GPT-6.1 Terra и GPT-5.6 Terra: цена вдвое ниже — что изменилось и кому стоит перейти

OpenAI выпустила GPT-6.1 Terra 26 октября 2026 года. В семействе GPT-6 эта модель уступает Sol и Astra, но стоит дешевле своей предшественницы, GPT-5.6 Terra: $1 за миллион входных токенов вместо $2 и $5 за миллион выходных токенов вместо $12. В публикации о запуске модель позиционируется как решение для визуального мышления, работы с компьютером и написания текстов. Тесты OpenAI показывают, что она лучше анализирует экраны и изображения, а испытания как OpenAI, так и независимых исследователей выявили значительно меньше фактических ошибок.

Краткий ответ для пользователей GPT-5.6 Terra:

• Переходите, если обрабатываете экраны, формы, документы или изображения с низким либо средним уровнем усилий. Модель показывает более высокие результаты, а при одинаковом числе токенов счёт уменьшается более чем вдвое.
• Сначала протестируйте, если используете агенты для программирования или какие-либо задачи на максимальном уровне усилий. На максимальном уровне новая Terra расходует в несколько раз больше токенов, чем на среднем, а стоимость некоторых задач приближается к стоимости GPT-6.1 Sol.
• Оставайтесь на Sol для сложных задач программирования на уровне целого репозитория. OpenAI относит самые сложные задачи программирования к сфере применения Sol и Astra.

Формат API практически не изменился: то же контекстное окно, те же уровни усилий для рассуждений, тот же ввод текста и изображений. Идентификатор модели — gpt-6.1-terra; она уже доступна на странице модели AIHubMix по той же цене, что и у OpenAI.

Изменение цен в одной таблице

Стандартные цены за миллион токенов для запросов, содержащих до 272K входных токенов, взяты со страницы модели и из таблицы цен OpenAI:

AIHubMix взимает те же тарифы, что и OpenAI, для всех четырёх моделей.

По сравнению с GPT-5.6 Terra входные токены обходятся на 50% дешевле, а выходные — примерно на 58%. В сводке запуска OpenAI говорится о снижении на «50%», однако цена выходных токенов упала сильнее, а в примере ниже именно на них приходится большая часть счёта. Цена кэшированных входных токенов снизилась до четверти прежней. Запись в кэш со стандартным сроком хранения 30 минут стоит $1.25 за миллион токенов (1.25x цены входных токенов).

Два правила остались без изменений:

• Порог в 272K. Если запрос содержит более 272,000 входных токенов, за весь запрос взимается двойная цена входных и кэшированных токенов и цена выходных токенов, увеличенная в 1.5 раза. Окно в 1.05M токенов доступно, но не по заявленной стандартной цене. На странице Terra у AIHubMix указаны только стандартные тарифы $1 / $0.05 / $5, поэтому неизвестно, сколько будет стоить запрос длиной свыше 272K.
• Скидки только у поставщика. Обработка Batch и Flex от OpenAI даёт скидку 50%, а режим Fast стоит в 2 раза дороже. Эти предложения доступны у OpenAI. AIHubMix не предоставляет Batch API от OpenAI, а в прайс-листе AIHubMix для Terra указаны только стандартные тарифы, поэтому при работе через AIHubMix рассчитывайте на стандартные цены.

Следующий уровень, GPT-6.1 Sol, стоит вдвое дороже за токен; разница достаточно велика, чтобы посвятить ей отдельную статью этой серии.

Сколько стоит реальная задача

Рассмотрим стоимость конкретной рабочей нагрузки: конвейер обработки 10,000 запросов для извлечения данных из счетов. Каждый запрос содержит:

• 2,500 неизменных токенов промпта (инструкции и схема), которые кэшируются после первого запроса;
• 1,500 новых входных токенов (изображение страницы и текст);
• 1,500 выходных токенов, включая рассуждения.

В сумме это 15M новых входных токенов, 25M кэшированных входных токенов и 15M выходных токенов. При стандартных ценах:

Это расчётные оценки, а не результаты измерений; в них предполагается, что каждая модель использует одинаковое число токенов. Затраты на запись в кэш не включены: неизменный промпт записывается один раз за каждый 30-минутный срок хранения в кэше, а каждая запись объёмом 2,500 токенов стоит меньше цента.

При этих допущениях GPT-6.1 Terra снижает счёт с $215 до $91.25 — примерно на 58% — и обходится вдвое дешевле Sol. Во всех строках основная часть затрат приходится на выходные токены.

Важно следить за числом токенов: сильнее всего на него влияет уровень усилий. Artificial Analysis (AA) измерила, что при среднем уровне усилий GPT-6.1 Terra расходует около 6k выходных токенов на задачу, а при максимальном — 35k. Переход конвейера со среднего уровня на максимальный может увеличить затраты на выходные токены в несколько раз.

Что осталось без изменений

Если в коде уже используется GPT-5.6 Terra, изменений будет немного:

• Контекст: всего 1,050,000 токенов, включая до 922,000 входных и 128,000 выходных.
• Уровень усилий для рассуждений: none, low, medium, high, xhigh и max; по умолчанию используется medium.
• Ввод и вывод: на вход подаются текст и изображения, на выходе — текст.
• Конечные точки OpenAI: Chat Completions, Responses и Batch.
• Цены для длинного контекста: тот же порог в 272K.

За пределами тестов изменились два момента. Дата окончания знаний сдвинулась с 16 февраля 2026 года на 1 июня 2026 года. Кроме того, OpenAI указывает, что для GPT-6.1 Terra вызов инструментов поддерживается только через Responses API, поэтому вызовы инструментов через Chat Completions следует перенести туда.

Что изменилось: данные OpenAI

Данные в этом разделе принадлежат самой OpenAI и взяты с графиков запуска, расшифрованных Kingy AI. Это результаты, предоставленные поставщиком, и независимого воспроизведения этих тестов не проводилось.

Чем выше показатель, тем лучше, кроме строк с фактическими ошибками, где лучше более низкий результат.

• Профессиональная работа с агентами. Agents' Last Exam оценивает выполнение реальных компьютерных задач в самых разных областях. На среднем уровне GPT-6.1 Terra набирает на 15 пунктов больше, чем GPT-5.6 Terra, а согласно графику OpenAI, расчётная стоимость одной задачи составляет $0.29 против $0.84 — примерно втрое меньше.
• Изображения. В мультимодальном тесте на рассуждения MMMU-Pro новая Terra при среднем уровне усилий набирает 84.6% — это уже выше, чем 81.7% у GPT-5.6 Terra на максимальном уровне.
• Работа с компьютером. В офлайн-наборе OSWorld 2.1 новая Terra на среднем уровне (66.7%) превосходит GPT-5.6 Terra на максимальном (57.1%). На максимальном уровне её результат достигает 74.2%.
• Программирование в терминале. Результат в Terminal-Bench 4.0 более чем удваивается: с 21.5% до 50.3% на максимальном уровне, хотя Terra всё ещё уступает Sol и Astra.
• Фактические ошибки. Набор сложных промптов OpenAI составлен из запросов, на которые пользователи жаловались из-за фактических ошибок. В системной карточке OpenAI предостерегает от трактовки этих показателей как уровня ошибок в рабочей среде.

Не все результаты улучшились. Согласно системной карточке, результат HealthBench Professional вырос с 57.7 до 62.7, но показатели HealthBench и HealthBench Hard снизились (с 57.0 до 55.1 и с 32.7 до 31.4).

Что изменилось: независимые данные

Artificial Analysis (AA) провела собственные тесты после запуска модели. Их результаты согласуются с данными OpenAI.

Для тестирования Terminal-Bench 4.0 AA использовала mini-swe-agent на 66 задачах, поэтому её результаты отличаются от результатов OpenAI. Частота галлюцинаций взята из AA-Omniscience: доля неправильных ответов среди всех ответов, которые не были правильными; в их число входят и отказы от ответа.

На максимальном уровне усилий новая модель одновременно мощнее и дешевле в расчёте на задачу по индексу AA: $0.40 против $1.40. Частота галлюцинаций упала с 88% до 38%, тогда как точность выросла лишь с 47% до 49%. По определению AA, среди некорректных ответов новой модели гораздо больше отказов или частичных ответов и меньше неправильных ответов. При извлечении данных и исследованиях отсутствие ответа обычно обходится дешевле, чем ошибочный ответ.

AA также выяснила, что низкий и средний уровни усилий находятся на границе эффективности затрат, а более высокие уровни ей уступают. На среднем уровне AA измерила результат индекса 41 при стоимости $0.10 за задачу и примерно 6k выходных токенов. На максимальном уровне результат повышается до 48, но стоимость возрастает вчетверо, до $0.40, а число выходных токенов — примерно до 35k.

Что касается скорости, AA измерила около 91 выходного токена в секунду. Заявление самой OpenAI о том, что модель работает более чем в 3 раза быстрее Astra и Sol, относится ко времени выполнения задачи в её тестировании, а не к числу токенов в секунду.

Насколько близко она подходит к Sol и Astra?

Новая Terra заметно сокращает отставание от моделей уровнем выше в визуальных задачах и агентной работе, но не в сложном программировании. Данные взяты с графиков OpenAI, расшифрованных Kingy:

На среднем уровне усилий Terra также сравнялась с Astra на среднем уровне в Agents' Last Exam (57.6% у обеих моделей) при расчётной стоимости $0.29 за задачу против $4.82. В работе с изображениями и по числу фактических ошибок она отстаёт от Sol и Astra примерно на один пункт. В OSWorld и Terminal-Bench отставание составляет около 4–8 пунктов, а в публикации о запуске OpenAI относит самые сложные задачи программирования к сфере применения Sol или Astra.

Когда более дешёвая модель обходится не дешевле

Стоимость задачи зависит от числа расходуемых на неё токенов, а на максимальном уровне усилий новая Terra может потратить столько токенов, что её ценовое преимущество исчезнет:

• Сложное программирование в терминале. В Terminal-Bench 4.0 Sol на среднем уровне усилий набирает 52.7%, а расчётная стоимость задачи составляет $1.02. Terra на максимальном уровне набирает 50.3% при стоимости $1.84. Sol на среднем уровне и лучше, и дешевле (данные с графиков OpenAI, расшифрованных Kingy).
• Работа с компьютером на максимальном уровне усилий. На графике OpenAI для OSWorld 2.1 указана стоимость задачи $1.19 для Terra и $1.15 для Sol на максимальном уровне. В этом тесте более низкая цена токенов не сделала Terra дешевле.
• Одинаковый результат, разная стоимость. В индексе интеллекта AA Terra на максимальном уровне и Sol на среднем набирают по 48 баллов. Задача на среднем уровне для Sol стоит $0.21, а для Terra на максимальном — $0.40.

В узкоспециализированных задачах Sol также может оказаться лучше. В собственном тесте поставщика бухгалтерского ПО DualEntry (101 синтетический пример) Terra справилась с 78.2% задач против 81.2% у Sol и Astra.

Вывод: преимущество новой Terra наиболее заметно на низком и среднем уровнях усилий. Если для решения ваших задач необходим максимальный уровень, сначала сравните её с Sol на среднем.

Перед тем как переводить агентов на новую модель, учтите ещё одно различие. В системной карточке GPT-6.1 Terra сообщается, что в тесте на соблюдение предупреждений Terra на максимальном уровне обходила явно обозначенные ограничения в 29.6% случаев. Когда ей писал агент, представленный как равный по статусу, она предпринимала несанкционированные действия в 13.75% случаев (11 из 80), тогда как у Sol этот показатель составил 1.25%. Это были контролируемые симуляции, в основном с низкими ставками, поэтому их результаты не позволяют напрямую предсказать поведение модели в реальных условиях. В статье этой серии о переходе на новую модель рассматриваются границы подтверждения действий.

Кому стоит перейти

OpenAI создала Terra для работы с изображениями и формами. Даже в этом случае в руководстве OpenAI по переходу рекомендуется сравнить обе модели на одних и тех же изображениях и рабочих процессах при одинаковом уровне усилий на рассуждение. Для программирования или задач на максимальном уровне усилий протестируйте собственный набор задач на Terra со средним уровнем, Terra с максимальным и Sol со средним, а затем сравните стоимость принятого результата, а не стоимость токена.

Есть одна деталь перехода, которая часто застаёт пользователей врасплох: согласно руководству OpenAI по переходу, при любом уровне усилий на рассуждение, кроме none, нужно удалить temperature, top_p и top_logprobs — Responses API отклоняет эти параметры. В публикации о переходе также рассказывается об этом и о переносе вызовов инструментов в Responses.

Использование GPT-6.1 Terra через AIHubMix

Проверки AIHubMix от 27 октября показали, что gpt-6.1-terra отвечает через Chat Completions, Responses и Anthropic Messages. Цены соответствуют стандартным тарифам OpenAI.

Используйте Responses API, если хотите задавать уровень усилий на рассуждение. В тех же проверках Responses принимал все шесть уровней, а при переходе от none к max для одного запроса число токенов на рассуждение выросло с 0 до 1,078. В нескольких протестированных коротких запросах параметр reasoning_effort в Chat Completions не давал последовательного эффекта (при none и max в разных запусках получалось около 200–300 токенов на рассуждение). Минимальный запрос с изображением согласно документации AIHubMix по 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)

Начните со среднего уровня и повышайте его только там, где ваши собственные тесты показывают, что прирост качества оправдывает дополнительные токены.

Часто задаваемые вопросы

GPT-6.1 Terra дешевле GPT-5.6 Terra?
Да. Цена входных токенов снижается с $2 до $1 за миллион, кэшированных входных токенов — с $0.20 до $0.05, а выходных — с $12 до $5. AIHubMix применяет те же тарифы. Фактическая экономия зависит от уровня усилий: на максимальном уровне расходуется в несколько раз больше токенов, чем на среднем.

GPT-6.1 Terra лучше GPT-5.6 Terra?
В бенчмарках OpenAI, приведённых в этой статье, она набрала больше баллов по каждому показателю в таблице запуска. Самый значительный прирост отмечен в программировании через терминал, работе с компьютером и фактических ошибках, хотя результаты в двух подмножествах HealthBench немного снизились. Независимые тесты Artificial Analysis показывают ту же тенденцию: индексная оценка на максимальном уровне усилий составляет 48 против 42.

Нужно ли менять код для перехода?
Обычно достаточно изменить только ID модели. Лимиты контекста, уровни усилий и типы входных данных не меняются. Удалите temperature и top_p, если используете любой уровень усилий, кроме none, а вызовы инструментов перенесите из Chat Completions в Responses API.

Что выбрать — GPT-6.1 Terra или GPT-6.1 Sol?
Terra подойдёт для работы с экранами, формами, документами и изображениями при низком или среднем уровне усилий. Sol — для сложного программирования: в Terminal-Bench 4.0 Sol со средним уровнем превзошла Terra с максимальным и обходилась дешевле за задачу в диаграммах OpenAI.

Какой уровень усилий на рассуждение выбрать?
Начните со среднего уровня — он установлен по умолчанию. По данным Artificial Analysis, низкий и средний уровни обеспечивают наилучшее соотношение цены и эффективности; максимальный повысил индексную оценку Terra с 41 до 48, но учетверил стоимость задачи.

Можно ли воспользоваться скидкой OpenAI на Batch через AIHubMix?
Нет. Скидки 50% на Batch и Flex предлагает OpenAI, а AIHubMix не предоставляет доступ к OpenAI Batch API. При использовании AIHubMix рассчитывайте на стандартные тарифы.

До какой даты GPT-6.1 Terra обучалась на данных?
До 1 June 2026, тогда как у GPT-5.6 Terra — до 16 February 2026. Для событий после этой даты передавайте модели найденные источники.

Читайте дальше: серия статей о GPT-6.1 Terra

• Готовы перейти? В руководстве описаны ошибки 400 из-за temperature, перенос инструментов в Responses и настройка Codex: Переход на GPT-6.1 Terra: исправляем ошибки 400 из-за temperature, переносим инструменты в Responses и настраиваем Codex
• Если вы сравниваете Terra с моделью Anthropic среднего класса для агентов, работающих с экранами и документами: GPT-6.1 Terra против Claude Sonnet 5.5: какую модель среднего класса выбрать для агентов, работающих с экранами и документами?
• Если приведённые выше примеры стоимости при максимальном уровне усилий соответствуют вашим задачам, в сравнении моделей по уровням разобраны отдельные задачи: GPT-6.1 Terra против GPT-6.1 Sol: для каких задач всё ещё нужен Sol?
• Полный разбор стоимости из примера со счётом, включая уровни усилий, длинные запросы и запись в кэш: Сколько на самом деле стоит GPT-6.1 Terra: уровни усилий, порог 272K и кэширование

Источники

• OpenAI: знакомьтесь с GPT-6.1 Terra
• Документация OpenAI API: страница модели GPT-6.1 Terra
• AIHubMix: страница модели GPT-6.1 Terra
• Kingy AI: бенчмарки, цены и характеристики GPT-6.1 Terra и сравнение с другими моделями
• Artificial Analysis: GPT-6.1 Terra задаёт новые границы экономической эффективности