GPT-6.1 Terra vs GPT-6.1 Sol: Där utdata för $5 inte längre är det billigare svaret

Jämförelsen som de flesta gör mellan GPT-6.1 Terra och GPT-6.1 Sol är fel, och den är fel på ett sätt som smickrar den billigare modellen. De ställer in båda på maximal resonemangsansträngning, noterar att Terra får lite lägre poäng, noterar att Terra kostar hälften så mycket och drar slutsatsen att Terra är det förnuftiga standardvalet. Men ingen kör en produktionspipeline på maximal ansträngning vid varje anrop. Det verkliga valet är Terra på xhigh mot Sol på low – och i den jämförelsen påpekade kommentatorer på Hacker News inom timmar från lanseringen att Terra kan kosta mer än Sol samtidigt som den får sämre poäng. Modellen du väljer spelar mindre roll än den ansträngningsnivå du låser den till, och ansträngningsnivån är variabeln som ingen av lanseringssidorna sätter i rubriken.

Båda modellerna är från samma generation och samma månad: GPT-6.1 Sol lanserades den 29 september 2026, GPT-6.1 Terra den 26 oktober. De delar ett kontextfönster på 1,05 M, ett utdatatak på 128K, samma tre slutpunkter och samma text- och bildinmatning. Det som skiljer dem åt är en fyrapoängsskillnad i det oberoende indexet och en 2× skillnad på prislistan – och frågan om fyra poäng är värt det dubbla beror helt på vad din arbetsbelastning gör med de sista fyra poängen.

Samma modell, två priskort

Specifikationer från OpenAI:s modelldokumentation, lästa 27 oktober 2026.

• Pris – GPT-6.1 Terra $1 för indata / $5 för utdata per miljon; GPT-6.1 Sol $2 / $10. Terras cachade indata kostar $0,05, Sols $0,10.

• Kontext — 1,050,000 tokens vardera, 922,000 maximal indata, 128,000 maximal utdata. Identiska.

• Kunskapsgräns – Terra 1 juni 2026; Sol 30 april 2026. Den billigare, nyare modellen har en världsbild som är ungefär en månad färskare.

• Resonemangsansträngning — Terra erbjuder none, low, medium, high, xhigh, max; Sol erbjuder low till max. Terras extra "none"-nivå är ett verkligt kostnadsgolv som Sol inte har.

• Modifierare – båda har batch och flex 50 % under standard, fast på 2×, regional på +10 % och tröskeln på 272K indata. Endast Sol har en Ultrafast-nivå på 6× standard, vilket enligt listpris motsvarar $12 för indata och $60 för utdata per miljon.

• Verktyg och slutpunkter – identisk uppsättning. Responses API för verktygsanrop, Chat Completions utan verktyg, Batch för båda, ingen finjustering på någon av dem.

Fyra poäng, dubbelt pris

Artificial Analysis listar för närvarande GPT-6.1 Terra med ett Intelligence Index på 48 – 25:e plats av 221 modeller – och GPT-6.1 Sol på 52, 13:e plats. Det är hela det oberoende förmågegapet: fyra poäng, vid maximal ansträngning, i ett sammansatt index. Det är inte ingenting. Det är inte heller den klyfta som språkbruket "flaggskepp kontra mellanklass" antyder, och de två modellerna delar generation, arkitekturfamilj och kontextfönster.

Kostnadsskillnaden är enklare att uttrycka: exakt 2× på både input och output till standardpriser. Terra är ingen modell från fyndlådan; det är Sols pris halverat med fyra indexpoäng borttagna.

Kostnad per slutförd uppgift, inte per token

Det tal som bör styra beslutet är kostnad per slutförd uppgift, eftersom det innefattar hur många tokens varje modell spenderar på att tänka. I Artificial Analysis Intelligence Index kostar GPT-6.1 Terra $0,40 per uppgift och GPT-6.1 Sol $0,72 – en besparing på 44 % för Terra, mindre än de 50 % som rubriken anger, eftersom Terra gör av med något fler tokens för att slutföra samma arbete vid maximal ansträngning.

Skala det. Vid en miljon uppgifter i månaden är skillnaden ungefär 320 000 dollar. Vid tiotusen uppgifter är den 3 200 dollar – riktiga pengar, men mindre än en ingenjörsvecka som läggs på att bygga om en eval-harness. Tröskeln där Terras prisfördel motiverar en migrering är en volymfråga, inte en kvalitetsfråga, och det är den första siffran att räkna fram innan man läser någon benchmarktabell.

Det finns en andra ordningens effekt till Terras fördel som inte syns i något av priserna: kunskapsgränsen. Terras träningshorisont den 1 juni är en månad färskare än Sols den 30 april. För arbetsbelastningar som är beroende av färska API:er, biblioteksversioner eller dokumentation är den månaden värd mer än fyra indexpoäng, och den kostar hälften så mycket att få.

Ansträngningsnivåfällan, genomgången

Här är felmoden i konkreta ordalag. Terra med xhigh-ansträngning gör av med fler tokens per uppgift än Sol med låg ansträngning. Om Terras tokens kostar hälften så mycket men den använder mer än dubbelt så många av dem, är den billigare modellen inte längre billigare – och eftersom xhigh är en svagare inställning än Sols low på de svåraste uppgifterna betalar du mer för ett sämre svar. Hacker News-kommentatorer beskrev exakt detta om Terminal-Bench 4.0 inom ett dygn efter lanseringen.

Lösningen är inte att undvika Terra. Det är att jämföra vid samma kostnad snarare än vid samma inställningar. Konkret: välj din kvalitetsribba först — den godkännandegrad som din produkt behöver på din egen eval — och hitta sedan det billigaste (modell, ansträngning)-paret som klarar den. Det sökutrymmet har tolv praktiska punkter för dessa två modeller, inte två, och svaret är vanligtvis inte "Terra på max" eller "Sol på max."

OpenAIs egna siffror illustrerar hur mycket inställningen förändrar. Terras felkvot på leverantörens interna felinducerande set faller från 16,7 % vid låg ansträngning till 4,3 % vid maximal – en svängning på 12 procentenheter inom en och samma modell. Gapet mellan Terra och Sol på det oberoende indexet är fyra punkter. Ansträngningsvredet är en större hävstång än modellvalet, och det är gratis att vrida på.

Där Sol fortfarande tjänar påslaget

OpenAIs positionering för Sol är ”nära Astra-prestanda för komplext arbete till en lägre kostnad”, och leverantörens benchmarkresultat där den skiljer sig från Terra ligger i linje med det: långsiktigt agentiskt arbete, den svåraste kodningen och innehållsrika professionella dokument. Det är också de uppgifter där en misslyckad körning kostar mer än tokens, vilket är precis när ett 2× prispåslag är lätt att motivera.

Terras motargument är snävare än marknadsföringen antyder men vassare än indexet antyder. OpenAI rapporterar att Terra ligger inom 5 poäng från Claude Opus 5.5 på Terminal-Bench-Science 0.1 till mindre än en femtedel av den uppskattade kostnaden, och 15 poäng över GPT-5.6 Terra på Agents' Last Exam till ungefär en tredjedel av kostnaden. Det är siffror körda av leverantören på tester utvalda av leverantören, så de visar riktning snarare än storlek – men riktningen är "tillräckligt bra på vetenskapsnära och agentiska uppgifter, mycket billigare", vilket är en verklig nisch.

Den ärliga uppdelningen är den här: Sol är till för de uppgifter där du skulle märka ett kvalitetstapp på fyra poäng, och Terra är till för de uppgifter där du skulle märka fakturan. Väldigt få arbetsbelastningar är helt och hållet det ena eller det andra, vilket är anledningen till att routeringsfrågan spelar större roll än modellfrågan.

Latensen kan avgöra det innan kvaliteten gör det

Artificial Analysis mäter GPT-6.1 Sol till 65,9 uttoken per sekund med 325,58 sekunder till första token vid maximal ansträngning. Den siffran för tid till första token är inte en felskrivning, och den diskvalificerar den för allt interaktivt. Terra har ännu ingen oberoende mätning av genomströmning; OpenAI beskriver den som betydligt snabbare, och om det stämmer är gapet tillräckligt stort för att avgöra diskussionen för chattformade produkter eller produkter med agentloopar, oavsett indexpoäng.

För batcharbete vänds kalkylen: 325 sekunder av tänkande är irrelevant om jobbet körs över natten, och Sols högre tak är värt att betala för. Latens är en egenskap hos arbetsbelastningen, inte hos modellen, och den hör hemma i beslutet före placeringen i benchmark.

Håller båda armarna på en tangent

OrcaRouter tillhandahåller GPT-6.1 Sol till sitt listpris på $2/$10 med 0 % påslag, på samma nyckel som över 200 andra modeller. GPT-6.1 Terra finns inte i vår katalog den 27 oktober – den är en dag gammal och tillgänglig via OpenAIs API – så det praktiska mönstret i dag är att mäta Sol-armen på vår sida och sätta den som eskaleringsmål: kör Terra där den vinner, växla över till Sol när en förfrågan behöver de extra fyra poängen eller när en leverantör har en dålig timme. Båda är samma generation, samma kontextfönster och samma slutpunktsform, så routningsregeln är en modellsträng och en effort-inställning, inte en omskrivning.

Routing-DSL:en är viktig här av en specifik anledning. Den intressanta produktionskonfigurationen är inte ”Terra eller Sol” utan ”Terra vid hög, med eskalering till Sol vid medel när konfidensen är låg” – en sammansättning som annars skulle innebära två integrationer, två återförsökspolicyer och två fakturor. Det är den typen av beslut som det här paret inbjuder till, och det är anledningen till att de två modellerna bör utvärderas som en stege snarare än som ett antingen-eller.

Beslutsregeln

• Högvolym, väl specificerat, latenskänsligt — skärmbilder, formulär, extrahering, webbläsarautomation, rutinmässigt utkastarbete. Terra, vid den lägsta insats som klarar din utvärdering. Underskottet på fyra punkter kommer inte att synas, och besparingen på 44 % per uppgift kommer att göra det.

• Svår kodning, agenter med lång horisont, kompakta professionella dokument, allt där en misslyckad körning kostar mer än tokens. Sol. Det här är den arbetsbelastning som 2×-premien finns till för.

• Interaktiv chatt med en strikt budget för tid till första token. Terra, om du inte har mätt Sol vid låg ansträngning och funnit att latensen är acceptabel. Sol vid maximal ansträngning är ett batchinstrument i chattgränssnittskläder.

• Färskhetskänsligt arbete – nya API:er, biblioteksversioner, aktuell dokumentation. Terras junigräns slår Sols aprilgräns, och det till halva priset.

• Osäker. Benchmarka vid samma kostnad, inte samma inställningar. Den enda ändringen kommer att flytta fler team till Terra än någon benchmarktabell kommer att göra.

Den öppna frågan är inte huruvida Terra är tillräckligt bra för att ersätta Sol – det är det uppenbarligen inte, enligt det enda oberoende mått som finns. Frågan är huruvida gapet på fyra poäng överlever ankomsten av GPT-6.1 Astra, som ännu inte har släppts och som kommer att skjuta Sol nedför stegen på samma sätt som Sol sköt Astra nedför den. När det händer blir den intressanta jämförelsen Terra mot en rabatterad Sol, och ansträngningsvredet kommer att spela ännu större roll än i dag.