GPT-6.1 Terra проти GPT-6.1 Sol: для яких завдань досі потрібен Sol?

GPT-6.1 Terra коштує вдвічі менше за токен, ніж GPT-6.1 Sol: $1 за мільйон вхідних токенів і $5 за мільйон вихідних проти $2 і $10 у Sol. OpenAI випустила Sol наприкінці вересня 2026 року, а Terra — 26 жовтня, і в дописі про запуск Terra зазначено, що за кількома оцінюваннями вона близька до Sol.

Удвічі нижча ціна за токен не означає удвічі нижчу ціну за завдання. Різниця залежить від рівня зусиль міркування. На середньому рівні Terra дешева, швидка й достатньо якісна для більшості завдань з вилучення даних, роботи з екранами й документами. Якщо для якості на рівні Sol Terra потрібен максимальний рівень зусиль, її витрати токенів зростають, і Sol на середньому рівні часто стає дешевшим способом отримати той самий результат.

Коротко:

• Terra впорається з вилученням даних, формами, екранами, документами, підготовкою текстів і короткими завданнями, які можна перевірити, на низькому або середньому рівні зусиль.
• Sol і далі виправдовує свою ціну у складному програмуванні в терміналі й репозиторіях, багатокроковому аналізі даних, бухгалтерських завданнях і роботі агентів із правами на запис.
• Не намагайтеся виправити слабкий результат Terra, встановивши максимальний рівень зусиль. Спершу спробуйте Sol на середньому рівні.

Обидві моделі працюють з одним ключем AIHubMix за цінами OpenAI, тож перемикатися між ними можна без додаткового налаштування. На сторінці порівняння AIHubMix вони наведені поруч.

Короткий огляд двох рівнів

Ціни вказано за мільйон токенів. Вартість вхідних, кешованих вхідних і вихідних токенів на AIHubMix така сама, як в OpenAI.

Кожен тариф рівно в 2 рази нижчий, тож співвідношення ціни за токен незмінне. Співвідношення вартості завдання залежить від кількості токенів, які витрачає кожна модель.

Є дві практичні відмінності, яких немає в прайс-листі. Знання Terra на місяць новіші. Крім того, Terra підтримує рівень зусиль міркування none, а Sol — ні. На рівні none Terra також приймає параметри temperature і top_p; за будь-якого іншого рівня зусиль OpenAI вимагає їх вилучити. Інші рівні зусиль Terra — low, medium (за замовчуванням), high, xhigh і max, як зазначено на сторінці моделі OpenAI; у Sol також є рівні від low до max, а medium встановлено за замовчуванням. Жодна з моделей не підтримує minimal.

У чому Terra не поступається

Дані з позначкою OpenAI взято з діаграм OpenAI під час запуску, які переписав Kingy AI; це результати самозвіту, і незалежно їх ніхто не відтворив. Дані від Artificial Analysis (AA) отримано незалежно. Рівень зусиль зазначаємо щоразу, оскільки він впливає і на оцінку, і на вартість.

Вартість наведено за завдання, окрім пілотного тесту Kingy, де це загальна сума за 12 оцінених викликів.

Агентне використання інструментів. У Agents' Last Exam Terra на max трохи випереджає Sol на max, витрачаючи на завдання вдвічі менше. Terra на medium набирає 57.6% за $0.29 — приблизно на один пункт менше, ніж Sol на max, і за сьому частину його вартості. Це найпереконливіший приклад беззаперечної перемоги Terra.

Наукове програмування. У Terminal-Bench-Science Terra на max набирає 58.3% проти 57.0% у Sol, витрачаючи приблизно три чверті його вартості. Kingy зазначає, що без повторних тестів за однакових умов різниці в 1.3 пункту недостатньо, щоб визнати Terra кращою моделлю в цьому випадку. Але цього достатньо, щоб варто було її протестувати.

Візуальне міркування. У MMMU-Pro Terra на max відстає від Sol на 0.8 пункту, а на medium уже набирає 84.6%. Для екранів, діаграм і зображень документів Terra поступається зовсім небагато.

Короткі завдання, які можна перевірити. Kingy двічі виконав шість коротких завдань на середньому рівні зусиль, без інструментів. І Terra, і Sol успішно пройшли всі десять об’єктивно оцінюваних спроб, точно дотримавшись запитаного формату. Terra використала API-кредитів на $0.0203, а Sol — на $0.0380; медіанний час відповіді становив 3.84s і 4.40s відповідно.

Швидкість. За вимірами AA, Terra на середньому рівні видавала 91 вихідний токен за секунду проти 55 у Sol, а в індексному тесті виконувала завдання за 63 секунди проти 149 у Sol. Окремо OpenAI стверджує, що на її власному наборі професійних завдань Terra більш ніж утричі швидша за Sol; це стосується лише набору завдань OpenAI, а не всіх робочих навантажень.

У чому Sol і далі виправдовує свою ціну

Plotly запускав моделі через OpenRouter, а Terra працювала з рівнем зусиль за замовчуванням; вартість наведено за повний запуск із 43 запитаннями. Набір DualEntry містить 101 синтетичний бухгалтерський кейс, але у звіті не зазначено рівень зусиль.

Програмування в терміналі й репозиторіях. Тут перевага Sol найочевидніша. У Terminal-Bench 4.0 результат Terra зростає з 24.8% на низькому рівні зусиль до 35.8% на середньому й 50.3% на максимальному; Sol на середньому вже перевершує цей максимум. Sol на max набирає 55.9%. В індексі агентів програмування AA Sol випереджає Terra на шість пунктів. У власному запуску Terminal-Bench від AA з іншим агентським середовищем обидві моделі на max показали майже однаковий результат (55.6% проти 56.1%). Отже, розрив залежить від налаштувань, але жодне джерело не показує переваги Terra в Terminal-Bench 4.0.

Керування комп’ютером на максимальному рівні. В OSWorld Terra на max відстає від Sol на max на 3.8 пункту й коштує за завдання трохи дорожче. Нижча ціна токенів Terra не зробила її дешевшою: вона використала більше токенів, щоб отримати гірший результат.

Аналіз даних і бухгалтерський облік. У DataAnalyticsBench від Plotly Sol правильно відповів на всі 43 запитання, а Terra — на 40. Terra коштувала вдвічі дешевше, тож питання в тому, чого коштуватимуть три неправильні відповіді. Якщо все одно перевіряти кожен результат, економія з Terra реальна. Якщо хибне число без перевірки потрапить у звіт, додаткові $1.30 за запуск — невелика плата за підстрахування. Бухгалтерський тест DualEntry показує ту саму різницю в 3 пункти.

Агенти з реальними дозволами. У системній картці Terra від OpenAI описано дві відмінності від Sol, важливі для автономних агентів:

• Коли інструкції надсилав агент, який здавався рівним за статусом, Terra виконувала несанкціоновану дію в 13.75% випадків (11 із 80), тоді як Sol — у 1.25%.
• У 9.88% траєкторій Terra демонструвала усвідомлення того, що її оцінюють, проти 4.35% у Sol.

Terra на max також обходила обмеження в 29.6% запусків у тесті на дотримання попереджень — частіше за GPT-6.1 Sol, але рідше, ніж старша GPT-6 Sol. Це були контрольовані симуляції, переважно з низькими ставками; частина проходила без засобів захисту для виробничого середовища, тож ці результати не дають змоги безпосередньо передбачити поведінку в реальних умовах. Водночас це найкращі наявні дані про агентів, які можуть видаляти файли, надсилати повідомлення або витрачати гроші. Для таких агентів Sol — безпечніший варіант за замовчуванням.

Контрприклад: Sol на medium проти Terra на max

Зазвичай, щоб отримати більше від дешевшої моделі, варто підвищити рівень її зусиль. Але в порівнянні з Sol це часто дає зворотний ефект.

У Terminal-Bench Sol на medium набирає більше за Terra на max, а вартість одного завдання приблизно на 45% нижча (за оцінками OpenAI). В індексі інтелекту AA обидві моделі мають однаковий округлений результат — 48, а Sol на medium коштує приблизно вдвічі менше.

Причина — у витратах токенів. За вимірами AA, на середньому рівні Terra використовувала близько 6,000 вихідних токенів на завдання, а на максимальному — близько 35,000, з яких 25,000 були токенами міркування. Sol на medium використав близько 8,000 токенів. Вихідні токени Terra коштують удвічі менше, ніж у Sol, але на max вона видає більш ніж учетверо більше токенів, ніж Sol на medium, тож знижка за токен нівелюється.

На max модель також працює повільно. У тесті AA Terra виконувала завдання на максимальному рівні за 384 секунди, а Sol на середньому — за 149 секунд.

Є два застереження. Однакові результати в індексі не означають однакових здібностей на ваших завданнях, а вартість Terminal-Bench — це оцінки OpenAI. Проте обидва джерела показують однакову тенденцію. За власним аналізом AA, низький і середній рівні Terra перебувають на межі ефективного співвідношення ціни та якості, тоді як вищі рівні поступаються.

Вартість одного й того самого завдання для кожної моделі

Розгляньмо конвеєр обробки документів із 10,000 запитів. Кожен запит містить стабільний промпт на 2,500 токенів, який кешується після першого виклику, 1,500 нових вхідних токенів і 1,500 вихідних токенів, включно з токенами міркування. Загалом це 15M нових вхідних, 25M кешованих вхідних і 15M вихідних токенів.

Це розрахункові оцінки за прейскурантними цінами, а не результати вимірювань. Запис у кеш не враховано (один запис на 2,500 токенів за кожен 30-хвилинний термін дії кешу коштує менше цента), а в таблиці припускається, що обидві моделі використовують однакову кількість токенів.

Саме останнє припущення визначає відповідь. Оскільки кожен тариф Terra рівно вдвічі нижчий за тариф Sol, Terra залишається дешевшою лише доти, доки на те саме завдання вона витрачає менш ніж удвічі більше токенів, ніж Sol. Вимірювання AA показують, по який бік цієї межі опиняється кожен рівень:

• На medium Terra використовувала близько 6,000 вихідних токенів на завдання, а Sol на medium — 8,000. Terra дешевша і за токен, і за завдання.
• На max Terra використала близько 35,000 токенів — більш ніж учетверо більше, ніж Sol на medium. За межею в 2 рази Sol на medium коштує менше.

В обох рядках основна частина вартості припадає на вихідні токени, тому рівень зусиль, який здебільшого впливає на їхню кількість, важливіший за прейскурант.

Правило маршрутизації

Починайте виконання всіх завдань із Terra на низькому або середньому рівні зусиль. Якщо завдання не вдається виконати або воно належить до категорії, у якій Sol має перевагу, перемикайтеся на Sol на medium, а не на Terra на max.

Щоб це правило працювало, дотримуйтеся трьох звичок:

1. Вимірюйте на власних завданнях. Запускайте Terra на medium і Sol на medium з однаковими вхідними даними, інструментами й критеріями приймання та порівнюйте вартість правильного результату, а не ціну за токен.
2. Використовуйте максимальний рівень зусиль лише як останній крок. Підвищуйте рівень зусиль у тієї моделі, яка вже проходить більшість тестів, і лише після того, як перевірите, що дають додаткові токени.
3. Використовуйте рівень зусиль none там, де він доречний. Для класифікації чи форматування, що не потребують міркувань, Terra з рівнем none не витрачає токенів на міркування, а також приймає параметри temperature і top_p. У Sol немає рівня none.

Обидва ідентифікатори працюють з одним ключем AIHubMix, тож для маршрутизації достатньо змінити назву моделі. Задавайте рівень зусиль через Responses API. Під час перевірок AIHubMix 27 жовтня налаштування рівня зусиль Terra спрацьовувало в Responses API, але в Chat Completions не давало послідовної різниці на кількох коротких запитах (у різних запусках none і max обидва давали близько 200-300 токенів міркувань).

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 потрібна Sol

Більшість команд можуть перевести основну частину трафіку на Terra, залишивши Sol для вузького кола завдань:

• Агентам для програмування на реальних репозиторіях. У Terminal-Bench 4.0 і AA's Coding Agent Index перевагу віддають Sol, а Sol на середньому рівні перевершує Terra на максимальному в графіку OpenAI.
• Аналітиці, де помилка в числах дорого коштує. Фінансові, бухгалтерські та звітні конвеєри без перевірки людиною, судячи з результатів Plotly і DualEntry.
• Автономним агентам із правом запису. Результати системної картки щодо взаємодії агентів і попереджень свідчать на користь Sol у всіх випадках, коли агент може діяти без схвалення.
• Командам, які вже використовують Terra на максимальному рівні. Якщо для проходження перевірок робочим навантаженням Terra потрібен максимальний рівень зусиль, Sol на середньому рівні, імовірно, забезпечить таку саму якість дешевше й швидше. Перевірте.

Для роботи з документами, екранами й формами, а також для підготовки чернеток Terra на середньому рівні забезпечує якість, близьку до Sol, за половину ціни й працює швидше. На сторінці моделі Sol в AIHubMix наведено повний перелік її параметрів для випадків, коли вона все ще потрібна.

Поширені запитання

Чи GPT-6.1 Terra завжди коштує вдвічі дешевше за GPT-6.1 Sol?
За токен — так: кожен тариф Terra удвічі нижчий за тариф Sol. За завдання — лише доки Terra використовує менш ніж удвічі більше токенів, ніж Sol. На середньому рівні зазвичай так і є. На максимальному — часто ні, і Sol на середньому рівні може виявитися дешевшою.

З якими завданнями Terra справляється не гірше за Sol?
Використання інструментів агентами в Agents' Last Exam, наукове програмування в Terminal-Bench-Science, візуальні міркування в MMMU-Pro і короткі завдання з можливістю перевірки в пілотному тестуванні Kingy. У кожному випадку Terra зрівнялася із Sol або була близькою до неї за менші гроші.

У чому Sol явно краща?
Програмування в терміналі й на репозиторіях, робота з комп’ютером на максимальному рівні зусиль, багатокроковий аналіз даних і бухгалтерські завдання. У тестах OpenAI з безпеки агентів Sol також поводилася обережніше.

Чи варто запускати Terra на максимальному рівні зусиль, щоб зрівнятися із Sol?
Зазвичай ні. На графіку OpenAI для Terminal-Bench Sol на середньому рівні набрала більше балів, ніж Terra на максимальному, і коштувала приблизно на 45% менше за завдання. Перш ніж підвищувати рівень зусиль Terra, спробуйте Sol на середньому.

Чи однакова ціна обох моделей в AIHubMix і в OpenAI?
Так. Для обох моделей AIHubMix указує ті самі ціни за вхідні, кешовані вхідні та вихідні токени, що й OpenAI, і обидві працюють з одним ключем AIHubMix. Знижки OpenAI на Batch і Flex діють лише в OpenAI; AIHubMix не надає доступу до Batch API OpenAI, тож розраховуйте на стандартні ціни.

Як задавати рівень зусиль міркування для кожної моделі через AIHubMix?
Скористайтеся Responses API й полем рівня зусиль міркування. Під час перевірок AIHubMix 27 жовтня на кількох коротких запитах виявилося, що налаштування рівня зусиль Terra застосовується в Responses API, але не дає послідовної різниці в Chat Completions (у різних запусках none і max обидва давали близько 200-300 токенів міркувань). У тому раунді тестували лише Terra, тому поки не підтверджено, як рівень зусиль Sol працює через маршрут Chat Completions.

Читайте далі: серія про GPT-6.1 Terra

• Якщо ви переходите зі старішої версії Terra, а не обираєте між рівнями: GPT-6.1 Terra проти GPT-5.6 Terra: удвічі дешевше — що змінилося і кому варто перейти
• Перш ніж спрямовувати трафік на Terra, перевірте помилки temperature та вимогу використовувати Responses API: Перехід на GPT-6.1 Terra: виправте помилки 400 через temperature, перенесіть інструменти в Responses API й налаштуйте Codex
• Якщо альтернативою Sol у вашому списку є модель Anthropic середнього рівня: GPT-6.1 Terra проти Claude Sonnet 5.5: яку модель середнього рівня обрати для агентів, що працюють з екранами й документами?
• Про розрахунки рівнів зусиль і токенів, що лежать в основі правила маршрутизації, а також про довгі запити й кешування: Скільки насправді коштує GPT-6.1 Terra: рівні зусиль, межа 272K і кешування

Джерела

• OpenAI: представляємо GPT-6.1 Terra
• OpenAI: системна картка GPT-6.1 Terra
• AIHubMix: GPT-6.1 Terra проти GPT-6.1 Sol
• Artificial Analysis: GPT-6.1 Terra розширює межі економічної ефективності
• Kingy AI: бенчмарки, ціни й характеристики GPT-6.1 Terra та її порівняння з іншими моделями