Сколько на самом деле стоит GPT-6.1 Terra: уровни усилий, порог 272K и кэширование

GPT-6.1 Terra вышла 26 октября 2026 года по цене $1 за миллион входных токенов и $5 за миллион выходных — это вдвое дешевле GPT-5.6 Terra на входе и значительно ниже половины её цены в $12 за выходные токены. Однако прайс — лишь отправная точка. Фактическую стоимость рабочей нагрузки Terra определяют три фактора:

• Уровень усилий при рассуждении. Токены рассуждений тарифицируются как выходные, а разница между уровнями усилий достигает нескольких раз.
• Порог 272K. Если входной контекст запроса превышает 272 000 токенов, весь запрос тарифицируется по повышенной ставке.
• Кэширование. Чтение из кэша стоит 5% от обычной цены входных токенов; промах кэша или переписанный префикс обойдётся в полную стоимость или дороже.

Ниже — расчёт одной рабочей нагрузки с подробным описанием допущений, правила тарификации, которые легко упустить, сравнение стоимости задачи с GPT-6.1 Sol, Claude Sonnet 5.5 и GPT-5.6 Terra, а также пример на Python, который записывает поля использования, влияющие на счёт. AIHubMix предоставляет Terra под именем gpt-6.1-terra по тем же ценам, что и OpenAI.

Тарифы

Все цены указаны в долларах США за миллион токенов согласно странице модели OpenAI. На странице модели AIHubMix указаны те же стандартные цены на входные токены, чтение из кэша и выходные токены, но нет отдельных тарифов на запись в кэш и длинный контекст; в документации по кэшированию указана единая ставка записи 1.25x, поэтому повышенный тариф на 12 часов там не опубликован.

OpenAI публикует один набор тарифов, а остальные условия формулирует как правило: при превышении 272K входных токенов тарифы на входные токены и кэш удваиваются, а на выходные повышаются в 1.5 раза для всего запроса. В результате запись в кэш на 12 часов стоит $5.00. AIHubMix не публикует тариф на длинный контекст для Terra, поэтому неизвестно, сколько шлюз берёт за запросы свыше 272K.

OpenAI также предлагает обработку Batch и Flex со скидкой 50%, режим Fast за 2x и обработку в региональном дата-центре с надбавкой +10%. Это условия OpenAI. AIHubMix не предоставляет Batch API OpenAI (запрос GET /v1/batches вернул 404 при проверке AIHubMix 27 октября). В ходе той же проверки параметр service_tier "flex" был принят и возвращён как "flex", а "priority" — принят и возвращён как "fast"; по условиям OpenAI это режим Fast с тарифом 2x. В прайс-листе AIHubMix для Terra указаны только стандартные тарифы, поэтому ни одна из этих ставок не подтверждена. Ориентируйтесь на журнал использования, а не предполагайте, что скидка применяется.

Модели, которые сравниваются далее, по официальным ценам (на AIHubMix они такие же):

Правила тарификации, которые легко упустить

Токены рассуждений считаются выходными. Если после 8 000 токенов рассуждений ответ содержит 2 000 видимых токенов, за запрос будет начислена плата за 10 000 выходных токенов. Стоимость определяйте по объекту usage, а не по длине ответа.

При превышении порога 272K пересчитывается стоимость всего запроса. Это не повышенная ставка только для токенов сверх 272 000. Стоимость каждого входного токена запроса удваивается, а каждого выходного повышается на 50%. Вот расчёт на границе порога без кэширования, при 20 000 выходных токенов в обоих случаях:

Увеличение числа входных токенов примерно на 11% почти удваивает счёт. Terra принимает до 922,000 входных токенов (контекст 1,050,000); после 272K просто начинает действовать более высокая ставка.

Запись в кэш не бесплатна. Для GPT-5.6 и более новых моделей запись префикса в кэш тарифицируется по ставке 1.25x от цены входных токенов при сроке хранения по умолчанию 30 минут и 2.5x при сроке 12 часов, доступном только через Responses API. Чтение на Terra стоит 0.05x независимо от выбранного срока хранения. Согласно руководству OpenAI по кэшированию промптов, это итоговые тарифы, а не надбавки: каждый входной токен оплачивается один раз — как обычный входной токен, чтение из кэша или запись в кэш. Минимальная длина кэшируемого префикса — 1,024 токена.

В AIHubMix у Chat Completions и Responses разные кэши. При проверке AIHubMix префикс разработчика длиной 9,623 токена записался при первом вызове Responses, а при втором и третьем вызовах прочитался из кэша. Сразу после этого тот же префикс, отправленный в Chat Completions, был записан заново, без попадания в кэш. При смешанном трафике придётся оплачивать две записи.

В AIHubMix уровень усилий применяется только в Responses. В тесте с поиском суммы простых чисел запрос дал 72 выходных токена при уровне усилий none и 1,153 при max (из них 1,078 — токены рассуждений). В Chat Completions параметр reasoning_effort не давал стабильного эффекта в тех же тестах: и при none, и при max число токенов рассуждений от запуска к запуску колебалось примерно в диапазоне 200-300. Это позволяет предположить, что маршрут работает на фиксированном уровне усилий. Если хотите сэкономить, снизив уровень усилий, отправляйте такие запросы через Responses.

Встроенный веб-поиск тарифицируется за вызов. В тарифах AIHubMix запросы web_search_requests стоят $0.01 за вызов сверх платы за токены.

Расчёт реалистичных ежемесячных расходов

Рассмотрим рабочую нагрузку по поддержке клиентов или обработке документов — 10,000 запросов в месяц через Responses API. Допущения:

• каждый запрос содержит стабильный префикс длиной 2,500 токенов (системный промпт, описания инструментов, справочные правила), который попадает в кэш;
• каждый запрос добавляет 1,500 новых входных токенов (сообщение пользователя или документ);
• каждый запрос возвращает 1,500 выходных токенов, включая рассуждения, при среднем уровне усилий (по умолчанию для Terra);
• ни один запрос не превышает 272K входных токенов, поэтому применяются стандартные тарифы;
• запись в кэш не включена в итоговые суммы (см. примечание под таблицей).

За месяц это составит 25M кэшированных токенов, 15M новых входных токенов и 15M выходных токенов.

В этом случае записи в кэш добавят совсем немного. При каждой записи префикса длиной 2,500 токенов эти токены тарифицируются по ставке $1.25 за миллион вместо $0.05 — примерно на $0.003 больше за одну запись.

Два варианта покажут, на что уходят деньги.

Без кэширования. Если префикс никогда не попадает в кэш (он меняется при каждом запросе или трафик распределён между разными маршрутами), все 40M входных токенов тарифицируются по $1: $40 за входные токены плюс $75 за выходные, всего $115. Кэширование экономит $23.75 в месяц — примерно пятую часть счёта.

При максимальном уровне усилий. По замерам Artificial Analysis, в бенчмарке Intelligence Index на задачу приходилось около 6,000 выходных токенов при среднем уровне усилий и 35,000 при максимальном — разница примерно в 5.8 раза. Если увеличить объём в 1,500 выходных токенов в 35/6 раза, получится 8,750 на запрос, или 87.5M в месяц. Тогда выходные токены обойдутся в 87.5M x $5 = $437.50, а общая стоимость за месяц составит $1.25 + $15.00 + $437.50 = $453.75 — примерно в пять раз больше, чем при среднем уровне. Максимальный уровень усилий обходится гораздо дороже, чем потеря попаданий в кэш.

Во всех случаях основная часть расходов приходится на выходные токены. При среднем уровне это $75 из $91.25, или 82% счёта. Поэтому в первую очередь стоит обратить внимание на уровень усилий, а не на цену входных токенов.

Стоимость задачи: сравнение с Sol, Sonnet 5.5 и GPT-5.6 Terra

Одна и та же рабочая нагрузка, одинаковое число токенов (25M кэшированных, 15M новых входных и 15M выходных); для каждой модели применяются её официальные тарифы:

При одинаковом количестве токенов Terra стоит вдвое дешевле Sol и Sonnet 5.5 и примерно 42% от стоимости GPT-5.6 Terra. Но одинаковое количество токенов — ключевая оговорка: модели тратят разное число токенов на рассуждения для одной и той же задачи, а Terra на более высоком уровне усилий может использовать больше токенов, чем Sol на более низком.

Замеры стоимости задачи это подтверждают. Приведённые ниже данные взяты у Artificial Analysis — независимого бенчмарка, который проверил каждую модель в Intelligence Index на указанном уровне усилий.

Для Sonnet 5.5 в строке указан стандартный для Artificial Analysis режим с максимальным уровнем усилий.

Из таблицы следуют три вывода. Terra со средним уровнем усилий — самый дешёвый вариант, а Artificial Analysis считает низкий и средний уровни усилий для Terra оптимальными по Парето. В этом тесте отключение рассуждений не снизило расходы: без рассуждений задача стоила $0.11 при оценке 33. На другом конце шкалы Terra с максимальным уровнем усилий ($0.40) стоит примерно столько же, сколько Sol с xhigh ($0.39), который получает более высокую оценку, и почти вдвое дороже Sol со средним уровнем усилий при сопоставимой оценке. Sonnet 5.5 набирает больше всех, но на максимальном уровне усилий использует около 197,000 выходных токенов на задачу.

Другие опубликованные тесты показывают похожую картину. В бенчмарке Plotly по анализу данных, проведённом при уровне усилий по умолчанию через OpenRouter, Terra набрала 40 из 43 и стоила $1.31 за полный запуск, тогда как Sol набрала 43 из 43 за $2.61; на каждый вопрос приходилось около 1,460 выходных токенов. В опубликованных OpenAI графиках запуска, основанных на собственных данных компании и пересказанных здесь Kingy AI, стоимость задачи Terra на максимальном уровне усилий в офлайн-наборе OSWorld 2.1 составляет $1.19 против $1.15 у Sol. В агентных задачах на максимальном уровне усилий скидка Terra за токен может исчезнуть.

Кто заплатит больше, чем ожидал

• Команды, которые всегда используют максимальный уровень усилий. При одинаковом трафике счёт может оказаться в пять раз выше, чем при среднем уровне. Пользователи Codex на Reddit сообщают, что Terra при высоком уровне усилий быстро расходует лимиты плана; один из них рассказал, что за 20 минут израсходовал 40% лимита на пять часов. Это отдельные свидетельства, но они согласуются с приведёнными выше данными о числе токенов.
• RAG с длинным контекстом, близким к 272K. Если на этапе поиска иногда добавляется несколько фрагментов, часть запросов превысит порог, и их стоимость примерно удвоится.
• Смешанный трафик Chat Completions и Responses. В AIHubMix у этих маршрутов отдельные кэши, поэтому один и тот же префикс записывается дважды, а настройки уровня усилий в маршруте Chat не дают заметного эффекта.

Как снизить расходы

1. Настраивайте уровень усилий для каждой рабочей нагрузки, а не для всего аккаунта. Начните со среднего уровня — настройки по умолчанию для Terra — и проверьте низкий уровень или none на простых задачах, например извлечении данных, классификации и форматировании. Оцените качество и стоимость на собственных промптах, поскольку в тесте Artificial Analysis вариант none оказался не дешевле среднего уровня. Высокий и максимальный уровни оставьте для запросов, которые не удаются при среднем уровне.

2. Ставьте стабильный префикс в начало и не меняйте маршрут. Размещайте системный промпт, описания инструментов и справочные материалы в начале каждого запроса, в одном и том же порядке, а всё меняющееся (ввод пользователя, временные метки, найденные фрагменты) — после них. Для кэширования префикс должен содержать не менее 1,024 токенов. Отправляйте рабочую нагрузку через один маршрут; в AIHubMix используйте Responses, где настройка уровня усилий применяется.

3. Используйте явный режим, чтобы не платить за запись данных, которые вы не будете повторно использовать. Если задать prompt_cache_options.mode значение "explicit", будут записаны только отмеченные вами контрольные точки. Данные после последней контрольной точки оплачиваются по обычному тарифу на входные токены, без платы за запись, что удобно для материалов, уникальных для каждого запроса, например вопроса пользователя. В явном режиме без контрольных точек кэширование не выполняется вовсе; проверки AIHubMix подтвердили, что такой запрос ничего не записал.

4. Выбирайте срок хранения кэша, исходя из расчётов. Запись миллиона токенов префикса на 30 минут стоит $1.25, а на 12 часов — $2.50; чтение в обоих случаях стоит $0.05. Если из-за перерывов в трафике при кэшировании на 30 минут префикс будет записан за 12 часов три раза или чаще (не менее $3.75), одна запись на 12 часов обойдётся дешевле. При двух записях ($2.50) стоимость одинаковая. При стабильном трафике, поддерживающем запись в 30-минутном кэше, выбирайте 30 минут. Проверки AIHubMix подтвердили, что настройка на 12 часов работает в Terra: при первом вызове префикс из 9,020 токенов был записан как ttl_12h_tokens, а при втором вызове из этих токенов были прочитаны 9,007.

5. Не превышайте порог в 272K входных токенов. Ограничивайте объём извлекаемых данных бюджетом токенов, а не количеством фрагментов, удаляйте устаревшие сообщения и суммируйте длинную историю до достижения порога. OpenAI также документирует функцию уплотнения контекста для длинных контекстов, однако AIHubMix не проверяла её работу в Terra.

6. Меняйте уровень усилий с помощью configuration_update, а не поля запроса. В руководстве по моделям GPT-6 OpenAI рекомендует не менять уровень усилий на уровне запроса, а добавлять входной элемент configuration_update, чтобы повышать или понижать его в ходе диалога. В ходе проверок 27 October AIHubMix приняла элемент configuration_update для Terra (200).

7. Записывайте поля статистики использования в каждом ответе. Для расчёта стоимости Terra важны поля input_tokens_details.cached_tokens (оплачиваемые чтения), cache_write_tokens и его разбивка на ttl_30m_tokens и ttl_12h_tokens, а также output_tokens_details.reasoning_tokens. Чтобы получить долю попаданий в кэш, разделите общее число токенов, прочитанных из кэша, на общее число входных токенов; группируйте данные по дням или функциям.

Учёт стоимости каждого запроса в Python

В примере используется OpenAI SDK для работы с конечной точкой Responses от AIHubMix. В нём задаётся уровень усилий reasoning, prompt_cache_options передаётся через extra_body, а поля статистики использования выводятся вместе с оценкой стоимости по стандартным тарифам. Инструкции по настройке приведены в документации AIHubMix по Responses API, а поведение кэширования на шлюзе описано в документации AIHubMix по кэшированию.

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}")

Формула соответствует руководству OpenAI по кэшированию: обычные входные токены — это input_tokens минус cached_tokens и cache_write_tokens; общую стоимость записи не нужно прибавлять повторно сверх стоимости её составляющих. При объёме входных данных свыше 272,000 токенов используйте тарифы для длинного контекста ($2, $0.10, $2.50 за запись на 30 минут, $5 за запись на 12 часов, $7.50 за выходные токены). Отправьте один и тот же префикс дважды в течение 30 минут: во втором ответе он должен отобразиться в cached_tokens. Если этого не произошло, значит, что-то в префиксе изменилось.

Часто задаваемые вопросы

GPT-6.1 Terra на AIHubMix дешевле, чем у OpenAI?
Нет. AIHubMix указывает те же стандартные тарифы: $1 за миллион входных токенов, $0.05 за чтение из кэша и $5 за миллион выходных токенов. Для Terra не опубликованы отдельные тарифы на запись в кэш и длинный контекст, поэтому ставки OpenAI — $1.25 и $2.50 за запись и двойные тарифы свыше 272K — применяются, пока ваш журнал использования не подтвердит, как выставляет счёт шлюз.

Действует ли скидка Batch или Flex при использовании AIHubMix?
Это не подтверждено. Скидка 50% для Batch и Flex действует у OpenAI, а AIHubMix не предоставляет Batch API OpenAI. В ходе проверок AIHubMix принимала запросы Flex, но в прайс-листе AIHubMix для Terra указаны только стандартные тарифы. Прежде чем рассчитывать на более низкую цену, проверьте журнал использования.

Взимается ли дополнительная плата за токены рассуждений?
Они оплачиваются по тарифу для выходных токенов — $5 за миллион — и входят в output_tokens. Объект статистики использования отдельно сообщает их количество в reasoning_tokens, чтобы вы видели, какая часть выходных данных пришлась на рассуждения.

Как будет рассчитана стоимость запроса с 280,000 входных токенов?
Весь запрос оплачивается по тарифам для длинного контекста: $2 за миллион входных токенов, $0.10 за миллион токенов, прочитанных из кэша, и $7.50 за миллион выходных токенов. Не только 8,000 токенов сверх порога.

Окупается ли кэш на 12 часов?
Только если без него запись в кэш на 30 минут выполнялась бы за 12 часов три раза или чаще. Запись на 12 часов стоит $2.50 за миллион токенов, а на 30 минут — $1.25; чтение в обоих случаях стоит $0.05.

Почему максимальный уровень усилий обходится намного дороже?
По измерениям Artificial Analysis, при максимальном уровне на одну задачу приходилось около 35,000 выходных токенов против 6,000 при среднем, а стоимость задачи выросла с $0.10 до $0.40. В приведённом выше примере переход со среднего уровня на максимальный увеличивает месячную стоимость с $91.25 до $453.75.

Terra всегда вдвое дешевле Sol?
В расчёте на токен — да. Но не всегда в расчёте на задачу: при максимальном уровне Terra обходится примерно столько же за задачу, сколько Sol на уровне xhigh в тестировании Artificial Analysis, при этом Sol показала более высокий результат.

Читайте дальше: серия материалов о GPT-6.1 Terra

• Чтобы узнать, что даёт снижение цены вдвое по сравнению с заменяемой моделью: GPT-6.1 Terra против GPT-5.6 Terra: вдвое дешевле — что изменилось и кому стоит перейти
• Перед тем как перевести трафик на Responses, чтобы настройки уровня усилий и кэширование работали: Переход на GPT-6.1 Terra: как исправить ошибки 400 из-за temperature, перенести инструменты в Responses и настроить Codex
• Если вы сравниваете Terra с конкурентом, у которого цена за токен вдвое выше: GPT-6.1 Terra против Claude Sonnet 5.5: какую модель среднего класса выбрать для агентов, работающих с экранами и документами?
• Когда Terra на максимальном уровне усилий стоит за задачу столько же, сколько Sol: GPT-6.1 Terra против GPT-6.1 Sol: для каких задач всё ещё нужна Sol?

Источники

• OpenAI, страница модели GPT-6.1 Terra: цены, правило длинного контекста, ограничения контекста, уровни усилий.
• OpenAI, руководство по кэшированию промптов: тарифы на запись и чтение, срок хранения кэша, явный режим, поля статистики использования.
• AIHubMix, страница модели GPT-6.1 Terra: цены и доступность на AIHubMix.
• Artificial Analysis, GPT-6.1 Terra расширяет границы экономической эффективности: стоимость и количество выходных токенов на задачу в зависимости от уровня усилий.
• Kingy AI, GPT-6.1 Terra: тесты, цены, характеристики и сравнение: тарифные уровни, пример с порогом 272K и расшифрованные значения графика OpenAI.