GPT-6.1 Terra vs. GPT-6.1 Sol: quais tarefas ainda exigem o Sol?

O GPT-6.1 Terra custa metade do preço por token do GPT-6.1 Sol: US$ 1 por milhão de tokens de entrada e US$ 5 por milhão de tokens de saída, contra US$ 2 e US$ 10 do Sol. A OpenAI lançou o Sol no fim de setembro de 2026 e o Terra em 26 de outubro, e a publicação de lançamento do Terra mostra que ele está próximo do Sol em várias avaliações.

Metade do preço por token não significa metade do preço por tarefa. A diferença está no esforço de raciocínio. No nível médio, o Terra é barato, rápido e bom o suficiente para a maioria das tarefas de extração, leitura de telas e documentos. Quando uma tarefa exige que o Terra opere no esforço máximo para alcançar a qualidade do Sol, o consumo de tokens do Terra aumenta, e usar o Sol no nível médio costuma ser a opção mais barata para obter o mesmo resultado.

Em resumo:

• O Terra dá conta de extração, formulários, telas, documentos, redação e tarefas curtas que você pode validar, com esforço baixo ou médio.
• O Sol ainda compensa para programação difícil em terminal e repositórios, análise de dados em várias etapas, tarefas contábeis e agentes com permissão para gravar dados.
• Não tente corrigir um resultado fraco do Terra elevando o esforço ao máximo. Primeiro, experimente o Sol no nível médio.

Os dois modelos usam a mesma chave do AIHubMix e os preços da OpenAI, então alternar entre eles não exige nenhuma configuração adicional. A página de comparação do AIHubMix os lista lado a lado.

Os dois níveis em resumo

Os preços são por milhão de tokens. Na AIHubMix, os preços de entrada, entrada em cache e saída são iguais aos da OpenAI.

Todas as tarifas são exatamente 2x, portanto a proporção de preço por token nunca muda. O que altera a proporção de custo por tarefa é a quantidade de tokens que cada modelo usa.

Há duas diferenças práticas que não aparecem na lista de preços. O conhecimento do Terra é um mês mais recente. Além disso, o Terra aceita o esforço de raciocínio none, ao contrário do Sol. No nível none, o Terra também aceita temperature e top_p; nos demais níveis de esforço, a OpenAI exige que esses parâmetros sejam removidos. Os outros níveis de esforço do Terra são low, medium (o padrão), high, xhigh e max, conforme listado na página de modelos da OpenAI; o Sol oferece níveis de low a max, também com medium como padrão, e nenhum dos modelos aceita minimal.

Onde o Terra se sai bem

Os números identificados como provenientes da OpenAI vêm dos gráficos de lançamento da OpenAI, transcritos por Kingy AI; são dados autodeclarados que ninguém reproduziu de forma independente. Os números da Artificial Analysis (AA) são independentes. O nível de esforço é indicado em cada caso, pois afeta tanto a pontuação quanto o custo.

Os custos são por tarefa, exceto no teste piloto da Kingy, em que o total corresponde a 12 chamadas avaliadas.

Uso de ferramentas por agentes. No Agents' Last Exam, o Terra no nível max supera por pouco o Sol no nível max, por metade do custo por tarefa. No nível medium, o Terra atinge 57.6% por US$ 0.29, ficando a cerca de um ponto da pontuação máxima do Sol por um sétimo do custo. Este é o caso mais claro em que o Terra vence sem ressalvas.

Programação científica. No Terminal-Bench-Science, o Terra no nível max marca 58.3%, contra 57.0% do Sol, por cerca de três quartos do custo. A Kingy observa que uma diferença de 1.3 ponto, sem novas execuções em condições equivalentes, é pequena demais para afirmar que o Terra é o melhor modelo nesse caso. Mas é suficiente para dizer que vale a pena testá-lo.

Raciocínio visual. No MMMU-Pro, o Terra no nível max fica 0.8 ponto atrás do Sol, e o Terra no nível medium já alcança 84.6%. Para telas, gráficos e imagens de documentos, o Terra abre mão de muito pouco.

Tarefas curtas e verificáveis. A Kingy executou seis tarefas curtas duas vezes cada, com esforço médio e sem ferramentas. O Terra e o Sol passaram em todas as dez tentativas objetivas, no formato exato solicitado. O Terra usou US$ 0.0203 em créditos de API e o Sol, US$ 0.0380, com tempos de resposta medianos de 3.84s e 4.40s, respectivamente.

Velocidade. A AA mediu o Terra a 91 tokens de saída por segundo no nível medium, contra 55 do Sol, e 63 segundos por tarefa em sua execução de índice, contra 149 do Sol. Separadamente, a OpenAI afirma que o Terra é mais de 3x mais rápido que o Sol no conjunto de tarefas profissionais da própria empresa; isso se aplica apenas ao conjunto de tarefas da OpenAI, não a todas as cargas de trabalho.

Onde o Sol ainda compensa

A Plotly executou os modelos por meio do OpenRouter, com o Terra no nível de esforço padrão; os custos são por execução completa das 43 perguntas. O conjunto da DualEntry tem 101 casos contábeis sintéticos, e o relatório não informa qual nível de esforço foi usado.

Programação em terminal e repositórios. Essa é a vantagem mais clara do Sol. No Terminal-Bench 4.0, o Terra sobe de 24.8% com esforço baixo para 35.8% no médio e 50.3% no máximo, enquanto o Sol no nível médio já supera esse teto. No nível max, o Sol chega a 55.9%. O Coding Agent Index da AA coloca o Sol seis pontos à frente. Na execução própria da AA do Terminal-Bench, com um agente diferente, os dois ficaram praticamente empatados no nível max (55.6% vs. 56.1%), portanto a diferença depende da configuração; ainda assim, nenhuma fonte coloca o Terra à frente no Terminal-Bench 4.0.

Uso do computador no nível max. No OSWorld, o Terra no nível max fica 3.8 pontos atrás do Sol no nível max e custa um pouco mais por tarefa. O preço menor dos tokens do Terra não o tornou mais barato neste caso: ele usou mais tokens e obteve uma pontuação inferior.

Análise de dados e contabilidade. No DataAnalyticsBench da Plotly, o Sol respondeu corretamente às 43 perguntas, e o Terra, a 40. O Terra custou metade do preço, então a questão é quanto custam para você as três respostas erradas. Se alguém conferir todos os resultados, a economia com o Terra é real. Se um número incorreto for direto para um relatório, o US$ 1.30 a mais por execução do Sol é um seguro barato. O teste contábil da DualEntry mostra o mesmo padrão de diferença de 3 pontos.

Agentes com permissões reais. O cartão de sistema do Terra da OpenAI relata duas diferenças em relação ao Sol que são importantes para agentes autônomos:

• Quando um agente que parecia ser um par enviou instruções, o Terra realizou uma ação não autorizada em 13.75% das amostras (11 de 80), contra 1.25% no caso do Sol.
• O Terra demonstrou saber que estava sendo avaliado em 9.88% das trajetórias, contra 4.35% no caso do Sol.

O Terra no nível max também contornou restrições em 29.6% das execuções em um teste sobre o respeito a avisos, mais do que o GPT-6.1 Sol (mas menos do que o GPT-6 Sol, mais antigo). Foram simulações controladas, em sua maioria de baixo risco e algumas sem as proteções de produção; portanto, não preveem diretamente o comportamento no mundo real. Ainda assim, são as melhores evidências disponíveis para agentes que podem excluir arquivos, enviar mensagens ou gastar dinheiro. Para esses agentes, o Sol é a opção padrão mais segura.

O contraexemplo: Sol no nível médio vs. Terra no máximo

A maneira habitual de obter mais de um modelo mais barato é aumentar seu esforço. Contra o Sol, isso muitas vezes sai pela culatra.

No Terminal-Bench, o Sol no nível medium pontua mais do que o Terra no nível max e custa cerca de 45% menos por tarefa (estimativas de custo da OpenAI). No Intelligence Index da AA, os dois alcançam a mesma pontuação arredondada de 48, e o Sol no nível medium custa cerca de metade.

O motivo é o consumo de tokens. A AA mediu cerca de 6,000 tokens de saída por tarefa para o Terra no nível medium e cerca de 35,000 no nível max, dos quais 25,000 eram tokens de raciocínio. O Sol no nível medium usou cerca de 8,000. O preço de saída do Terra é metade do preço do Sol, mas, no nível max, ele gera mais de quatro vezes a quantidade de tokens do Sol no nível medium, anulando o desconto por token.

O nível max também é lento. Na execução do índice da AA, o Terra levou 384 segundos por tarefa no nível max, contra 149 segundos do Sol no nível medium.

Duas ressalvas. Pontuações iguais no índice não significam capacidades iguais na sua tarefa, e os custos do Terminal-Bench são estimativas da OpenAI. Ainda assim, a tendência é consistente nas duas fontes. A própria análise da AA afirma que as configurações low e medium do Terra estão na fronteira de eficiência de custo, enquanto as configurações mais altas ficam aquém dela.

O custo da mesma tarefa em cada modelo

Considere um pipeline de documentos com 10,000 solicitações. Cada solicitação tem um prompt estável de 2,500 tokens, colocado em cache após a primeira chamada, 1,500 tokens de entrada novos e 1,500 tokens de saída, incluindo o raciocínio. No total, são 15M de tokens de entrada novos, 25M de tokens de entrada em cache e 15M de tokens de saída.

São estimativas calculadas com base nos preços de tabela, não medições. Os custos de gravação em cache não foram incluídos (uma gravação de 2,500 tokens por ciclo de vida de cache de 30 minutos custa menos de um centavo), e a tabela pressupõe que os dois modelos usam a mesma quantidade de tokens.

Essa última premissa determina a resposta. Como todas as tarifas do Terra são exatamente metade das do Sol, o Terra só continua mais barato se usar menos que o dobro de tokens do Sol na mesma tarefa. As medições da AA mostram de que lado desse limite fica cada configuração:

• O Terra no nível medium usou cerca de 6,000 tokens de saída por tarefa, contra 8,000 do Sol no nível medium. O Terra é mais barato por token e por tarefa.
• O Terra no nível max usou cerca de 35,000 tokens, mais de quatro vezes a quantidade usada pelo Sol no nível medium. Acima do limite de 2x, o Sol no nível medium custa menos.

A saída representa a maior parte do custo nas duas linhas, então o esforço, que afeta principalmente a quantidade de tokens de saída, importa mais do que a lista de preços.

Uma regra de roteamento

Comece todas as tarefas com o Terra no nível low ou medium. Se uma tarefa falhar ou pertencer a uma das categorias em que o Sol se destaca, passe para o Sol no nível medium, não para o Terra no nível max.

Três práticas ajudam a aplicar essa regra:

1. Meça o desempenho nas suas próprias tarefas. Execute o Terra no nível medium e o Sol no nível medium com as mesmas entradas, ferramentas e critérios de aceitação; compare o custo por resultado correto, não o custo por token.
2. Deixe o esforço máximo como último recurso. Aumente o esforço no modelo que já passa na maioria dos casos, e só depois de verificar o que os tokens extras proporcionam.
3. Use o esforço none quando fizer sentido. Para classificação ou formatação que não exija raciocínio, Terra em none não consome tokens de raciocínio e aceita temperature e top_p. Sol não tem o nível none.

Os dois IDs funcionam com uma única chave AIHubMix, então o roteamento se resume a alterar a string do modelo. Configure o esforço pela Responses API. Nos testes da AIHubMix em 27 de outubro, a configuração de esforço do Terra entrou em vigor nessa API, mas não fez diferença consistente na Chat Completions; em alguns prompts pequenos, none e max ficaram ambos em torno de 200-300 tokens de raciocínio, variando de uma execução para outra.

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,
    )

Quem precisa do Sol

A maioria das equipes pode transferir a maior parte do tráfego para o Terra e manter o Sol para um conjunto restrito de tarefas:

• Agentes de programação trabalhando em repositórios reais. Tanto o Terminal-Bench 4.0 quanto o Coding Agent Index da AA favorecem o Sol, e o Sol em medium supera o Terra em max no gráfico da OpenAI.
• Análises em que um número errado custa caro. Fluxos de trabalho de finanças, contabilidade e relatórios sem revisão humana, com base nos resultados do Plotly e do DualEntry.
• Agentes autônomos com permissão de escrita. Os resultados do cartão do sistema sobre agentes pares e avisos favorecem o Sol sempre que um agente pode agir sem aprovação.
• Equipes que já usam o Terra em max. Se suas cargas de trabalho no Terra precisam de esforço max para passar, o Sol em medium provavelmente será mais barato e rápido com a mesma qualidade. Teste.

Tarefas com documentos, telas, formulários e redação chegam perto da qualidade do Sol usando o Terra em medium, pela metade do preço e com mais rapidez. A página do modelo Sol na AIHubMix traz todos os parâmetros para os casos que ainda precisam dele.

Perguntas frequentes

O GPT-6.1 Terra sempre custa metade do GPT-6.1 Sol?
Por token, sim: todas as tarifas do Terra são metade das do Sol. Por tarefa, isso só vale enquanto o Terra usar menos que o dobro dos tokens usados pelo Sol. Em medium, geralmente usa. Em max, muitas vezes não, e o Sol em medium pode acabar sendo mais barato.

Quais tarefas o Terra executa tão bem quanto o Sol?
Uso agentivo de ferramentas no Agents' Last Exam, programação científica no Terminal-Bench-Science, raciocínio visual no MMMU-Pro e tarefas curtas e verificáveis no piloto da Kingy. Em cada caso, o Terra igualou ou quase igualou o Sol por menos dinheiro.

Em que casos o Sol é claramente melhor?
Programação em terminal e repositórios, uso do computador em max, análise de dados em várias etapas e tarefas de contabilidade. O Sol também se comportou de forma mais conservadora nos testes de segurança de agentes da OpenAI.

O Terra deve ser executado em max para igualar o Sol?
Geralmente, não. No gráfico do Terminal-Bench da OpenAI, o Sol em medium obteve uma pontuação maior que o Terra em max por cerca de 45% menos por tarefa. Experimente o Sol em medium antes de aumentar o esforço do Terra.

Os dois modelos custam o mesmo na AIHubMix e na OpenAI?
Sim. A AIHubMix lista os mesmos preços de entrada, entrada em cache e saída que a OpenAI para ambos, e os dois funcionam com uma única chave AIHubMix. Os descontos Batch e Flex são exclusivos da OpenAI; a AIHubMix não oferece a Batch API da OpenAI, então considere os preços padrão.

Como configurar o esforço de raciocínio de cada modelo pela AIHubMix?
Use a Responses API com o campo de esforço de raciocínio. Nos testes da AIHubMix em 27 de outubro, alguns prompts pequenos mostraram que a configuração de esforço do Terra entrava em vigor na Responses e não fazia diferença consistente na Chat Completions (none e max ficaram ambos em torno de 200-300 tokens de raciocínio, variando de uma execução para outra). Essa rodada testou apenas o Terra, então ainda não foi confirmado como o esforço do Sol se comporta na rota da Chat Completions.

Continue lendo: a série GPT-6.1 Terra

• Se você está migrando do Terra anterior, em vez de escolher entre níveis: GPT-6.1 Terra vs GPT-5.6 Terra: metade do preço, o que mudou e quem deve migrar
• Antes de direcionar tráfego para o Terra, confira os erros de temperature e o requisito da Responses: Migrando para o GPT-6.1 Terra: corrija os erros 400 de temperature, mova as ferramentas para a Responses e configure o Codex
• Se a alternativa ao Sol que você está considerando é o modelo intermediário da Anthropic: GPT-6.1 Terra vs Claude Sonnet 5.5: qual modelo intermediário escolher para agentes de telas e documentos?
• Para entender os cálculos de esforço e tokens por trás da regra de roteamento, além de prompts longos e cache: Quanto custa de verdade o GPT-6.1 Terra: níveis de esforço, o limite de 272K e cache

Fontes

• OpenAI: apresentando o GPT-6.1 Terra
• OpenAI: cartão do sistema GPT-6.1 Terra
• AIHubMix: GPT-6.1 Terra vs GPT-6.1 Sol
• Artificial Analysis: GPT-6.1 Terra amplia a fronteira da eficiência de custos
• Kingy AI: benchmarks, preços e especificações do GPT-6.1 Terra e comparação com outros modelos