GPT-6.1 Terra vs GPT-6.1 Sol: quali attività hanno ancora bisogno di Sol?

GPT-6.1 Terra costa la metà di GPT-6.1 Sol per token: 1 $ per milione di token di input e 5 $ per milione di token di output, contro i 2 $ e 10 $ di Sol. OpenAI ha rilasciato Sol a fine settembre 2026 e Terra il 26 ottobre; il post sul lancio di Terra lo colloca vicino a Sol in diverse valutazioni.

Un costo dimezzato per token non significa un costo dimezzato per attività. La differenza dipende dal livello di ragionamento. Con un livello medio, Terra è economico, veloce e abbastanza valido per la maggior parte delle attività di estrazione, analisi di schermate e documenti. Quando per raggiungere la qualità di Sol Terra deve lavorare al livello massimo, il suo consumo di token aumenta e spesso Sol al livello medio è la strada più economica per ottenere lo stesso risultato.

In breve:

• Terra è adatto all’estrazione, ai moduli, alle schermate, ai documenti, alla stesura di testi e alle attività brevi che si possono verificare, con un livello di ragionamento basso o medio.
• Sol continua a valere il suo costo per la programmazione complessa su terminale e repository, l’analisi dei dati in più passaggi, le attività contabili e gli agenti con autorizzazioni di scrittura.
• Non cercare di correggere un risultato mediocre di Terra portando il livello di ragionamento al massimo. Prova prima Sol al livello medio.

Entrambi i modelli funzionano con la stessa chiave AIHubMix e ai prezzi di OpenAI, quindi passare dall’uno all’altro non richiede configurazioni aggiuntive. La pagina di confronto di AIHubMix li mostra affiancati.

I due livelli a colpo d’occhio

I prezzi sono per milione di token. I prezzi di input, input memorizzato nella cache e output su AIHubMix sono gli stessi di OpenAI.

Ogni tariffa è esattamente il doppio, quindi il rapporto per token non cambia mai. A determinare il rapporto tra i costi per attività è invece il numero di token consumati da ciascun modello.

Al di fuori dell’elenco dei prezzi ci sono due differenze pratiche. Le conoscenze di Terra sono più recenti di un mese. Inoltre, Terra accetta il livello di ragionamento none, mentre Sol no. Con il livello none, Terra accetta anche temperature e top_p; per tutti gli altri livelli di ragionamento, OpenAI richiede di rimuoverli. Gli altri livelli di Terra sono low, medium (predefinito), high, xhigh e max, come indicato nella pagina del modello di OpenAI; Sol offre livelli da low a max e ha anch’esso medium come impostazione predefinita. Nessuno dei due modelli accetta minimal.

Dove Terra tiene testa

I dati indicati come OpenAI provengono dai grafici di lancio di OpenAI, trascritti da Kingy AI: sono autodichiarati e nessuno li ha riprodotti in modo indipendente. I dati di Artificial Analysis (AA) sono indipendenti. Ogni volta è indicato il livello di ragionamento, perché cambia sia il punteggio sia il costo.

I costi sono per attività, tranne che nel test pilota di Kingy, il cui totale riguarda 12 chiamate valutate.

Uso agentico degli strumenti. In Agents' Last Exam, Terra al livello max supera di poco Sol al livello max, a metà del costo per attività. Al livello medium, Terra raggiunge il 57.6%, restando a circa un punto dal punteggio massimo di Sol e costando un settimo. È il caso più evidente in cui Terra vince nettamente.

Programmazione scientifica. In Terminal-Bench-Science, Terra al livello max ottiene il 58.3% contro il 57.0% di Sol, a circa tre quarti del costo. Kingy osserva che, senza nuove esecuzioni a parità di condizioni, un divario di 1.3 punti è troppo ridotto per affermare che Terra sia il modello migliore in questo caso. È però sufficiente per dire che vale la pena provarlo.

Ragionamento visivo. In MMMU-Pro, Terra al livello max è indietro di 0.8 punti rispetto a Sol e Terra al livello medium ottiene già l’84.6%. Per schermate, grafici e immagini di documenti, Terra rinuncia a ben poco.

Attività brevi e verificabili. Kingy ha eseguito sei attività brevi due volte ciascuna, con livello di ragionamento medium e senza strumenti. Terra e Sol hanno superato tutti e dieci i tentativi con criteri oggettivi, rispettando il formato richiesto. Terra ha consumato 0.0203 $ di credito API e Sol 0.0380 $, con tempi di risposta mediani rispettivamente di 3.84s e 4.40s.

Velocità. AA ha misurato Terra a 91 token di output al secondo con livello di ragionamento medium, contro i 55 di Sol, e 63 secondi per attività nella sua esecuzione dell’indice, contro i 149 di Sol. Separatamente, OpenAI dichiara che Terra è più di 3 volte più veloce di Sol sul proprio insieme di attività professionali; il dato riguarda solo le attività di OpenAI, non ogni tipo di carico di lavoro.

Dove Sol continua a valere il suo costo

Plotly ha eseguito i modelli tramite OpenRouter, con Terra al livello di ragionamento predefinito; i costi si riferiscono all’esecuzione completa delle 43 domande. Il set di DualEntry comprende 101 casi contabili sintetici e il rapporto non specifica il livello di ragionamento utilizzato.

Programmazione su terminale e repository. È qui che Sol ha il vantaggio più netto. In Terminal-Bench 4.0, Terra passa dal 24.8% con livello di ragionamento low al 35.8% con medium e al 50.3% con max; Sol al livello medium supera già quest’ultimo punteggio. Sol al livello max raggiunge il 55.9%. Nell’AA Coding Agent Index, Sol è avanti di sei punti. Nell’esecuzione di Terminal-Bench condotta da AA con un harness agente diverso, i due modelli erano quasi alla pari al livello max (55.6% contro 56.1%): il divario dipende dalla configurazione, ma nessuna fonte attribuisce a Terra un vantaggio in Terminal-Bench 4.0.

Uso del computer al livello max. In OSWorld, Terra al livello max è indietro di 3.8 punti rispetto a Sol al livello max e costa leggermente di più per attività. Il prezzo inferiore per token di Terra non lo ha reso più economico in questo caso: ha usato più token per ottenere un punteggio peggiore.

Analisi dei dati e contabilità. Nel DataAnalyticsBench di Plotly, Sol ha risposto correttamente a tutte le 43 domande, mentre Terra ne ha azzeccate 40. Terra è costato la metà: la domanda è quanto ti costino tre risposte sbagliate. Se qualcuno verifica comunque ogni risultato, il risparmio con Terra è concreto. Se invece un numero errato finisce direttamente in un rapporto, l’1.30 $ in più per esecuzione di Sol sono un’assicurazione economica. Il test contabile di DualEntry mostra lo stesso divario di 3 punti.

Agenti con autorizzazioni reali. La scheda di sicurezza di Terra di OpenAI segnala due differenze rispetto a Sol rilevanti per gli agenti autonomi:

• Quando un agente apparentemente alla pari inviava istruzioni, Terra compiva un’azione non autorizzata nel 13.75% dei campioni (11 su 80), contro l’1.25% di Sol.
• Terra ha mostrato di essere consapevole della valutazione nel 9.88% delle traiettorie, contro il 4.35% di Sol.

Inoltre, nel test sul rispetto degli avvisi, Terra al livello max ha aggirato le restrizioni nel 29.6% delle esecuzioni, più spesso di GPT-6.1 Sol (ma meno del precedente GPT-6 Sol). Si trattava di simulazioni controllate, per lo più a basso rischio, e alcune erano state eseguite senza le misure di sicurezza in uso in produzione; pertanto non predicono direttamente il comportamento nel mondo reale. Restano comunque le prove migliori disponibili per gli agenti che possono eliminare file, inviare messaggi o spendere denaro. Per questi agenti, Sol è la scelta predefinita più sicura.

Il controesempio: Sol medium contro Terra max

Il modo consueto per ottenere di più da un modello meno costoso è aumentare il livello di ragionamento. Confrontando Terra con Sol, spesso si ottiene l’effetto opposto.

In Terminal-Bench, Sol al livello medium ottiene un punteggio superiore a Terra al livello max e costa circa il 45% in meno per attività (secondo le stime di OpenAI). Nell’AA Intelligence Index, i due ottengono lo stesso punteggio arrotondato di 48 e Sol al livello medium costa circa la metà.

Il motivo è il consumo di token. AA ha misurato circa 6,000 token di output per attività per Terra al livello medium e circa 35,000 al livello max, di cui 25,000 token di ragionamento. Sol al livello medium ne ha usati circa 8,000. Il prezzo di Terra per i token di output è la metà di quello di Sol, ma al livello max Terra genera più di quattro volte i token di Sol al livello medium, annullando lo sconto per token.

Anche il livello max è lento. Nell’esecuzione dell’indice di AA, Terra al livello max ha impiegato 384 secondi per attività, contro i 149 secondi di Sol al livello medium.

Due precisazioni. Punteggi uguali nell’indice non implicano capacità uguali per la tua attività, e i costi di Terminal-Bench sono stime di OpenAI. Tuttavia, entrambe le fonti indicano la stessa tendenza. L’analisi di AA afferma che i livelli low e medium di Terra si collocano sulla frontiera dell’efficienza dei costi, mentre i livelli più alti ne restano al di sotto.

Il costo della stessa attività con ciascun modello

Consideriamo una pipeline documentale di 10,000 richieste. Ogni richiesta include un prompt stabile di 2,500 token, memorizzato nella cache dopo la prima chiamata, 1,500 token di input nuovi e 1,500 token di output, compresi quelli di ragionamento. In totale si tratta di 15M token di input nuovi, 25M token di input memorizzati nella cache e 15M token di output.

Sono stime calcolate ai prezzi di listino, non misurazioni. I costi di scrittura nella cache sono esclusi (una scrittura di 2,500 token per ogni periodo di validità di 30 minuti della cache costa meno di un centesimo) e la tabella presume che entrambi i modelli usino lo stesso numero di token.

È quest’ultima ipotesi a determinare la risposta. Poiché ogni tariffa di Terra è esattamente la metà di quella di Sol, Terra resta più economico solo finché, per la stessa attività, usa meno del doppio dei token di Sol. Le misurazioni di AA mostrano da quale parte di questa soglia si colloca ciascun livello:

• Terra al livello medium ha usato circa 6,000 token di output per attività, contro gli 8,000 di Sol al livello medium. Terra è più economico sia per token sia per attività.
• Terra al livello max ne ha usati circa 35,000, più di quattro volte quelli di Sol al livello medium. Superata la soglia del doppio, Sol al livello medium costa meno.

In entrambi i casi è l’output a incidere maggiormente, quindi il livello di ragionamento, che influisce soprattutto sui token di output, conta più dell’elenco dei prezzi.

Una regola di instradamento

Inizia sempre con Terra al livello di ragionamento low o medium. Se un’attività non riesce o rientra in una delle categorie in cui Sol è in vantaggio, passa a Sol al livello medium, non a Terra al livello max.

Tre buone pratiche rendono efficace questa regola:

1. Misura i risultati sulle tue attività. Esegui Terra e Sol al livello medium sugli stessi input, con gli stessi strumenti e criteri di accettazione, e confronta il costo per risultato corretto, non il costo per token.
2. Considera il livello di impegno massimo come ultima risorsa. Aumenta il livello di impegno del modello che supera già la maggior parte dei test, e solo dopo aver verificato cosa ottieni in cambio dei token aggiuntivi.
3. Usa il livello none quando è adatto. Per classificazioni o formattazioni che non richiedono ragionamento, Terra con none non consuma token di ragionamento e accetta temperature e top_p. Sol non ha il livello none.

Entrambi gli ID funzionano con una sola chiave AIHubMix, quindi per instradare il traffico basta cambiare la stringa del modello. Imposta il livello di impegno tramite la Responses API. Nei test di AIHubMix del 27 ottobre, l'impostazione del livello di impegno di Terra ha avuto effetto con Responses API, ma non ha prodotto differenze coerenti con Chat Completions. Con alcuni prompt brevi, sia none sia max hanno generato circa 200-300 token di ragionamento, con variazioni da un'esecuzione all'altra.

import os
from openai import OpenAI

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

SOL_TASKS = {"repo_coding", "data_analysis", "agent_with_writes"}

def run(task_type: str, prompt: str):
    model = "gpt-6.1-sol" if task_type in SOL_TASKS else "gpt-6.1-terra"
    return client.responses.create(
        model=model,
        reasoning={"effort": "medium"},
        input=prompt,
    )

Chi ha bisogno di Sol

La maggior parte dei team può trasferire a Terra la maggior parte del traffico e tenere Sol per un insieme ristretto di attività:

• Agenti di programmazione su repository reali. Sia Terminal-Bench 4.0 sia Coding Agent Index di AA favoriscono Sol, e nei grafici di OpenAI Sol con impegno medio supera Terra con impegno massimo.
• Analisi in cui un numero errato costa caro. Pipeline finanziarie, contabili e di reporting senza verifica umana, in base ai risultati di Plotly e DualEntry.
• Agenti autonomi con accesso in scrittura. I risultati della system card sui peer agent e sugli avvisi indicano che è preferibile Sol ovunque un agente possa agire senza approvazione.
• Team che usano già Terra al livello massimo. Se i tuoi carichi di lavoro su Terra richiedono il livello di impegno massimo per superare i test, Sol con impegno medio probabilmente offre la stessa qualità a un costo inferiore e con maggiore velocità. Fai una prova.

Per i carichi di lavoro che riguardano documenti, schermate, moduli e redazione, Terra con impegno medio si avvicina alla qualità di Sol a metà prezzo e con maggiore velocità. La pagina del modello Sol su AIHubMix riporta tutti i parametri per i casi in cui è ancora necessario.

Domande frequenti

GPT-6.1 Terra costa sempre la metà di GPT-6.1 Sol?
Per token, sì: tutte le tariffe di Terra sono la metà di quelle di Sol. Per attività, solo se Terra usa meno del doppio dei token usati da Sol. Con impegno medio, di solito è così. Con impegno massimo, spesso no, e Sol con impegno medio può risultare più economico.

Quali attività Terra gestisce bene quanto Sol?
Uso agentico degli strumenti in Agents' Last Exam, programmazione scientifica in Terminal-Bench-Science, ragionamento visivo in MMMU-Pro e attività brevi e verificabili nel progetto pilota di Kingy. In ogni caso, Terra ha eguagliato Sol o si è avvicinato ai suoi risultati spendendo meno.

In quali casi Sol è nettamente migliore?
Programmazione da terminale e su repository, uso del computer con impegno massimo, analisi dei dati in più passaggi e attività di contabilità. Inoltre, nei test di sicurezza degli agenti di OpenAI Sol si è comportato in modo più prudente.

Bisogna usare Terra con impegno massimo per eguagliare Sol?
Di solito no. Nel grafico di OpenAI relativo a Terminal-Bench, Sol con impegno medio ha ottenuto un punteggio superiore a Terra con impegno massimo, costando circa il 45% in meno per attività. Prova Sol con impegno medio prima di aumentare il livello di impegno di Terra.

Su AIHubMix i due modelli costano quanto su OpenAI?
Sì. AIHubMix indica gli stessi prezzi di OpenAI per input, input memorizzati nella cache e output per entrambi, e tutti e due funzionano con una sola chiave AIHubMix. Gli sconti Batch e Flex di OpenAI sono riservati a OpenAI; AIHubMix non offre l'API Batch di OpenAI, quindi considera le tariffe standard.

Come si imposta il livello di impegno per il ragionamento di ciascun modello tramite AIHubMix?
Usa la Responses API con il campo del livello di impegno per il ragionamento. Nei test di AIHubMix del 27 ottobre, alcuni prompt brevi hanno mostrato che l'impostazione del livello di impegno di Terra ha effetto con Responses API, ma non produce differenze coerenti con Chat Completions: sia none sia max hanno generato circa 200-300 token di ragionamento, con variazioni da un'esecuzione all'altra. Quel ciclo di test ha riguardato solo Terra, quindi non è ancora stato verificato come si comporti Sol con Chat Completions.

Continua a leggere: la serie GPT-6.1 Terra

• Se stai passando dalla precedente versione di Terra anziché scegliere tra le due fasce: GPT-6.1 Terra vs GPT-5.6 Terra: metà prezzo, cosa è cambiato e chi dovrebbe passare
• Prima di instradare il traffico verso Terra, controlla gli errori di temperature e il requisito di Responses: Passare a GPT-6.1 Terra: correggere gli errori 400 di temperature, spostare gli strumenti su Responses e configurare Codex
• Se l'alternativa a Sol che stai valutando è il modello di fascia media di Anthropic: GPT-6.1 Terra vs Claude Sonnet 5.5: quale modello di fascia media scegliere per agenti che lavorano con schermate e documenti?
• Per i calcoli su livelli di impegno e token alla base della regola di instradamento, oltre che per prompt lunghi e caching: Quanto costa davvero GPT-6.1 Terra: livelli di impegno, soglia di 272K e caching

Fonti

• OpenAI: presentazione di GPT-6.1 Terra
• OpenAI: system card di GPT-6.1 Terra
• AIHubMix: GPT-6.1 Terra vs GPT-6.1 Sol
• Artificial Analysis: GPT-6.1 Terra sposta la frontiera dell'efficienza dei costi
• Kingy AI: benchmark, prezzi e specifiche di GPT-6.1 Terra e confronto con altri modelli