Migreren naar GPT-6.1 Terra: los de temperature-400-fouten op, verplaats tools naar Responses en stel Codex in

Overstappen op GPT-6.1 Terra is een wijziging van één regel: stel het model in op gpt-6.1-terra. Wat er daarna gebeurt, hangt af van de API-route die het verzoek gebruikt. Op de Responses API volgt Terra de regels van OpenAI: reasoning effort werkt, en temperature of top_p leidt tot HTTP 400. Op de Chat Completions-route van AIHubMix wordt dezelfde temperature zonder problemen geaccepteerd, en bij de tests van AIHubMix op 27 oktober 2026 maakte reasoning_effort geen meetbaar verschil bij korte prompts.

Het korte antwoord voor de meeste teams: verplaats Terra-verkeer naar de Responses API, verwijder de samplingparameters en houd elke workload op één route. Hieronder: de fouten die je zult zien, de problemen die geen foutmelding geven, de factureringsregels waar mensen op stuklopen, agentmachtigingen en de configuratie van Codex en Claude Code. Terra staat op de GPT-6.1 Terra-modelpagina van AIHubMix, tegen de lijstprijs van OpenAI: $1 per miljoen invoertokens, $0.05 voor gecachete tokens, $1.25 voor een cache-write van 30 minuten en $5 voor output. De eigen pagina van AIHubMix vermeldt dezelfde tarieven voor input, output en het lezen uit de cache, maar geen tarief voor cache-writes.

De regels zijn afkomstig uit de migratiegids voor GPT-6 van OpenAI en Terra's modelpagina. De foutmeldingen en het gedrag van de gateway zijn gebaseerd op de tests van AIHubMix op 27 oktober 2026, waarbij korte prompts werden gebruikt met de primaire ID gpt-6.1-terra. In de modelgids van AIHubMix staat dat de meeste 400-fouten worden doorgegeven door de upstream-provider. Deze komen terug met AIHubMix' trace-ID tid in het bericht.

Welke route gebruik je?

Tijdens die tests bood AIHubMix Terra aan via drie protocollen. Ze gedragen zich niet hetzelfde:

‘Geen zichtbaar effect’ en ‘Geaccepteerd’ beschrijven wat AIHubMix op 27 oktober bij korte prompts heeft gemeten. Chat Completions retourneerde toolaanroepen, maar OpenAI documenteert toolaanroepen voor Terra alleen voor Responses.

Begin je helemaal opnieuw, gebruik dan Responses. Als een Chat Completions-integratie vandaag werkt, lees dan eerst over de onopvallende fouten voordat je erop vertrouwt.

De duidelijke fouten

Deze geven HTTP 400 terug en breken het verzoek af.

"Niet-ondersteunde parameter: 'temperature' wordt niet ondersteund door dit model."

Wat je te zien krijgt. Een aanroep van de Responses API met ingestelde temperature en de standaardwaarde voor effort (medium) retourneert:

Unsupported parameter: 'temperature' is not supported with this model.

Als je top_p meestuurt, krijg je dezelfde foutmelding, met top_p in plaats van temperature. Effort staat standaard op medium, dus ook een verzoek waarin effort helemaal niet wordt ingesteld, leidt tot deze fout.

Waarom. Volgens de migratiegids van OpenAI moet je temperature, top_p en top_logprobs verwijderen als reasoning effort niet op none staat. Verwijder bij Responses ook message.output_text.logprobs uit include.

Zo reproduceer je dit. Deze curl-aanroep via de AIHubMix Responses API stuurt dezelfde body die AIHubMix op 27 oktober heeft verstuurd:

curl https://aihubmix.com/v1/responses \
  -H "Authorization: Bearer $AIHUBMIX_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6.1-terra",
    "input": "Reply with the single word: ready.",
    "temperature": 0.2
  }'

De reactie was HTTP 400:

{"error":{"message":"Unsupported parameter: 'temperature' is not supported with this model. (tid: …)","type":"Aihubmix_api_error"},"type":"error"}

Oplossing. Verwijder temperature en top_p uit alle aanroeppaden, inclusief helperaanroepen zoals samenvatters en classifiers die je misschien over het hoofd hebt gezien. Als je sampling wilt kunnen instellen, zet effort dan op none: Terra ondersteunt dit, en een verzoek met effort none en "temperature": 0.2 gaf bij de tests van AIHubMix HTTP 200 terug. Een bericht op het ontwikkelaarsforum van OpenAI meldt dezelfde regel en merkt op dat dit op GPT-6.1 Sol werd geblokkeerd, omdat dat model geen niveau none heeft.

{
  "model": "gpt-6.1-terra",
  "input": "Reply with the single word: ready.",
  "reasoning": {"effort": "none"},
  "temperature": 0.2
}

"Niet-ondersteunde parameter: 'logprobs' wordt niet ondersteund door dit model."

Wat je te zien krijgt. Een aanroep van Chat Completions met logprobs: true en reasoning_effort: "high" retourneerde:

Unsupported parameter: 'logprobs' is not supported with this model.

Waarom. Het is dezelfde regel van OpenAI. Voor Chat Completions voegt de gids logprobs toe aan de lijst met parameters die je moet verwijderen als effort niet op none staat.

Oplossing. Verwijder logprobs en top_logprobs. Als een vertrouwensscore in je pipeline ervan afhankelijk is, plan dan een alternatief voordat je overstapt. AIHubMix heeft logprobs bij Chat Completions niet getest met effort none.

‘Unsupported value: 'minimal' is not supported…’

Wat je te zien krijgt. Code die is geschreven voor oudere OpenAI-modellen en effort op minimal zet, geeft het volgende:

Unsupported value: 'minimal' is not supported with the 'gpt-6.1-terra' model. Supported values are: 'none', 'low', 'medium', 'high', 'xhigh', and 'max'.

Waarom. De effortniveaus van Terra zijn none, low, medium, high, xhigh en max. minimal bestaat niet.

Oplossing. De gids van OpenAI adviseert te beginnen met low en de resultaten te vergelijken op representatieve taken. Als de oude instelling was gekozen om reasoning uit te schakelen, komt none het dichtst in de buurt.

De onopvallende fouten

Deze geven HTTP 200 terug, dus je logs signaleren niets. Je merkt ze later aan antwoorden die niet overeenkomen met je instellingen, gemiste cache-hits of een agent die stopt om vragen te stellen.

Chat Completions accepteert temperature en lijkt effort te negeren

Op de Chat Completions-route van AIHubMix gaf temperature: 0.2 HTTP 200 terug zonder ingestelde effort, met effort none en met effort high. Ook top_p: 0.5 gaf HTTP 200 terug. Dat heeft een neveneffect: als je testsuite op Chat Completions draait, zal die de 400-fout niet opvangen die dezelfde code krijgt zodra je overstapt op Responses.

Effort is het grotere probleem. Bij de tests van AIHubMix op 27 oktober maakte reasoning_effort bij Chat Completions geen meetbaar verschil:

De cijfers zijn het aantal reasoning-tokens per verzoek. Chat Completions werd bij de prompt met priemsommen twee keer per instelling uitgevoerd.

Bij de korte bat-en-balprompt leverden none, low, high, max en helemaal geen ingestelde effort 24 tot 27 reasoning-tokens op. Als je in plaats daarvan reasoning: {effort: "none"} als object verstuurde, leverde dat bij de prompt met priemsommen 327 tokens op. Bij Responses leverde dezelfde prompt met priemsommen bij none 0 reasoning-tokens en 72 outputtokens op, en bij max 1,078 reasoning-tokens en 1,153 outputtokens.

Volgens AIHubMix draait Terra momenteel met een vaste effort op de Chat Completions-route, waardoor de instelling het model niet bereikt. Dat is een conclusie op basis van een handvol korte prompts, gemeten op AIHubMix alleen, en geen algemene regel voor Chat Completions. Bij langere of moeilijkere prompts kan het anders uitpakken. Als effort van invloed is op je kosten of kwaliteit, stel die dan in via Responses, waar de instelling duidelijk werkt.

Toolaanroepen via Chat Completions werken, maar zijn niet gedocumenteerd

Volgens de gids van OpenAI ondersteunt GPT-6.1 Terra Chat Completions, maar vereisen toolaanroepen Responses. Op AIHubMix retourneerde een Chat Completions-verzoek met een functietool wel degelijk finish_reason: tool_calls. Bouw hier niet op voort: dit gedrag is niet gedocumenteerd en kan zonder waarschuwing veranderen. Via Responses retourneerde een functietool een item function_call, retourneerde web_search zoekaanroepen en een bericht, en gaf een functietool met async: true ook HTTP 200 terug. Verplaats toolverkeer naar Responses.

De denkinstellingen van Claude Code doen niets via de Messages-route

AIHubMix biedt Terra ook aan via de Anthropic Messages API, het protocol dat Claude Code gebruikt. Tekst, tool_use en base64-afbeeldingen gaven allemaal HTTP 200 terug. De instellingen voor reasoning werden niet overgenomen: met thinking ingeschakeld en een budget van 4,000 tokens werden 24 thinking-tokens teruggegeven, met output_config.effort: "high" waren dat er 26, en het verzoek zonder een van beide leverde er 25 op. Er worden geen thinking-blokken in het antwoord teruggegeven, alleen tekst- of tool_use-blokken.

Responses en Chat Completions gebruiken aparte caches

AIHubMix stuurde via Responses een vaste developer-prefix van ongeveer 9,600 tokens. Bij aanroep 1 werden 9,623 tokens naar de cache geschreven; bij aanroepen 2 en 3 werden 9,623 gecachete tokens gelezen. Een Chat Completions-aanroep met dezelfde prefix direct daarna leverde geen hit op en schreef alle 9,623 tokens opnieuw weg. Een tweede run met een andere prefix vertoonde hetzelfde patroon: de Responses-aanroep schreef 9,020 tokens weg, een Chat Completions-aanroep met dezelfde prefix schreef 9,020 tokens zonder hit weg, en een herhaalde Chat Completions-aanroep las 9,007 tokens uit de entry die de Chat-route had weggeschreven.

Een workload die tussen routes wisselt, betaalt dus twee keer voor elke cache-write. Kies één route per workload.

Cache-instellingen van oudere modellen

Kom je van GPT-5.5 of ouder, dan adviseert de gids van OpenAI om prompt_cache_retention te vervangen door prompt_cache_options.ttl. De standaardwaarde is "30m". Op Responses is een levensduur van "12h" beschikbaar, en AIHubMix accepteerde deze: het usage-object vermeldde de writes onder cache_write_tokens_details.ttl_12h_tokens. In de expliciete modus werd zonder breakpoint niets weggeschreven, zoals ook in de documentatie van OpenAI staat.

Effort midden in een gesprek wijzigen

Als je reasoning.effort op verzoekniveau wijzigt, verandert de promptprefix, wat je cache kost. OpenAI heeft hiervoor een inputitem configuration_update toegevoegd. Daarmee wordt effort vanaf dat punt in het gesprek verhoogd of verlaagd, terwijl de oorspronkelijke prefix intact blijft. Een verzoek met dit item gaf via AIHubMix HTTP 200 terug. De gids van OpenAI raadt het aan voor standaardverzoeken met één agent.

Het model vraagt toestemming voordat het handelt

In de GPT-6-promptingrichtlijnen van OpenAI staat dat modellen uit deze familie vaker stoppen om de gebruiker iets te vragen wanneer extra input het resultaat kan veranderen, en gevoeliger zijn voor instructies in skills en bestanden zoals AGENTS.md. Deze richtlijnen zijn geschreven voor GPT-6 Astra, dus het is de moeite waard ze voor Terra te controleren in plaats van ze zomaar als gegeven aan te nemen. Als een agent die op GPT-5.6 Terra zonder toezicht draaide nu om goedkeuring vraagt, adviseert de gids om in de prompt duidelijk te maken wat het verzoek van de gebruiker al toestaat. Ook raadt de gids aan om alle skills en instructiebestanden te controleren die het model kan lezen.

Effort staat standaard op medium en max kost veel meer

Terra's standaardniveau voor de redeneerinspanning is medium. Artificial Analysis mat bij medium ongeveer 6.000 outputtokens per taak op zijn Intelligence Index en bij max ongeveer 35.000 (waarvan 25.000 redeneringstokens), voor respectievelijk $0.10 en $0.40 per taak. Als je de inspanning verhoogt om een kwaliteitsprobleem op te lossen, controleer dan eerst wat dat met de rekening doet. Codex-gebruikers met ChatGPT-abonnementen hebben op Reddit gemeld dat Terra bij hoge inspanning de abonnementslimieten snel opgebruikt; in één geval werd in 20 minuten 40% van een limiet van vijf uur verbruikt. Dat zijn anekdotes, maar ze wijzen wel in dezelfde richting.

Valkuilen bij facturering

De tarieven voor input, output en cachelezingen van Terra zijn bij AIHubMix hetzelfde als bij OpenAI. Dit zijn de regels waardoor een rekening hoger kan uitvallen dan de prijslijst doet vermoeden.

Het tarief voor een schrijfperiode van 12 uur is dat van OpenAI. De prijsvermelding van AIHubMix voor Terra bevat alleen de tarieven voor input, output en cachelezingen: er staat geen tarief voor cacheschrijvingen, geen tarief voor lange context en geen toeslag voor 12 uur bij. Ga er dus van uit dat de bovenstaande kosten voor cacheschrijvingen en tarieven boven 272K de gepubliceerde tarieven van OpenAI zijn, niet bevestigde kosten van AIHubMix.

De grens van 272K geldt voor het hele verzoek. Op de modelpagina van Terra staat een contextvenster van 1,050,000 tokens, maar zodra de input meer dan 272,000 tokens bedraagt, wordt het hele verzoek gefactureerd tegen 2x de input- en cachetarieven en 1.5x het outputtarief. Een verzoek met 270,000 inputtokens en 20,000 outputtokens kost $0.27 + $0.10 = $0.37. Een verzoek met 300,000 inputtokens en 20,000 outputtokens kost $0.60 + $0.15 = $0.75. Ongeveer 11% meer input kost dus ongeveer twee keer zoveel (in geen van beide voorbeelden wordt caching gebruikt).

Redenering wordt als output gefactureerd. Redeneringstokens tellen mee als outputtokens tegen $5 per miljoen, ook al zie je ze nooit. In de bovenstaande controle van AIHubMix leverde dezelfde prompt 72 outputtokens op bij none en 1,153 bij max. Registreer reasoning_tokens uit het gebruiksobject in plaats van de kosten te schatten op basis van de lengte van het antwoord.

Voor cacheschrijvingen worden kosten in rekening gebracht. Volgens de regels voor promptcaching van OpenAI voor GPT-5.6 en hoger kost een schrijfactie 1.25x het inputtarief voor de levensduur van 30 minuten en 2.5x voor 12 uur. Cachelezingen kosten bij Terra 0.05x. Het minimale cachebare voorvoegsel is 1,024 tokens. Als het voorvoegsel bij elke beurt verandert of het verkeer over twee routes wordt verdeeld, betaal je telkens opnieuw het schrijftarief.

Voor zoeken op het web wordt per aanroep betaald. AIHubMix rekent op zijn pagina's voor OpenAI-modellen $0.01 per verzoek voor web_search, boven op de tokens. Op de pagina van Terra worden de kosten voor de tool nog niet apart vermeld, dus houd er rekening mee. Bij één controle activeerde een enkele vraag twee zoekopdrachten.

De Batch- en Flex-kortingen gelden bij OpenAI. OpenAI biedt 50% korting via Batch en Flex, en de snelle modus kost 2x zoveel. AIHubMix gaf een 404 terug voor GET /v1/batches ("Het aangevraagde API-eindpunt bestaat niet."), dus daar is geen Batch-route beschikbaar. Een service_tier van flex of priority gaf een 200 terug, maar op de prijslijst van AIHubMix voor Terra staan alleen de standaardtarieven. Reken dus niet op korting. Controleer je gebruikslog als je een van beide verstuurt.

Agents met echte rechten

OpenAI positioneert Terra voor visueel redeneren en computergebruik, en de ingebouwde computertool werkt via AIHubMix: een Responses-verzoek met {"type": "computer"} en een screenshot leverde een computer_call op waarvan de eerste actie een screenshot was. Lees voordat een agent schrijftoegang krijgt de resultaten over agents in OpenAI's systeemkaart voor GPT-6.1 Terra. Dit zijn evaluaties van OpenAI zelf, grotendeels in simulaties met weinig risico:

Het percentage omzeilingen van Terra werd gemeten bij max inspanning; in de systeemkaart staat GPT-6.1 Sol lager dan Terra. Het cijfer voor andere agents is gebaseerd op 11 van de 80 steekproeven.

Bij indirecte promptinjectie bedroeg het verdedigingspercentage van Terra 98.8%, tegenover 96.2% voor GPT-5.6 Terra. Dat is goed, maar nog steeds geen 100%. Voor een migratie zijn vooral twee resultaten van belang: Terra voert vaker dan Sol instructies uit die van een andere agent afkomstig zijn, en vindt soms een manier om een beperking te omzeilen die in de instructies staat. Dus:

• Geef tools standaard geen rechten en stel alleen beschikbaar wat de taak vereist.
• Vereis goedkeuring voor schrijfacties, aankopen, gegevensoverdracht en alles wat moeilijk terug te draaien is.
• Behandel berichten van andere agents, net als scherminhoud en toolresultaten, als niet-vertrouwde input die geen toestemming kan verlenen.
• Voer computergebruik uit in een geïsoleerde browser of VM met een toelatingslijst, stel limieten in voor stappen en kosten, en controleer het daadwerkelijke resultaat in plaats van het laatste bericht van het model. Dit zijn de aanbevelingen van OpenAI voor computergebruik.

Codeertools: Codex en Claude Code

Codex (aanbevolen voor Terra)

Codex maakt verbinding via de Responses API, de route waarop de instelling voor Terra's redeneerinspanning werkt via AIHubMix. De handleiding voor de Codex-config.toml van AIHubMix behandelt de algemene configuratie. Voor Terra ziet ~/.codex/config.toml er als volgt uit:

model = "gpt-6.1-terra"
model_provider = "aihubmix"
model_context_window = 1050000
model_reasoning_effort = "medium"

[model_providers.aihubmix]
name = "AIHubMix"
base_url = "https://aihubmix.com/v1"
env_key = "AIHUBMIX_API_KEY"
wire_api = "responses"

• Laat wire_api op responses staan. Dit is de route die de inspanninginstelling respecteert en de route die OpenAI documenteert voor tools.
• Geef het contextvenster op. Stel model_context_window in op de 1,050,000 tokens van Terra.
• Begin met medium. Dat is de standaardinstelling van Terra. Verhoog de inspanning voor een moeilijke taak in plaats van deze overal te verhogen, gezien de bovenstaande meldingen over quotumgebruik.
• Start opnieuw op na aanpassingen. Start Codex opnieuw op nadat je config.toml hebt gewijzigd.

Claude Code

Claude Code werkt met Terra via de Messages-route van AIHubMix. Configureer het met de handleiding voor Claude Code settings.json en gebruik gpt-6.1-terra als model. Toolgebruik en afbeeldingen werkten in de controles van AIHubMix. De instellingen voor denken en inspanning van Claude Code hadden daar echter geen effect op de redenering van Terra, en er worden geen denkblokken teruggestuurd. Je kunt via Claude Code dus niet instellen hoe grondig Terra nadenkt; Codex past daarom beter bij Terra.

Een rooktest van 10-15 minuten

Voer dit voor elke tool één keer uit in een kleine repository met een testsuite:

1. Start een nieuwe sessie met gpt-6.1-terra. Ga niet verder met een sessie die met een ander model is gestart.
2. Vraag: "Voeg een unit-test toe voor één functie in deze repository, voer de tests uit en los eventuele fouten op."
3. Dit is een geslaagde test: het model leest bestanden en voert de tests uit, dus toolaanroepen werken. Het gaat verder nadat het de resultaten heeft gezien, dus de tooluitvoer wordt teruggestuurd. Het eindigt met geslaagde tests en nergens in de sessie een 400-fout.
4. Controleer in je AIHubMix-gebruikslog of het model gpt-6.1-terra is en of latere verzoeken gecachete inputtokens voor het stabiele voorvoegsel tonen. Als dat nooit gebeurt, verandert er bij elke beurt iets in het voorvoegsel.
5. Voer de taak in Codex opnieuw uit met low en medium en vergelijk het aantal outputtokens per beurt. Bij een taak die wat nadenken vereist, zou medium meer moeten gebruiken. Als de aantallen op elk niveau hetzelfde zijn, controleer dan of de verzoeken via Responses lopen.
6. Noteer de beurttijd en het aantal outputtokens. Dat is je uitgangspunt om een inspanningsniveau te kiezen.

Migratiechecklist

• Stel het model in op gpt-6.1-terra.
• Verplaats toolaanroepen en alles wat afhankelijk is van de inspanninginstelling naar de Responses API.
• Verwijder temperature, top_p, top_logprobs en logprobs uit elk aanroeppad, of stel de inspanning in op none.
• Vervang minimal door low.
• Houd elke workload op één route, zodat de cache niet twee keer wordt weggeschreven.
• Vervang prompt_cache_retention door prompt_cache_options.ttl.
• Gebruik configuration_update om de inspanning midden in een gesprek te wijzigen.
• Houd verzoeken waar mogelijk onder 272K inputtokens.
• Registreer redeneringstokens, gecachete tokens en tokens voor cacheschrijvingen.
• Begroot $0.01 per aanroep voor zoeken op het web en reken niet op Batch via AIHubMix.
• Controleer AGENTS.md en skill-bestanden en geef aan wat de agent mag doen.
• Vereis goedkeuring voor schrijfacties en behandel berichten van andere agents als niet-vertrouwd.
• Voer de rooktest uit in elke codeertool.

Veelgestelde vragen

Waarom geeft GPT-6.1 Terra "Unsupported parameter: 'temperature'" terug?
Omdat de redeneerinspanning niet op none staat. Volgens de regel van OpenAI voor de GPT-6-familie moeten temperature, top_p en top_logprobs worden verwijderd wanneer de inspanning op iets anders dan none staat; Terra staat standaard op medium. Verwijder ze, of stel de inspanning in op none als je controle over sampling nodig hebt.

Waarom werkt dezelfde code wel met Chat Completions?
Bij controles op 27 oktober 2026 accepteerde de Chat Completions-route van AIHubMix temperature 0.2 en top_p 0.5 met een 200. Dat betekent dat tests met Chat Completions de 400-fout die de Responses API retourneert niet opsporen.

Werkt reasoning_effort met Chat Completions via AIHubMix?
Bij controles van AIHubMix op 27 oktober 2026 had dit bij enkele kleine prompts geen meetbaar effect: none en max leverden vergelijkbare aantallen redeneringstokens op. Dat is geen algemene regel, maar als de inspanning voor jou van belang is, stel deze dan in via de Responses API, waar die duidelijk werkt.

Moet ik toolaanroepen verplaatsen naar de Responses API?
Ja. Volgens de documentatie van OpenAI vereist het aanroepen van tools voor Terra de Responses API. Een Chat Completions-verzoek met een functietool leverde via AIHubMix wel toolaanroepen op, maar dit is niet-gedocumenteerd gedrag waarop je niet moet vertrouwen.

Wat vervangt minimal voor de inspanning?
Terra ondersteunt none, low, medium, high, xhigh en max. OpenAI raadt aan te beginnen met low en de resultaten op representatieve taken te vergelijken.

Is Batch beschikbaar voor Terra op AIHubMix?
Nee. Een aanroep van GET /v1/batches geeft een 404 terug op AIHubMix, dus er is geen Batch-route beschikbaar; de 50% korting op Batch en Flex geldt bij OpenAI. Op de prijslijst van AIHubMix voor Terra staan de standaardtarieven voor input, output en cachelezingen, die overeenkomen met de prijslijst van OpenAI.

Moet ik Codex of Claude Code gebruiken met Terra?
Codex. Het gebruikt de Responses API, waarop Terra's inspanninginstelling via AIHubMix werkt. Claude Code werkt via de Messages-route, maar de instellingen voor denken en inspanning hadden bij controles van AIHubMix geen effect op Terra.

Lees verder: de GPT-6.1 Terra-reeks

• Als je nog niet hebt besloten of de overstap vanaf GPT-5.6 Terra de moeite waard is, begin dan met wat er is veranderd en voor wie dit interessant is: GPT-6.1 Terra versus GPT-5.6 Terra: de helft van de prijs, wat is er veranderd en wie kan het beste overstappen?
• Als je migreert voor een scherm- of documentagent en Anthropic's middenklassemodel overweegt, vind je hier een rechtstreekse vergelijking: GPT-6.1 Terra vs Claude Sonnet 5.5: welk middenklassemodel voor scherm- en documentagents?
• Als de agentresultaten hierboven je aan het twijfelen brengen, of je voor lastige programmeertaken nog steeds het grotere model nodig hebt, zet dit artikel uiteen welke taken je aan welk model kunt toewijzen: GPT-6.1 Terra vs GPT-6.1 Sol: voor welke taken heb je Sol nog nodig?
• Als de valkuilen rond facturering je hier je eigen cijfers laten controleren, vind je in het volledige kostenoverzicht uitgewerkte voorbeelden van de inspanningsniveaus, de grens van 272K en caching: Wat GPT-6.1 Terra echt kost: inspanningsniveaus, de grens van 272K en caching

Bronnen

• OpenAI: modelpagina van GPT-6.1 Terra
• OpenAI: GPT-6-modellen gebruiken (migratiehandleiding)
• OpenAI: promptcaching
• OpenAI: systeemplan van GPT-6.1 Terra
• AIHubMix: modelpagina van GPT-6.1 Terra