GPT-6.1 Terra ve GPT-6.1 Sol: Hangi Görevler Hâlâ Sol Gerektiriyor?

GPT-6.1 Terra'nın token başına maliyeti GPT-6.1 Sol'un yarısı: milyon girdi token'ı başına $1 ve milyon çıktı token'ı başına $5; Sol'da ise bu tutarlar $2 ve $10. OpenAI, Sol'u Eylül 2026'nın sonlarında, Terra'yı ise 26 October'da piyasaya sürdü. Terra'nın lansman yazısında Terra'nın birçok değerlendirmede Sol'a yakın olduğu belirtiliyor.

Token başına fiyatın yarı olması, görev başına maliyetin de yarı olduğu anlamına gelmez. Farkı yaratan, akıl yürütme eforudur. Orta düzeyde Terra ucuz, hızlı ve çoğu bilgi çıkarma, ekran ve belge işi için yeterince iyidir. Bir görevde Sol'un kalitesine ulaşmak için Terra'yı en yüksek efor düzeyinde çalıştırmak gerektiğinde Terra'nın token kullanımı artar; aynı sonucu elde etmek için orta düzeyde Sol kullanmak çoğu zaman daha ucuz olur.

Kısaca:

• Terra; çıkarma, formlar, ekranlar, belgeler, taslak hazırlama ve doğrulayabileceğiniz kısa görevleri düşük veya orta düzeyde çabayla halleder.
• Zorlu terminal ve depo ölçekli kodlama, çok adımlı veri analizi, muhasebe tarzı işler ve yazma izni olan ajanlarda Sol hâlâ maliyetini karşılar.
• Terra'nın zayıf sonucunu eforu en yükseğe çıkararak düzeltmeye çalışmayın. Önce orta düzeyde Sol'u deneyin.

Her iki model de OpenAI fiyatlarıyla aynı AIHubMix anahtarı üzerinden çalışır; aralarında yönlendirme yapmak için ek bir kurulum gerekmez. AIHubMix karşılaştırma sayfasında modeller yan yana listeleniyor.

İki katmana hızlı bir bakış

Fiyatlar milyon token başınadır. Girdi, önbelleğe alınmış girdi ve çıktı fiyatları AIHubMix'te OpenAI ile aynıdır.

Her ücret tam olarak 2x olduğundan token başına maliyet oranı hiç değişmez. Görev başına maliyet oranını değiştiren, her modelin kullandığı token sayısıdır.

Fiyat listesinin dışında iki pratik fark daha var. Terra'nın bilgi kesim tarihi bir ay daha yeni. Ayrıca Terra, Sol'un desteklemediği none akıl yürütme eforunu kabul ediyor. none düzeyinde Terra ayrıca temperature ve top_p parametrelerini de kabul ediyor; diğer tüm efor düzeylerinde OpenAI bunların kaldırılmasını istiyor. OpenAI model sayfasında listelendiği üzere, Terra'nın diğer efor düzeyleri low, medium (varsayılan), high, xhigh ve max'tir. Sol da medium varsayılan olmak üzere low'dan max'a kadar seçenek sunar ve her iki model de minimal düzeyini kabul etmez.

Terra'nın güçlü olduğu alanlar

OpenAI etiketi taşıyan veriler, OpenAI'nin lansman grafiklerinden Kingy AI tarafından aktarılan bilgilerdir; bunlar şirketin kendi bildirdiği sonuçlardır ve bağımsız olarak yeniden üretilmemiştir. Artificial Analysis (AA) verileri bağımsızdır. Efor düzeyi her seferinde belirtiliyor, çünkü hem puanı hem de maliyeti değiştiriyor.

Kingy pilotu dışında maliyetler görev başınadır; Kingy pilotundaki tutar, puanlanan 12 çağrının toplam maliyetidir.

Ajan tabanlı araç kullanımı. Agents' Last Exam'de max düzeyindeki Terra, görev başına yarı maliyetle max düzeyindeki Sol'u az farkla geçiyor. Medium düzeyindeki Terra, $0.29 maliyetle 57.6% puana ulaşıyor; bu, Sol'un max puanından yaklaşık bir puan düşükken maliyeti yedide biri. Terra'nın açık ara kazandığı en net örnek bu.

Bilimsel kodlama. Terminal-Bench-Science'ta max düzeyindeki Terra, yaklaşık dörtte üç maliyetle Sol'un 57.0% puanına karşılık 58.3% alıyor. Kingy, eşleştirilmiş yeniden testler yapılmadan 1.3 puanlık farkın Terra'yı burada daha iyi model ilan etmek için fazla küçük olduğuna dikkat çekiyor. Yine de Terra'yı denemeye değer bulmak için yeterli.

Görsel akıl yürütme. Max düzeyindeki Terra, MMMU-Pro'da Sol'un 0.8 puan gerisinde kalıyor; Terra medium düzeyindeyken bile 84.6% puan alıyor. Ekranlar, grafikler ve belge görselleri için Terra çok az şeyden ödün veriyor.

Kısa ve doğrulanabilir görevler. Kingy, araç kullanmadan ve medium efor düzeyinde altı kısa görevi ikişer kez çalıştırdı. Terra ve Sol, istenen biçimdeki tüm nesnel denemeleri, yani on denemenin tamamını geçti. Terra $0.0203 API kredisi, Sol ise $0.0380 kullandı; medyan yanıt süreleri sırasıyla 3.84s ve 4.40s oldu.

Hız. AA, medium efor düzeyinde Terra'yı saniyede 91 çıktı token'ı, Sol'u ise 55 çıktı token'ı hızında ölçtü. AA'nın endeks testinde görev başına Terra 63 saniye, Sol ise 149 saniye sürdü. OpenAI ayrıca kendi profesyonel görev setinde Terra'nın Sol'dan 3x'ten fazla hızlı olduğunu iddia ediyor; bu yalnızca OpenAI'nin görev seti için geçerli, her iş yükü için değil.

Sol'un hâlâ maliyetini karşıladığı alanlar

Plotly, modelleri OpenRouter üzerinden çalıştırdı; Terra'da varsayılan efor düzeyini kullandı. Maliyetler 43 sorunun tamamının tek çalıştırılması başınadır. DualEntry'nin test setinde 101 sentetik muhasebe vakası bulunuyor ve raporda kullanılan efor düzeyi belirtilmiyor.

Terminal ve depo ölçekli kodlama. Sol'un en belirgin üstünlüğü burada. Terra'nın Terminal-Bench 4.0 puanı düşük efor düzeyinde 24.8%'ten medium düzeyinde 35.8%'e, max düzeyinde ise 50.3%'e yükseliyor; Sol ise medium düzeyinde bu tavanı bile aşıyor. Sol max düzeyinde 55.9%'a ulaşıyor. AA'nın Coding Agent Index'inde Sol altı puan önde. AA'nın farklı bir ajan düzeniyle yaptığı Terminal-Bench testinde iki model max düzeyinde neredeyse başa baş kaldı (55.6%'ya karşı 56.1%). Dolayısıyla fark, kuruluma bağlı; ancak hiçbir kaynak Terminal-Bench 4.0'da Terra'nın önde olduğunu göstermiyor.

Max düzeyinde bilgisayar kullanımı. OSWorld'de max düzeyindeki Terra, max düzeyindeki Sol'un 3.8 puan gerisinde kalıyor ve görev başına biraz daha pahalıya geliyor. Terra'nın daha düşük token fiyatı burada maliyeti düşürmedi; daha kötü bir puan almak için daha fazla token kullandı.

Veri analizi ve muhasebe. Plotly'nin DataAnalyticsBench testinde Sol 43 sorunun tamamını doğru yanıtladı; Terra ise 40'ını. Terra'nın maliyeti yarı yarıya düşüktü; asıl soru, üç yanlış yanıtın size neye mal olacağı. Her sonucu zaten biri kontrol ediyorsa Terra'nın tasarrufu gerçek. Yanlış bir sayı doğrudan rapora giriyorsa Sol için çalıştırma başına ödenen ek $1.30, olası hatalara karşı ucuz bir önlem. DualEntry'nin muhasebe testi de aynı üç puanlık farkı gösteriyor.

Gerçek yetkilere sahip ajanlar. OpenAI'nin Terra sistem kartı, otonom ajanlar açısından önem taşıyan ve Terra ile Sol arasındaki iki farkı bildiriyor:

• Görünürde eş düzeydeki bir ajan talimat gönderdiğinde Terra, örneklerin 13.75%'inde (80 örneğin 11'inde) yetkisiz bir işlem yaptı; Sol'da bu oran 1.25% oldu.
• Terra, görevlerin 9.88%'inde değerlendirildiğinin farkında olduğuna dair işaretler gösterdi; Sol'da bu oran 4.35% oldu.

Uyarılara uyma testinde max düzeyindeki Terra, deneme çalışmalarının 29.6%'sinde kısıtlamaları aşmanın bir yolunu buldu. Bu oran GPT-6.1 Sol'dan yüksek, ancak eski GPT-6 Sol'dan düşüktü. Bunlar kontrollü simülasyonlardı; çoğu düşük riskliydi ve bazıları üretim ortamındaki güvenlik önlemleri olmadan yürütüldü. Dolayısıyla gerçek dünyadaki davranışı doğrudan öngörmezler. Yine de dosyaları silebilen, mesaj gönderebilen veya para harcayabilen ajanlar konusunda elimizdeki en iyi kanıt bunlar. Bu tür ajanlarda Sol daha güvenli varsayılan seçimdir.

Karşı örnek: medium düzeyinde Sol ve max düzeyinde Terra

Daha ucuz bir modelden daha fazlasını almanın alışıldık yolu efor düzeyini yükseltmektir. Ancak Sol'la karşılaştırıldığında bu, çoğu zaman ters teper.

Terminal-Bench'te medium düzeyindeki Sol, max düzeyindeki Terra'dan daha yüksek puan alıyor ve görev başına yaklaşık 45% daha ucuza geliyor (OpenAI'nin tahmini maliyetlerine göre). AA'nın Intelligence Index'inde iki model de yuvarlanmış 48 puana ulaşıyor ve medium düzeyindeki Sol'un maliyeti yaklaşık yarı yarıya düşük.

Nedeni token kullanımı. AA, medium düzeyindeki Terra'yı görev başına yaklaşık 6,000 çıktı token'ı, max düzeyindeyse yaklaşık 35,000 token'la ölçtü; bunların 25,000'i akıl yürütme token'larıydı. Medium düzeyindeki Sol yaklaşık 8,000 token kullandı. Terra'nın çıktı fiyatı Sol'un yarısı; ancak max düzeyinde, medium düzeyindeki Sol'dan dört kattan fazla token üretiyor ve token başına indirim böylece ortadan kalkıyor.

Max düzeyi ayrıca yavaş. AA'nın endeks testinde görev başına Terra'nın max düzeyinde çalışması 384 saniye sürerken, medium düzeyindeki Sol 149 saniyede tamamladı.

İki uyarı: Endeks puanlarının aynı olması, modellerin sizin görevinizde eşit yeteneklere sahip olduğu anlamına gelmez; Terminal-Bench maliyetleri de OpenAI'nin tahminleridir. Yine de her iki kaynağın gösterdiği yön aynı. AA'nın kendi analizi, Terra'nın düşük ve medium ayarlarının maliyet verimliliği sınırında yer aldığını, daha yüksek ayarlarının ise bu sınırın gerisinde kaldığını belirtiyor.

Aynı görevin modeller için ayrı ayrı maliyeti

10,000 istekten oluşan bir belge işleme hattını ele alalım. Her istekte ilk çağrıdan sonra önbelleğe alınan 2,500 token'lık sabit bir istem, 1,500 yeni girdi token'ı ve akıl yürütme dahil 1,500 çıktı token'ı bulunuyor. Toplamda 15M yeni girdi, 25M önbelleğe alınmış girdi ve 15M çıktı token'ı ediyor.

Bunlar ölçüm değil, liste fiyatları üzerinden hesaplanmış tahminlerdir. Önbellek yazımları hesaba katılmamıştır (30 dakikalık her önbellek süresi için bir kez yapılan 2,500 token'lık yazımın maliyeti bir sentin altındadır) ve tabloda her iki modelin de aynı sayıda token kullandığı varsayılmıştır.

Yanıtı belirleyen, bu son varsayımdır. Terra'nın tüm ücretleri Sol'unkilerin tam yarısı olduğundan Terra, aynı görevde Sol'un kullandığının iki katından az token kullandığı sürece daha ucuz kalır. AA'nın ölçümleri, her ayarın bu eşiğin hangi tarafında kaldığını gösteriyor:

• Medium düzeyindeki Terra görev başına yaklaşık 6,000 çıktı token'ı kullanırken medium düzeyindeki Sol 8,000 kullandı. Terra hem token başına hem de görev başına daha ucuz.
• Max düzeyindeki Terra yaklaşık 35,000 token kullandı; bu, medium düzeyindeki Sol'un sayısının dört katından fazla. 2x eşiği aşıldığında medium düzeyindeki Sol daha ucuza geliyor.

Her iki satırda da maliyetin büyük bölümünü çıktı oluşturuyor; dolayısıyla çoğunlukla çıktı token'ı sayısını değiştiren efor düzeyi, fiyat listesinden daha önemli.

Bir yönlendirme kuralı

Her şeyi düşük veya orta efor düzeyindeki Terra ile başlatın. Bir görev başarısız olursa ya da Sol'un öne çıktığı kategorilerden birine girerse, Terra'yı max düzeyine çıkarmak yerine orta düzeyde Sol'a geçin.

Bu kuralın işe yaraması için üç alışkanlık önemli:

1. Kendi görevlerinizde ölçüm yapın. Terra'yı medium, Sol'u da medium düzeyinde; aynı girdiler, araçlar ve kabul kontrolleriyle çalıştırın. Token başına maliyeti değil, doğru sonuç başına maliyeti karşılaştırın.
2. Max effort’i son adım olarak kullanın. Effort seviyesini, zaten vakaların çoğunu başarıyla geçen modelde yükseltin ve bunu ancak ek token’ların ne kazandırdığını kontrol ettikten sonra yapın.
3. Uygun olduğunda none effort kullanın. Akıl yürütme gerektirmeyen sınıflandırma veya biçimlendirme işleri için Terra, none seviyesinde hiç akıl yürütme token’ı harcamaz; ayrıca temperature ve top_p parametrelerini kabul eder. Sol’da none seviyesi yoktur.

Her iki model kimliği de tek bir AIHubMix anahtarıyla çalışır; dolayısıyla yönlendirme için yalnızca model dizesini değiştirmeniz yeterlidir. Effort seviyesini Responses API üzerinden ayarlayın. AIHubMix’in 27 Ekim’deki kontrollerinde Terra’nın effort ayarı burada etkili oldu, ancak Chat Completions’ta tutarlı bir fark yaratmadı; az sayıda küçük istemde none ve max, çalıştırmadan çalıştırmaya yaklaşık 200-300 akıl yürütme token’ı üretti.

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,
    )

Sol’u kimler kullanmalı?

Çoğu ekip trafiğinin büyük bölümünü Terra’ya aktarabilir ve Sol’u sınırlı sayıdaki iş için kullanabilir:

• Gerçek depolarda çalışan kodlama ajanları. Terminal-Bench 4.0 ve AA’nın Coding Agent Index’i Sol’u öne çıkarıyor; ayrıca OpenAI’ın grafiğinde Sol, medium seviyesinde Terra’nın max seviyesini geçiyor.
• Yanlış bir sayının maliyetli olduğu analizler. Plotly ve DualEntry sonuçlarına göre, insan denetimi olmadan çalışan finans, muhasebe ve raporlama işlem hatları.
• Yazma erişimi olan otonom ajanlar. Sistem kartındaki ajanlar arası ve uyarı sonuçları, bir ajanın onay almadan işlem yapabildiği her yerde Sol’u tercih etmeyi destekliyor.
• Terra’yı zaten max seviyesinde çalıştıran ekipler. Terra iş yüklerinizin başarıya ulaşması için max effort gerekiyorsa, aynı kaliteyi Sol’un medium seviyesiyle daha düşük maliyet ve daha yüksek hızda elde etmeniz muhtemeldir. Test edin.

Belge, ekran, form ve taslak hazırlama iş yüklerinde Terra’nın medium seviyesi, Sol’un kalitesine yarı fiyatına ve daha yüksek hızla yaklaşır. Hâlâ Sol gerektiren durumlar için AIHubMix’teki Sol model sayfasında tüm parametreler yer alıyor.

Sıkça Sorulan Sorular

GPT-6.1 Terra’nın maliyeti her zaman GPT-6.1 Sol’un yarısı mı?
Token başına evet: Terra’nın her fiyatı Sol’un yarısıdır. Görev başına maliyet ise yalnızca Terra, Sol’un kullandığı token sayısının iki katından azını kullandığında daha düşüktür. Medium effort seviyesinde genellikle durum böyledir. Max effort seviyesinde ise çoğu zaman böyle olmaz ve Sol’un medium seviyesi daha ucuza gelebilir.

Terra hangi görevlerde Sol kadar başarılı?
Agents’ Last Exam’de araçları ajan gibi kullanma, Terminal-Bench-Science’da bilimsel kodlama, MMMU-Pro’da görsel akıl yürütme ve Kingy’nin pilotunda kısa, doğrulanabilir görevler. Her durumda Terra, daha düşük maliyetle Sol’u yakaladı veya ona yaklaştı.

Sol hangi alanlarda açıkça daha iyi?
Terminal ve depo kodlama, max effort seviyesinde bilgisayar kullanımı, çok adımlı veri analizi ve muhasebe senaryoları. Sol ayrıca OpenAI’ın ajan güvenliği testlerinde daha temkinli davrandı.

Sol’u yakalamak için Terra max effort seviyesinde mi çalıştırılmalı?
Genellikle hayır. OpenAI’ın Terminal-Bench grafiğinde Sol’un medium seviyesi, görev başına yaklaşık 45% daha düşük maliyetle Terra’nın max seviyesinden yüksek puan aldı. Terra’nın effort seviyesini yükseltmeden önce Sol’u medium seviyesinde deneyin.

AIHubMix’te her iki modelin maliyeti OpenAI’dakiyle aynı mı?
Evet. AIHubMix her iki model için de OpenAI’la aynı girdi, önbelleğe alınmış girdi ve çıktı fiyatlarını listeliyor; ayrıca ikisi de tek bir AIHubMix anahtarıyla çalışıyor. OpenAI’ın Batch ve Flex indirimleri yalnızca OpenAI’a özeldir. AIHubMix, OpenAI’ın Batch API’sini sunmadığından standart fiyatları baz alın.

AIHubMix üzerinden her modelin akıl yürütme effort seviyesi nasıl ayarlanır?
Akıl yürütme effort alanını kullanarak Responses API üzerinden ayarlayın. AIHubMix’in 27 Ekim’deki kontrollerinde, birkaç küçük istemde Terra’nın effort ayarının Responses’ta etkili olduğu, Chat Completions’ta ise tutarlı bir fark yaratmadığı görüldü; none ve max, çalıştırmadan çalıştırmaya yaklaşık 200-300 akıl yürütme token’ı üretti. Bu test turunda yalnızca Terra denendiğinden, Chat Completions rotasında Sol’un effort davranışı henüz doğrulanmadı.

Okumaya devam edin: GPT-6.1 Terra serisi

• Daha eski Terra’dan geçiş yapıyorsanız, kademeler arasında seçim yapmak yerine şunu okuyun: GPT-6.1 Terra ve GPT-5.6 Terra: Yarı Fiyatına, Neler Değişti ve Kimler Geçiş Yapmalı?
• Trafiği Terra’ya yönlendirmeden önce temperature hatalarını ve Responses gereksinimini kontrol edin: GPT-6.1 Terra’ya Geçiş: temperature 400 Hatalarını Düzeltin, Araçları Responses’a Taşıyın ve Codex’i Kurun
• Sol’a alternatif olarak listenizde Anthropic’in orta segment modeli varsa: GPT-6.1 Terra ve Claude Sonnet 5.5: Ekran ve Belge Ajanları için Hangi Orta Segment Model?
• Yönlendirme kuralının ardındaki effort ve token hesaplamaları, ayrıca uzun istemler ve önbelleğe alma hakkında: GPT-6.1 Terra’nın Gerçek Maliyeti: Effort Seviyeleri, 272K Sınırı ve Önbelleğe Alma

Kaynaklar

• OpenAI: GPT-6.1 Terra’yı Tanıtıyoruz
• OpenAI: GPT-6.1 Terra sistem kartı
• AIHubMix: GPT-6.1 Terra ve GPT-6.1 Sol
• Artificial Analysis: GPT-6.1 Terra maliyet verimliliği sınırını ileri taşıyor
• Kingy AI: GPT-6.1 Terra kıyaslamaları, fiyatlandırması, özellikleri ve karşılaştırması