GPT-6.1 Terra Pro 與 GPT-6.1 Sol：依工作需求選擇，而非價目表

GPT-6.1 Terra Pro 對上GPT-6.1 Sol 是大家會搜尋的對決，但這個名稱只有一邊是真的：OpenAI 的模型是 GPT-6.1 Terra，而「Pro」是 ChatGPT 的方案標籤，不是模型變體。真正重要的是 GPT-6.1 Terra 與 GPT-6.1 Sol 的比較：兩者同屬同一世代，擁有相同的 105 萬 token 上下文視窗、相同的 128,000 token 輸出上限，以及 2 比 1 的價格差距。有用的問題不是哪一個比較好，而是哪一個更擅長你即將交給它處理的工作。

那樣的框架會改變答案。在獨立指數上，Sol 領先四分。在價格上，Terra 只要一半。在速度上，依 OpenAI 自己的測量，Terra 快超過三倍。這三項事實單獨來看都無法決定勝負，因為每一項對應到工作負載的不同面向：品質、成本與延遲。哪個模型勝出，取決於你的任務實際上最缺的是哪一項。

簡短的回答

如果這項工作是瀏覽器或桌面代理程式在應用程式之間點擊操作、填表流程、發票佇列、必須轉換成模型的技術圖，或必須根據所提供的資料清楚撰寫的文件，請從 GPT-6.1 Terra 開始。如果這項工作是長時間重構、跨多個檔案的功能、艱難的除錯工作階段、內容密集的專業文件，或持續數小時的研究任務，請從 GPT-6.1 Sol 開始。如果你需要 OpenAI 所販售最快的付費層級，Sol 是兩者中唯一提供 Ultrafast 選項的。

這就是它的輪廓。本文其餘部分則是證據、這個輪廓失效之處，以及可能翻轉答案的設定。

兩種型號，兩種任務

GPT-6.1 Terra 的定位是日常工作：視覺推理、電腦操作，以及寫起來像是有人根據他人提供的素材親自撰寫的內容。OpenAI 的公告列舉了起草提案、解讀技術圖紙、填寫表單和剪輯影片。GPT-6.1 Sol 的定位則是更困難、更耗時的工作：接近 Astra 水準的程式編寫與專業文件；即使是在 Terra 的發布文章中，OpenAI 也建議最複雜的程式編寫任務採用 Sol 或 Astra。

OpenAI 的 Ted Sanders 在發布日報導中被多方引用，更直白地說明了這項取捨：Terra 在技術溝通上優於 Astra 和 Sol，在視覺與電腦操作方面表現相近但速度快得多，而在大多數其他事情上則稍差一些。這是廠商自己的描述，而非獨立發現；但它很有用，因為它點明了取捨，而不是加以隱藏。

兩款模型共享相同的骨架：105 萬 token 的上下文、922,000 的最大輸入、128,000 的最大輸出、文字與圖片輸入、Chat Completions 與 Responses 端點，且不支援微調。差異在於知識截止日期（Terra 為 2026 年 6 月 1 日；Sol 為 2026 年 4 月 30 日）、推理下限（Terra 可接受 none；Sol 從 low 起算）、速度等級（Sol 具備 Ultrafast；Terra 沒有）以及價格表。

基準測試分出高下之處

Artificial Analysis 是最純粹獨立的解讀：Terra 在最高投入下得分 48，Sol 則是 52，在 221 個模型中分別排名第 25 與第 13，而每項指數任務的成本分別為 $0.40 與 $0.72。四分的指數差距確實是實質落差，但這正是那種可能被特定任務評測往任一方向抹平的落差。

• 整體指數 — Terra 48 對 Sol 52（Artificial Analysis）。

• 程式碼代理指數 v2.0 — Terra 48 對 Sol 54，GPT-6 Luna 則為 31（Artificial Analysis）。

• Terminal-Bench 4.0 — Terra 在最大努力設定下達到 50.3%；OpenAI 在推出 Terra 時並未同步公布 Sol 的數字（廠商自行回報）。

• Terminal-Bench-Science 0.1 — OpenAI 表示，Terra 在最大投入下以更低成本超越 Sol，且與 Claude Opus 5.5 相差不到五個百分點，估計成本不到其五分之一（廠商自報，也是發表會中最令人驚訝的說法）。

• Plotly 資料分析測驗——Terra 40/43、Sol 43/43、Luna 38/43，費用為 $1.31，相較之下該測驗為 $2.61；Terra 是最快達到 40 分以上的模型，每題約 15 秒（第三方評估）。

• OSWorld 2.1 — OpenAI 表示，Terra 在中等投入下以一小部分成本擊敗 GPT-5.6 Terra 的最佳成績，但未公布與 {{1}}Sol{{/1}} 的正面對決數字，因此對 Terra 定位最重要的電腦使用主張，反而是直接證據最少的一項。

把那份清單視為一張地圖，標示出這四個點各自所在的位置。Sol 的優勢集中在程式編寫與長程推理。Terra 的優勢在於速度、價格，以及更新的知識截止點。在 OpenAI 選擇直接與 Sol 對照公布的那一項基準測試 Terminal-Bench-Science 0.1 上，Terra 以更低成本勝出，這要嘛是真正的意外翻盤，要嘛是基準測試挑選造成的效應。OpenAI 之外無人重現過此結果。

努力旋鈕比模型本身更能決定結果

兩個模型都提供推理投入程度設定，而這個設定可能比模型選擇更花錢。Terra 的最低檔是「無」，這讓它在擷取與分類上格外便宜；Sol 的最低檔是「低」，因此每次呼叫 Sol 都必然要為一些推理付費。在最高檔方面，Terra 設為 xhigh 時可能消耗更多 token、成本高於設為 low 的 Sol，卻在同一任務上得分更差；這是 Hacker News 留言者在推出後數小時內提出的觀察。我們自己尚未實測，而這在算術上說得通：投入程度會以倍數改變 token 數量，而價格差距僅有 2 倍。

實用原則是靠評估、而非靠習慣來決定投入程度。讓兩個模型各以兩種投入等級跑五十個真實任務，設定品質門檻，然後選擇能達標的最便宜組合。在相同名義投入程度下比較 Terra 和 Sol，是這組對決中最常見的錯誤，也最可能導致錯誤答案。

完成一項任務的代價

• 輸入 — Terra 每百萬個 token 為 1.00 美元，Sol 則為 2.00 美元。

• 快取輸入 — $0.05 對比 $0.10。

• 輸出 — $5.00 對 $10.00。

• 快取寫入 — Terra 為 $1.25（保留 30 分鐘）或 $2.50（保留 12 小時）；Sol 為 $2.50。

• 長提示詞 — 輸入權杖超過 272,000 時，整個請求的輸入與快取費率皆以兩倍計算，輸出費率則以 1.5 倍計算。

• 每個索引任務的實測成本——Terra 為 $0.40，Sol 為 $0.72，節省了 44%，而非價目表所暗示的 50%，因為 Terra 在最高努力程度下會消耗更多 token。

一個假設明確的實例：每份文件有 2,000 個輸入詞元與 500 個輸出詞元，無快取。Terra 的輸入費用為 $0.002，輸出費用為 $0.0025，合計每份文件 $0.0045。Sol 為 $0.009。一百萬份文件是 $4,500 對上 $9,000。若有一半輸入被快取，Terra 的輸入成本會再減半；Sol 也按相同比例下降，因此比例維持不變。差距只在 Terra 的 none 設定可用時擴大，並在 Sol 以更少詞元完成任務時縮小。

存取是比較的一部分

Terra 可在 API 以及 Plus、Pro、Enterprise 和 Edu 方案的 ChatGPT Work 與 Codex 中使用；OpenAI 的公告並未列出主要的 Chat 選擇器。Sol 可在 API 和 ChatGPT 中使用，且它是兩者中唯一具備 Ultrafast 模式的；兩者都提供 Fast，價格為標準價格的兩倍。在 Pro 500 方案中，Ultrafast 會以標準費率的八倍消耗內含用量，並以六倍消耗購買的點數，因此「更快」既是延遲問題，也同樣是帳務決策。

在路由方面，這種不對稱很簡單。GPT-6.1 Sol 以定價列於 OrcaRouter 目錄中，$2 輸入與 $10 輸出，沒有加價，因此供應商價格變動會以相同條件反映。截至 10 月 27 日，GPT-6.1 Terra 尚未列入目錄，因此 Terra 的呼叫必須送往 OpenAI 自家的 API；這是關於今日目錄的事實，並非永久定位。在我們確實有提供的模型之間自動容錯移轉，正是即使某個模型明顯更便宜，也仍要設定第二條路由分支的原因。

本週就能執行的一條篩選規則

• 依任務所需來分類：螢幕控制與文件產製指向 Terra；程式碼、長時間推理與密集研究指向 Sol。

• 在看價格卡之前，先在自己的資料上訂好品質門檻。四個指數點不是品質門檻；你的評估才是。

• 要在兩個投入程度等級測試，而不是只測一個。Terra 設為 none 對上 Sol 設為 low，和 Terra 設為 max 對上 Sol 設為 max，是不同的比較。

• 為完成的任務計價，涵蓋重試與工具呼叫。逐 token 的計算方式會低估需要更多輪次的模型。

• 將落敗者保留為容錯切換分支。被限流的最便宜模型，並不便宜。

如果你透過 OrcaRouter 進行路由，最後一步就是設定而非寫程式：一組金鑰、每個任務類別一條路由規則，以及當供應商服務變差時進行容錯移轉。一旦 Terra 被納入，這兩個模型就能放在同一個端點後面；目前只有 Sol 被納入。

什麼會改變答案？

三件事。一項獨立的程式碼評估若能顯示 Terra 與 Sol 接近，就會推翻付雙倍價格的主要理由。一份公開發表的 OSWorld 2.1 正面對決，將能釐清 OpenAI 留下未明說的電腦使用主張。而 Terra 登上路由器清單，會讓容錯移轉的說法成真，而不只是願景。在那之前，站得住腳的預設是：大量與螢幕工作用 Terra，程式碼與長時間推理用 Sol，而介於兩者之間的是評估，不是口號。