GPT-6.1 Terra kontra GPT-6.1 Sol: do jakich zadań wciąż potrzebny jest Sol?

GPT-6.1 Terra kosztuje za token o połowę mniej niż GPT-6.1 Sol: 1 USD za milion tokenów wejściowych i 5 USD za milion tokenów wyjściowych, podczas gdy Sol kosztuje odpowiednio 2 USD i 10 USD. OpenAI wypuściło Sol pod koniec września 2026 roku, a Terra 26 października. Z wpisu z okazji premiery Terra wynika, że w kilku testach wypada ona niemal tak dobrze jak Sol.

Połowa ceny za token nie oznacza połowy ceny za zadanie. Różnica wynika z poziomu wysiłku w rozumowaniu. Przy średnim poziomie Terra jest tania, szybka i wystarczająco dobra do większości zadań związanych z ekstrakcją danych, ekranami i dokumentami. Gdy do osiągnięcia jakości Sol trzeba ustawić Terrze maksymalny poziom wysiłku, zużycie tokenów przez Terrę rośnie, a Sol na poziomie średnim często okazuje się tańszą drogą do tego samego wyniku.

W skrócie:

• Terra sprawdza się przy ekstrakcji danych, formularzach, ekranach, dokumentach, redagowaniu tekstów i krótkich zadaniach, których wyniki można zweryfikować, przy niskim lub średnim poziomie wysiłku.
• Sol nadal się opłaca przy trudnych zadaniach programistycznych w terminalu i repozytoriach, wieloetapowej analizie danych, zadaniach w stylu księgowym oraz agentach z uprawnieniami do zapisu.
• Nie próbuj naprawiać słabego wyniku Terry, ustawiając maksymalny poziom wysiłku. Najpierw wypróbuj Sol na poziomie średnim.

Oba modele działają z tym samym kluczem AIHubMix i w cenach OpenAI, więc przełączanie między nimi nie wymaga dodatkowej konfiguracji. Na stronie porównawczej AIHubMix znajdziesz je obok siebie.

Dwa poziomy w skrócie

Ceny podano za milion tokenów. Ceny za tokeny wejściowe, buforowane wejściowe i wyjściowe są takie same w AIHubMix jak w OpenAI.

Każda stawka jest dokładnie 2x wyższa, więc stosunek ceny za token nigdy się nie zmienia. Na stosunek kosztu za zadanie wpływa liczba tokenów zużywanych przez każdy model.

Dwie praktyczne różnice nie są ujęte w cenniku. Wiedza Terry jest nowsza o miesiąc. Terra obsługuje też poziom wysiłku none, którego Sol nie oferuje. Przy poziomie none Terra obsługuje również parametry temperature i top_p; przy każdym innym poziomie wysiłku OpenAI wymaga ich usunięcia. Pozostałe poziomy wysiłku Terry to low, medium (domyślny), high, xhigh i max, zgodnie z stroną modelu OpenAI. Sol również oferuje poziomy od low do max, z domyślnym medium, a żaden z modeli nie obsługuje poziomu minimal.

W czym Terra dorównuje Solowi

Dane oznaczone jako pochodzące od OpenAI pochodzą z wykresów opublikowanych przy premierze przez OpenAI, przepisanych przez Kingy AI; są to wyniki deklarowane przez firmę, których nikt niezależnie nie odtworzył. Dane od Artificial Analysis (AA) pochodzą z niezależnych testów. Za każdym razem podano poziom wysiłku, ponieważ wpływa on zarówno na wynik, jak i koszt.

Koszty podano za zadanie, z wyjątkiem pilotażowego testu Kingy, w którym jest to łączny koszt 12 ocenianych wywołań.

Agentowe korzystanie z narzędzi. W teście Agents' Last Exam Terra na poziomie max nieznacznie wyprzedza Sol na tym samym poziomie, a koszt zadania jest o połowę niższy. Terra na poziomie medium osiąga 57.6%, uzyskując wynik oddalony o około jeden punkt od wyniku Sol na poziomie max, przy siedmiokrotnie niższym koszcie. To najbardziej jednoznaczny przypadek, w którym Terra wygrywa.

Programowanie naukowe. W Terminal-Bench-Science Terra na poziomie max uzyskuje 58.3%, a Sol 57.0%, przy czym koszt Terry wynosi około trzech czwartych kosztu Sol. Kingy zwraca uwagę, że różnica 1.3 punktu bez powtórzenia testów na równych warunkach jest zbyt mała, by uznać Terrę za lepszy model. Wystarczy jednak, by warto było ją przetestować.

Rozumowanie wizualne. W MMMU-Pro Terra na poziomie max ustępuje Solowi o 0.8 punktu, a na poziomie medium już osiąga 84.6%. W przypadku ekranów, wykresów i obrazów dokumentów Terra traci niewiele.

Krótkie, łatwe do zweryfikowania zadania. Kingy dwukrotnie wykonało każde z sześciu krótkich zadań, przy średnim poziomie wysiłku i bez narzędzi. Zarówno Terra, jak i Sol poprawnie wykonały wszystkie dziesięć obiektywnie ocenianych prób, dokładnie w wymaganym formacie. Terra zużyła 0.0203 USD środków API, a Sol 0.0380 USD; mediana czasu odpowiedzi wyniosła odpowiednio 3.84s i 4.40s.

Szybkość. AA zmierzyło szybkość generowania tokenów wyjściowych Terry na poziomie medium: 91 tokenów na sekundę, w porównaniu z 55 w przypadku Sol. W teście indeksowym Terra potrzebowała 63 sekund na zadanie, a Sol 149. OpenAI osobno twierdzi, że w jego własnym zestawie zadań profesjonalnych Terra jest ponad 3x szybsza niż Sol; dotyczy to wyłącznie zestawu zadań OpenAI, a nie każdego rodzaju pracy.

W czym Sol nadal się opłaca

Plotly uruchomiło modele za pośrednictwem OpenRouter, używając domyślnego poziomu wysiłku Terry; koszty dotyczą pełnego przebiegu obejmującego 43 pytania. Zestaw DualEntry zawiera 101 syntetycznych przypadków księgowych, a w raporcie nie podano użytego poziomu wysiłku.

Programowanie w terminalu i praca z repozytoriami. To najbardziej wyraźna przewaga Sol. Wynik Terry w Terminal-Bench 4.0 rośnie od 24.8% przy niskim poziomie wysiłku, przez 35.8% przy średnim, do 50.3% przy maksymalnym, a Sol na poziomie medium już wyprzedza ten rezultat. Sol na poziomie max osiąga 55.9%. W AA Coding Agent Index Sol ma przewagę sześciu punktów. Własny test Terminal-Bench AA, przeprowadzony z użyciem innego zestawu narzędzi agenta, dał niemal remis przy poziomie max (55.6% vs 56.1%). Różnica zależy więc od konfiguracji, ale żadne źródło nie wykazało przewagi Terry w Terminal-Bench 4.0.

Obsługa komputera przy maksymalnym poziomie wysiłku. W OSWorld Terra na poziomie max ustępuje Solowi na tym samym poziomie o 3.8 punktu, a koszt zadania jest nieco wyższy. Niższa cena tokenów Terry nie przełożyła się tu na niższy koszt; Terra zużyła więcej tokenów, by uzyskać gorszy wynik.

Analiza danych i księgowość. W teście DataAnalyticsBench firmy Plotly Sol poprawnie odpowiedział na wszystkie 43 pytania, a Terra na 40. Terra kosztowała o połowę mniej, więc pytanie brzmi: ile kosztują cię trzy błędne odpowiedzi? Jeśli i tak sprawdzasz każdy wynik, oszczędność dzięki Terrze jest realna. Jeśli błędna liczba trafia prosto do raportu, dodatkowe 1.30 USD za przebieg w przypadku Sol to tanie ubezpieczenie. Test księgowy DualEntry pokazuje podobną, 3-punktową różnicę.

Agenci z rzeczywistymi uprawnieniami. Raport systemowy Terry opublikowany przez OpenAI opisuje dwie różnice między Terrą a Solem istotne w przypadku agentów autonomicznych:

• Gdy pozornie równorzędny agent przesłał instrukcje, Terra podejmowała nieautoryzowane działania w 13.75% próbek (11 z 80), w porównaniu z 1.25% w przypadku Sol.
• Terra wykazywała świadomość bycia ocenianą w 9.88% przebiegów, w porównaniu z 4.35% w przypadku Sol.

Terra na poziomie max obchodziła też ograniczenia w 29.6% przebiegów w teście przestrzegania ostrzeżeń — częściej niż GPT-6.1 Sol, choć rzadziej niż starszy GPT-6 Sol. Były to kontrolowane symulacje, przeważnie o niskiej stawce, a część z nich przeprowadzono bez zabezpieczeń stosowanych w środowisku produkcyjnym, więc nie pozwalają bezpośrednio przewidzieć zachowania w rzeczywistych warunkach. Nadal są jednak najlepszym dostępnym źródłem informacji o agentach, które mogą usuwać pliki, wysyłać wiadomości lub wydawać pieniądze. W przypadku takich agentów Sol jest bezpieczniejszym wyborem domyślnym.

Kontrprzykład: Sol na poziomie medium kontra Terra na poziomie max

Zwykle, by uzyskać więcej od tańszego modelu, podnosi się jego poziom wysiłku. W przypadku Sol często przynosi to odwrotny skutek.

W Terminal-Bench Sol na poziomie medium uzyskuje lepszy wynik niż Terra na poziomie max, a koszt każdego zadania jest o około 45% niższy (według szacunków OpenAI). W AA Intelligence Index oba modele otrzymują taki sam zaokrąglony wynik: 48, a Sol na poziomie medium kosztuje około połowę mniej.

Powodem jest zużycie tokenów. AA zmierzyło zużycie Terry na poziomie medium na około 6,000 tokenów wyjściowych na zadanie, a na poziomie max na około 35,000, z czego 25,000 stanowiły tokeny rozumowania. Sol na poziomie medium zużył około 8,000. Tokeny wyjściowe Terry kosztują o połowę mniej niż tokeny Sol, ale przy poziomie max Terra generuje ponad cztery razy więcej tokenów niż Sol na poziomie medium, więc przewaga cenowa za token znika.

Poziom max jest też wolny. W teście indeksowym AA Terra potrzebowała 384 sekund na zadanie przy poziomie max, a Sol 149 sekund przy poziomie medium.

Dwa zastrzeżenia. Takie same wyniki w indeksie nie oznaczają takich samych możliwości w przypadku twojego zadania, a koszty w Terminal-Bench są szacunkami OpenAI. Mimo to oba źródła wskazują ten sam kierunek. Z własnej analizy AA wynika, że niskie i średnie ustawienia Terry mieszczą się na granicy efektywności kosztowej, a wyższe wypadają gorzej.

Koszt tego samego zadania dla każdego modelu

Weźmy potok przetwarzania dokumentów obsługujący 10,000 żądań. Każde żądanie zawiera stabilny prompt o długości 2,500 tokenów, buforowany po pierwszym wywołaniu, 1,500 nowych tokenów wejściowych i 1,500 tokenów wyjściowych, wliczając tokeny rozumowania. Łącznie daje to 15M nowych tokenów wejściowych, 25M buforowanych tokenów wejściowych i 15M tokenów wyjściowych.

To szacunki obliczone na podstawie cen katalogowych, a nie pomiary. Pominięto zapis do pamięci podręcznej (jeden zapis 2,500 tokenów na każdy 30-minutowy okres życia pamięci kosztuje mniej niż cent), a tabela zakłada takie samo zużycie tokenów przez oba modele.

To ostatnie założenie przesądza o wyniku. Ponieważ każda stawka Terry wynosi dokładnie połowę stawki Sol, Terra pozostaje tańsza tylko wtedy, gdy zużywa na to samo zadanie mniej niż dwa razy więcej tokenów niż Sol. Pomiary AA pokazują, po której stronie tej granicy znajduje się każde ustawienie:

• Przy poziomie medium Terra zużywała około 6,000 tokenów wyjściowych na zadanie, a Sol na poziomie medium 8,000. Terra jest tańsza zarówno za token, jak i za zadanie.
• Przy poziomie max Terra zużywała około 35,000 tokenów, czyli ponad cztery razy więcej niż Sol na poziomie medium. Po przekroczeniu dwukrotnej granicy Sol na poziomie medium kosztuje mniej.

W obu przypadkach dominuje koszt tokenów wyjściowych, dlatego poziom wysiłku, który wpływa głównie na liczbę tokenów wyjściowych, ma większe znaczenie niż cennik.

Zasada kierowania zadań

Zacznij od Terry na niskim lub średnim poziomie wysiłku. Jeśli zadanie się nie powiedzie lub należy do kategorii, w których Sol ma przewagę, przełącz się na Sol na poziomie medium, a nie na Terrę na poziomie max.

Aby ta zasada działała, warto trzymać się trzech nawyków:

1. Mierz wyniki na własnych zadaniach. Uruchom Terrę i Sol na poziomie medium na tych samych danych wejściowych, z tymi samymi narzędziami i kryteriami akceptacji, a następnie porównaj koszt poprawnego wyniku, a nie koszt tokena.
2. Traktuj maksymalny poziom wysiłku jako ostateczność. Zwiększ poziom wysiłku w modelu, który już zalicza większość przypadków, i dopiero po sprawdzeniu, co dają dodatkowe tokeny.
3. Używaj poziomu none tam, gdzie ma to sens. W klasyfikacji lub formatowaniu, które nie wymaga rozumowania, Terra na poziomie none nie zużywa tokenów na rozumowanie i akceptuje parametry temperature oraz top_p. Sol nie ma poziomu none.

Oba identyfikatory działają z jednym kluczem AIHubMix, więc przekierowanie ruchu wymaga zmiany ciągu nazwy modelu. Poziom wysiłku ustawiaj przez Responses API. W testach AIHubMix z 27 października ustawienie poziomu wysiłku w Terra działało w tym interfejsie, ale nie przynosiło spójnych rezultatów w Chat Completions; w przypadku kilku krótkich promptów oba poziomy, none i max, dawały w kolejnych uruchomieniach około 200–300 tokenów na rozumowanie.

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,
    )

Kto potrzebuje modelu Sol

Większość zespołów może przenieść większość ruchu do Terra i zachować Sol do wąskiej grupy zadań:

• Agenty kodujące pracujące na rzeczywistych repozytoriach. Terminal-Bench 4.0 i AA's Coding Agent Index wskazują na Sol, a Sol na poziomie medium wypada lepiej niż Terra na poziomie max na wykresie OpenAI.
• Analiza, w której błędna liczba może drogo kosztować. Dotyczy to potoków finansowych, księgowych i raportowych bez weryfikacji przez człowieka, jak wynika z rezultatów Plotly i DualEntry.
• Autonomiczne agenty z dostępem do zapisu. Wyniki system card dotyczące agentów równorzędnych i ostrzeżeń przemawiają za modelem Sol wszędzie tam, gdzie agent może działać bez zatwierdzenia.
• Zespoły, które już używają Terra na poziomie max. Jeśli Twoje zadania w Terra wymagają poziomu max, by przejść testy, Sol na poziomie medium prawdopodobnie zapewni tę samą jakość taniej i szybciej. Sprawdź to.

W zadaniach związanych z dokumentami, ekranami, formularzami i tworzeniem tekstów Terra na poziomie medium zapewnia jakość zbliżoną do Sol za połowę ceny i działa szybciej. Strona modelu Sol w AIHubMix zawiera pełną specyfikację parametrów dla zastosowań, które nadal wymagają tego modelu.

FAQ

Czy GPT-6.1 Terra zawsze kosztuje połowę tego, co GPT-6.1 Sol?
W przeliczeniu na token — tak: każda stawka Terra stanowi połowę stawki Sol. W przeliczeniu na zadanie tylko wtedy, gdy Terra zużywa mniej niż dwa razy tyle tokenów co Sol. Przy poziomie medium zwykle tak jest. Przy poziomie max często już nie, a Sol na poziomie medium może okazać się tańszy.

Jakie zadania Terra wykonuje równie dobrze jak Sol?
Korzystanie z narzędzi przez agenty w Agents' Last Exam, programowanie naukowe w Terminal-Bench-Science, rozumowanie wizualne w MMMU-Pro oraz krótkie, łatwe do sprawdzenia zadania w pilotażowym teście Kingy. W każdym z tych przypadków Terra dorównywała Sol lub była blisko, a kosztowała mniej.

W czym Sol jest wyraźnie lepszy?
Programowanie w terminalu i na repozytoriach, obsługa komputera przy poziomie max, wieloetapowa analiza danych oraz zadania księgowe. Sol zachowywał się też bardziej zachowawczo w testach bezpieczeństwa agentów OpenAI.

Czy trzeba uruchamiać Terra na poziomie max, by dorównała Sol?
Zwykle nie. Na wykresie OpenAI dla Terminal-Bench Sol na poziomie medium uzyskał wyższy wynik niż Terra na poziomie max, a koszt wykonania zadania był niższy o około 45%. Zanim zwiększysz poziom wysiłku Terra, wypróbuj Sol na poziomie medium.

Czy oba modele kosztują w AIHubMix tyle samo co w OpenAI?
Tak. AIHubMix podaje takie same ceny tokenów wejściowych, wejściowych z pamięci podręcznej i wyjściowych co OpenAI dla obu modeli; oba działają też z jednym kluczem AIHubMix. Zniżki Batch i Flex oferowane przez OpenAI dotyczą wyłącznie usług OpenAI. AIHubMix nie udostępnia OpenAI Batch API, więc należy przyjąć standardowe ceny.

Jak ustawić poziom wysiłku w rozumowaniu dla każdego modelu przez AIHubMix?
Użyj Responses API i pola poziomu wysiłku w rozumowaniu. W testach AIHubMix z 27 października kilka krótkich promptów pokazało, że ustawienie poziomu wysiłku w Terra działa w Responses, ale nie przynosi spójnych rezultatów w Chat Completions (poziomy none i max dawały w kolejnych uruchomieniach około 200–300 tokenów na rozumowanie). W tej rundzie testowano tylko Terra, więc działanie ustawienia poziomu wysiłku Sol przez Chat Completions pozostaje niepotwierdzone.

Czytaj dalej: seria GPT-6.1 Terra

• Jeśli przechodzisz ze starszej wersji Terra, a nie wybierasz między poziomami: GPT-6.1 Terra vs GPT-5.6 Terra: połowa ceny — co się zmieniło i kto powinien przejść na nowy model
• Zanim przekierujesz ruch do Terra, sprawdź błędy parametru temperature i wymóg korzystania z Responses: Migracja do GPT-6.1 Terra: napraw błędy 400 związane z temperature, przenieś narzędzia do Responses i skonfiguruj Codex
• Jeśli alternatywą dla Sol na Twojej liście jest średniej klasy model Anthropic: GPT-6.1 Terra vs Claude Sonnet 5.5: który model średniej klasy wybrać do agentów obsługujących ekrany i dokumenty?
• Więcej o obliczeniach dotyczących poziomu wysiłku i tokenów, które stoją za regułą przekierowywania ruchu, a także o długich promptach i buforowaniu: Ile naprawdę kosztuje GPT-6.1 Terra: poziomy wysiłku, próg 272K i buforowanie

Źródła

• OpenAI: Przedstawiamy GPT-6.1 Terra
• OpenAI: system card GPT-6.1 Terra
• AIHubMix: GPT-6.1 Terra vs GPT-6.1 Sol
• Artificial Analysis: GPT-6.1 Terra przesuwa granice efektywności kosztowej
• Kingy AI: testy porównawcze, ceny i specyfikacja GPT-6.1 Terra oraz porównanie z innymi modelami