Ile naprawdę kosztuje GPT-6.1 Terra: poziomy wysiłku, próg 272K i buforowanie

GPT-6.1 Terra zadebiutował 26 października 2026 r. w cenie 1 USD za milion tokenów wejściowych i 5 USD za milion tokenów wyjściowych — połowę stawki za wejście w GPT-5.6 Terra i znacznie mniej niż połowę jego ceny wyjściowej wynoszącej 12 USD. Cena katalogowa to dopiero punkt wyjścia. O tym, ile faktycznie kosztuje korzystanie z Terra, decydują trzy kwestie:

• Wysiłek rozumowania. Tokeny rozumowania są rozliczane jak tokeny wyjściowe, a różnice między poziomami wysiłku są kilkukrotne.
• Próg 272K. Gdy wejście żądania przekroczy 272 000 tokenów, całe żądanie jest rozliczane według wyższej stawki.
• Buforowanie. Odczyt z bufora kosztuje 5% standardowej ceny wejścia; brak trafienia w bufor lub zmiana prefiksu oznacza pełną cenę albo więcej.

Poniżej przedstawiamy wycenę jednego obciążenia roboczego z jasno określonymi założeniami, łatwe do przeoczenia zasady rozliczania, koszt zadania w porównaniu z GPT-6.1 Sol, Claude Sonnet 5.5 i GPT-5.6 Terra oraz przykład w Pythonie, który rejestruje pola użycia składające się na rachunek. AIHubMix udostępnia Terra jako gpt-6.1-terra w tych samych cenach co OpenAI.

Cennik

Wszystkie ceny podano w USD za milion tokenów i pochodzą ze strony modelu OpenAI. Strona modelu AIHubMix podaje takie same standardowe stawki za wejście, odczyt z bufora i wyjście, ale nie podaje stawek za zapis do bufora ani za długi kontekst; dokumentacja buforowania podaje jedną stawkę za zapis wynoszącą 1,25x, więc nie publikuje stawki premium za 12 godzin.

OpenAI podaje jeden zestaw stawek, a pozostałe zasady opisuje osobno: powyżej 272K tokenów wejściowych stawki za wejście i buforowanie ulegają podwojeniu, a stawka za wyjście rośnie 1,5x dla całego żądania, co oznacza, że zapis z 12-godzinnym czasem przechowywania kosztuje 5,00 USD. AIHubMix nie podaje stawki dla długiego kontekstu w przypadku Terra, więc nie wiadomo, ile bramka nalicza za przekroczenie 272K.

OpenAI oferuje też przetwarzanie Batch i Flex z 50% rabatem, tryb Fast w cenie 2x oraz przetwarzanie regionalne z dopłatą 10%. To warunki OpenAI. AIHubMix nie obsługuje API Batch OpenAI (GET /v1/batches zwróciło 404 w testach AIHubMix z 27 października). Te same testy wykazały, że service_tier "flex" jest akceptowane i zwracane jako "flex", a "priority" jest akceptowane i zwracane jako "fast", co według warunków OpenAI oznacza tryb Fast w cenie 2x. Cennik AIHubMix dla Terra zawiera wyłącznie standardowe stawki, więc nie potwierdzono żadnej z tych dwóch cen. Sprawdź dziennik użycia zamiast zakładać, że przysługuje rabat.

Modele porównane w dalszej części, według oficjalnych cen (takich samych w AIHubMix):

Łatwe do przeoczenia zasady rozliczania

Tokeny rozumowania są tokenami wyjściowymi. Żądanie, które zwraca 2 000 widocznych tokenów po 8 000 tokenów rozumowania, jest rozliczane za 10 000 tokenów wyjściowych. Koszt odczytuj z obiektu usage, a nie na podstawie długości odpowiedzi.

Próg 272K zmienia cenę całego żądania. To nie jest stawka krańcowa dotycząca tokenów ponad 272 000. Cena każdego tokena wejściowego w żądaniu ulega podwojeniu, a każdego tokena wyjściowego rośnie o 50%. Oto wyliczenie na granicy progu, bez buforowania i przy 20 000 tokenów wyjściowych w obu przypadkach:

O 11% więcej tokenów wejściowych oznacza w przybliżeniu dwukrotnie wyższy rachunek. Terra obsługuje do 922 000 tokenów wejściowych (kontekst 1 050 000); po przekroczeniu 272K po prostu nalicza wyższą opłatę.

Zapisy do bufora nie są bezpłatne. W GPT-5.6 i nowszych zapis prefiksu do bufora jest rozliczany według stawki 1,25x ceny wejścia przy domyślnym czasie przechowywania 30 minut oraz 2,5x przy czasie 12 godzin, dostępnym wyłącznie w API Responses. Odczyt w Terra kosztuje 0,05x, niezależnie od wybranego czasu przechowywania. Zgodnie z przewodnikiem OpenAI po buforowaniu promptów są to stawki całkowite, a nie dopłaty: każdy token wejściowy jest rozliczany tylko raz — jako zwykłe wejście, odczyt albo zapis. Minimalny prefiks, który można buforować, ma 1 024 tokeny.

Chat Completions i Responses w AIHubMix nie współdzielą bufora. W testach AIHubMix prefiks deweloperski o długości 9 623 tokenów został zapisany przy pierwszym wywołaniu Responses, a przy drugim i trzecim odczytany z bufora. Ten sam prefiks wysłany zaraz potem do Chat Completions został zapisany ponownie — bez trafienia w bufor. Ruch obsługiwany przez oba interfejsy oznacza opłaty za dwa zestawy zapisów.

W AIHubMix ustawienie wysiłku działa tylko w Responses. W API Responses prompt o sumach pierwszych wygenerował 72 tokeny wyjściowe przy wysiłku none i 1 153 przy max (z czego 1 078 stanowiły tokeny rozumowania). W Chat Completions ustawienie reasoning_effort nie dawało powtarzalnych efektów w tych samych testach (zarówno none, jak i max generowały w kolejnych uruchomieniach około 200–300 tokenów rozumowania), co sugeruje, że ta ścieżka działa przy stałym poziomie wysiłku. Jeśli chcesz oszczędzać, obniżając poziom wysiłku, wysyłaj te żądania do Responses.

Wbudowane wyszukiwanie w sieci jest rozliczane za każde wywołanie. AIHubMix podaje stawkę 0,01 USD za wywołanie web_search_requests, doliczaną do kosztu tokenów.

Realistyczny miesięczny rachunek, pozycja po pozycji

Rozważmy obciążenie związane z obsługą klienta lub przetwarzaniem dokumentów, w którym miesięcznie wysyłanych jest 10 000 żądań przez API Responses. Założenia:

• każde żądanie zawiera stabilny prefiks o długości 2 500 tokenów (prompt systemowy, definicje narzędzi, reguły odniesienia), który trafia do bufora;
• każde żądanie dodaje 1 500 świeżych tokenów wejściowych (wiadomość użytkownika lub dokument);
• każde żądanie zwraca 1 500 tokenów wyjściowych, wliczając tokeny rozumowania, przy średnim poziomie wysiłku (domyślnym dla Terra);
• żadne żądanie nie przekracza 272K tokenów wejściowych, więc obowiązują standardowe stawki;
• kosztów zapisów do bufora nie uwzględniono w sumach (zob. uwaga pod tabelą).

W skali miesiąca daje to 25M tokenów z bufora, 15M świeżych tokenów wejściowych i 15M tokenów wyjściowych.

Zapisy do bufora niewiele tu dodają. Przy każdym zapisie prefiksu o długości 2 500 tokenów są one rozliczane po 1,25 USD za milion zamiast 0,05 USD, co daje około 0,003 USD dodatkowego kosztu na zapis.

Dwa warianty pokazują, na co idą pieniądze.

Bez buforowania. Jeśli prefiks nigdy nie trafia do bufora (zmienia się przy każdym żądaniu lub ruch jest rozdzielany między różne ścieżki), wszystkie 40M tokenów wejściowych jest rozliczane po 1 USD: 40 USD za wejście plus 75 USD za wyjście, czyli łącznie 115 USD. Buforowanie oszczędza 23,75 USD miesięcznie — około jednej piątej rachunku.

Przy maksymalnym wysiłku. Artificial Analysis zmierzyło w swoim indeksie Intelligence Index około 6 000 tokenów wyjściowych na zadanie przy średnim poziomie wysiłku i 35 000 przy maksymalnym, czyli stosunek wynosi około 5,8x. Po przeskalowaniu 1 500 tokenów wyjściowych współczynnikiem 35/6 otrzymujemy 8 750 na żądanie, czyli 87,5M miesięcznie. Wyjście kosztuje wtedy 87,5M x 5 USD = 437,50 USD, a miesięczny rachunek wynosi 1,25 USD + 15,00 USD + 437,50 USD = 453,75 USD — około pięć razy więcej niż przy średnim poziomie. Maksymalny wysiłek kosztuje znacznie więcej niż utrata buforowania.

We wszystkich przypadkach dominuje koszt wyjścia. Przy średnim poziomie wynosi 75 USD z 91,25 USD, czyli 82% rachunku. Dlatego pierwszym ustawieniem, które warto sprawdzić, jest poziom wysiłku, a nie cena wejścia.

Koszt zadania w porównaniu z Sol, Sonnet 5.5 i GPT-5.6 Terra

To samo obciążenie i ta sama liczba tokenów (25M z bufora, 15M świeżych tokenów wejściowych, 15M tokenów wyjściowych), przy oficjalnych cenach każdego modelu:

Przy takiej samej liczbie tokenów Terra kosztuje połowę tego, co Sol i Sonnet 5.5, oraz około 42% ceny GPT-5.6 Terra. Jest tu jednak pewien haczyk: taka sama liczba tokenów. Modele poświęcają różną liczbę tokenów na rozumowanie przy tym samym zadaniu, a Terra przy wyższym poziomie wysiłku może zużyć więcej tokenów niż Sol przy niższym.

Rzeczywisty zmierzony koszt zadania dobrze to pokazuje. Poniższe wartości pochodzą z Artificial Analysis, niezależnego serwisu porównawczego, który przetestował każdy model w ramach swojego indeksu Intelligence Index przy podanym poziomie wysiłku.

Wiersz dotyczący Sonnet 5.5 przedstawia domyślną konfigurację maksymalnego wysiłku w Artificial Analysis.

Wynikają z tego trzy obserwacje. Terra przy średnim poziomie wysiłku to najtańsza pozycja w tabeli, a Artificial Analysis uznaje niski i średni poziom wysiłku za optymalne w sensie Pareto dla Terra. Wyłączenie rozumowania nie obniżyło kosztu w tym teście: bez rozumowania koszt wyniósł 0,11 USD za zadanie, a wynik 33. Na drugim końcu skali Terra przy maksymalnym wysiłku (0,40 USD) kosztuje mniej więcej tyle, co Sol przy xhigh (0,39 USD), który osiąga wyższy wynik, i za niemal dwukrotnie wyższą cenę ledwie dorównuje Sol przy średnim wysiłku. Sonnet 5.5 osiąga najwyższy wynik, ale przy maksymalnym wysiłku zużył około 197 000 tokenów wyjściowych na zadanie.

Inne opublikowane testy wskazują na to samo. W benchmarku analizy danych Plotly, przeprowadzonym przy domyślnym poziomie wysiłku za pośrednictwem OpenRouter, Terra uzyskał 40 punktów na 43 za 1,31 USD za pełne uruchomienie, a Sol 43 na 43 za 2,61 USD; na każde pytanie przypadało około 1 460 tokenów wyjściowych. Wykresy OpenAI z premiery, będące deklaracjami własnymi i przytoczone tutaj za Kingy AI, pokazują, że koszt zadania Terra przy maksymalnym wysiłku w teście OSWorld 2.1 offline wyniósł 1,19 USD, a Sol — 1,15 USD. Przy maksymalnym wysiłku w zadaniach agentowych przewaga Terra w cenie za token może zniknąć.

Kto może zapłacić więcej, niż się spodziewa

• Zespoły domyślnie korzystające z maksymalnego wysiłku. Przy tym samym ruchu rachunek może być pięć razy wyższy niż przy średnim poziomie. Użytkownicy Codex na Reddicie donoszą, że Terra przy wysokim poziomie wysiłku szybko zużywa limity planu; jedna osoba napisała, że w 20 minut wykorzystała 40% limitu na pięć godzin. To anegdotyczne relacje, ale zgodne z przedstawioną wyżej liczbą tokenów.
• RAG z długim kontekstem blisko progu 272K. Krok pobierania, który czasami dodaje kilka kolejnych fragmentów, może spowodować przekroczenie progu przez część żądań, a te będą kosztować mniej więcej dwa razy więcej.
• Ruch mieszany między Chat Completions i Responses. W AIHubMix oba interfejsy mają oddzielne bufory, więc ten sam prefiks jest zapisywany dwukrotnie, a ustawienia wysiłku w interfejsie Chat nie przynoszą widocznego efektu.

Jak obniżyć rachunek

1. Ustawiaj poziom wysiłku dla każdego obciążenia, a nie dla całego konta. Zacznij od średniego poziomu, domyślnego dla Terra, a w prostych zadaniach, takich jak ekstrakcja, klasyfikacja i formatowanie, przetestuj niski poziom lub none. Zmierz jakość i koszt na własnych promptach, ponieważ w teście Artificial Analysis tryb none nie był tańszy niż średni poziom. Wysoki i maksymalny poziom zostaw dla żądań, które nie dają dobrych wyników przy średnim.

2. Umieszczaj stabilny prefiks na początku i korzystaj stale z tego samego interfejsu. Dodawaj prompt systemowy, definicje narzędzi i materiały referencyjne na początku każdego żądania, w tej samej kolejności, a wszystkie zmienne elementy (dane użytkownika, znaczniki czasu, pobrane fragmenty) umieszczaj za nimi. Prefiks musi mieć co najmniej 1 024 tokeny, by można go było buforować. Wysyłaj dane danego obciążenia przez jeden interfejs; w AIHubMix używaj Responses, gdzie ustawienie wysiłku działa.

3. Używaj trybu jawnego, aby nie płacić za zapisy, których nie wykorzystasz ponownie. Gdy parametr prompt_cache_options.mode ma wartość "explicit", zapisywane są tylko oznaczone przez Ciebie punkty kontrolne. Treść po ostatnim punkcie kontrolnym jest rozliczana według zwykłej stawki za dane wejściowe, bez opłaty za zapis, co sprawdza się w przypadku materiałów specyficznych dla danego żądania, takich jak pytanie użytkownika. Tryb jawny bez żadnego punktu kontrolnego oznacza całkowity brak buforowania — testy AIHubMix potwierdziły, że takie żądanie nie spowodowało żadnego zapisu.

4. Wybierz czas przechowywania pamięci podręcznej, wykonując obliczenia. Za milion tokenów prefiksu zapis z czasem przechowywania 30 minut kosztuje $1.25, a zapis z czasem 12 godzin — $2.50; odczyty kosztują w obu przypadkach $0.05. Jeśli przerwy w ruchu sprawiają, że przy buforowaniu 30-minutowym prefiks zostałby zapisany co najmniej trzy razy w ciągu 12 godzin (co najmniej $3.75), jeden zapis na 12 godzin będzie tańszy. Przy dwóch zapisach ($2.50) koszty się wyrównują. Przy równomiernym ruchu, który utrzymuje wpis 30-minutowy w pamięci podręcznej, pozostań przy 30 minutach. Testy AIHubMix potwierdziły, że ustawienie 12-godzinne działa na Terra: przy pierwszym wywołaniu prefiks zawierający 9,020 tokenów zapisano jako ttl_12h_tokens, a przy drugim odczytano 9,007 z nich.

5. Nie przekraczaj 272K tokenów wejściowych. Ogranicz pobieranie według budżetu tokenów, a nie liczby fragmentów; usuwaj nieaktualne tury i streszczaj długą historię, zanim przekroczy ten próg. OpenAI dokumentuje również funkcję kompakcji długich kontekstów, której AIHubMix nie przetestowało na Terra.

6. Zmieniaj poziom wysiłku za pomocą configuration_update, a nie pola żądania. W przewodniku OpenAI po modelach GPT-6 zaleca się utrzymanie stałego poziomu wysiłku na poziomie żądania i dodawanie elementu wejściowego configuration_update, aby zwiększać lub zmniejszać go w trakcie rozmowy. Podczas testów 27 października AIHubMix zaakceptowało element configuration_update na Terra (200).

7. Rejestruj pola użycia w każdej odpowiedzi. Pola wyjaśniające wysokość rachunku za Terra to input_tokens_details.cached_tokens (rozliczane odczyty), cache_write_tokens wraz z podziałem na ttl_30m_tokens i ttl_12h_tokens oraz output_tokens_details.reasoning_tokens. Podziel łączną liczbę tokenów z pamięci podręcznej przez łączną liczbę tokenów wejściowych, aby obliczyć współczynnik trafień pamięci podręcznej — według dnia lub funkcji.

Rejestrowanie kosztu każdego żądania w Pythonie

Przykład korzysta z pakietu OpenAI SDK i punktu końcowego Responses AIHubMix. Ustawia poziom wysiłku wnioskowania, przekazuje prompt_cache_options przez extra_body i wyświetla pola użycia wraz z szacowanym kosztem według standardowych stawek. Instrukcje konfiguracji znajdziesz w dokumentacji Responses API AIHubMix, a działanie buforowania w bramie opisano w dokumentacji buforowania AIHubMix.

import os
from openai import OpenAI

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

# Keep this identical across requests so it can be cached (1,024+ tokens).
STABLE_PREFIX = open("support_rules.txt").read()

# Terra standard rates, USD per 1M tokens, input up to 272K.
PRICE = {"input": 1.00, "cached": 0.05, "write_30m": 1.25,
         "write_12h": 2.50, "output": 5.00}

resp = client.responses.create(
    model="gpt-6.1-terra",
    reasoning={"effort": "low"},  # none, low, medium, high, xhigh, max
    input=[
        {"role": "developer", "content": STABLE_PREFIX},
        {"role": "user", "content": "Classify this ticket: refund not received."},
    ],
    extra_body={"prompt_cache_options": {"ttl": "30m"}},  # or "12h"
)

u = resp.usage.model_dump()
inp = u["input_tokens_details"]
cached = inp.get("cached_tokens", 0)
writes = inp.get("cache_write_tokens", 0)
by_ttl = inp.get("cache_write_tokens_details") or {}
w12 = by_ttl.get("ttl_12h_tokens", 0)
w30 = writes - w12
ordinary = u["input_tokens"] - cached - writes
reasoning = u["output_tokens_details"].get("reasoning_tokens", 0)

cost = (ordinary * PRICE["input"] + cached * PRICE["cached"]
        + w30 * PRICE["write_30m"] + w12 * PRICE["write_12h"]
        + u["output_tokens"] * PRICE["output"]) / 1_000_000

print(f"input={u['input_tokens']} cached={cached} writes={writes} (12h={w12})")
print(f"output={u['output_tokens']} reasoning={reasoning}")
print(f"estimated cost=${cost:.6f}")

Wzór jest zgodny z przewodnikiem OpenAI po buforowaniu: zwykłe dane wejściowe to input_tokens minus cached_tokens minus cache_write_tokens, a łącznej liczby zapisanych tokenów nie dodaje się ponownie do sumy ich składników. Powyżej 272,000 tokenów wejściowych zastosuj stawki dla długiego kontekstu ($2, $0.10, $2.50 za zapis na 30 minut, $5 za zapis na 12 godzin, $7.50 za wyjście). Wyślij ten sam prefiks dwukrotnie w ciągu 30 minut — druga odpowiedź powinna wykazać go w cached_tokens. Jeśli tak się nie stanie, oznacza to, że coś w prefiksie uległo zmianie.

Najczęściej zadawane pytania

Czy GPT-6.1 Terra jest tańszy w AIHubMix niż w OpenAI?
Nie. AIHubMix podaje te same standardowe stawki: $1 za milion tokenów wejściowych, $0.05 za odczyt z pamięci podręcznej i $5 za tokeny wyjściowe. Nie publikuje dla Terra osobnych stawek za zapis do pamięci podręcznej ani za długi kontekst, dlatego stawki za zapis $1.25 i $2.50 oraz dwukrotnie wyższe stawki powyżej 272K to warunki OpenAI — dopóki rejestr użycia nie potwierdzi, jakie opłaty nalicza brama.

Czy zniżka Batch lub Flex jest dostępna za pośrednictwem AIHubMix?
Nie jako potwierdzona opcja. 50% zniżki Batch i Flex oferuje OpenAI, a AIHubMix nie obsługuje Batch API OpenAI. Żądania Flex zostały zaakceptowane podczas testów AIHubMix, ale cennik AIHubMix pokazuje dla Terra wyłącznie standardowe stawki, dlatego przed założeniem, że cena będzie niższa, sprawdź rejestr użycia.

Czy tokeny wnioskowania wiążą się z dodatkową opłatą?
Są rozliczane według stawki za tokeny wyjściowe — $5 za milion — jako część output_tokens. Obiekt użycia raportuje je osobno jako reasoning_tokens, dzięki czemu widać, jaka część tokenów wyjściowych została przeznaczona na wnioskowanie.

Co się stanie z żądaniem zawierającym 280,000 tokenów wejściowych?
Całe żądanie zostanie rozliczone według stawek dla długiego kontekstu: $2 za milion tokenów wejściowych, $0.10 za tokeny z pamięci podręcznej i $7.50 za tokeny wyjściowe. Nie tylko 8,000 tokenów przekraczających limit.

Czy pamięć podręczna z czasem przechowywania 12 godzin się opłaca?
Tylko wtedy, gdy wpis w pamięci podręcznej z czasem przechowywania 30 minut musiałby zostać zapisany co najmniej trzy razy w ciągu 12 godzin. Zapis na 12 godzin kosztuje $2.50 za milion tokenów, w porównaniu z $1.25 za 30 minut, a odczyty kosztują w obu przypadkach $0.05.

Dlaczego maksymalny poziom wysiłku kosztuje o wiele więcej?
Artificial Analysis zmierzyło około 35,000 tokenów wyjściowych na zadanie przy maksymalnym poziomie w porównaniu z 6,000 przy średnim, a koszt zadania wzrósł z $0.10 do $0.40. W powyższym przykładzie przejście ze średniego na maksymalny poziom podnosi miesięczny koszt z $91.25 do $453.75.

Czy Terra zawsze kosztuje połowę ceny Sol?
W przeliczeniu na token — tak. W przeliczeniu na zadanie — nie zawsze: w testach Artificial Analysis Terra na maksymalnym poziomie kosztowała na zadanie mniej więcej tyle, co Sol na poziomie xhigh, a Sol uzyskał tam lepszy wynik.

Czytaj dalej: seria GPT-6.1 Terra

• Aby sprawdzić, co daje o połowę niższa cena w porównaniu z zastępowanym modelem: GPT-6.1 Terra vs GPT-5.6 Terra: połowa ceny — co się zmieniło i kto powinien się przesiąść
• Zanim przeniesiesz ruch do Responses, aby ustawienia poziomu wysiłku i buforowanie działały: Migracja do GPT-6.1 Terra: napraw błędy 400 związane z temperature, przenieś narzędzia do Responses i skonfiguruj Codex
• Jeśli porównujesz Terra z konkurencyjnym modelem, który kosztuje dwa razy więcej za token: GPT-6.1 Terra vs Claude Sonnet 5.5: który model ze średniej półki wybrać do agentów obsługujących ekrany i dokumenty?
• Gdy Terra na maksymalnym poziomie wysiłku kosztuje tyle samo na zadanie co Sol: GPT-6.1 Terra vs GPT-6.1 Sol: które zadania nadal wymagają Sol?

Źródła

• OpenAI, strona modelu GPT-6.1 Terra: ceny, zasady długiego kontekstu, limity kontekstu i poziomy wysiłku.
• OpenAI, przewodnik po buforowaniu promptów: stawki za zapis i odczyt, czas przechowywania pamięci podręcznej, tryb jawny i pola użycia.
• AIHubMix, strona modelu GPT-6.1 Terra: cennik i dostępność w AIHubMix.
• Artificial Analysis, GPT-6.1 Terra wyznacza nową granicę efektywności kosztowej: koszt i liczba tokenów wyjściowych na zadanie w zależności od poziomu wysiłku.
• Kingy AI, GPT-6.1 Terra: testy porównawcze, ceny, specyfikacja i porównanie z innymi modelami: progi cenowe, przykład granicy 272K i przepisane wartości z wykresu OpenAI.