GPT-6.1 Terra vs GPT-6.1 Sol: Onde a saída de US$ 5 deixa de ser a resposta mais barata

A comparação que a maioria das pessoas faz entre GPT-6.1 Terra e GPT-6.1 Solestá errada, e está errada de um jeito que favorece o modelo mais barato. Eles colocam ambos no esforço de raciocínio máximo, observam que o Terra pontua um pouco mais baixo, observam que o Terra custa metade do preço e concluem que o Terra é a opção padrão sensata. Mas ninguém roda um pipeline de produção no esforço máximo em todas as chamadas. A escolha real é Terra em xhigh contra Sol em low — e, nessa comparação, comentaristas no Hacker News apontaram poucas horas após o lançamento, o Terra pode custar mais do que o Sol e ainda pontuar pior. O modelo que você escolhe importa menos do que o nível de esforço ao qual você o fixa, e o nível de esforço é a variável que nenhuma das páginas de lançamento coloca na manchete.

Ambos os modelos são da mesma geração e do mesmo mês: o GPT-6.1 Sol foi lançado em 29 de setembro de 2026, e o GPT-6.1 Terra, em 26 de outubro. Eles compartilham uma janela de contexto de 1,05M, um limite de saída de 128K, os mesmos três endpoints e a mesma entrada de texto e imagem. O que os separa é uma diferença de quatro pontos no índice independente e uma diferença de 2× na tabela de preços — e a questão de saber se quatro pontos valem o dobro depende inteiramente do que sua carga de trabalho faz com os últimos quatro pontos.

O mesmo modelo, dois cartões de preço

Especificações da documentação do modelo da OpenAI, consultada em 27 de outubro de 2026.

• Preço — GPT-6.1 Terra $1 de entrada / $5 de saída por milhão; GPT-6.1 Sol $2 / $10. A entrada em cache do Terra é $0,05; a do Sol, $0,10.

• Contexto — 1.050.000 tokens cada, 922.000 de entrada máxima, 128.000 de saída máxima. Idênticos.

• Data de corte de conhecimento — Terra: 1º de junho de 2026; Sol: 30 de abril de 2026. O modelo mais barato e mais novo tem conhecimento do mundo cerca de um mês mais atualizado.

• Esforço de raciocínio — Terra oferece none, low, medium, high, xhigh e max; Sol oferece de low a max. O degrau extra "none" do Terra é um piso de custo real que o Sol não possui.

• Modificadores — ambos têm batch e flex a 50% abaixo do padrão, fast a 2×, regional a +10%, e o limite de entrada de 272K. Apenas o Sol tem um nível Ultrafast a 6× o padrão, o que, no preço de tabela, resulta em US$ 12 de entrada e US$ 60 de saída por milhão.

• Ferramentas e endpoints — conjunto idêntico. Responses API para chamada de ferramentas, Chat Completions sem ferramentas, Batch para ambos, sem ajuste fino em nenhum dos dois.

Quatro pontos, o dobro do preço

A Artificial Analysis atualmente lista o GPT-6.1 Terra com um Intelligence Index de 48 — 25º de 221 modelos — e o GPT-6.1 Sol com 52, 13º. Essa é toda a diferença independente de capacidade: quatro pontos, com esforço máximo, em um índice composto. Não é nada. Também não é o abismo que a linguagem de "flagship versus mid-tier" implica, e os dois modelos compartilham uma geração, uma família de arquitetura e uma janela de contexto.

A diferença de custo é mais fácil de enunciar: exatamente 2× tanto na entrada quanto na saída nas tarifas padrão. O Terra não é um modelo de prateleira de descontos; é o preço do Sol reduzido pela metade, com quatro pontos de índice removidos.

Custo por tarefa concluída, não por token

O número que deve orientar a decisão é o custo por tarefa concluída, porque ele incorpora quantos tokens cada modelo gasta pensando. No Intelligence Index da Artificial Analysis, o GPT-6.1 Terra custa US$ 0,40 por tarefa e o GPT-6.1 Sol US$ 0,72 — uma economia de 44% para o Terra, menor que os 50% da manchete, porque o Terra consome um pouco mais de tokens para concluir o mesmo trabalho no esforço máximo.

Escale isso. Com um milhão de tarefas por mês, a diferença é de aproximadamente US$ 320.000. Com dez mil tarefas, é US$ 3.200 — dinheiro real, mas menor do que o custo de uma semana de engenheiro dedicada a reconstruir um harness de avaliação. O limite em que a vantagem de preço da Terra justifica uma migração é uma questão de volume, não de qualidade, e é o primeiro número a calcular antes de ler qualquer tabela de benchmark.

Há um efeito de segunda ordem em favor do Terra que não aparece em nenhum dos dois preços: a data de corte do conhecimento. O horizonte de treinamento de 1º de junho do Terra é um mês mais recente do que o de 30 de abril do Sol. Para cargas de trabalho que dependem de APIs recentes, versões de bibliotecas ou documentação, esse mês vale mais do que quatro pontos de índice, e obtê-lo custa metade do preço.

A armadilha do nível de esforço, destrinchada passo a passo

Eis o modo de falha em termos concretos. O Terra em esforço xhigh gasta mais tokens por tarefa do que o Sol em esforço low. Se os tokens do Terra custam metade do preço, mas ele usa mais que o dobro deles, o modelo mais barato deixa de ser mais barato — e, como xhigh é uma configuração mais fraca que o low do Sol nas tarefas mais difíceis, você paga mais por uma resposta pior. Comentaristas do Hacker News descreveram exatamente isso no Terminal-Bench 4.0 em menos de um dia após o lançamento.

A solução não é evitar o Terra. É comparar com gasto igual, e não com configurações iguais. Concretamente: defina primeiro seu padrão de qualidade — a taxa de aprovação que seu produto precisa na sua própria avaliação — e então encontre o par (modelo, esforço) mais barato que o atende. Esse espaço de busca tem doze pontos práticos entre esses dois modelos, não dois, e a resposta normalmente não é "Terra no máximo" ou "Sol no máximo."

Os próprios números da OpenAI ilustram o quanto essa configuração muda as coisas. A taxa de erro do Terra no conjunto interno de indução de erros do fornecedor cai de 16,7% no esforço baixo para 4,3% no máximo — uma variação de 12 pontos dentro de um único modelo. A diferença entre Terra e Sol no índice independente é de quatro pontos. O ajuste de esforço é uma alavanca maior do que a escolha do modelo, e não custa nada girá-la.

Onde a Sol ainda ganha o markup

O posicionamento da OpenAI para o Sol é "desempenho próximo ao Astra para trabalhos complexos a um custo menor", e os benchmarks do fornecedor nos quais ele se diferencia do Terra são coerentes com isso: trabalho agêntico de longo horizonte, a programação mais difícil e documentos profissionais densos. Essas também são as tarefas em que uma execução malsucedida custa mais do que os tokens, que é exatamente quando um prêmio de preço de 2× é fácil de justificar.

O contra-argumento da Terra é mais restrito do que o marketing sugere, mas mais contundente do que o índice implica. A OpenAI relata que a Terra fica a 5 pontos do Claude Opus 5.5 no Terminal-Bench-Science 0.1, com menos de um quinto do custo estimado, e 15 pontos acima do GPT-5.6 Terra no Agents' Last Exam, a aproximadamente um terço do custo. São números gerados pelo fornecedor em testes selecionados pelo fornecedor, então estabelecem direção, não magnitude — mas a direção é "suficientemente boa em tarefas adjacentes à ciência e agênticas, muito mais barata", o que é um nicho real.

A divisão honesta é esta: Sol é para as tarefas em que você perceberia uma queda de quatro pontos na qualidade, e Terra é para as tarefas em que você perceberia a fatura. Muito poucas cargas de trabalho são inteiramente uma ou outra, e é por isso que a questão do roteamento importa mais do que a questão do modelo.

A latência pode decidir isso antes da qualidade.

A Artificial Analysis mede o GPT-6.1 Sol em 65,9 tokens de saída por segundo, com 325,58 segundos até o primeiro token em esforço máximo. Esse número de tempo até o primeiro token não é erro de digitação, e desqualifica o modelo para qualquer uso interativo. O Terra ainda não tem medição independente de vazão; a OpenAI o descreve como substancialmente mais rápido, e, se isso se confirmar, a diferença é grande o suficiente para resolver a discussão em favor de produtos em formato de chat ou de loop de agente, independentemente das pontuações nos índices.

Para trabalho em lote, o cálculo se inverte: 325 segundos de raciocínio são irrelevantes se a tarefa rodar durante a noite, e o teto mais alto do Sol vale o custo. A latência é uma propriedade da carga de trabalho, não do modelo, e deve entrar na decisão antes da classificação no benchmark.

Segurando os dois braços em uma única tecla

O OrcaRouter disponibiliza o GPT-6.1 Sol pelo preço de tabela de $2/$10, com 0% de markup, na mesma chave que mais de 200 outros modelos. O GPT-6.1 Terra não está no nosso catálogo em 27 de outubro — foi lançado há um dia e está disponível pela API da OpenAI —, então o padrão prático hoje é medir o braço Sol do nosso lado e defini-lo como alvo de escalonamento: execute o Terra onde ele vence e faça failover para o Sol quando uma solicitação precisar dos quatro pontos extras ou quando um provedor tiver uma hora ruim. Ambos são da mesma geração, têm a mesma janela de contexto e o mesmo formato de endpoint, então a regra de roteamento é uma string de modelo e uma configuração de esforço, não uma reescrita.

O DSL de roteamento importa aqui por um motivo específico. A configuração de produção interessante não é "Terra ou Sol", mas "Terra no nível high, escalando para Sol no nível medium quando a confiança é baixa" — uma composição que, de outra forma, significaria duas integrações, duas políticas de nova tentativa e duas faturas. É esse o tipo de decisão que este par convida, e é por isso que os dois modelos devem ser avaliados como uma escada, e não como um ou outro.

A regra de decisão

• Alto volume, bem especificado, sensível à latência — capturas de tela, formulários, extração, automação de navegador, redação rotineira. Terra, com o menor esforço que ainda passe na sua avaliação. A desvantagem de quatro pontos não vai aparecer, mas a economia de 44% por tarefa vai.

• Codificação difícil, agentes de longo horizonte, documentos profissionais densos, qualquer coisa em que uma execução falhada custe mais do que os tokens. Sol. É para esta carga de trabalho que o prêmio de 2× existe.

• Chat interativo com um orçamento rígido de tempo até o primeiro token. Terra, a menos que você tenha medido o Sol em esforço baixo e considerado a latência aceitável. O Sol no esforço máximo é um instrumento de lote vestindo uma interface de chat.

• Trabalhos sensíveis à atualidade — APIs recentes, versões de bibliotecas, documentação atual. A data de corte de junho da Terra supera a de abril da Sol, e pela metade do preço.

• Em dúvida. Faça benchmark com gasto igual, não com configurações iguais. Essa única mudança levará mais equipes para a Terra do que qualquer tabela de benchmark.

A questão em aberto não é se Terra é bom o suficiente para substituir Sol — claramente não é, na única medida independente disponível. É se a diferença de quatro pontos sobrevive à chegada do GPT-6.1 Astra, que ainda não foi lançado e que empurrará Sol para baixo na hierarquia, da mesma forma como Sol empurrou Astra para baixo. Quando isso acontecer, a comparação interessante será Terra contra um Sol com desconto, e o controle de esforço importará ainda mais do que hoje.