GPT-6.1 Terra กับ GPT-6.1 Sol: จุดที่เอาต์พุตราคา $5 ไม่ใช่คำตอบที่ถูกกว่าอีกต่อไป

การเปรียบเทียบที่คนส่วนใหญ่ทำระหว่าง GPT-6.1 Terra กับ GPT-6.1 Sol นั้นผิด และผิดในแบบที่เข้าข้างโมเดลที่ถูกกว่า พวกเขาตั้งทั้งสองตัวไว้ที่ระดับการใช้เหตุผลสูงสุด สังเกตว่า Terra ได้คะแนนต่ำกว่าเล็กน้อย สังเกตว่า Terra มีต้นทุนถูกกว่าครึ่งหนึ่ง แล้วก็สรุปว่า Terra คือค่าเริ่มต้นที่สมเหตุสมผล แต่ไม่มีใครรันไปป์ไลน์โปรดักชันที่ระดับสูงสุดในการเรียกทุกครั้ง ทางเลือกที่แท้จริงคือ Terra ที่ระดับ xhigh เทียบกับ Sol ที่ระดับ low — และในการเปรียบเทียบนั้น ผู้แสดงความคิดเห็นบน Hacker News ชี้ให้เห็นภายในไม่กี่ชั่วโมงหลังเปิดตัวว่า Terra อาจมีต้นทุนสูงกว่า Sol ทั้งที่ได้คะแนนแย่กว่า โมเดลที่คุณเลือกสำคัญน้อยกว่าระดับการใช้เหตุผลที่คุณล็อกไว้ และระดับการใช้เหตุผลคือตัวแปรที่หน้าเปิดตัวทั้งสองหน้าไม่ได้ใส่ไว้ในพาดหัว

ทั้งสองโมเดลมาจากเจเนอเรชันเดียวกันและเดือนเดียวกัน: GPT-6.1 Sol เปิดตัวเมื่อวันที่ 29 กันยายน 2026 ส่วน GPT-6.1 Terra เปิดตัวเมื่อวันที่ 26 ตุลาคม ทั้งคู่มีหน้าต่างบริบท 1.05M เพดานเอาต์พุต 128K เอนด์พอยต์สามตัวเดียวกัน และอินพุตแบบข้อความและรูปภาพเหมือนกัน สิ่งที่แยกทั้งสองออกจากกันคือช่องว่างสี่คะแนนบนดัชนีอิสระและช่องว่าง 2× บนตารางราคา — และคำถามที่ว่าสี่คะแนนคุ้มค่ากับการจ่ายเป็นสองเท่าหรือไม่นั้น ขึ้นอยู่ทั้งหมดกับว่าภาระงานของคุณทำอะไรกับสี่คะแนนสุดท้ายนั้น

โมเดลเดียวกัน การ์ดราคาสองใบ

ข้อมูลจำเพาะจากเอกสารประกอบโมเดลของ OpenAI สืบค้นเมื่อวันที่ 27 ตุลาคม 2026

• ราคา — GPT-6.1 Terra อินพุต $1 / เอาต์พุต $5 ต่อล้าน; GPT-6.1 Sol $2 / $10 อินพุตที่แคชไว้ของ Terra อยู่ที่ $0.05 และของ Sol อยู่ที่ $0.10

• บริบท — 1,050,000 โทเค็นต่อรายการ, อินพุตสูงสุด 922,000, เอาต์พุตสูงสุด 128,000 เหมือนกันทุกประการ

• จุดตัดความรู้ — Terra 1 มิถุนายน 2026; Sol 30 เมษายน 2026 โมเดลที่ใหม่กว่าและราคาถูกกว่า มีข้อมูลโลกที่สดใหม่กว่าประมาณหนึ่งเดือน

• ระดับความพยายามในการให้เหตุผล — Terra มีให้เลือก none, low, medium, high, xhigh, max; Sol มีให้เลือกตั้งแต่ low ถึง max ขั้น "none" ที่ Terra เพิ่มเข้ามาเป็นพื้นต้นทุนที่แท้จริงซึ่ง Sol ไม่มี

• ตัวปรับแต่ง — ทั้งสองมี batch และ flex ที่ต่ำกว่ามาตรฐาน 50%, fast ที่ 2×, regional ที่ +10% และเกณฑ์อินพุต 272K เฉพาะ Sol มีระดับ Ultrafast ที่ 6× มาตรฐาน ซึ่งเมื่อคิดตามราคาปลีกแล้วเท่ากับอินพุต $12 และเอาต์พุต $60 ต่อล้าน

• เครื่องมือและ endpoint — ชุดเดียวกันทุกประการ Responses API สำหรับการเรียกใช้เครื่องมือ, Chat Completions โดยไม่มีเครื่องมือ, Batch สำหรับทั้งคู่, ไม่มีการทำ fine-tuning ในทั้งสองแบบ

สี่จุด ราคาสองเท่า

Artificial Analysis ระบุอยู่ในปัจจุบันว่า GPT-6.1 Terra มี Intelligence Index อยู่ที่ 48 — เป็นอันดับ 25 จาก 221 โมเดล — ส่วน GPT-6.1 Sol อยู่ที่ 52 เป็นอันดับ 13 นั่นคือช่องว่างด้านความสามารถทั้งหมดที่วัดได้อย่างเป็นอิสระ: สี่คะแนน เมื่อใช้ความพยายามสูงสุด บนดัชนีแบบผสม ซึ่งไม่ใช่เรื่องเล็กน้อย แต่ก็ไม่ใช่เหวขนาดใหญ่ที่ถ้อยคำแบบ "เรือธงกับระดับกลาง" สื่อออกมา และทั้งสองโมเดลยังอยู่ในรุ่นเดียวกัน อยู่ในตระกูลสถาปัตยกรรมเดียวกัน และมีหน้าต่างบริบทเท่ากัน

ช่องว่างด้านต้นทุนพูดได้ง่ายกว่า: เท่ากับ 2× พอดีทั้งอินพุตและเอาต์พุตในอัตรามาตรฐาน Terra ไม่ใช่โมเดลในถังลดราคา; มันคือราคาของ Sol ที่ถูกตัดครึ่ง พร้อมตัดคะแนนดัชนีออกสี่คะแนน

คิดตามงานที่เสร็จ ไม่ใช่ตามโทเคน

ตัวเลขที่ควรเป็นตัวขับเคลื่อนการตัดสินใจคือต้นทุนต่องานที่ทำเสร็จ เพราะตัวเลขนี้รวมจำนวนโทเคนที่แต่ละโมเดลใช้ในการคิดเข้าไปด้วย บนดัชนี Intelligence Index ของ Artificial Analysis นั้น GPT-6.1 Terra มีต้นทุน $0.40 ต่องาน และ GPT-6.1 Sol มีต้นทุน $0.72 ซึ่ง Terra ประหยัดได้ 44% น้อยกว่าตัวเลขพาดหัวที่ 50% เพราะ Terra ใช้โทเคนมากกว่าเล็กน้อยเพื่อทำงานเดียวกันให้เสร็จที่ความพยายามสูงสุด

ลองขยายตัวเลขนั้นดู ที่หนึ่งล้านงานต่อเดือน ส่วนต่างอยู่ที่ประมาณ $320,000 ที่หนึ่งหมื่นงาน ส่วนต่างคือ $3,200 — เงินจริง แต่เล็กกว่าหนึ่งสัปดาห์ของวิศวกรที่ใช้สร้าง eval harness ขึ้นใหม่ เกณฑ์ที่ข้อได้เปรียบด้านราคาของ Terra ทำให้การย้ายระบบคุ้มค่าเป็นคำถามเรื่องปริมาณ ไม่ใช่คำถามเรื่องคุณภาพ และเป็นตัวเลขแรกที่ต้องคำนวณก่อนอ่านตาราง benchmark ใด ๆ

มีผลกระทบอันดับรองที่เอื้อประโยชน์ต่อ Terra ซึ่งไม่ปรากฏในราคาของทั้งสองรุ่น นั่นคือจุดตัดความรู้ Terra มีขอบเขตการฝึกอบรมถึงวันที่ 1 มิถุนายน ซึ่งใหม่กว่าของ Sol ที่วันที่ 30 เมษายนอยู่หนึ่งเดือน สำหรับงานที่ต้องพึ่งพา API เวอร์ชันไลบรารี หรือเอกสารล่าสุด เดือนนั้นมีค่ามากกว่าสี่คะแนนดัชนี และได้มาในราคาเพียงครึ่งเดียว

กับดักระดับความพยายามที่ได้รับการวิเคราะห์จนกระจ่างแล้ว

นี่คือรูปแบบความล้มเหลวในแง่รูปธรรม Terra ที่ระดับ xhigh ใช้โทเค็นต่องานมากกว่า Sol ที่ระดับ low หากโทเค็นของ Terra มีราคาถูกกว่าครึ่งหนึ่ง แต่ใช้จำนวนมากกว่าสองเท่า โมเดลที่ถูกกว่าก็ไม่ได้ถูกกว่าอีกต่อไป — และเนื่องจาก xhigh เป็นการตั้งค่าที่อ่อนแอกว่า low ของ Sol เมื่อเจองานที่ยากที่สุด คุณจึงกำลังจ่ายแพงกว่าเพื่อคำตอบที่แย่กว่า ผู้แสดงความคิดเห็นบน Hacker News อธิบายเรื่องนี้ได้ตรงเผงบน Terminal-Bench 4.0 ภายในหนึ่งวันหลังเปิดตัว

วิธีแก้ไม่ใช่การเลี่ยง Terra แต่คือการเปรียบเทียบที่ค่าใช้จ่ายเท่ากัน แทนที่จะเปรียบเทียบที่การตั้งค่าเท่ากัน พูดให้ชัดคือ: เลือกเกณฑ์คุณภาพของคุณก่อน — อัตราการผ่านที่ผลิตภัณฑ์ของคุณต้องการบน eval ของคุณเอง — แล้วหา pair (โมเดล, ระดับ effort) ที่ถูกที่สุดซึ่งผ่านเกณฑ์นั้น พื้นที่การค้นหานั้นมีจุดที่ใช้ได้จริงสิบสองจุดจากสองโมเดลนี้ ไม่ใช่แค่สองจุด และคำตอบมักไม่ใช่ "Terra ที่ max" หรือ "Sol ที่ max"

ตัวเลขของ OpenAI เองแสดงให้เห็นว่าการตั้งค่านี้ส่งผลมากเพียงใด อัตราข้อผิดพลาดของ Terra บนชุดข้อมูลภายในของผู้จำหน่ายที่กระตุ้นให้เกิดข้อผิดพลาด ลดลงจาก 16.7% ที่ระดับความพยายามต่ำ เป็น 4.3% ที่ระดับสูงสุด — ส่วนต่าง 12 จุดภายในโมเดลเดียว ช่องว่างระหว่าง Terra กับ Sol บนดัชนีอิสระคือสี่จุด ปุ่มปรับความพยายามเป็นคันโยกที่ใหญ่กว่าการเลือกโมเดล และสามารถหมุนได้โดยไม่มีค่าใช้จ่าย

จุดที่ Sol ยังคงได้รับกำไรส่วนเพิ่ม

การวางตำแหน่งของ OpenAI สำหรับ Sol คือ “ประสิทธิภาพใกล้เคียง Astra สำหรับงานซับซ้อนในต้นทุนที่ต่ำกว่า” และผลทดสอบมาตรฐานจากผู้ขายที่แสดงจุดที่ Sol แตกต่างจาก Terra ก็สอดคล้องกับเรื่องนี้: งานเอเจนต์ระยะยาว งานเขียนโค้ดที่ยากที่สุด และเอกสารวิชาชีพที่มีเนื้อหาแน่นหนา งานเหล่านี้ยังเป็นงานที่การรันที่ล้มเหลวมีต้นทุนสูงกว่าค่าโทเคน ซึ่งเป็นจังหวะที่ส่วนต่างราคา 2 เท่าสามารถให้เหตุผลรองรับได้ง่ายพอดี

ข้อโต้แย้งของ Terra แคบกว่าที่การตลาดสื่อ แต่คมกว่าที่ดัชนีบ่งชี้ OpenAI รายงานว่า Terra อยู่ในระยะ 5 คะแนนจาก Claude Opus 5.5 บน Terminal-Bench-Science 0.1 ด้วยต้นทุนประมาณการต่ำกว่าหนึ่งในห้า และสูงกว่า GPT-5.6 Terra 15 คะแนนบน Agents' Last Exam ด้วยต้นทุนประมาณหนึ่งในสาม ตัวเลขเหล่านี้เป็นตัวเลขที่ผู้ขายดำเนินการบนแบบทดสอบที่ผู้ขายเลือกเอง ดังนั้นจึงบ่งชี้ทิศทางมากกว่าขนาด — แต่ทิศทางคือ “ดีพอสำหรับงานที่ใกล้เคียงวิทยาศาสตร์และงานเชิงเอเจนต์ ในราคาที่ถูกกว่ามาก” ซึ่งเป็นช่องว่างเฉพาะตัวที่มีอยู่จริง

การแบ่งที่ตรงไปตรงมาคือแบบนี้: Sol เหมาะกับงานที่คุณจะสังเกตเห็นคุณภาพลดลงสี่จุด และ Terra เหมาะกับงานที่คุณจะสังเกตเห็นใบแจ้งหนี้ มีเวิร์กโหลดน้อยมากที่เป็นแบบใดแบบหนึ่งโดยสมบูรณ์ ซึ่งเป็นเหตุผลว่าทำไมคำถามเรื่องการจัดเส้นทางจึงสำคัญกว่าคำถามเรื่องโมเดล

ความหน่วงอาจเป็นตัวชี้ขาดก่อนที่คุณภาพจะได้มีบทบาท

Artificial Analysis วัด GPT-6.1 Sol ได้ที่ 65.9 โทเค็นเอาต์พุตต่อวินาที โดยใช้เวลา 325.58 วินาทีถึงโทเค็นแรกที่ระดับความพยายามสูงสุด ตัวเลขเวลาถึงโทเค็นแรกนั้นไม่ใช่การพิมพ์ผิด และทำให้มันใช้ไม่ได้กับการใช้งานเชิงโต้ตอบใด ๆ Terra ยังไม่มีการวัดปริมาณงานThroughput แบบอิสระ OpenAI อธิบายว่ามันเร็วกว่าอย่างมาก และหากเป็นเช่นนั้นจริง ช่องว่างก็ใหญ่พอที่จะตัดสินข้อถกเถียงสำหรับผลิตภัณฑ์แบบแชตหรือแบบลูปเอเจนต์ได้ ไม่ว่าคะแนนดัชนีจะเป็นอย่างไร

สำหรับงานแบบแบตช์ การชั่งน้ำหนักจะกลับด้าน: การใช้เวลาคิด 325 วินาทีไม่สำคัญหากงานนั้นทำงานข้ามคืน และขีดความสามารถสูงสุดที่สูงกว่าของ Sol ก็คุ้มค่าที่จะจ่าย ความหน่วงเป็นคุณสมบัติของภาระงาน ไม่ใช่คุณสมบัติของโมเดล และควรถูกนำมาพิจารณาในการตัดสินใจก่อนอันดับจากเบนช์มาร์ก

วางแขนทั้งสองข้างไว้บนปุ่มเดียว

OrcaRouter ให้บริการ GPT-6.1 Sol ในราคาตามรายการที่ $2/$10 โดยบวกเพิ่ม 0% ภายใต้คีย์เดียวกับโมเดลอื่นอีกกว่า 200 รายการ ส่วน GPT-6.1 Terra ยังไม่อยู่ในแคตตาล็อกของเรา ณ วันที่ 27 ตุลาคม — เพิ่งเปิดตัวมาได้หนึ่งวันและให้บริการผ่าน API ของ OpenAI — ดังนั้นแนวทางปฏิบัติในปัจจุบันคือการวัดผลฝั่ง Sol ของเราแล้วตั้งเป็นเป้าหมายสำหรับการยกระดับ: รัน Terra ในจุดที่มันได้เปรียบ แล้วสลับไปใช้ Sol เมื่อคำขอต้องการคะแนนเพิ่มอีกสี่จุด หรือเมื่อผู้ให้บริการมีช่วงเวลาที่ทำงานขัดข้อง ทั้งสองเป็นรุ่นเดียวกัน มีหน้าต่างบริบทเดียวกัน และมีรูปแบบเอนด์พอยต์เดียวกัน ดังนั้นกฎการกำหนดเส้นทางจึงเป็นเพียงสตริงโมเดลและการตั้งค่าระดับความพยายาม ไม่ใช่การเขียนใหม่

routing DSL มีความสำคัญตรงนี้ด้วยเหตุผลเฉพาะ เจาะจง การกำหนดค่าสำหรับ production ที่น่าสนใจไม่ใช่ "Terra หรือ Sol" แต่เป็น "Terra ที่ระดับ high และยกระดับไปยัง Sol ที่ระดับ medium เมื่อ confidence ต่ำ" — การประกอบกันซึ่งหากเป็นแบบอื่นจะหมายถึงการผสานรวมสองชุด นโยบาย retry สองชุด และใบเรียกเก็บเงินสองใบ นั่นคือลักษณะการตัดสินใจที่คู่นี้ชวนให้พิจารณา และเป็นเหตุผลว่าทำไมสองโมเดลนี้จึงควรได้รับการประเมินเป็นขั้นบันไดมากกว่าจะเป็นแบบอย่างใดอย่างหนึ่ง

กฎการตัดสินใจ

• ปริมาณมาก ระบุข้อกำหนดชัดเจน ไวต่อความหน่วง — ภาพหน้าจอ แบบฟอร์ม การดึงข้อมูล การทำงานอัตโนมัติผ่านเบราว์เซอร์ การร่างงานประจำ ใช้ Terra ที่ระดับความพยายามต่ำสุดที่ผ่าน eval ของคุณ จุดด้อย 4 จุดจะไม่ปรากฏ และการประหยัด 44% ต่องานจะเห็นชัด

• การเขียนโค้ดที่ยาก เอเจนต์ที่ทำงานระยะยาว เอกสารวิชาชีพที่แน่นเนื้อหา และงานใดก็ตามที่การรันที่ล้มเหลวมีต้นทุนสูงกว่าค่าโทเค็น Sol นี่คือภาระงานที่การคิดเพิ่ม 2× ถูกออกแบบมาเพื่อรองรับ

• แชทแบบโต้ตอบภายใต้งบเวลาถึงโทเค็นแรกที่เข้มงวด Terra เว้นแต่คุณจะวัด Sol ที่ความพยายามต่ำและพบว่าความหน่วงยอมรับได้ Sol ที่ความพยายามสูงสุดเป็นเครื่องมือแบบแบตช์ที่สวมอินเทอร์เฟซแชท

• งานที่อ่อนไหวต่อความสดใหม่ — API ล่าสุด เวอร์ชันไลบรารี เอกสารปัจจุบัน จุดตัดข้อมูลเดือนมิถุนายนของ Terra ดีกว่าจุดตัดเดือนเมษายนของ Sol และยังทำได้ในราคาครึ่งเดียว

• ไม่แน่ใจ ให้เปรียบเทียบที่การใช้จ่ายเท่ากัน ไม่ใช่ที่การตั้งค่าเท่ากัน การเปลี่ยนแปลงเพียงอย่างเดียวนี้จะทำให้มีทีมย้ายมาใช้ Terra มากกว่าที่ตารางเปรียบเทียบใด ๆ จะทำได้

คำถามที่ยังไม่มีคำตอบไม่ใช่หรือว่า Terra ดีพอจะแทนที่ Sol — เห็นได้ชัดว่าไม่ดีพอ เมื่อวัดด้วยมาตรวัดอิสระเพียงตัวเดียวที่มีอยู่ คำถามคือช่องว่างสี่จุดนั้นจะยังคงอยู่หรือไม่เมื่อ GPT-6.1 Astra มาถึง ซึ่งยังไม่เปิดตัวและจะผลัก Sol ลงบันไดในแบบเดียวกับที่ Sol ผลัก Astra ลงมา เมื่อถึงตอนนั้น การเปรียบเทียบที่น่าสนใจจะเป็น Terra กับ Sol ที่ลดราคา และปุ่มปรับระดับความพยายามจะสำคัญยิ่งกว่าวันนี้