GPT-6.1 Terra 的實際成本：推理強度、272K 門檻與快取

GPT-6.1 Terra 於 2026 年 10 月 26 日推出，輸入價格為每百萬 tokens $1，輸出價格為每百萬 tokens $5；輸入價格是 GPT-5.6 Terra 的一半，輸出價格也不到其 $12 的一半。牌價只是計算起點。Terra 工作負載的實際費用取決於三件事：

• 推理強度。推理 tokens 按輸出計費，不同推理強度之間的費用可能相差數倍。
• 272K 門檻。請求的輸入一旦超過 272,000 tokens，整筆請求就會改按較高費率計費。
• 快取。快取命中的前綴只需支付一般輸入價格的 5%；未命中或被改寫的前綴則按全額或更高價格計費。

以下將逐項列出一個工作負載的定價及所有假設、容易忽略的計費規則、與 GPT-6.1 Sol、Claude Sonnet 5.5 和 GPT-5.6 Terra 相比的每項任務成本，以及一段記錄帳單相關用量欄位的 Python 範例。AIHubMix 提供的 Terra 型號為 gpt-6.1-terra，價格與 OpenAI 相同。

價格表

所有價格皆為每百萬 tokens 的美元價格，資料來自OpenAI 型號頁面。AIHubMix 的型號頁面列出相同的一般輸入、快取讀取與輸出價格，但沒有快取寫入或長上下文價格項目；其快取說明文件列出的寫入費率固定為 1.25 倍，因此未公布 12 小時快取寫入的加價。

OpenAI 列出一組費率，並以規則說明其他費率：輸入 tokens 超過 272K 後，整筆請求的輸入與快取費率都會加倍，輸出費率則提高至 1.5 倍，因此 12 小時快取寫入的價格為 $5.00。AIHubMix 未公布 Terra 的長上下文價格項目，因此無法確認透過該閘道處理超過 272K 的請求時會如何計費。

OpenAI 也提供 Batch 和 Flex 處理，享有 50% 折扣；Fast 模式為 2 倍價格；區域處理則加價 10%。這些都是 OpenAI 的方案條款。AIHubMix 不提供 OpenAI 的 Batch API（AIHubMix 於 27 October 檢查時，GET /v1/batches 回傳 404）。同一輪檢查發現，service_tier "flex" 可被接受並原樣回傳為 "flex"，而 "priority" 可被接受並原樣回傳為 "fast"；依照 OpenAI 的條款，這是價格為 2 倍的 Fast 模式。AIHubMix 的 Terra 價格表只列出一般價格項目，因此這兩種模式的實際計費費率都無法確認。請查看用量記錄，不要逕自假設有折扣。

以下列出後文比較的型號及其官方價格（在 AIHubMix 上也相同）：

容易忽略的計費規則

推理 tokens 算作輸出 tokens。如果一個請求在 8,000 個推理 tokens 之後，產生 2,000 個可見 tokens，就會按 10,000 個輸出 tokens 計費。請從用量物件讀取成本，不要只看回答長度。

272K 門檻會重新計算整筆請求的價格。超過 272,000 的 tokens 並非只按較高的邊際費率計價。請求中的每個輸入 token 都會加倍計費，每個輸出 token 的費率則提高 50%。以下是門檻附近的計算範例，假設沒有快取，且兩種情況的輸出都是 20,000 tokens：

輸入只增加 11%，帳單大致就會加倍。Terra 最多接受 922,000 個輸入 tokens（上下文容量為 1,050,000）；只是超過 272K 後，費率會提高。

快取寫入並非免費。GPT-5.6 及後續型號將前綴寫入快取時，預設 30 分鐘有效期限按輸入費率的 1.25 倍計費；12 小時有效期限則按 2.5 倍計費，而且僅限 Responses API。無論選擇哪種有效期限，Terra 的快取讀取費率都是輸入費率的 0.05 倍。根據 OpenAI 的提示詞快取指南，這些都是總費率，而非額外附加費：每個輸入 token 只會計費一次，按一般輸入、快取讀取或快取寫入其中一種方式計費。可快取前綴的最低長度為 1,024 tokens。

在 AIHubMix 上，Chat Completions 和 Responses 不共用快取。AIHubMix 檢查發現，一段 9,623-token 的 developer 前綴在第一次 Responses 呼叫時寫入快取，第二和第三次呼叫時則讀取快取。同一段前綴隨即傳送至 Chat Completions 時，卻再次寫入快取，沒有命中。混用兩種流量會支付兩組寫入費用。

透過 AIHubMix，推理強度設定只有在 Responses 上生效。使用質數加總提示詞時，推理強度設為 none 的請求產生 72 個輸出 tokens，設為 max 則產生 1,153 個，其中 1,078 個是推理 tokens。在 Chat Completions 上，相同測試中設定 reasoning_effort 並未造成穩定差異（none 和 max 每次執行約產生 200-300 個推理 tokens），這表示該路由可能使用固定推理強度。如果想透過降低推理強度省錢，請將這些請求傳送至 Responses。

內建網頁搜尋按次計費。AIHubMix 列出的 web_search_requests 費用為每次 $0.01，另加 tokens 費用。

實際月用量：逐項計算

以一項每月透過 Responses API 傳送 10,000 個請求的客服或文件處理工作負載為例。假設如下：

• 每個請求都包含一段 2,500-token 的固定前綴（system 提示詞、工具定義、參考規則），並命中快取；
• 每個請求另外加入 1,500 個新輸入 tokens（使用者訊息或文件）；
• 每個請求產生 1,500 個輸出 tokens，包含推理 tokens，推理強度為 medium（Terra 的預設值）；
• 每個請求的輸入都低於 272K，因此適用一般費率；
• 總額不計快取寫入費用（請見表格下方的說明）。

整個月合計為 25M 個快取 tokens、15M 個新輸入 tokens，以及 15M 個輸出 tokens。

在這個案例中，快取寫入只會增加少許費用。每次寫入 2,500-token 前綴時，這些 tokens 的費率為每百萬 $1.25，而非 $0.05；每次寫入約多花 $0.003。

以下兩種情境可以看出費用差異。

未使用快取。如果前綴從未命中快取（因為每個請求都會變動，或流量分散到不同路由），所有 40M 個輸入 tokens 都會按 $1 的費率計價：輸入費用為 $40，加上輸出費用 $75，總計 $115。使用快取每月可省下 $23.75，約為帳單的五分之一。

使用 max 推理強度。Artificial Analysis 在 Intelligence Index 測得，每項任務使用 medium 時約輸出 6,000 個 tokens，使用 max 時則為 35,000 個，比例約為 5.8 倍。將每個請求的 1,500 個輸出 tokens 乘以 35/6，得到每個請求 8,750 個，也就是每月 87.5M 個。輸出費用因此為 87.5M x $5 = $437.50，每月總計為 $1.25 + $15.00 + $437.50 = $453.75，約為 medium 費用的五倍。使用 max 推理強度的成本，遠高於快取未命中的損失。

所有情況下，輸出費用都是最大項目。medium 情境下，輸出費用為 $75，佔總額 $91.25 的 82%。因此，首先該檢視的是推理強度，而非輸入價格。

每項任務成本：與 Sol、Sonnet 5.5 及 GPT-5.6 Terra 比較

使用相同工作負載與 tokens 數量（25M 快取、15M 新輸入、15M 輸出），各型號採用各自的官方價格：

在 tokens 數量相同的情況下，Terra 的成本是 Sol 和 Sonnet 5.5 的一半，約為 GPT-5.6 Terra 的 42%。但關鍵就在於 tokens 數量相同：不同型號處理相同任務時使用的推理量不同，而 Terra 若採用較高的推理強度，使用的 tokens 可能比低推理強度的 Sol 更多。

實測的每項任務成本就顯示了這一點。以下數據來自Artificial Analysis，這個獨立基準測試機構使用表列的推理強度，讓各型號執行 Intelligence Index 測試。

Sonnet 5.5 這一列採用 Artificial Analysis 預設的 max 推理強度設定。

可以看出三點。Terra 使用 medium 時，是表中成本最低的選項；Artificial Analysis 也將 Terra 的 low 和 medium 推理強度評為 Pareto 最優。這次測試中，關閉推理並沒有省錢：無推理每項任務花費 $0.11，分數為 33。另一端，Terra 使用 max 時的成本為 $0.40，與使用 xhigh 的 Sol（$0.39）差不多，但 Sol 分數較高；Terra 花費近乎兩倍，分數卻只與使用 medium 的 Sol 相同。Sonnet 5.5 的分數最高，但使用 max 推理強度時，每項任務約花費 197,000 個輸出 tokens。

其他已公布的測試也得出相同結論。在 Plotly 的資料分析基準測試中，透過 OpenRouter 以預設推理強度執行時，Terra 完整測試的分數為 40/43，費用為 $1.31；Sol 則為 43/43，費用為 $2.61；每個問題約產生 1,460 個輸出 tokens。OpenAI 自行發布的啟動圖表是自我申報數據，以下內容由Kingy AI轉錄：在 OSWorld 2.1 離線資料集上，Terra 使用 max 推理強度時，每項任務成本為 $1.19，Sol 則為 $1.15。處理 Agent 工作時，Terra 在 max 推理強度下，每 token 的低價優勢可能不復存在。

哪些人會比預期付得更多

• 預設使用 max 推理強度的團隊。相同流量下，帳單可能是 medium 情境的五倍。Reddit 上的 Codex 使用者反映，Terra 使用 high 推理強度時會很快耗盡方案額度；其中一人表示，五小時額度的 40% 在 20 分鐘內就用完了。這些只是個人經驗分享，但與上述 tokens 數量的結果一致。
• 接近 272K 的長上下文 RAG。檢索步驟偶爾多加入幾個區塊，就可能讓部分請求超過門檻，而這些請求的費用大約會加倍。
• 混用 Chat Completions 和 Responses 流量。這兩個路由在 AIHubMix 上各自使用獨立快取，因此相同前綴會寫入兩次；而 Chat 路由上的推理強度設定看不出有任何效果。

降低帳單的做法

1. 依工作負載設定推理強度，而非統一套用於整個帳戶。先從 Terra 的預設值 medium 開始，再針對擷取、分類和格式整理等簡單任務測試 low 或 none。請使用自己的提示詞，同時衡量品質與成本，因為 Artificial Analysis 的測試中，none 並不比 medium 便宜。只有在 medium 無法處理的請求才使用 high 和 max。

2. 將固定前綴放在最前面，並固定使用同一個路由。每個請求都以相同順序放入 system 提示詞、工具定義和參考資料，並將所有可變內容（使用者輸入、時間戳記、檢索到的區塊）放在其後。前綴至少要有 1,024 tokens 才能快取。將工作負載傳送至同一個路由；在 AIHubMix 上，請使用能讓推理強度設定生效的 Responses。

3. 使用明確模式，避免為不會重複使用的內容支付寫入費。將 prompt_cache_options.mode 設為 "explicit" 後，只有你標記的斷點會寫入快取。最後一個斷點之後的內容會按一般輸入費率計費，不收取寫入費，適合使用者問題等每次請求都不同的資料。若在明確模式下未設定任何斷點，就完全不會快取；AIHubMix 的檢查也確認這類請求不會寫入任何內容。

4. 透過計算選擇快取有效時間。每百萬個前綴 token，30 分鐘快取寫入費為 $1.25，12 小時寫入費為 $2.50；兩種設定的讀取費都為 $0.05。如果流量間隔較長，導致 30 分鐘快取在 12 小時內需要重寫三次以上（$3.75 或更多），那麼寫入一次 12 小時快取會比較便宜。若只需寫入兩次（$2.50），兩者成本相同。若流量穩定，能讓 30 分鐘快取持續有效，則維持 30 分鐘即可。AIHubMix 的檢查確認 Terra 支援 12 小時設定：第一次呼叫時，9,020 個 token 的前綴以 ttl_12h_tokens 寫入；第二次呼叫則讀取其中 9,007 個 token。

5. 將輸入控制在 272K 以下。以 token 預算而非區塊數量限制檢索內容，移除過時的對話，並在歷史紀錄過長、超過上限前先進行摘要。OpenAI 也有說明適用於長上下文的壓縮功能，但 AIHubMix 尚未在 Terra 上確認此功能。

6. 使用 configuration_update 調整推理強度，不要修改請求欄位。OpenAI 的 GPT-6 模型指南建議固定請求層級的推理強度，並加入 configuration_update 輸入項目，在對話中途提高或降低推理強度。AIHubMix 在 10 月 27 日的檢查中確認 Terra 接受 configuration_update 項目（200）。

7. 記錄每個回應的用量欄位。能說明 Terra 帳單的欄位包括 input_tokens_details.cached_tokens（快取讀取的計費 token）、cache_write_tokens 及其 ttl_30m_tokens 和 ttl_12h_tokens 分項，以及 output_tokens_details.reasoning_tokens。以快取 token 總數除以輸入 token 總數，即可算出快取命中率，並按日期或功能分組查看。

使用 Python 記錄每次請求的費用

此範例使用 OpenAI SDK 呼叫 AIHubMix 的 Responses 端點。範例會設定推理強度、透過 extra_body 傳入 prompt_cache_options，並依標準費率列印用量欄位和預估費用。設定步驟請參閱 AIHubMix 的 Responses API 文件，閘道上的快取行為則請見 AIHubMix 快取文件。

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}")

計算公式依循 OpenAI 的快取指南：一般輸入量為 input_tokens 減去 cached_tokens 和 cache_write_tokens，寫入總量不會在其分項之外再額外計入一次。若輸入 token 超過 272,000，請改用長上下文費率（$2、$0.10、30 分鐘寫入 $2.50、12 小時寫入 $5、輸出 $7.50）。在 30 分鐘內傳送兩次相同的前綴，第二次回應應會在 cached_tokens 中顯示該前綴；若沒有，代表前綴中有內容發生變化。

常見問題

GPT-6.1 Terra 在 AIHubMix 上比在 OpenAI 便宜嗎？
不會。AIHubMix 列出的標準費率相同：每百萬 token 的輸入費為 $1、快取讀取費為 $0.05、輸出費為 $5。AIHubMix 未列出 Terra 的快取寫入費或長上下文費率，因此在你的用量記錄確認閘道實際收費前，$1.25 和 $2.50 的寫入費率，以及超過 272K 後的 2 倍費率，都只是 OpenAI 的條款。

透過 AIHubMix 能使用 Batch 或 Flex 折扣嗎？
目前沒有已確認的選項。50% 的 Batch 和 Flex 折扣是 OpenAI 提供的，而 AIHubMix 不提供 OpenAI 的 Batch API。AIHubMix 的檢查中，Flex 請求雖然有成功，但 AIHubMix 的價格表對 Terra 僅列出標準費率，因此在將較低價格納入估算前，請先確認用量記錄。

推理 token 會額外收費嗎？
推理 token 會包含在 output_tokens 中，按輸出費率計費，也就是每百萬 token $5。用量物件會將其另列為 reasoning_tokens，讓你查看輸出內容中有多少是思考內容。

輸入 token 達到 280,000 時，請求會如何計費？
整筆請求都會按長上下文費率計費：每百萬 token 的輸入費為 $2、快取費為 $0.10、輸出費為 $7.50。不是只有超出上限的 8,000 個 token 才按此費率計費。

12 小時快取值得使用嗎？
只有在 30 分鐘快取原本會在 12 小時內重寫三次以上時才值得。每百萬 token 的 12 小時寫入費為 $2.50，30 分鐘寫入費為 $1.25，而兩種設定的讀取費都為 $0.05。

為什麼最高推理強度貴這麼多？
Artificial Analysis 測得，每項任務在最高推理強度下約產生 35,000 個輸出 token，中等強度則為 6,000 個；每項任務的成本也從 $0.10 增至 $0.40。在上方的計算範例中，從中等強度切換至最高強度，月費會從 $91.25 增至 $453.75。

Terra 的價格永遠是 Sol 的一半嗎？
以每個 token 計算，是；但以每項任務計算則不一定：在 Artificial Analysis 的測試中，最高推理強度的 Terra 每項任務成本約等於 xhigh 推理強度的 Sol，而 Sol 的分數較高。

繼續閱讀：GPT-6.1 Terra 系列

• 想了解相較於 Terra 所取代的模型，價格減半能帶來什麼：GPT-6.1 Terra 與 GPT-5.6 Terra：價格減半、有哪些改變，以及哪些人該換用
• 在切換至 Responses，讓推理強度設定與快取生效之前：遷移至 GPT-6.1 Terra：修正 temperature 的 400 錯誤、將工具移至 Responses，並設定 Codex
• 如果你正在考慮使用 Terra，或選擇 token 價格高出一倍的競爭模型：GPT-6.1 Terra 與 Claude Sonnet 5.5：螢幕與文件 Agent 該選哪款中階模型？
• 了解最高推理強度的 Terra 在每項任務上的成本何時會與 Sol 相同：GPT-6.1 Terra 與 GPT-6.1 Sol：哪些任務仍需要 Sol？

資料來源

• OpenAI，GPT-6.1 Terra 模型頁面：價格、長上下文規則、上下文限制、推理強度。
• OpenAI，提示詞快取指南：寫入與讀取費率、快取有效時間、明確模式、用量欄位。
• AIHubMix，GPT-6.1 Terra 模型頁面：AIHubMix 的定價與存取方式。
• Artificial Analysis，GPT-6.1 Terra 推進成本效益的極限：不同推理強度下，每項任務的成本與輸出 token 數量。
• Kingy AI，GPT-6.1 Terra：基準測試、定價、規格與比較：定價級別、272K 邊界範例，以及轉錄的 OpenAI 圖表數值。