GPT-6.1 Terra vs. GPT-5.6 Terra: de helft goedkoper, wat is er veranderd en wie moet overstappen?

OpenAI heeft GPT-6.1 Terra uitgebracht op 26 oktober 2026. Het staat onder Sol en Astra in de GPT-6-familie en is goedkoper dan zijn voorganger GPT-5.6 Terra: $1 per miljoen inputtokens in plaats van $2, en $5 per miljoen outputtokens in plaats van $12. In het aankondigingsbericht wordt het aangeprezen voor visueel redeneren, computergebruik en schrijven. Uit de benchmarks van OpenAI blijkt dat het schermen en afbeeldingen beter leest, en zowel tests van OpenAI als onafhankelijke tests laten veel minder feitelijke fouten zien.

Het korte antwoord voor GPT-5.6 Terra-gebruikers:

• Stap over als je scherm-, formulier-, document- of afbeeldingsworkloads uitvoert met een lage of gemiddelde inspanning. Het model scoort hoger en bij een gelijk aantal tokens daalt de rekening met meer dan de helft.
• Test eerst als je codeeragents uitvoert of iets op maximale inspanning. Op maximale inspanning verbruikt de nieuwe Terra meerdere keren zoveel tokens als op gemiddelde inspanning, en bij sommige taken komt de kostprijs per taak dicht in de buurt van die van GPT-6.1 Sol.
• Blijf bij Sol voor complexe codeertaken op repositoryniveau. OpenAI noemt de meest complexe codeertaken als werk voor Sol en Astra.

De API-vorm is grotendeels ongewijzigd: hetzelfde contextvenster, dezelfde niveaus voor redeneringsinspanning en dezelfde invoer van tekst en afbeeldingen. De model-ID is gpt-6.1-terra en het model is beschikbaar op de modelpagina van AIHubMix voor dezelfde prijs als bij OpenAI.

De prijswijziging in één tabel

Standaardprijzen per miljoen tokens voor aanvragen tot 272K inputtokens, afkomstig van de modelpagina en prijstabel van OpenAI:

AIHubMix rekent voor alle vier modellen dezelfde tarieven als OpenAI.

Vergeleken met GPT-5.6 Terra is input 50% goedkoper en output ongeveer 58% goedkoper. In de samenvatting van de lancering noemt OpenAI een daling van "50%", maar de verlaging voor output is groter en in het voorbeeld hieronder vormt output het grootste deel van de rekening. Gecachete input is gedaald tot een kwart van het oude tarief. Het wegschrijven van de cache bij de standaardlevensduur van 30 minuten kost $1.25 per miljoen tokens (1.25x de inputprijs).

Twee regels blijven ongewijzigd:

• De grens van 272K. Zodra de input van een aanvraag meer dan 272,000 tokens bedraagt, wordt de volledige aanvraag gefactureerd tegen 2x de input- en cachetarieven en 1.5x het outputtarief. Je kunt het venster van 1.05M gebruiken, maar niet tegen de vermelde standaardprijs. Op de Terra-pagina van AIHubMix staan alleen de standaardtarieven van $1 / $0.05 / $5; het tarief voor meer dan 272K is daar dus niet bevestigd.
• Kortingen die alleen bij de aanbieder gelden. Batch- en Flex-verwerking van OpenAI geven 50% korting, en de Fast-modus kost 2x zoveel. Dit zijn aanbiedingen van OpenAI. AIHubMix biedt de Batch API van OpenAI niet aan en de prijslijst van AIHubMix voor Terra vermeldt alleen standaardtarieven. Ga er dus van uit dat je via AIHubMix de standaardtarieven betaalt.

GPT-6.1 Sol, de volgende klasse hoger, kost per token twee keer zoveel. Dat verschil is groot genoeg voor een eigen artikel in deze reeks.

Wat een echte workload kost

Hier volgt een uitsplitsing van de kosten voor één workload: een documentpipeline met 10,000 aanvragen om facturen uit te lezen. Elke aanvraag bevat:

• een vaste prompt van 2,500 tokens (instructies en schema), die na de eerste aanvraag wordt gecachet;
• 1,500 nieuwe inputtokens (de pagina-afbeelding plus tekst);
• 1,500 outputtokens, inclusief redenering.

In totaal zijn dat 15M nieuwe inputtokens, 25M gecachete inputtokens en 15M outputtokens. Tegen standaardtarieven:

Dit zijn berekende schattingen, geen metingen, en ze gaan ervan uit dat elk model evenveel tokens gebruikt. De kosten voor het wegschrijven naar de cache zijn niet meegerekend: de vaste prompt wordt één keer per cachelevensduur van 30 minuten weggeschreven en elk schrijfproces van 2,500 tokens kost minder dan een cent.

Op basis van deze aannames verlaagt GPT-6.1 Terra de rekening van $215 naar $91.25, ongeveer 58% minder, en kost het de helft van Sol. Output vormt in elke rij het grootste deel van de kosten.

Het aantal tokens is de aanname om in de gaten te houden, en de inspanningsgraad heeft daar meer invloed op dan wat dan ook. Artificial Analysis (AA) mat dat GPT-6.1 Terra per taak ongeveer 6k outputtokens gebruikt bij gemiddelde inspanning en 35k bij maximale inspanning. Als een pipeline van gemiddelde naar maximale inspanning gaat, kunnen de outputkosten meerdere keren zo hoog worden.

Wat hetzelfde blijft

Voor code die GPT-5.6 Terra al aanroept, verandert er weinig:

• Context: in totaal 1,050,000 tokens, met maximaal 922,000 inputtokens en 128,000 outputtokens.
• Redeneringsinspanning: none, low, medium, high, xhigh en max, met medium als standaard.
• Invoer en uitvoer: tekst en afbeeldingen als invoer, tekst als uitvoer.
• Eindpunten bij OpenAI: Chat Completions, Responses en Batch.
• Prijzen voor lange contexten: dezelfde grens van 272K.

Buiten de benchmarks veranderen er twee dingen. De kennisdatum verschuift van 16 februari 2026 naar 1 juni 2026. Ook documenteert OpenAI toolaanroepen voor GPT-6.1 Terra alleen voor de Responses API. Toolaanroepen via Chat Completions moeten daarom naar Responses worden verplaatst.

Wat er is veranderd: de cijfers van OpenAI

De cijfers in dit gedeelte komen van OpenAI zelf, afgelezen van de grafieken bij de lancering en overgenomen door Kingy AI. Het zijn cijfers van de aanbieder die niemand onafhankelijk heeft gereproduceerd.

Hoger is beter, behalve bij de rijen met feitelijke fouten, waar lager beter is.

• Agentische professionele taken. Agents' Last Exam omvat computertaken uit de praktijk in uiteenlopende vakgebieden. Bij gemiddelde inspanning scoort GPT-6.1 Terra 15 punten hoger dan GPT-5.6 Terra. Volgens de grafiek van OpenAI bedragen de geschatte kosten per taak $0.29 tegenover $0.84, ongeveer een derde.
• Afbeeldingen. Op MMMU-Pro, een test voor multimodaal redeneren, haalt de nieuwe Terra 84.6% bij gemiddelde inspanning. Dat is al hoger dan de 81.7% van GPT-5.6 Terra bij maximale inspanning.
• Computergebruik. Op de offline-set van OSWorld 2.1 verslaat de nieuwe Terra bij gemiddelde inspanning (66.7%) GPT-5.6 Terra bij maximale inspanning (57.1%). Bij maximale inspanning haalt het 74.2%.
• Terminalcodering. De score op Terminal-Bench 4.0 is meer dan verdubbeld: van 21.5% naar 50.3% bij maximale inspanning, al blijft het model achter bij Sol en Astra.
• Feitelijke fouten. De set met moeilijke prompts van OpenAI is samengesteld uit prompts die gebruikers hebben gemarkeerd vanwege feitelijke fouten. De systeemkaart van OpenAI waarschuwt ervoor deze percentages te interpreteren als foutpercentages in productie.

Niet elke score is gestegen. In de systeemkaart steeg HealthBench Professional van 57.7 naar 62.7, maar daalden HealthBench en HealthBench Hard (van 57.0 naar 55.1 en van 32.7 naar 31.4).

Wat er is veranderd: onafhankelijke cijfers

Artificial Analysis (AA) voerde bij de lancering eigen tests uit. De resultaten wijzen in dezelfde richting als die van OpenAI.

AA testte Terminal-Bench 4.0 met mini-swe-agent op 66 taken, dus de scores verschillen van die van OpenAI. Het hallucinatiepercentage komt van AA-Omniscience: het aantal foute antwoorden als deel van alle antwoorden die niet correct waren, inclusief onthoudingen.

Bij maximale inspanning is het nieuwe model volgens de index van AA zowel sterker als goedkoper per taak: $0.40 tegenover $1.40. Het hallucinatiepercentage daalde van 88% naar 38%, terwijl de nauwkeurigheid slechts steeg van 47% naar 49%. Volgens de definitie van AA bestaat een veel groter deel van de niet-correcte antwoorden van het nieuwe model uit onthoudingen of gedeeltelijke antwoorden in plaats van foute antwoorden. Bij extractie- en onderzoekstaken is een leeg antwoord meestal goedkoper dan een fout antwoord.

AA stelde ook vast dat lage en gemiddelde inspanning op de kostenefficiëntiegrens liggen, terwijl de hogere niveaus daaronder blijven. Bij gemiddelde inspanning mat AA een indexscore van 41 voor $0.10 per taak, met ongeveer 6k outputtokens. Bij maximale inspanning stijgt de score naar 48, maar verviervoudigen de kosten tot $0.40 en loopt de output op tot ongeveer 35k tokens.

Wat snelheid betreft, mat AA ongeveer 91 outputtokens per seconde. De eigen claim van OpenAI, dat het model meer dan 3x sneller is dan Astra en Sol, slaat op de voltooiing van taken in de evaluatie van OpenAI, niet op tokens per seconde.

Hoe dicht komt het bij Sol en Astra?

De nieuwe Terra verkleint een groot deel van de achterstand op de hogere modellen voor visuele en agentische taken, maar niet voor moeilijke codeertaken. De grafieken van OpenAI, overgenomen door Kingy:

Bij gemiddelde inspanning evenaart Terra op Agents' Last Exam ook Astra op gemiddelde inspanning (beide 57.6%), tegen geschatte kosten van $0.29 per taak tegenover $4.82. Voor afbeeldingen en feitelijke fouten blijft het binnen ongeveer één punt van Sol en Astra. Op OSWorld en Terminal-Bench ligt het ongeveer 4 tot 8 punten achter. In het aankondigingsbericht noemt OpenAI de meest complexe codeertaken als werk voor Sol of Astra.

Wanneer het goedkopere model niet goedkoper is

De kosten per taak hangen af van het aantal tokens dat een taak verbruikt. Bij maximale inspanning kan de nieuwe Terra er genoeg gebruiken om het prijsvoordeel teniet te doen:

• Moeilijke terminalcodeertaken. Op Terminal-Bench 4.0 scoort Sol bij gemiddelde inspanning 52.7% tegen geschatte kosten van $1.02 per taak. Terra haalt bij maximale inspanning 50.3% voor $1.84. Sol op gemiddelde inspanning is dus zowel beter als goedkoper (grafieken van OpenAI, overgenomen door Kingy).
• Computergebruik bij maximale inspanning. Op OSWorld 2.1 toont de grafiek van OpenAI taakprijzen van $1.19 voor Terra en $1.15 voor Sol bij maximale inspanning. Tijdens die test maakte de lagere tokenprijs Terra niet goedkoper.
• Dezelfde score, andere kosten. Op de Intelligence Index van AA behalen Terra bij maximale inspanning en Sol bij gemiddelde inspanning beide een score van 48. Sol op gemiddelde inspanning kost $0.21 per taak; Terra op maximale inspanning kost $0.40.

Ook voor gespecialiseerd werk kan Sol de betere keuze zijn. In de eigen benchmark van boekhoudsoftwareleverancier DualEntry (101 synthetische cases) slaagde Terra voor 78.2%, tegenover 81.2% voor Sol en Astra.

Het patroon: het voordeel van de nieuwe Terra is het duidelijkst bij lage en gemiddelde inspanning. Als je workload maximale inspanning vereist om te slagen, vergelijk het model dan eerst met Sol bij gemiddelde inspanning.

Nog een verschil is belangrijk voordat je agents laat overstappen. In de systeemkaart van GPT-6.1 Terra staat dat Terra bij maximale inspanning in een test rond het naleven van waarschuwingen in 29.6% van de testsituaties de opgegeven beperkingen omzeilde. Wanneer het een bericht kreeg van een agent die zich voordeed als een gelijke, voerde het in 13.75% van de gevallen een niet-geautoriseerde actie uit (11 van de 80), tegenover 1.25% voor Sol. Dit waren gecontroleerde simulaties, grotendeels met weinig risico, en ze voorspellen het gedrag in de praktijk dus niet rechtstreeks. Het artikel over migratie in deze reeks gaat in op goedkeuringsgrenzen.

Wie moet overstappen?

Visuele taken en werk met veel formulieren zijn precies waarvoor OpenAI Terra heeft gebouwd. Zelfs in die gevallen raadt OpenAI's migratiehandleiding aan om beide modellen te vergelijken met dezelfde afbeeldingen en workflows, bij dezelfde redeneerinspanning. Voor coderen of werk op maximale inspanning voer je je eigen takenlijst uit met Terra op gemiddeld, Terra op maximaal en Sol op gemiddeld. Vergelijk vervolgens de kosten per geaccepteerd resultaat in plaats van de kosten per token.

Eén detail bij de migratie verrast gebruikers: bij elke redeneerinspanning behalve none adviseert OpenAI's migratiehandleiding om temperature, top_p en top_logprobs te verwijderen; de Responses API weigert deze parameters. In het migratieartikel lees je hier meer over, evenals over het verplaatsen van toolaanroepen naar Responses.

GPT-6.1 Terra gebruiken via AIHubMix

Uit controles van AIHubMix op 27 oktober bleek dat gpt-6.1-terra reageerde via Chat Completions, Responses en Anthropic Messages. De prijzen zijn gelijk aan de standaardtarieven van OpenAI.

Gebruik de Responses API als je de redeneerinspanning wilt instellen. Tijdens dezelfde controles accepteerde Responses alle zes niveaus. Bij één prompt steeg het aantal redeneertokens van 0 bij none naar 1,078 bij max. Bij de paar kleine prompts die zijn getest, maakte reasoning_effort bij Chat Completions geen consistent verschil: bij zowel none als max kwamen er per uitvoering ongeveer 200–300 redeneertokens uit. Een minimaal verzoek met een afbeelding, volgens de documentatie van de AIHubMix 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)

Begin met medium en verhoog de inspanning alleen als je eigen tests aantonen dat de kwaliteitswinst de extra tokens waard is.

Veelgestelde vragen

Is GPT-6.1 Terra goedkoper dan GPT-5.6 Terra?
Ja. De invoerprijs daalt van $2 naar $1 per miljoen tokens, de prijs voor gecachte invoer van $0.20 naar $0.05 en de uitvoerprijs van $12 naar $5. AIHubMix hanteert dezelfde tarieven. De daadwerkelijke besparing hangt af van de inspanning, omdat max meerdere keren zoveel tokens gebruikt als medium.

Is GPT-6.1 Terra beter dan GPT-5.6 Terra?
In de OpenAI-benchmarks in dit artikel scoort het op elke regel van de lanceringstabel hoger. De grootste verbeteringen zijn te zien bij coderen in de terminal, computergebruik en feitelijke fouten, hoewel twee HealthBench-subsets licht daalden. Onafhankelijke tests van Artificial Analysis wijzen in dezelfde richting, met een indexscore van 48 tegenover 42 bij max.

Moet ik mijn code aanpassen om over te stappen?
Meestal hoef je alleen de model-ID aan te passen. De contextlimieten, inspanningsniveaus en invoertypen zijn hetzelfde. Verwijder temperature en top_p als je een ander inspanningsniveau dan none gebruikt, en verplaats toolaanroepen van Chat Completions naar de Responses API.

Moet ik GPT-6.1 Terra of GPT-6.1 Sol gebruiken?
Gebruik Terra voor schermen, formulieren, documenten en afbeeldingen bij lage of gemiddelde inspanning. Gebruik Sol voor complexe codeertaken: op Terminal-Bench 4.0 presteerde Sol op medium beter dan Terra op max, en volgens de grafieken van OpenAI kostte het per taak minder.

Welke redeneerinspanning moet ik gebruiken?
Begin met medium, de standaardinstelling. Volgens Artificial Analysis bieden low en medium de beste kostenefficiëntie. Met max steeg Terra's indexscore van 41 naar 48, maar verviervoudigden de kosten per taak.

Kan ik via AIHubMix gebruikmaken van OpenAI's Batch-korting?
Nee. De Batch- en Flex-kortingen van 50% zijn aanbiedingen van OpenAI, en AIHubMix biedt de OpenAI Batch API niet aan. Ga via AIHubMix uit van de standaardtarieven.

Wat is de kennisgrens van GPT-6.1 Terra?
1 juni 2026, tegenover 16 februari 2026 voor GPT-5.6 Terra. Geef het model opgehaalde bronnen voor informatie van na die datum.

Lees verder: de GPT-6.1 Terra-serie

• Klaar om over te stappen? In de migratiehandleiding lees je hoe je de temperature 400-fouten oplost, tools naar Responses verplaatst en Codex instelt: Migreren naar GPT-6.1 Terra: los de temperature 400-fouten op, verplaats tools naar Responses en stel Codex in
• Vergelijk je Terra met het middensegmentmodel van Anthropic voor scherm- en documentagents? Lees dan: GPT-6.1 Terra vs Claude Sonnet 5.5: welk middensegmentmodel voor scherm- en documentagents?
• Sluiten de bovenstaande kostvoorbeelden voor max aan op jouw werk? In de vergelijking per modelniveau worden de taken één voor één behandeld: GPT-6.1 Terra vs GPT-6.1 Sol: voor welke taken heb je Sol nog nodig?
• Lees voor het volledige kostenoverzicht achter het factuurvoorbeeld, inclusief inspanningsniveaus, lange prompts en cachebewerkingen: Wat GPT-6.1 Terra echt kost: inspanningsniveaus, de 272K-grens en caching

Bronnen

• OpenAI: GPT-6.1 Terra geïntroduceerd
• OpenAI API-documentatie: modelpagina van GPT-6.1 Terra
• AIHubMix: modelpagina van GPT-6.1 Terra
• Kingy AI: benchmarks, prijzen en specificaties van GPT-6.1 Terra en vergelijking met andere modellen
• Artificial Analysis: GPT-6.1 Terra verlegt de grenzen van kostenefficiëntie