciąż ustępuje Sol o cztery punkty w niezależnym indeksie Artificial Analysis. Obie są prawdziwe, a przestrzeń między nimi to cała historia tego wydania.

To ma znaczenie ze względu na to, co przewidziano. Gdy ten model był jeszcze ciągiem znaków w pull requeście do harnessu ewaluacyjnego Microsoftu, napisaliśmy 20 października, że tańszy model średniej klasy musiałby kosztować poniżej 2 USD za dane wejściowe i 10 USD za dane wyjściowe, żeby miał sens, a doniesienia, że pokonuje Sol, były arytmetyką, a nie dowodem. Cenowa połowa tej prognozy sprawdziła się niemal dokładnie: 1 USD/5 USD, blisko 1 USD/4 USD, które uznaliśmy za prawdopodobne. Wydajnościowa połowa nie. Terra wyraźnie bije swojego poprzednika, a nie bije Sol nigdzie, gdzie zostało to niezależnie zmierzone.

Co OpenAI ogłosiło, w kolejności według ważności

Poniższa specyfikacja pochodzi z dokumentacji modelu OpenAI, przeczytanej 27 października. Twierdzenia dotyczące wydajności w następnej sekcji są własnymi twierdzeniami OpenAI i są tak oznaczone w całym tekście.

• Cena — 1 USD za milion tokenów wejściowych, 5 USD za milion tokenów wyjściowych, 0,05 USD za buforowane tokeny wejściowe, w porównaniu z 2/12 USD dla GPT-5.6 Terra i 2/10 USD dla GPT-6.1 Sol.

• Kontekst — 1 050 000 tokenów, maksymalne wejście 922 000, maksymalne wyjście 128 000. Identyczny jak u obu poprzedników; to nie jest wydanie związane z oknem kontekstu.

• Data odcięcia wiedzy — 1 czerwca 2026 r., przesunięta z 16 lutego 2026 r. w GPT-5.6 Terra.

• Nakład na rozumowanie — brak, niski, średni (domyślny), wysoki, xhigh, maksymalny. Uwaga na ustawienie „brak”: GPT-6.1 Sol go nie oferuje, więc Terra ma o jeden tańszy poziom niż Sol.

• Modalności — tekst i obraz na wejściu, tekst na wyjściu. Bez audio, bez wideo.

• Endpointy — Chat Completions, Responses i Batch. Wywoływanie narzędzi wymaga Responses API. Brak dostrajania, brak Realtime, brak Assistants.

• Modyfikatory kosztów — tryb wsadowy i elastyczny są o 50% tańsze od standardowego; tryb szybki to 2× standardu; przetwarzanie regionalne wiąże się z 10% dopłatą, tam gdzie jest oferowane. Żądania powyżej 272K tokenów wejściowych są rozliczane według 2× stawek za dane wejściowe i pamięć podręczną oraz 1,5× za dane wyjściowe dla całego żądania.

Wdrożenie w ChatGPT ma węższy zakres niż wdrożenie API. Terra jest dostępna w planach Plus, Pro, Business, Enterprise i Edu, w ramach ChatGPT Work i Codex, do wyboru z menu Advanced w aplikacji desktopowej oraz w Work w wersji internetowej, przy czym Work obsługuje ją również na urządzeniach mobilnych. Jest wyraźnie niedostępna w ChatGPT Chat i nie obsługuje rezydencji wnioskowania w ZEA. Dostęp Enterprise nadal zależy od dostępności obszaru roboczego i ustawień administracyjnych. Jeśli Twoje wyobrażenie o premierze OpenAI jest takie, że „pojawia się w polu czatu”, to ta premiera taka nie jest.

Twierdzenie o 37 punktach jest prawdziwe, ale ma węższy zakres, niż brzmi.

Głównym wynikiem OpenAI jest spadek liczby błędów w promptach zaprojektowanych tak, by wywoływać pomyłki — test, który firma prowadzi wewnętrznie, którego nie opublikowała i którego nikt z zewnątrz nie odtworzył. Przy niskim wysiłku rozumowania odsetek błędów spadł z 53,6% w GPT-5.6 Terra do 16,7% w Terra. Przy maksymalnym wysiłku firma podaje dalszy spadek o 18 punktów do 4,3%, co opisuje jako wynik bliski GPT-6 Astra i GPT-6.1 Sol.

Przeczytaj to uważnie. Liczba 37 punktów nie oznacza „37% mniej błędów w Twojej pracy”. To 37-punktowa różnica na wrogo skonstruowanym wewnętrznym zestawie, przy najniższym ustawieniu wysiłku, w porównaniu z modelem, który jest wycofywany z niektórych kanałów dystrybucji. Uczciwe podsumowanie jest takie, że dolna granica modelu Terra stała się znacznie mniej żenująca. Czy jego górna granica osiągnęła poziom Sol — to inne pytanie, a test wewnętrzny nie może na nie odpowiedzieć, ponieważ wynik Sol w tym samym teście jest podawany tylko jako „blisko”.

Pozostałe opublikowane twierdzenia OpenAI, wszystkie prowadzone przez dostawcę:

Terminal-Bench 4.0 — 50,3% rozwiązanych zadań przy maksymalnym nakładzie pracy na Terra, wobec 21,5% dla GPT-5.6 Terra. Ponad dwukrotnie więcej i największy skok między kolejnymi generacjami w tym wydaniu.

• Agents' Last Exam — o 15 punktów procentowych więcej niż GPT-5.6 Terra przy średnim poziomie wysiłku, przy około jednej trzeciej kosztu.

• MMMU-Pro — przewyższa GPT-5.6 Terra na każdym poziomie rozumowania i zbliża się do Astra i Sol, bez opublikowanych wyników liczbowych.

• Terminal-Bench-Science 0.1 — w odległości do 5 punktów od Claude Opus 5.5 przy mniej niż jednej piątej szacowanego kosztu.

• Szybkość — w ogłoszeniu opisano Terrę jako znacznie szybszą niż Astra i Sol. W momencie, gdy sprawdzaliśmy, Artificial Analysis nie opublikowało zmierzonego wskaźnika wydajności przepustowej dla tego modelu, więc traktuj „szybsza” jako twierdzenie, dopóki ktoś tego nie uruchomi.

Niezależne wyniki: sześć punktów przewagi nad poprzednikiem, cztery punkty straty do Sol.

Artificial Analysis wymienia GPT-6.1 Terra ze wskaźnikiem Intelligence Index wynoszącym 48, na 25. miejscu spośród 221 modeli, przy cenie 0,40 USD za zadanie indeksowe. W tym samym aktualnym zestawieniu GPT-5.6 Terra plasuje się na poziomie 42 (53. miejsce, 1,40 USD za zadanie), a GPT-6.1 Sol na poziomie 52 (13. miejsce, 0,72 USD za zadanie). Te porównania są ważne wyłącznie względem siebie w obecnie opublikowanej wersji — indeks jest okresowo normalizowany na nowo, a starsze opracowania podają inne wartości bezwzględne dla tych samych modeli.

Wynikają z tego trzy rzeczy. Po pierwsze, Terra jest prawdziwym ulepszeniem w stosunku do poprzednika: sześć punktów indeksu za mniej niż jedną trzecią kosztu przypadającego na zadanie. Po drugie, nie przebija Sol, co sugerowały doniesienia przed premierą. Po trzecie, i najmniej omawiane, koszt Terra przypadający na ukończone zadanie jest najniższy z trzech — 0,40 dol. wobec 0,72 dol. w przypadku Sol — co jest bardziej użyteczną liczbą niż cena za token, ponieważ uwzględnia, ile tokenów model zużywa, aby dojść do odpowiedzi.

Zmierzona luka w prędkości jest tą, która działa w przeciwnym kierunku. GPT-5.6 Terra ma podane 137 tokenów wyjściowych na sekundę i 111,75 sekundy do pierwszego tokenu; GPT-6.1 Sol — 65,9 tokenu na sekundę i 325,58 sekundy. Jeśli Terra rzeczywiście jest najszybsza z trzech, dziedziczy koronę najniższych opóźnień, a także koronę najniższej ceny, i to właśnie ta kombinacja — a nie surowa inteligencja — jest tym, na czym naprawdę zależy potokowi computer-use lub przetwarzania dokumentów.

Gdzie „połowa ceny” przetrwa, a gdzie po cichu przestaje być prawdą

Obciążenie robocze w standardowej warstwie — 100 000 tokenów wejściowych i 5000 tokenów wyjściowych — kosztowało 0,26 USD w GPT-5.6 Terra, a w GPT-6.1 Terra kosztuje 0,125 USD — oszczędność 52%, nieco większa niż wynika z nagłówka, ponieważ tokeny wyjściowe były droższą stroną starej taryfy.

Mnożnik długiego kontekstu nie znosi zniżki, ponieważ dotyczy obu modeli: po przekroczeniu 272 tys. tokenów wejściowych Terra nalicza 2 USD za wejście i 7,50 USD za wyjście za całe zapytanie, a GPT-5.6 Terra — 4 USD i 18 USD. Zapytanie z 400 tys. tokenów wejściowych i 4 tys. tokenów wyjściowych kosztuje 0,83 USD wobec 1,67 USD. Nadal o połowę.

Tam, gdzie zmienia się arytmetyka, jest tryb szybki. Terra przy 2× standard kosztuje $2/$10 — dokładnie tyle, ile wynosi standardowa cena katalogowa GPT-6.1 Sol, w przypadku modelu o cztery punkty indeksu słabszego. Jeśli Twoje obciążenie wymaga szybkości Terra i płacisz mnożnik trybu szybkiego, argument cenowy za Terra zamiast Sol znika, a pozostaje tylko pytanie, czy wyniki Terra są wystarczająco dobre do zadania. Batch i flex są odwrotnością: 50% zniżki obniża Terra do $0.50/$2.50, co jest najtańszą kompetentną stawką ogólnego przeznaczenia w cenniku OpenAI i ustawieniem, które większość potoków masowych powinna testować najpierw.

Co to oznacza, jeśli zawodowo zajmujesz się routingiem modeli

Jedna szczera uwaga przed uwagą o produkcie: GPT-6.1 Terra nie znajduje się w katalogu OrcaRouter w momencie pisania tego tekstu. Nasz katalog obejmuje 214 modeli, w tym GPT-5.6 Terra, GPT-6.1 Sol, GPT-6 Astra i GPT-6 Luna, ale nie ten — więc każdy, kto twierdzi, że dziś kieruje ruch do Terra, albo działa szybciej niż własna dokumentacja dostawcy, albo zgaduje.

To, co ci pozostaje, to dwuczęściowa decyzja, którą OrcaRouter rzeczywiście czyni tańszą. Obie gałęzie porównawcze już działają: GPT-5.6 Terra w cenie katalogowej $2/$12 i GPT-6.1 Sol w cenie $2/$10, na jednym kluczu, z 0% narzutu względem ceny katalogowej dostawcy. Ma to tu większe znaczenie niż zwykle, ponieważ ciekawe pytanie nie brzmi „czy Terra jest lepsza niż Sol” w abstrakcji, lecz „w którym momencie $0.40 za zadanie w przypadku Terry przestaje bić $0.72 w przypadku Sol na moim ruchu”. Możesz już dziś zmierzyć gałąź Sol po naszej stronie i utrzymać tam drabinkę awaryjną, podczas gdy Terra będzie testowana bezpośrednio na API OpenAI. Jeśli później przeniesiesz obciążenie, automatyczne przełączanie awaryjne sprawi, że zły dzień u jednego dostawcy nie stanie się złym dniem w Twoim produkcie.

Niezręczna pozycja w zestawieniu

Najostrzejsza krytyka tego wydania nie dotyczy benchmarków. Chodzi o to, że Terra zajmuje pasmo, które ścisnęły jej własne siostrzane modele. Komentujący na Hacker News spędzili premierę na przekonywaniu, że Terra przy wysiłku xhigh kosztuje więcej niż Sol przy niskim wysiłku, osiągając gorsze wyniki, co sprawia, że „wybierz tańszy model” jest znacznie mniej oczywistą regułą, niż sugeruje cennik. Inni zwrócili uwagę, że GPT-6.1 Sol już dorównuje starszej Astrze w niektórych zadaniach, i pytali, co pozostaje modelowi średniego segmentu, skoro poziom poniżej nieustannie przejmuje możliwości.

Odpowiedź OpenAI to profil obciążenia, a nie pozycja w rankingu benchmarku: rutynowe dokumenty, zrzuty ekranu, formularze, rysunki techniczne, automatyzacja przeglądarki i pulpitu, tworzenie i edycja — zadania o dużej skali, w których model musi być niezawodny i szybki, a nie maksymalnie błyskotliwy. To prawdziwa kategoria, a 37-punktowa redukcja błędów jest wycelowana dokładnie w nią. To także kategoria, w której czteropunktowy deficyt indeksu względem Sol jest nieistotny, a oszczędność 0,32 USD na zadanie przy tysiącu wywołań nie.

Dwie rzeczy, na które warto uważać. OpenAI nie opublikowało daty wyłączenia gpt-5.6-terra, mimo że dokumentacja firm trzecich już oznacza go jako przestarzały, a GitHub Copilot wycofuje go 16 listopada 2026 r., wskazując jako cele migracji GPT-6.1 Sol lub GPT-6 Luna — nie Terra. A GPT-6.1 Astra nie został jeszcze wydany; dopóki to nie nastąpi, na szczycie tej rodziny pozostaje GPT-6 Astra — model, względem którego Terra jest teraz wyraźnie benchmarkowana przy dziesięciokrotnie niższej cenie za token.

Jeśli Twoja praca ma duży wolumen i jest dobrze określona, argument za przejściem jest mocny, a koszt migracji to zmiana ciągu modelu. Jeśli Twoja praca to najtrudniejsze 5% — kodowanie długohoryzontowe, dogłębne badania, zadania agentowe, w których jeden błędny krok rujnuje cały przebieg — nic w tym wydaniu nie zmienia Twojej odpowiedzi, a powodem jest czteropunktowa różnica w indeksie. Obniżka ceny jest realna; to po prostu nie jest opowieść o możliwościach.