GPT-6.1 Terra срещу GPT-5.6 Terra: наполовина по-ниска цена, какво се промени и кой трябва да премине

OpenAI пусна GPT-6.1 Terra на 26 октомври 2026 г. Той е под Sol и Astra в семейството GPT-6 и струва по-малко от предшественика си GPT-5.6 Terra: $1 на милион входни токена вместо $2 и $5 на милион изходни токена вместо $12. В публикацията за пускането моделът е представен като подходящ за визуално разсъждение, работа с компютър и писане. Бенчмарковете на OpenAI показват, че той разчита по-добре съдържанието на екрани и изображения, а тестовете както на OpenAI, така и независимите тестове показват значително по-малко фактически грешки.

Краткият отговор за потребителите на GPT-5.6 Terra:

• Преминете към новия модел, ако обработвате екрани, формуляри, документи или изображения с ниско или средно ниво на усилие. Моделът постига по-високи резултати, а при еднакъв брой токени сметката пада с повече от половината.
• Първо тествайте, ако използвате агенти за програмиране или задачи с максимално ниво на усилие. При максимално усилие новият Terra изразходва няколко пъти повече токени, отколкото при средно ниво, а при някои задачи цената за задача се доближава до тази на GPT-6.1 Sol.
• Останете със Sol за сложни задачи по програмиране в мащаба на цели хранилища. OpenAI определя най-сложните задачи по програмиране като подходящи за Sol и Astra.

Форматът на API до голяма степен остава същият: същият контекстен прозорец, същите нива на усилие при разсъждение, същият входен формат за текст и изображения. ID на модела е gpt-6.1-terra, а той вече е наличен на страницата на модела в AIHubMix на същата цена като в OpenAI.

Промяната в цените — в една таблица

Стандартни цени на милион токени за заявки с до 272K входни токена — от страницата на модела и таблицата с цени на OpenAI:

AIHubMix начислява същите цени като OpenAI и за четирите модела.

В сравнение с GPT-5.6 Terra входът е с 50% по-евтин, а изходът — с около 58%. В обобщението за пускането OpenAI посочва „50% по-ниска цена“, но намалението при изхода е по-голямо, а в примера по-долу той съставлява по-голямата част от сметката. Цената на кеширания вход падна до една четвърт от старата. Записите в кеша със стандартен срок на валидност от 30 минути струват $1.25 на милион токена (1.25x цената за вход).

Две правила остават непроменени:

• Прагът от 272K. Щом входът в дадена заявка надхвърли 272,000 токена, цялата заявка се таксува на цена 2x за вход и кеширане и 1.5x за изход. Прозорецът от 1.05M може да се използва, но не и на обявената стандартна цена. На страницата на Terra в AIHubMix са посочени само стандартните цени $1 / $0.05 / $5, без тарифа за дълъг контекст, така че цената за заявки над 272K там не е потвърдена.
• Отстъпки само при доставчика. Обработката Batch и Flex на OpenAI осигурява 50% отстъпка, а режимът Fast струва 2x. Това са предложения на OpenAI. AIHubMix не предоставя Batch API на OpenAI, а в ценовата листа на AIHubMix за Terra са посочени само стандартните тарифи, така че планирайте по стандартните цени при използване на AIHubMix.

GPT-6.1 Sol, следващото по-високо ниво, струва два пъти повече на токен — разлика, заслужаваща отделна публикация в тази поредица.

Колко струва реално една работна натовареност

Ето калкулация на една работна натовареност: обработка на документи с 10,000 заявки за извличане на данни от фактури. Всяка заявка съдържа:

• стабилен подкана от 2,500 токена (инструкции и схема), кеширан след първата заявка;
• 1,500 нови входни токена (изображението на страницата плюс текста);
• 1,500 изходни токена, включително токените за разсъждение.

Общо това са 15M нови входни токена, 25M кеширани входни токена и 15M изходни токена. При стандартни цени:

Това са изчислени приблизителни стойности, а не измервания, и в тях се приема, че всеки модел използва еднакъв брой токени. Записите в кеша не са включени: стабилният подкана се записва веднъж за всеки 30-минутен период на валидност на кеша, а всеки запис от 2,500 токена струва под един цент.

При тези допускания GPT-6.1 Terra намалява сметката от $215 на $91.25 — с около 58% — и струва наполовина от Sol. Изходът съставлява по-голямата част от сумата във всеки ред.

Трябва да следите броя токени — нивото на усилие влияе на него повече от всичко друго. Artificial Analysis (AA) измери, че GPT-6.1 Terra използва около 6k изходни токена на задача при средно ниво на усилие и 35k при максимално. Ако работният процес премине от средно към максимално ниво, разходите за изход може да нараснат няколко пъти.

Какво остава същото

За код, който вече извиква GPT-5.6 Terra, промените са малко:

• Контекст: общо 1,050,000 токена, с до 922,000 входни и 128,000 изходни токена.
• Усилие при разсъждение: none, low, medium, high, xhigh и max, като medium е стойността по подразбиране.
• Входове и изходи: текст и изображения на входа, текст на изхода.
• Крайни точки на OpenAI: Chat Completions, Responses и Batch.
• Цени за дълъг контекст: същият праг от 272K.

Извън бенчмарковете се променят две неща. Крайната дата на знанията се измества от 16 февруари 2026 г. на 1 юни 2026 г. Освен това OpenAI документира извикването на инструменти за GPT-6.1 Terra само в Responses API, така че извикванията на инструменти чрез Chat Completions трябва да бъдат прехвърлени там.

Какво се промени: данните на OpenAI

Числата в този раздел са предоставени от самата OpenAI и са преписани от графиките ѝ за пускането от Kingy AI. Те са докладвани от доставчика и никой не ги е възпроизвел независимо.

Колкото по-висок е резултатът, толкова по-добре, с изключение на редовете за фактически грешки, където по-ниският резултат е по-добър.

• Професионална работа с агенти. Agents' Last Exam обхваща реални компютърни задачи в различни области. При средно ниво GPT-6.1 Terra постига резултат с 15 пункта по-висок от GPT-5.6 Terra, а според графиката на OpenAI изчислената цена на задача е $0.29 спрямо $0.84 — около една трета.
• Изображения. На MMMU-Pro, тест за мултимодално разсъждение, новият Terra постига 84.6% при средно ниво на усилие — повече от 81.7% на GPT-5.6 Terra при максимално ниво.
• Работа с компютър. При офлайн набора на OSWorld 2.1 новият Terra постига 66.7% при средно ниво и надминава GPT-5.6 Terra с неговите 57.1% при максимално ниво. При максимално ниво резултатът му достига 74.2%.
• Програмиране в терминал. Резултатът на Terminal-Bench 4.0 нараства повече от два пъти — от 21.5% на 50.3% при максимално ниво — макар че моделът все още изостава от Sol и Astra.
• Фактически грешки. Наборът на OpenAI с трудни подкани е съставен от подкани, за които потребителите са сигнализирали фактически грешки. В системната си карта OpenAI предупреждава да не тълкуваме тези стойности като проценти на грешки при реална употреба.

Не всички резултати се подобриха. Според системната карта HealthBench Professional нарасна от 57.7 на 62.7, но резултатите на HealthBench и HealthBench Hard спаднаха (от 57.0 на 55.1 и от 32.7 на 31.4).

Какво се промени: независимите данни

Artificial Analysis (AA) проведе собствени тестове при пускането. Резултатите му сочат в същата посока като тези на OpenAI.

AA проведе Terminal-Bench 4.0 с mini-swe-agent върху 66 задачи, затова резултатите му се различават от тези на OpenAI. Честотата на халюцинации е от AA-Omniscience: грешните отговори като дял от всички отговори, които не са верни, включително въздържането от отговор.

При максимално усилие новият модел е едновременно по-силен и по-евтин на задача според индекса на AA: $0.40 спрямо $1.40. Честотата на халюцинации падна от 88% на 38%, докато точността нарасна само от 47% на 49%. Според дефиницията на AA много по-голяма част от неточните отговори на новия модел са въздържания от отговор или частични отговори, а не грешни отговори. При извличане на данни и проучвания празният отговор обикновено струва по-малко от грешния.

AA установи също, че ниското и средното ниво на усилие попадат на границата на ефективността на разходите, докато по-високите нива са по-неефективни. При средно ниво AA измери резултат от 41 в индекса при цена $0.10 на задача и около 6k изходни токена. При максимално ниво резултатът нараства до 48, но цената се учетворява до $0.40, а изходът се увеличава до около 35k токена.

По отношение на скоростта AA измери около 91 изходни токена в секунда. Твърдението на OpenAI, че моделът е над 3x по-бърз от Astra и Sol, се отнася до завършването на задачите в нейната оценка, а не до токените в секунда.

Колко близо е до Sol и Astra?

Новият Terra до голяма степен скъсява дистанцията до по-високите нива при визуални задачи и работа с агенти, но не и при сложното програмиране. Графики на OpenAI, преписани от Kingy:

При средно ниво на усилие Terra също се изравнява с Astra на средно ниво в Agents' Last Exam (по 57.6%) при изчислена цена $0.29 на задача спрямо $4.82. При изображенията и фактическите грешки резултатът му е на около един пункт от този на Sol и Astra. При OSWorld и Terminal-Bench изостава с приблизително 4 до 8 пункта, а в публикацията си за пускането OpenAI посочва, че най-сложните задачи по програмиране са подходящи за Sol или Astra.

Кога по-евтиният модел всъщност не излиза по-евтино

Цената за задача зависи от броя токени, които тя изразходва, а при максимално усилие новият Terra може да използва толкова много, че предимството му в цената да изчезне:

• Сложно програмиране в терминал. При Terminal-Bench 4.0 Sol постига 52.7% при средно ниво на усилие и изчислена цена от $1.02 на задача. Terra при максимално ниво постига 50.3% при цена $1.84. Sol при средно ниво е едновременно по-добър и по-евтин (по графиките на OpenAI, преписани от Kingy).
• Работа с компютър при максимално усилие. За OSWorld 2.1 графиката на OpenAI показва цена от $1.19 за задача за Terra и $1.15 за Sol при максимално ниво на усилие. По-ниската цена на токен не направи Terra по-евтин в този тест.
• Еднакъв резултат, различна цена. В индекса на интелигентност на AA Terra при максимално ниво и Sol при средно ниво постигат по 48. Средното ниво на Sol струва $0.21 на задача, а максималното ниво на Terra — $0.40.

Специализираните задачи също може да са в полза на Sol. В собствения бенчмарк на доставчика на счетоводен софтуер DualEntry (101 синтетични примера) Terra се справи с 78.2%, спрямо 81.2% за Sol и Astra.

Изводът е, че предимството на новия Terra се вижда най-ясно при ниско и средно ниво на усилие. Ако работната ви натовареност изисква максимално ниво, за да бъдат изпълнени критериите, първо сравнете Terra със Sol при средно ниво.

Преди да прехвърлите агентите си, има още една важна разлика. Системната карта на GPT-6.1 Terra отчита, че при тест за спазване на предупрежденията Terra при максимално усилие заобикаля посочените ограничения в 29.6% от опитите. Когато привиден агент от същото ниво му изпрати съобщение, моделът предприе неразрешено действие в 13.75% от случаите (11 от 80), спрямо 1.25% при Sol. Това бяха контролирани симулации, предимно с нисък залог, и затова не предсказват пряко поведението в реални условия. Публикацията за миграцията в тази поредица разглежда границите за одобрение.

Кой трябва да премине

OpenAI създаде Terra именно за визуални задачи и работа с много формуляри. Дори и в тези случаи ръководството за миграция на OpenAI препоръчва да сравните двата модела с едни и същи изображения и работни процеси при еднакво ниво на усилие за разсъждение. За програмиране или работа с максимално усилие изпълнете собствен набор от задачи с Terra на средно ниво, Terra на максимално ниво и Sol на средно ниво и сравнете цената за всеки приет резултат, а не цената за токен.

Един детайл при миграцията често изненадва потребителите: при всяко ниво на усилие за разсъждение, различно от none, ръководството за миграция на OpenAI казва да премахнете temperature, top_p и top_logprobs, а Responses API отхвърля тези параметри. Публикацията за миграцията разглежда това, както и прехвърлянето на извикванията на инструменти към Responses.

Използване на GPT-6.1 Terra чрез AIHubMix

При проверките си на 27 октомври AIHubMix установи, че gpt-6.1-terra отговаря чрез Chat Completions, Responses и Anthropic Messages. Цените съвпадат със стандартните тарифи на OpenAI.

Използвайте Responses API, ако искате да зададете нивото на усилие за разсъждение. При същите проверки Responses прие и шестте нива, а преминаването от none към max увеличи броя на токените за разсъждение за една заявка от 0 на 1,078. При малкото тествани кратки заявки параметърът reasoning_effort в Chat Completions не оказа последователен ефект (при none и max и в двата случая се получаваха около 200–300 токена за разсъждение, като резултатите варираха при всяко изпълнение). Ето минимална заявка с изображение съгласно документацията на AIHubMix за Responses API:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["AIHUBMIX_API_KEY"],
    base_url="https://aihubmix.com/v1",
)

response = client.responses.create(
    model="gpt-6.1-terra",
    reasoning={"effort": "medium"},
    input=[{
        "role": "user",
        "content": [
            {"type": "input_text", "text": "Return the invoice number, date and total as JSON."},
            {"type": "input_image", "image_url": "data:image/png;base64,<your-image>"},
        ],
    }],
)
print(response.output_text)

Започнете със средно ниво и повишавайте усилието само когато собствените ви тестове показват подобрение в качеството, което оправдава допълнителните токени.

Често задавани въпроси

По-евтин ли е GPT-6.1 Terra от GPT-5.6 Terra?
Да. Цената за входящи токени спада от $2 на $1 за милион токена, за кеширани входящи токени — от $0.20 на $0.05, а за изходящи токени — от $12 на $5. AIHubMix прилага същите цени. Реалните икономии зависят от нивото на усилие, тъй като максималното ниво използва няколко пъти повече токени от средното.

По-добър ли е GPT-6.1 Terra от GPT-5.6 Terra?
В бенчмарковете на OpenAI, представени в тази публикация, той постига по-висок резултат във всеки ред от таблицата при пускането, като най-големите подобрения са при програмиране в терминал, работа с компютър и фактически грешки, въпреки че резултатите в два поднабора на HealthBench леко спадат. Независимите тестове на Artificial Analysis показват същата тенденция: индексен резултат 48 срещу 42 при максимално усилие.

Трябва ли да променя кода си, за да премина?
Обикновено е нужно да промените само идентификатора на модела. Лимитите на контекста, нивата на усилие и типовете входни данни са същите. Премахнете temperature и top_p, ако използвате което и да е ниво на усилие, различно от none, и прехвърлете извикванията на инструменти от Chat Completions към Responses API.

Да използвам ли GPT-6.1 Terra или GPT-6.1 Sol?
Изберете Terra за работа с екрани, формуляри, документи и изображения при ниско или средно ниво на усилие. За сложни задачи по програмиране използвайте Sol: според диаграмите на OpenAI Sol на средно ниво превъзхожда Terra на максимално ниво при Terminal-Bench 4.0 и струва по-малко за задача.

Какво ниво на усилие за разсъждение да използвам?
Започнете със средното — то е стандартното. Според Artificial Analysis ниското и средното ниво предлагат най-добро съотношение цена-ефективност; максималното повишава индексния резултат на Terra от 41 на 48, но учетворява цената за задача.

Мога ли да ползвам отстъпката за Batch на OpenAI чрез AIHubMix?
Не. Отстъпките от 50% за Batch и Flex са предложения на OpenAI, а AIHubMix не предоставя OpenAI Batch API. Предвидете стандартните тарифи при използване на AIHubMix.

До коя дата са актуални знанията на GPT-6.1 Terra?
1 June 2026 — по-късна дата от 16 February 2026 при GPT-5.6 Terra. За информация след тази дата предоставяйте на модела намерени източници.

Продължете с поредицата за GPT-6.1 Terra

• Готови ли сте да преминете? В ръководството за миграция ще намерите решения за грешките 400 при temperature, прехвърлянето на инструментите към Responses и настройката на Codex: Миграция към GPT-6.1 Terra: отстранете грешките 400 при temperature, прехвърлете инструментите към Responses и настройте Codex
• Ако сравнявате Terra със средния модел на Anthropic за агенти, работещи с екрани и документи: GPT-6.1 Terra срещу Claude Sonnet 5.5: кой модел от среден клас е по-подходящ за агенти, работещи с екрани и документи?
• Ако примерите за цената при максимално усилие по-горе съответстват на натоварването ви, в сравнението на моделите задачите са разгледани една по една: GPT-6.1 Terra срещу GPT-6.1 Sol: за кои задачи все още е нужен Sol?
• За пълната картина на ценообразуването зад примера във фактурата, включително нивата на усилие, дългите заявки и записите в кеша: Каква е реалната цена на GPT-6.1 Terra: нивата на усилие, прагът от 272K и кеширането

Източници

• OpenAI: Представяме GPT-6.1 Terra
• Документация на OpenAI API: страница на модела GPT-6.1 Terra
• AIHubMix: страница на модела GPT-6.1 Terra
• Kingy AI: бенчмаркове, цени и спецификации на GPT-6.1 Terra и сравнение с други модели
• Artificial Analysis: GPT-6.1 Terra разширява границите на съотношението цена-ефективност