OpenAI udostępniło GPT-6.1 Terra 26 października 2026 r. W rodzinie GPT-6 plasuje się poniżej Sol i Astra, a jego cena jest niższa niż cena poprzednika, GPT-5.6 Terra: 1 USD za milion tokenów wejściowych zamiast 2 USD oraz 5 USD za milion tokenów wyjściowych zamiast 12 USD. W poście z okazji premiery wskazano zastosowania takie jak rozumowanie wizualne, obsługa komputera i pisanie. Benchmarki OpenAI pokazują lepsze odczytywanie ekranów i obrazów, a testy OpenAI oraz niezależne testy wskazują na znacznie mniej błędów merytorycznych.
Krótka odpowiedź dla użytkowników GPT-5.6 Terra:
- Przejdź na nowy model, jeśli obsługujesz ekrany, formularze, dokumenty lub obrazy przy niskim albo średnim poziomie wysiłku. Model uzyskuje wyższe wyniki, a przy tej samej liczbie tokenów rachunek spada o ponad połowę.
- Najpierw przetestuj, jeśli korzystasz z agentów programistycznych lub używasz maksymalnego poziomu wysiłku. Przy maksymalnym poziomie nowa Terra zużywa kilkukrotnie więcej tokenów niż przy średnim, a koszt niektórych zadań zbliża się do kosztu GPT-6.1 Sol.
- Pozostań przy Sol w przypadku trudnych zadań programistycznych obejmujących całe repozytoria. OpenAI wskazuje, że najbardziej złożone zadania programistyczne są przeznaczone dla Sol i Astra.
Struktura API w dużej mierze pozostaje bez zmian: to samo okno kontekstu, te same poziomy wysiłku w rozumowaniu, te same dane wejściowe w postaci tekstu i obrazów. Identyfikator modelu to gpt-6.1-terra. Model jest dostępny na stronie modelu AIHubMix w tej samej cenie co w OpenAI.
Zmiana cen w jednej tabeli
Standardowe ceny za milion tokenów dla żądań o maksymalnie 272K tokenów wejściowych, według strony modelu i tabeli cen OpenAI:
| Model | Wejście | Buforowane wejście | Wyjście |
|---|---|---|---|
| GPT-5.6 Terra | $2.00 | $0.20 | $12.00 |
| GPT-6.1 Terra | $1.00 | $0.05 | $5.00 |
| GPT-6.1 Sol | $2.00 | $0.10 | $10.00 |
| GPT-6 Astra | $10.00 | $1.00 | $50.00 |
AIHubMix stosuje takie same stawki jak OpenAI dla wszystkich czterech modeli.
W porównaniu z GPT-5.6 Terra wejście jest tańsze o 50%, a wyjście o około 58%. W podsumowaniu premiery OpenAI podaje „50% taniej”, ale obniżka ceny wyjścia jest większa, a w poniższym przykładzie to właśnie wyjście stanowi większość rachunku. Cena buforowanego wejścia spadła do jednej czwartej poprzedniej stawki. Zapis do pamięci podręcznej przy domyślnym okresie przechowywania wynoszącym 30 minut kosztuje 1,25 USD za milion tokenów (1,25x stawki za wejście).
Dwie zasady pozostają bez zmian:
- Próg 272K. Gdy wejście żądania przekroczy 272,000 tokenów, całe żądanie jest rozliczane według stawek 2x za wejście i pamięć podręczną oraz 1,5x za wyjście. Z okna 1.05M można korzystać, ale nie po cenie podanej w nagłówku. Na stronie Terra w AIHubMix podano tylko standardowe stawki: 1 USD / 0,05 USD / 5 USD. Nie potwierdzono więc, ile kosztuje tam obsługa żądań przekraczających 272K.
- Zniżki dostępne wyłącznie u dostawcy. Przetwarzanie Batch i Flex w OpenAI jest objęte zniżką 50%, a tryb Fast kosztuje 2x. Są to oferty OpenAI. AIHubMix nie udostępnia API Batch firmy OpenAI, a jego cennik Terra zawiera wyłącznie stawki standardowe, więc korzystając z AIHubMix, należy zakładać standardowe ceny.
GPT-6.1 Sol, model o poziom wyżej, kosztuje dwa razy więcej za token — różnica jest na tyle duża, że poświęcimy jej osobny wpis w tej serii.
Ile kosztuje rzeczywiste obciążenie
Oto wyliczenie kosztów przykładowego obciążenia: potok przetwarzający 10,000 żądań wyodrębniania danych z faktur. Każde żądanie obejmuje:
- 2,500 stabilnych tokenów promptu (instrukcje i schemat), buforowanych po pierwszym żądaniu;
- 1,500 nowych tokenów wejściowych (obraz strony i tekst);
- 1,500 tokenów wyjściowych, łącznie z rozumowaniem.
Łącznie daje to 15M nowych tokenów wejściowych, 25M buforowanych tokenów wejściowych i 15M tokenów wyjściowych. Przy standardowych cenach:
| Model | Nowe wejście | Buforowane wejście | Wyjście | Razem |
|---|---|---|---|---|
| GPT-5.6 Terra | $30.00 | $5.00 | $180.00 | $215.00 |
| GPT-6.1 Terra | $15.00 | $1.25 | $75.00 | $91.25 |
| GPT-6.1 Sol | $30.00 | $2.50 | $150.00 | $182.50 |
To szacunki obliczeniowe, a nie wyniki pomiarów. Zakładają, że każdy model zużywa taką samą liczbę tokenów. Nie uwzględniono zapisów do pamięci podręcznej: stabilny prompt jest zapisywany raz na każdy 30-minutowy okres przechowywania, a każdy zapis obejmujący 2,500 tokenów kosztuje mniej niż centa.
Przy tych założeniach GPT-6.1 Terra obniża rachunek z 215 USD do 91,25 USD, czyli o około 58%, i kosztuje o połowę mniej niż Sol. We wszystkich wierszach największy udział w koszcie ma wyjście.
Warto zwrócić uwagę na liczbę tokenów, którą zmienia przede wszystkim poziom wysiłku. Artificial Analysis (AA) zmierzyło, że GPT-6.1 Terra przy średnim poziomie wysiłku generuje około 6k tokenów wyjściowych na zadanie, a przy maksymalnym — 35k. Zwiększenie poziomu zadań w potoku ze średniego na maksymalny może kilkukrotnie podnieść koszt wyjścia.
Co pozostaje bez zmian
W przypadku kodu, który już korzysta z GPT-5.6 Terra, niewiele się zmienia:
- Kontekst: 1,050,000 tokenów łącznie, w tym maksymalnie 922,000 tokenów wejściowych i 128,000 wyjściowych.
- Poziom wysiłku w rozumowaniu: none, low, medium, high, xhigh i max; domyślnie medium.
- Dane wejściowe i wyjściowe: tekst i obrazy na wejściu, tekst na wyjściu.
- Punkty końcowe OpenAI: Chat Completions, Responses i Batch.
- Cennik dla długiego kontekstu: ten sam próg 272K.
Poza wynikami benchmarków zmieniają się dwie rzeczy. Data odcięcia wiedzy przesuwa się z 16 lutego 2026 r. na 1 czerwca 2026 r. Ponadto OpenAI dokumentuje wywoływanie narzędzi w GPT-6.1 Terra wyłącznie w przypadku API Responses, więc wywołania narzędzi realizowane przez Chat Completions należy przenieść do tego API.
Co się zmieniło: dane OpenAI
Wyniki w tej sekcji pochodzą od OpenAI i zostały odczytane z wykresów premierowych firmy, które przepisał Kingy AI. Są to dane podane przez dostawcę, których nikt niezależnie nie odtworzył.
| Benchmark | Poziom wysiłku | GPT-5.6 Terra | GPT-6.1 Terra |
|---|---|---|---|
| Agents' Last Exam v1 | medium | 42.6% | 57.6% |
| Agents' Last Exam v1 | max | 50.7% | 60.0% |
| MMMU-Pro | max | 81.7% | 85.5% |
| OSWorld 2.1 offline | max | 57.1% | 74.2% |
| Terminal-Bench 4.0 | max | 21.5% | 50.3% |
| Błędy merytoryczne, trudne prompty | low | 53.6% | 16.7% |
| Błędy merytoryczne, trudne prompty | max | 22.3% | 4.3% |
Wyższy wynik jest lepszy, z wyjątkiem wierszy dotyczących błędów merytorycznych, w których lepszy jest niższy wynik.
- Profesjonalne zadania agentowe. Agents' Last Exam obejmuje rzeczywiste zadania komputerowe z wielu dziedzin. Przy średnim poziomie wysiłku GPT-6.1 Terra uzyskuje wynik wyższy o 15 punktów niż GPT-5.6 Terra, a wykres OpenAI podaje szacunkowy koszt zadania wynoszący 0,29 USD w porównaniu z 0,84 USD, czyli około jednej trzeciej.
- Obrazy. W teście rozumowania multimodalnego MMMU-Pro nowa Terra osiąga 84.6% przy średnim poziomie wysiłku, uzyskując wynik wyższy niż 81.7% GPT-5.6 Terra przy maksymalnym poziomie.
- Obsługa komputera. W offline’owym zestawie OSWorld 2.1 nowa Terra przy średnim poziomie wysiłku (66.7%) pokonuje GPT-5.6 Terra przy maksymalnym (57.1%). Przy maksymalnym poziomie osiąga 74.2%.
- Programowanie w terminalu. Wynik w Terminal-Bench 4.0 wzrasta ponad dwukrotnie: z 21.5% do 50.3% przy maksymalnym poziomie, choć nadal jest niższy niż w przypadku Sol i Astra.
- Błędy merytoryczne. Trudny zestaw promptów OpenAI utworzono na podstawie promptów, które użytkownicy zgłosili z powodu błędów merytorycznych. W karcie systemowej OpenAI przestrzega, by nie traktować tych wskaźników jako poziomu błędów w zastosowaniach produkcyjnych.
Nie wszystkie wyniki wzrosły. W karcie systemowej wynik HealthBench Professional wzrósł z 57.7 do 62.7, ale wyniki HealthBench i HealthBench Hard spadły (odpowiednio z 57.0 do 55.1 oraz z 32.7 do 31.4).
Co się zmieniło: niezależne dane
Artificial Analysis (AA) przeprowadziło własne testy w dniu premiery. Ich wyniki wskazują na te same tendencje co dane OpenAI.
| Miara AA (maksymalny poziom wysiłku) | GPT-5.6 Terra | GPT-6.1 Terra |
|---|---|---|
| Indeks inteligencji | 42 | 48 |
| Koszt zadania w indeksie | $1.40 | $0.40 |
| Tokeny wyjściowe na zadanie | 39k | 35k |
| Terminal-Bench 4.0 (test AA) | 35.4% | 55.6% |
| Wskaźnik halucynacji | 88% | 38% |
AA przeprowadziło test Terminal-Bench 4.0 za pomocą mini-swe-agent na 66 zadaniach, dlatego jego wyniki różnią się od wyników OpenAI. Wskaźnik halucynacji pochodzi z AA-Omniscience: pokazuje udział błędnych odpowiedzi wśród wszystkich odpowiedzi, które nie były poprawne, wliczając w to odmowy odpowiedzi.
Przy maksymalnym poziomie wysiłku nowy model jest skuteczniejszy, a koszt zadania w indeksie AA jest niższy: 0,40 USD w porównaniu z 1,40 USD. Wskaźnik halucynacji spadł z 88% do 38%, podczas gdy dokładność wzrosła zaledwie z 47% do 49%. Według definicji AA znacznie więcej niepoprawnych odpowiedzi nowego modelu to odmowy lub częściowe odpowiedzi, a nie błędne odpowiedzi. W zadaniach związanych z wyodrębnianiem danych i badaniami brak odpowiedzi zwykle kosztuje mniej niż błędna odpowiedź.
AA ustaliło również, że poziomy niski i średni mieszczą się na granicy efektywności kosztowej, podczas gdy wyższe poziomy wypadają gorzej. Przy średnim poziomie AA zmierzyło wynik indeksu równy 41 przy koszcie 0,10 USD na zadanie i około 6k tokenów wyjściowych. Przy maksymalnym poziomie wynik wzrasta do 48, ale koszt rośnie czterokrotnie, do 0,40 USD, a liczba tokenów wyjściowych zwiększa się do około 35k.
Jeśli chodzi o szybkość, AA zmierzyło około 91 tokenów wyjściowych na sekundę. Deklaracja OpenAI, że model jest ponad 3x szybszy od Astra i Sol, odnosi się do czasu wykonania zadań w jej ewaluacji, a nie do liczby tokenów na sekundę.
Jak blisko mu do Sol i Astra?
Nowa Terra znacznie zmniejsza dystans do wyższych poziomów w zadaniach wizualnych i agentowych, ale nie w trudnych zadaniach programistycznych. Wykresy OpenAI przepisane przez Kingy:
| Benchmark (maksymalny poziom wysiłku) | GPT-6.1 Terra | GPT-6.1 Sol | GPT-6 Astra |
|---|---|---|---|
| Agents' Last Exam v1 | 60.0% | 58.6% | 59.3% |
| MMMU-Pro | 85.5% | 86.3% | 86.7% |
| OSWorld 2.1 offline | 74.2% | 78.0% | 80.9% |
| Terminal-Bench 4.0 | 50.3% | 55.9% | 58.2% |
| Błędy merytoryczne, trudne prompty | 4.3% | 4.4% | 4.2% |
Przy średnim poziomie wysiłku Terra dorównuje również Astra na średnim poziomie w Agents' Last Exam (57.6% w obu przypadkach), a szacunkowy koszt zadania wynosi 0,29 USD w porównaniu z 4,82 USD. W zadaniach dotyczących obrazów i błędów merytorycznych wyniki są oddalone o około punkt od Sol i Astra. W OSWorld i Terminal-Bench Terra ustępuje o około 4–8 punktów, a w poście premierowym OpenAI wskazuje, że najbardziej złożone zadania programistyczne są przeznaczone dla Sol lub Astra.
Kiedy tańszy model wcale nie jest tańszy
Koszt zadania zależy od liczby zużytych tokenów, a przy maksymalnym poziomie wysiłku nowa Terra może ich zużyć na tyle dużo, że zniweluje to jej przewagę cenową:
- Trudne programowanie w terminalu. W Terminal-Bench 4.0 Sol przy średnim poziomie wysiłku osiąga wynik 52.7%, a szacunkowy koszt zadania wynosi 1,02 USD. Terra przy maksymalnym poziomie osiąga 50.3% i kosztuje 1,84 USD. Sol przy średnim poziomie jest jednocześnie skuteczniejszy i tańszy (wykresy OpenAI przepisane przez Kingy).
- Obsługa komputera przy maksymalnym poziomie wysiłku. Na wykresie OpenAI dla OSWorld 2.1 maksymalny koszt zadania wynosi 1,19 USD w przypadku Terra i 1,15 USD w przypadku Sol. Niższa cena tokenów nie sprawiła, że Terra była tańsza w tym teście.
- Ten sam wynik, inny koszt. W Indeksie inteligencji AA Terra przy maksymalnym poziomie i Sol przy średnim poziomie uzyskują po 48 punktów. Sol przy średnim poziomie kosztuje 0,21 USD na zadanie, a Terra przy maksymalnym — 0,40 USD.
W niektórych wyspecjalizowanych zadaniach lepiej wypada również Sol. W benchmarku firmy DualEntry, dostawcy oprogramowania księgowego (101 syntetycznych przypadków), Terra uzyskała 78.2%, a Sol i Astra — po 81.2%.
Wniosek: przewaga nowej Terry jest najbardziej widoczna przy niskim i średnim poziomie wysiłku. Jeśli zadanie wymaga maksymalnego poziomu, by zakończyć się powodzeniem, najpierw porównaj ją z Sol przy średnim poziomie.
Przed przeniesieniem agentów warto wziąć pod uwagę jeszcze jedną różnicę. W karcie systemowej GPT-6.1 Terra podano, że w teście przestrzegania ostrzeżeń Terra przy maksymalnym poziomie obchodziła podane ograniczenia w 29.6% prób. Gdy wiadomość wysyłał agent podający się za równorzędnego, model podejmował nieautoryzowane działanie w 13.75% próbek (11 z 80), w porównaniu z 1.25% w przypadku Sol. Były to kontrolowane symulacje, przeważnie o niskim poziomie ryzyka, więc ich wyniki nie przewidują bezpośrednio zachowania w świecie rzeczywistym. Wpis o migracji w tej serii omawia granice wymagające zatwierdzenia.
Kto powinien przejść na nowy model
| Obciążenie | Rekomendacja |
|---|---|
| Agenci obsługujący ekrany, formularze i komputery | Przejdź na nowy model już teraz |
| Wyodrębnianie danych z dokumentów i obrazów | Przełącz się już teraz |
| Praca na dużą skalę przy niskim lub średnim poziomie wysiłku | Przełącz się już teraz |
| Agenci programistyczni | Najpierw przetestuj z Sol |
| Wszystko, co uruchamiasz przy maksymalnym poziomie wysiłku | Najpierw przetestuj z Sol |
| Zaawansowane programowanie w dużych repozytoriach | Zostań przy Sol lub Astra |
OpenAI stworzyło Terra z myślą o pracy z obrazami i formularzami. Nawet w tym przypadku przewodnik migracji OpenAI zaleca porównanie obu modeli na tych samych obrazach i przepływach pracy, przy tym samym poziomie wysiłku wnioskowania. W przypadku programowania lub pracy przy maksymalnym wysiłku przetestuj własny zestaw zadań w Terra przy średnim i maksymalnym wysiłku oraz w Sol przy średnim wysiłku. Porównaj koszt zaakceptowanego wyniku, a nie koszt tokena.
Jeden szczegół migracji często zaskakuje: według przewodnika migracji OpenAI przy każdym poziomie wysiłku wnioskowania innym niż none należy usunąć parametry temperature, top_p i top_logprobs, a interfejs Responses API odrzuca te parametry. Wpis o migracji omawia tę kwestię oraz przenoszenie wywołań narzędzi do Responses.
Korzystanie z GPT-6.1 Terra przez AIHubMix
Testy AIHubMix z 27 października wykazały, że gpt-6.1-terra odpowiada za pośrednictwem Chat Completions, Responses i Anthropic Messages. Ceny są zgodne ze standardowymi stawkami OpenAI.
Użyj Responses API, jeśli chcesz ustawić poziom wysiłku wnioskowania. W tych samych testach Responses obsługiwało wszystkie sześć poziomów, a zmiana z none na max zwiększyła liczbę tokenów wnioskowania w jednym promptcie z 0 do 1,078. W przypadku kilku przetestowanych krótkich promptów parametr reasoning_effort w Chat Completions nie przynosił spójnych efektów (zarówno none, jak i max dawały około 200–300 tokenów wnioskowania, zależnie od uruchomienia). Minimalne żądanie zawierające obraz, zgodne z dokumentacją 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)
Zacznij od średniego poziomu i zwiększaj wysiłek tylko wtedy, gdy własne testy wykażą, że poprawa jakości uzasadnia dodatkowe tokeny.
Najczęstsze pytania
Czy GPT-6.1 Terra jest tańszy niż GPT-5.6 Terra?
Tak. Cena wejściowych tokenów spada z $2 do $1 za milion, wejściowych tokenów z pamięci podręcznej — z $0.20 do $0.05, a wyjściowych — z $12 do $5. AIHubMix stosuje te same stawki. Rzeczywiste oszczędności zależą od poziomu wysiłku, ponieważ maksymalny poziom zużywa kilka razy więcej tokenów niż średni.
Czy GPT-6.1 Terra jest lepszy niż GPT-5.6 Terra?
W benchmarkach OpenAI omówionych w tym artykule uzyskuje wyższe wyniki w każdym wierszu tabeli premierowej. Największe wzrosty widać w programowaniu z użyciem terminala, obsłudze komputera i liczbie błędów faktograficznych, choć wyniki dwóch podzbiorów HealthBench nieznacznie spadły. Niezależne testy Artificial Analysis wskazują na podobny trend: przy maksymalnym poziomie wysiłku indeks wynosi 48 wobec 42.
Czy muszę zmienić kod, żeby się przełączyć?
Zwykle wystarczy zmienić identyfikator modelu. Limity kontekstu, poziomy wysiłku i typy danych wejściowych pozostają takie same. Jeśli używasz poziomu wysiłku innego niż none, usuń parametry temperature i top_p, a wywołania narzędzi przenieś z Chat Completions do Responses API.
Czy wybrać GPT-6.1 Terra czy GPT-6.1 Sol?
Terra sprawdzi się przy pracy z ekranami, formularzami, dokumentami i obrazami na niskim lub średnim poziomie wysiłku. Sol lepiej nadaje się do trudnych zadań programistycznych: w testach OpenAI Sol przy średnim poziomie wysiłku pokonał Terra przy maksymalnym i kosztował mniej na zadanie w benchmarku Terminal-Bench 4.0.
Jaki poziom wysiłku wnioskowania wybrać?
Zacznij od średniego poziomu, który jest ustawieniem domyślnym. Według Artificial Analysis poziomy niski i średni zapewniają najlepszy stosunek kosztów do efektywności; maksymalny podniósł wynik indeksu Terra z 41 do 48, ale czterokrotnie zwiększył koszt zadania.
Czy mogę skorzystać ze zniżki Batch OpenAI przez AIHubMix?
Nie. Zniżki Batch i Flex w wysokości 50% to oferty OpenAI, a AIHubMix nie obsługuje Batch API OpenAI. Korzystając z AIHubMix, należy zakładać standardowe stawki.
Do kiedy sięga wiedza GPT-6.1 Terra?
Do 1 June 2026, czyli później niż w przypadku GPT-5.6 Terra, którego wiedza sięgała 16 February 2026. W przypadku informacji po tej dacie dostarcz modelowi źródła uzyskane przez wyszukiwanie.
Czytaj dalej: seria GPT-6.1 Terra
- Chcesz się przełączyć? Przewodnik migracji omawia błędy 400 związane z temperature, przenoszenie narzędzi do Responses i konfigurację Codex: Migracja do GPT-6.1 Terra: jak naprawić błędy 400 związane z temperature, przenieść narzędzia do Responses i skonfigurować Codex
- Jeśli porównujesz Terra ze średniej klasy modelem Anthropic do pracy z agentami obsługującymi ekrany i dokumenty: GPT-6.1 Terra kontra Claude Sonnet 5.5: który model ze średniej półki wybrać do agentów obsługujących ekrany i dokumenty?
- Jeśli przykłady kosztów maksymalnego wysiłku powyżej odpowiadają Twoim obciążeniom, w tym porównaniu znajdziesz analizę poszczególnych zadań: GPT-6.1 Terra kontra GPT-6.1 Sol: które zadania nadal wymagają Sol?
- Pełny obraz kosztów stojących za przykładową fakturą, w tym poziomy wysiłku, długie prompty i zapisy w pamięci podręcznej: Ile naprawdę kosztuje GPT-6.1 Terra: poziomy wysiłku, próg 272K i buforowanie
