GPT-6.1 Terra vs DeepSeek V4.1 Pro: Modellen som aldrig lanserades

Det finns ingen DeepSeek V4.1 Pro att jämföra GPT-6.1 Terra med. Per den 27 oktober 2026 har DeepSeek inte publicerat något modellkort, ingen API-identifierare, inget pris, inga vikter och ingen benchmarktabell under det namnet, och en förfrågan till den uppenbara endpointen returnerar 404. Den jämförelse köpare faktiskt gör är mellan Terra och de två DeepSeek-modeller som faktiskt finns: DeepSeek V4.1 Flash, 1017-checkpointen som släpptes den 17 oktober, och DeepSeek V4 Pro, den öppna flaggskeppsmodellen 0813. Det är en mer användbar kamp ändå, och Terra vinner den inte på pris.

Namnet V4.1 Pro är inte påhittat i tomma luften. Det kommer från en post i ändringsloggen den 10 september som säger att V4 Pro-trafik skulle dirigeras till V4.1 Flash "until V4.1-Pro launches". DeepSeek drog tillbaka planen en dag senare efter protester från utvecklare och har inte sagt något sedan dess. Ett lanseringsfönster mellan 19 och 31 oktober och en uppsättning parameterantal har cirkulerat sedan dess, inget av det från företaget. Namnet är en platshållare för en nivå som läckt ut i jämförelseartiklar, och några sajter publicerar nu självsäkra pris- och benchmarktabeller för en modell som inte går att anropa.

Vad en 404 betyder för en köpare

En saknad modell är inte en neutral lucka på marknaden. Den förändrar vad du bör göra det här kvartalet, eftersom det har ett pris att vänta och ersättaren är ovanligt bra. DeepSeeks egen routingnotis är avslöjandet: när företaget i september ville flytta V4 Pro-trafik någonstans billigare flyttade det den till V4.1 Flash, inte till en Pro-efterträdare. Vad V4.1 Pro än slutligen blir är det inte den modell som DeepSeek för närvarande styr sina egna användare mot.

Det praktiska testet är det fyrdelade som bloggen har använt för varje ryktad lansering: ett API-modell-ID som du kan anropa, publicerad prissättning inklusive cachepriser, en post på en oberoende resultattavla och vikter på Hugging Face. V4.1 Pro klarar inte något av de fyra. Tills det klarar dem är varje "versus"-sida som sätter siffror i sin kolumn bara en gissning.

Vad DeepSeek faktiskt säljer

• DeepSeek V4.1 Flash (1017) — 0,15 USD per 1 miljon indata och 0,60 USD per 1 miljon utdata utanför högtrafik, dubbelt så mycket under vardagliga högtrafikfönster; kontext på 1 miljon tokens, max 384K utdata, text- och bildindata, cirka 552B parametrar.

• DeepSeek V4 Pro (0813) — $0.66/$1.98 under lågtrafik, fördubblas även vid högtrafik; 1M kontext, 384K utdata, endast text, cirka 1,6T totala parametrar med omkring 49B aktiva, öppna vikter.

• {{1}}GPT-6.1 Terra{{/1}} — 1,00/5,00 USD per 1 miljon input-/output-tokens, stiger till 2,00/7,50 USD efter 272K input-tokens; cachad input 0,05 USD; 1,05M kontext med ett tak på 128K output; text- och bildinput; slutna vikter, släppt 26 oktober.

Det första som sticker ut är utdata. Båda DeepSeek-modellerna tillåter 384K utdatatokens i en enskild begäran. Terra har en gräns på 128K. För långformsgenerering, kodändringar i repositoriestorlek eller vad som helst som matar ut ett helt dokument i ett anrop är Terra ingen direktersättning, oavsett hur priset står sig.

Terra mot modellerna du kan anropa

På Artificial Analysiss nuvarande Intelligence Index ligger Terra på 48 och V4.1 Flash på 45, medan V4 Pro ligger klart efter på 36. Både Terra- och Flash-siffrorna är på nuvarande skala, men de mättes med olika ansträngningsinställningar, så behandla gapet på tre punkter som en riktning snarare än exakt. Det som inte är tvetydigt är kostsidan: Artificial Analysis anger Terra till ungefär $0,40 per indexuppgift och V4.1 Flash till omkring $0,26.

Oberoende testsviter ger en mindre smickrande bild av Terra. På Vals Index får V4.1 Flash 61,26 % mot Terras 60,17 % – Flash ligger marginellt före samtidigt som den kostar mindre per test. På bokföringsbenchmarken DualEntry fick Flash återigen högre poäng än Terra, och Terras 78,2 % placerade den på 18:e plats av 22 modeller trots att den var OpenAIs snabbaste och billigaste modell. En separat jämförelse av kodningsagenter placerade Flash på cirka 0,30 USD per uppgift för 46 poäng, mot Terra på 0,68–0,70 USD för 48, vilket är ungefär dubbelt så hög kostnad för två poäng.

Mönstret är konsekvent för alla: Terra konkurrerar inte med DeepSeek vad gäller kapacitet till ett givet pris. Den konkurrerar i fråga om tillförlitlighet, snabbhet och det faktum att den är en OpenAI-modell med OpenAIs verktyg bakom sig.

Aritmetiken på en verklig arbetsbelastning

Utgå från en medelstor produktionsarbetsbelastning på 30M input-tokens och 6M output-tokens per månad, där alla förfrågningar är under 272K så att Terras långkontextstillägg inte gäller.

• GPT-6.1 Terra — $30,00 för indata plus $30,00 för utdata, eller $60,00 i månaden.

• DeepSeek V4.1 Flash — $4,50 plus $3,60 vid lågtrafiktaxa, eller $8,10; $16,20 om varje anrop hamnar i ett högtrafikfönster.

• DeepSeek V4 Pro — $19,80 plus $11,88, eller $31,68 vid lågtrafik; $63,36 vid högtrafik.

Terra är ungefär 7,4 gånger Flashs kostnad under lågtrafik och 3,7 gånger dess kostnad under högtrafik. Jämfört med V4 Pro vänds bilden: Terra för 60 dollar är ungefär dubbelt så dyrt som V4 Pro under lågtrafik men något billigare än V4 Pro under högtrafik. OpenAI:s prissänkning gjorde inte Terra till det billiga alternativet i den här jämförelsen. Den gjorde Terra ungefär prismässigt likvärdigt med DeepSeeks äldre flaggskepp och lämnade det långt efter det nyare Flash.

272K-gränsen har större betydelse än den verkar. Pressar man genomsnittliga förfrågningar förbi den tröskeln fördubblas Terras indatapris till 2,00 USD och utdatapriset till 7,50 USD, vilket får samma arbetsbelastning att kosta 105 USD i månaden. RAG-pipelines för lång kontext och kodagenter för hela kodförråd bör prissättas efter den siffran, inte efter rubriksiffran.

Där Terras premium köper något

Tre saker, och det är inte lite.

Snabbheten kommer först. Terra uppmätte 90,9 utdatatokens per sekund hos Artificial Analysis, där OpenAI hävdar att uppgifter slutförs ungefär tre gånger snabbare än med deras egen flaggskeppsmodell, och i DualEntry-körningen blev den klar på 16,1 sekunder. DeepSeeks modeller är billiga men långsammare på komplexa uppgifter. För interaktiva produkter är den latensskillnaden något användarna känner av.

Tillförlitlighet är den andra. Terra:s AA-Omniscience-gissningsfrekvens sjönk från 88 % till 38 % jämfört med föregångaren, och OpenAI:s positionering är uttryckligen en modell som gör färre ogrundade påståenden. V4.1 Flash är en stark modell, men den är billig, och billiga modeller tenderar att svara snarare än att avstå när indata är tvetydiga.

Kontroll är det tredje. Terra erbjuder sex resonemangsnivåer, så ett team kan skicka enkel trafik till låg ansträngning och reservera dyr tankekraft för svansen. Den granulariteten är ofta värd mer än en skillnad i tokenpris, eftersom den låter en enda modell täcka en rad olika uppgifter.

Det Terra inte ger dig är öppna vikter. V4 Pro:s vikter går att ladda ner, och V4.1 Flashs arkitektur är dokumenterad. Om självhosting, finjustering eller datahemvist är ett krav slutar jämförelsen innan priset ens kommer in i bilden.

Routa paret du faktiskt kan få

Båda DeepSeek-modellerna finns i OrcaRouters katalog – V4.1 Flash för $0,15/$0,60 och V4 Pro för $0,66/$1,98, leverantörens listpriser vidarebefordrade med 0 % påslag – så att växla mellan dem, eller redundansväxla från den ena till den andra när en leverantör försämras, är en ändring av modell-ID snarare än en ny integration. Terra finns inte i katalogen vid publiceringen; det är tillgängligt via OpenAIs API och flera tredjepartsplattformar, och att jämföra det mot DeepSeek-paret innebär att anropa det direkt tills vidare.

Den asymmetrin är värd att namnge snarare än att dölja: den billiga sidan av den här matchningen går att routa i dag via en enda nyckel, och den dyra sidan gör det inte ännu. Team som vill testa uppdelningen – Terra för den övervakade bulken, Flash för kostnadskänslig volym, V4 Pro där öppna vikter spelar roll – kan göra två tredjedelar av det experimentet i eftermiddag.

Det som skulle förändra den här artikeln är om V4.1 Pro levereras med ett riktigt kort och ett riktigt pris. Om så sker är det första numret att kontrollera inte dess benchmarkresultat utan dess pris för output jämfört med Terras $5.00 och Flashs $0.30 vid peak. DeepSeeks fördel har aldrig varit att dess modeller är smartare per dollar i toppsegmentet; det är att de är dramatiskt billigare i bottensegmentet. En Pro-nivå prissatt högre än V4 Pro skulle konkurrera med Terra på Terras villkor, och de senaste två åren tyder på att det inte är en kamp som DeepSeek väljer.

Tills slutpunkten svarar är den ärliga rekommendationen den tråkiga: benchmarka V4.1 Flash mot Terra på din egen trafik. Det är modellen som DeepSeek faktiskt dirigerar folk till, den kostar en sjundedel så mycket i lågtrafik, och på två oberoende testsviter ligger den redan inom en poäng från Terra. Gapet på tre indexpoäng som Terra faktiskt har är verkligt, men det är inte verkligt på sju gånger priset.