GPT-6.1 Terra против GPT-6.1 Sol: для каких задач всё ещё нужен Sol?

GPT-6.1 Terra стоит вдвое дешевле GPT-6.1 Sol за токен: $1 за миллион входных токенов и $5 за миллион выходных против $2 и $10 у Sol. OpenAI выпустила Sol в конце сентября 2026 года, а Terra — 26 октября. В публикации о запуске Terra говорится, что по нескольким тестам она близка к Sol.

Вдвое меньшая цена за токен не означает вдвое меньшую цену за задачу. Разница зависит от уровня усилий рассуждения. На среднем уровне Terra дёшева, быстра и достаточно хороша для большинства задач по извлечению данных, работе с экранами и документами. Если для качества на уровне Sol Terra приходится включать на максимальный уровень усилий, расход токенов растёт — и Sol на среднем уровне часто оказывается более дешёвым способом получить тот же результат.

Кратко:

• Terra справляется с извлечением данных, формами, экранами, документами, подготовкой черновиков и короткими задачами, результат которых можно проверить, на низком или среднем уровне усилий.
• Sol по-прежнему оправдывает свою цену при сложной работе с терминалом и репозиториями, многоэтапном анализе данных, задачах по типу бухгалтерского учёта и работе агентов с правами на запись.
• Не пытайтесь исправить слабый результат Terra, выставив максимальный уровень усилий. Сначала попробуйте Sol на среднем.

Обе модели работают с одним и тем же ключом AIHubMix по ценам OpenAI, поэтому для переключения между ними не нужна дополнительная настройка. На странице сравнения AIHubMix они представлены рядом.

Краткий обзор двух тарифных уровней

Цены указаны за миллион токенов. Стоимость входных токенов, кешированных входных токенов и выходных токенов на AIHubMix такая же, как у OpenAI.

Каждая цена в точности в 2 раза ниже, поэтому соотношение стоимости токенов никогда не меняется. От того, сколько токенов тратит каждая модель, зависит соотношение стоимости выполнения задачи.

Есть два практических различия, не отражённых в прайс-листе. Знания Terra актуальнее на месяц. Кроме того, Terra поддерживает уровень усилий рассуждения none, а Sol — нет. При уровне none Terra также принимает параметры temperature и top_p; при любом другом уровне усилий OpenAI требует их убрать. Остальные уровни усилий Terra — low, medium (по умолчанию), high, xhigh и max, как указано на странице модели OpenAI. У Sol также есть уровни от low до max, а средний установлен по умолчанию; ни одна из моделей не поддерживает minimal.

В чём Terra не уступает

Показатели с пометкой OpenAI взяты из опубликованных OpenAI графиков запуска, расшифрованных Kingy AI; это данные самой компании, и независимо их никто не воспроизводил. Показатели Artificial Analysis (AA) получены независимым источником. Уровень усилий указан каждый раз, поскольку он влияет и на результат, и на стоимость.

Стоимость указана за задачу, за исключением пилотного теста Kingy, где приведена общая сумма за 12 оцениваемых запросов.

Использование инструментов агентами. В Agents' Last Exam Terra на максимальном уровне усилий немного опережает Sol на том же уровне, обходясь вдвое дешевле за задачу. На среднем уровне Terra набирает 57.6% за $0.29 — примерно на один процентный пункт меньше, чем Sol на максимальном уровне, но за седьмую часть стоимости. Это самый очевидный случай, когда Terra выигрывает безоговорочно.

Научные задачи по программированию. В Terminal-Bench-Science Terra на максимальном уровне набирает 58.3% против 57.0% у Sol, обходясь примерно в три четверти его стоимости. Kingy отмечает, что разрыв в 1.3 процентного пункта без повторных тестов в одинаковых условиях слишком мал, чтобы объявить Terra лучшей моделью. Но его достаточно, чтобы Terra стоило протестировать.

Визуальное рассуждение. В MMMU-Pro Terra на максимальном уровне отстаёт от Sol на 0.8 процентного пункта, а на среднем уровне уже набирает 84.6%. При работе с экранами, графиками и изображениями документов Terra уступает совсем немного.

Короткие задачи с проверяемым результатом. Kingy дважды выполнил по шесть коротких задач на среднем уровне усилий без инструментов. Terra и Sol прошли все десять объективно оцениваемых попыток, точно соблюдая запрошенный формат. Terra израсходовала $0.0203 средств на API, Sol — $0.0380; медианное время ответа составило 3.84s и 4.40s соответственно.

Скорость. По измерениям AA, Terra на среднем уровне выдаёт 91 выходной токен в секунду против 55 у Sol; в индексном тестировании выполнение задачи заняло 63 секунды против 149 у Sol. Отдельно OpenAI заявляет, что в её собственном наборе профессиональных задач Terra более чем в 3 раза быстрее Sol. Это относится только к набору задач OpenAI, а не ко всем видам нагрузки.

В чём Sol по-прежнему оправдывает свою цену

Plotly запускала модели через OpenRouter, а для Terra использовала уровень усилий по умолчанию; стоимость указана за полный прогон из 43 вопросов. Набор DualEntry включает 101 синтетический пример по бухгалтерскому учёту, а в отчёте не указан использованный уровень усилий.

Работа с терминалом и программирование в репозиториях. Здесь преимущество Sol наиболее очевидно. Результат Terra в Terminal-Bench 4.0 растёт с 24.8% на низком уровне усилий до 35.8% на среднем и 50.3% на максимальном, а Sol на среднем уже превосходит этот максимум. Sol на максимальном уровне набирает 55.9%. В AA Coding Agent Index Sol опережает Terra на шесть пунктов. В собственном прогоне AA с другой оболочкой агента обе модели на максимальном уровне показали почти одинаковый результат (55.6% против 56.1%), так что разрыв зависит от конфигурации. Однако ни в одном источнике Terra не опережает Sol в Terminal-Bench 4.0.

Работа с компьютером на максимальном уровне. В OSWorld Terra на максимальном уровне отстаёт от Sol на том же уровне на 3.8 процентного пункта и обходится немного дороже за задачу. Более низкая цена токенов Terra здесь не помогла сэкономить: для худшего результата ей потребовалось больше токенов.

Анализ данных и бухгалтерский учёт. В тесте DataAnalyticsBench от Plotly Sol правильно ответила на все 43 вопроса, а Terra — на 40. Terra обошлась вдвое дешевле, поэтому вопрос в том, насколько критичны три неверных ответа. Если всё равно проверять каждый результат, экономия с Terra реальна. Но если ошибочное число сразу попадёт в отчёт, дополнительные $1.30 за прогон у Sol — недорогая страховка. Бухгалтерский тест DualEntry показывает ту же разницу в 3 пункта.

Агенты с реальными разрешениями. В системной карточке Terra OpenAI описывает два отличия от Sol, важных для автономных агентов:

• Когда мнимый агент того же уровня отправлял инструкции, Terra совершала несанкционированное действие в 13.75% примеров (11 из 80), а Sol — в 1.25%.
• Terra демонстрировала осознание того, что её оценивают, в 9.88% траекторий против 4.35% у Sol.

Кроме того, в тесте на соблюдение предупреждений Terra на максимальном уровне обходила ограничения в 29.6% прогонов — чаще, чем GPT-6.1 Sol, но реже, чем более старая GPT-6 Sol. Это были контролируемые симуляции, в основном с низкими ставками; некоторые проводились без защитных мер, используемых в продакшене. Поэтому напрямую предсказать поведение в реальном мире по ним нельзя. Но это всё же лучшие доступные данные о работе агентов, которые могут удалять файлы, отправлять сообщения или тратить деньги. Для таких агентов безопаснее по умолчанию выбирать Sol.

Контрпример: Sol на среднем уровне против Terra на максимальном

Обычно, чтобы получить больше от дешёвой модели, повышают уровень её усилий. В сравнении с Sol это часто даёт обратный эффект.

В Terminal-Bench Sol на среднем уровне набирает больше Terra на максимальном и обходится примерно на 45% дешевле за задачу (по оценкам стоимости OpenAI). В AA Intelligence Index обе модели получают одинаковый округлённый результат — 48, а Sol на среднем уровне стоит примерно вдвое дешевле.

Причина — расход токенов. По измерениям AA, на одну задачу Terra расходует около 6,000 выходных токенов на среднем уровне и около 35,000 на максимальном, из них 25,000 — токены рассуждения. Sol на среднем уровне использовал около 8,000 токенов. Выходные токены Terra стоят вдвое дешевле, чем у Sol, но на максимальном уровне модель генерирует более чем в четыре раза больше токенов, чем Sol на среднем, и скидка на стоимость токенов исчезает.

Максимальный уровень ещё и медленный. В индексном тестировании AA Terra на максимальном уровне тратила на задачу 384 секунды против 149 секунд у Sol на среднем.

Две оговорки. Одинаковые результаты в индексе не означают одинаковых способностей на вашей задаче, а оценки стоимости Terminal-Bench предоставлены OpenAI. Однако оба источника показывают одно и то же направление. По собственному анализу AA, низкий и средний уровни Terra находятся на границе эффективности по стоимости, а более высокие отстают от неё.

Стоимость одной и той же задачи для обеих моделей

Рассмотрим конвейер обработки документов из 10,000 запросов. В каждом запросе есть постоянный промпт на 2,500 токенов, который кешируется после первого вызова, 1,500 новых входных токенов и 1,500 выходных токенов, включая токены рассуждения. Итого это 15M новых входных токенов, 25M кешированных входных токенов и 15M выходных токенов.

Это расчётные оценки по прейскурантным ценам, а не результаты измерений. Запись в кеш не учитывается (одна запись на 2,500 токенов за каждый 30-минутный срок жизни кеша стоит меньше цента), а в таблице предполагается, что обе модели используют одинаковое количество токенов.

Именно последнее предположение определяет ответ. Поскольку каждая цена Terra в точности вдвое ниже цены Sol, Terra остаётся дешевле, только пока тратит на одну и ту же задачу менее чем вдвое больше токенов, чем Sol. По измерениям AA видно, с какой стороны от этой границы оказывается каждый уровень:

• На среднем уровне Terra расходовала около 6,000 выходных токенов на задачу против 8,000 у Sol на среднем. Terra дешевле и за токен, и за задачу.
• На максимальном уровне Terra расходовала около 35,000 токенов — более чем в четыре раза больше, чем Sol на среднем. За пределами двукратной границы Sol на среднем обходится дешевле.

В обоих случаях основную часть стоимости составляют выходные токены, поэтому уровень усилий, который в основном влияет на их количество, важнее прейскуранта.

Правило маршрутизации

Начинайте все задачи с Terra на низком или среднем уровне усилий. Если задача не удаётся или относится к категории, в которой лидирует Sol, переключайтесь на Sol на среднем уровне, а не на Terra на максимальном.

Чтобы это правило работало, придерживайтесь трёх принципов:

1. Проверяйте на собственных задачах. Запускайте Terra и Sol на среднем уровне с одинаковыми входными данными, инструментами и критериями приёмки и сравнивайте стоимость правильного результата, а не стоимость токена.
2. Максимальное усилие оставьте на крайний случай. Повышайте усилие у той модели, которая уже справляется с большинством задач, и только после проверки того, что дают дополнительные токены.
3. Используйте уровень none там, где он подходит. Для классификации или форматирования, не требующих рассуждений, Terra с уровнем none не расходует токены на рассуждения и принимает параметры temperature и top_p. У Sol уровня none нет.

Обе модели доступны по одному ключу AIHubMix, поэтому для переключения достаточно изменить строку модели. Задавайте уровень усилия через Responses API. В проверках AIHubMix от 27 октября настройка уровня усилия Terra применялась в Responses API, но в Chat Completions не давала стабильного эффекта на нескольких небольших промптах (при none и max в разных запусках получалось примерно 200-300 токенов на рассуждения).

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,
    )

Кому нужна Sol

Большинство команд могут перевести основную часть запросов на Terra, оставив Sol для узкого круга задач:

• Агентам для работы с кодом в реальных репозиториях. В Terminal-Bench 4.0 и Coding Agent Index от AA преимущество у Sol, а Sol на среднем уровне превосходит Terra на максимальном по графику OpenAI.
• Анализу, в котором ошибка в числах дорого обходится. Финансы, бухгалтерский учёт и формирование отчётности без проверки человеком — об этом говорят результаты Plotly и DualEntry.
• Автономным агентам с правом записи. Результаты по взаимодействию с другими агентами и предупреждениям в системной карте говорят в пользу Sol везде, где агент может действовать без одобрения.
• Командам, уже использующим Terra на максимальном уровне. Если рабочие сценарии с Terra проходят проверку только при максимальном усилии, Sol на среднем уровне, вероятно, обеспечит то же качество дешевле и быстрее. Проверьте.

В задачах с документами, экранным интерфейсом, формами и черновиками Terra на среднем уровне почти не уступает Sol по качеству, стоит вдвое дешевле и работает быстрее. На странице модели Sol в AIHubMix указаны все её параметры для сценариев, где она всё ещё необходима.

Часто задаваемые вопросы

GPT-6.1 Terra всегда стоит вдвое дешевле GPT-6.1 Sol?
За токен — да: каждый тариф Terra вдвое ниже тарифа Sol. За задачу — только если Terra расходует менее чем вдвое больше токенов, чем Sol. При среднем уровне усилия это обычно так. При максимальном — часто нет, и Sol на среднем уровне может оказаться дешевле.

С какими задачами Terra справляется не хуже Sol?
С агентным использованием инструментов в Agents' Last Exam, научным программированием в Terminal-Bench-Science, визуальными рассуждениями в MMMU-Pro и короткими задачами с проверяемым результатом в пилотном тестировании Kingy. Во всех этих случаях Terra показала результаты наравне с Sol или близкие к ним, но обошлась дешевле.

В каких задачах Sol явно лучше?
В работе с терминалом и кодом в репозиториях, использовании компьютера на максимальном уровне усилия, многоэтапном анализе данных и бухгалтерских задачах. В тестах OpenAI по безопасности агентов Sol также вела себя осторожнее.

Нужно ли запускать Terra с максимальным усилием, чтобы сравняться с Sol?
Обычно нет. На графике OpenAI для Terminal-Bench Sol на среднем уровне показала результат выше, чем Terra на максимальном, и при этом обходилась примерно на 45% дешевле за задачу. Прежде чем повышать усилие Terra, попробуйте Sol на среднем уровне.

Одинаково ли стоят обе модели в AIHubMix и OpenAI?
Да. Для обеих моделей AIHubMix указывает те же цены на входные, кэшированные входные и выходные токены, что и OpenAI; обе доступны по одному ключу AIHubMix. Скидки на Batch и Flex предлагает сама OpenAI. AIHubMix не предоставляет доступ к Batch API OpenAI, поэтому ориентируйтесь на стандартные цены.

Как задавать уровень усилия для каждой модели через AIHubMix?
Используйте Responses API и поле уровня усилия для рассуждений. В проверках AIHubMix от 27 октября на нескольких небольших промптах настройка усилия Terra применялась в Responses API, но в Chat Completions не давала стабильного эффекта (при none и max в разных запусках получалось примерно 200-300 токенов на рассуждения). В тот раз проверяли только Terra, поэтому пока не подтверждено, как уровень усилия Sol работает через маршрут Chat Completions.

Читайте дальше: серия статей о GPT-6.1 Terra

• Если вы переходите со старой версии Terra, а не выбираете между моделями разных уровней: GPT-6.1 Terra и GPT-5.6 Terra: вдвое дешевле — что изменилось и кому стоит перейти
• Прежде чем направлять трафик на Terra, проверьте ошибки temperature и требования Responses API: Переход на GPT-6.1 Terra: устраняем ошибки 400 с temperature, переносим инструменты в Responses и настраиваем Codex
• Если вместо Sol вы рассматриваете среднеуровневую модель Anthropic: GPT-6.1 Terra и Claude Sonnet 5.5: какую модель среднего уровня выбрать для агентов, работающих с экранами и документами?
• О расчётах усилия и токенов, лежащих в основе правила маршрутизации, а также о длинных промптах и кэшировании: Сколько на самом деле стоит GPT-6.1 Terra: уровни усилия, порог 272K и кэширование

Источники

• OpenAI: Представляем GPT-6.1 Terra
• OpenAI: системная карта GPT-6.1 Terra
• AIHubMix: GPT-6.1 Terra и GPT-6.1 Sol
• Artificial Analysis: GPT-6.1 Terra расширяет границы экономичной работы
• Kingy AI: тесты GPT-6.1 Terra, цены, характеристики и сравнение с другими моделями