GPT-6.1 Terra kostet halb so viel wie GPT-6.1 Sol

Posted on Oct 27 • Originally published at apidog.com

GPT-6.1 Terra มีราคาถูกกว่า GPT-6.1 Sol ครึ่งหนึ่งในทุกรายการของตารางราคา: $1/$5 ต่อล้านโทเคน เทียบกับ $2/$10 OpenAI ระบุว่า Terra ทำงานเสร็จเร็วกว่าโดยเฉลี่ยมากกว่าสามเท่า Sol ยังคงเป็นโมเดลที่แข็งแกร่งกว่า โดยมากกว่า 6 คะแนนบน Coding Agent Index ของ Artificial Analysis (54 ต่อ 48) และ OpenAI เองก็แนะนำให้ใช้ Sol หรือ GPT-6 Astra สำหรับงานเขียนโค้ดที่ซับซ้อนที่สุดและการวิจัยเชิงลึก

ดังนั้นคำถามจึงไม่ใช่ว่าตัวไหนดีกว่า แต่เป็นว่างานของคุณต้องการช่องว่างนั้นหรือไม่ บทเปรียบเทียบนี้วางสเปก ราคา เบนช์มาร์ก และความแตกต่างของ API ไว้เคียงข้างกัน และปิดท้ายด้วยกฎการจัดเส้นทางที่คุณนำไปใช้ได้ สำหรับข้อมูลพื้นฐานของแต่ละโมเดล ดูที่ GPT-6.1 Terra คืออะไร และ GPT-6.1 Sol คืออะไร

ราคาเป็นอัตราแบบ Standard สำหรับพรอมป์ตที่มีอินพุตไม่เกิน 272K โทเคน จาก หน้าราคา ของ OpenAI ทั้งสองโมเดลใช้กฎพรอมป์ตยาวเหมือนกัน: เมื่ออินพุตเกิน 272K โทเคน ทั้งคำขอจะคิดเงินที่อัตราอินพุตและแคช 2 เท่า และเอาต์พุต 1.5 เท่า

ทุกราคาของ Terra เป็นครึ่งหนึ่งของ Sol ซึ่งทำให้การเปรียบเทียบต้นทุนง่ายมาก: สำหรับจำนวนโทเคนเท่ากัน Terra ถูกกว่า 50% ยกตัวอย่างเอเจนต์หนึ่งสเต็ปที่มีคำนำหน้าแคช 100,000 โทเคน อินพุตใหม่ 8,000 โทเคน และเอาต์พุต 2,000 โทเคน:

ในทางปฏิบัติ จำนวนโทเคนจะไม่เท่ากันเป๊ะ: โมเดลที่ใช้เวลาให้เหตุผลนานกว่าจะใช้เอาต์พุตมากกว่า แต่การที่ Terra เร็วกว่าบ่งชี้ว่ามันไม่ได้แลกความเร็วมาด้วยโทเคนที่เพิ่มขึ้น Artificial Analysis วัดได้ $0.40 ต่องานสำหรับ Terra ที่ความพยายามระดับ max บนชุดทดสอบของตน คู่มือราคา GPT-6.1 Terra ของเรามีตารางราคาฉบับเต็มพร้อมตัวแปร Batch, Flex และ Fast

อีกหนึ่งข้อมูล: Terra ในโหมด Fast มีราคา $2/$10 ซึ่งเท่ากับราคา Standard ของ Sol พอดี ถ้าคุณจ่ายในราคาระดับ Sol อยู่แล้ว คุณสามารถเลือกระหว่างความสามารถที่มากกว่าของ Sol กับ Terra ที่ความเร็วสูงกว่าได้

ตัวเลขเหล่านี้มาจากเอกสารเปิดตัวของ OpenAI และ Artificial Analysis Artificial Analysis ระบุว่าคะแนน Terminal-Bench 4.0 ของ Terra “ทัดเทียม” GPT-6.1 Sol ที่ความพยายามระดับ max แล้ว ไม่มีแหล่งใดที่เราพบที่เผยแพร่คะแนนของทั้งสองโมเดลบนกราฟเดียวกันสำหรับทุกเบนช์มาร์ก ดังนั้นให้มองตารางนี้เป็นทิศทางและขนาดของช่องว่าง ไม่ใช่การจัดอันดับที่แม่นยำ

รูปแบบนี้สอดคล้องกันในทุกแหล่งข้อมูล: Sol นำอยู่ โดยนำเป็นเลขหลักเดียว บนงานเขียนโค้ดแบบเอเจนต์ที่ยากที่สุด บนงานเทอร์มินัลและงานเอเจนต์ทั่วไป Terra ใกล้เคียงมาก เพื่อให้เห็นขนาดของความต่าง Terra อยู่สูงกว่า GPT-6 Luna 10 คะแนนบน Intelligence Index เดียวกัน ดังนั้นก้าวจาก Sol ไป Terra จึงน้อยกว่าครึ่งหนึ่งของก้าวจาก Terra ไป Luna

การปรับปรุงที่ใหญ่ที่สุดของ Terra อยู่ที่การสร้างข้อมูลเท็จ (hallucination) Artificial Analysis วัดอัตราการสร้างข้อมูลเท็จได้ 38% บนแบบทดสอบ AA-Omniscience ของตน ลดลงจาก 88% ของ GPT-5.6 Terra บนแบบทดสอบความถูกต้องตามข้อเท็จจริงภายในของ OpenAI อัตราความผิดพลาดของ Terra ที่ความพยายามระดับ max อยู่ที่ 4.3% ซึ่ง OpenAI ระบุว่า “เกือบ” เทียบเท่า GPT-6 Astra และ GPT-6.1 Sol ที่ความพยายามระดับ low อยู่ที่ 16.7%

ข้อสรุปคือ: ที่ความพยายามสูง Terra และ Sol สร้างข้อผิดพลาดด้านข้อเท็จจริงในสัดส่วนที่ใกล้เคียงกันบนแบบทดสอบของ OpenAI จุดได้เปรียบของ Sol อยู่ที่การให้เหตุผลที่ยากขึ้น ไม่ใช่ความแม่นยำพื้นฐาน

โค้ดส่วนใหญ่รันได้บนทั้งสองโมเดลโดยเปลี่ยนแค่ model ID มีสามความแตกต่างที่สำคัญ:

ทั้งสองรองรับเครื่องมือโฮสต์เดียวกันบน Responses API รวมถึง computer_use, web_search, file_search, code_interpreter และ mcp คู่มือ API ของ GPT-6.1 Terra และ คู่มือ API ของ GPT-6.1 Sol อธิบายการตั้งค่าไว้สำหรับแต่ละตัว

ทั้งสองมีอยู่ใน ChatGPT Work และ Codex สำหรับแผนแบบเสียเงิน และไม่มีตัวใดอยู่ใน Free หรือ Go สำหรับ Terra นั้น OpenAI ระบุว่ามีใน Plus, Pro, Enterprise และ Edu ความแตกต่างในทางปฏิบัติคือการใช้งาน: OpenAI ระบุว่าโควตาการใช้งานใน Work และ Codex ของคุณจะ “มากกว่าอย่างมาก” เมื่อใช้ Terra เทียบกับ GPT-6.1 Sol หรือ GPT-6 Astra ถ้าคุณชนลิมิตของ Codex บน Sol การรันงานประจำบน Terra ( codex -m gpt-6.1-terra, Codex CLI 0.159.0 หรือใหม่กว่า) จะยืดแผนเดิมให้ยาวขึ้น คู่มือลิมิตการใช้งาน Codex ของเราอธิบายว่าโควตานี้ทำงานอย่างไร

กฎการจัดเส้นทางที่ใช้ได้ผล: ใช้ Terra เป็นค่าเริ่มต้น และยกระดับไป Sol เมื่องานไม่ผ่านการตรวจสอบหรือตรงกับหมวดหมู่ที่รู้ว่าเป็นงานยาก ด้วยการแบ่งราคาแบบ 50/50 แม้ส่งทราฟฟิกหนึ่งในสามไปที่ Sol คุณก็ยังจ่ายเพียงประมาณสองในสามของบิลที่ใช้ Sol ล้วน ถ้าคุณกำลังเปรียบเทียบข้ามค่าย บทเปรียบเทียบ GPT-6.1 Sol กับ Claude Sonnet 5.5 ของเราครอบคลุมระดับราคา $2/$10

เบนช์มาร์กบอกคุณเกี่ยวกับงานของคนอื่น วิธีที่เร็วที่สุดในการตัดสินใจคือรันพรอมป์ตของคุณเองบนทั้งสองโมเดลแล้วเปรียบเทียบ และเอเจนต์เขียนโค้ดของคุณทำแบบนั้นได้ด้วย Apidog CLI

npm install -g apidog-cli@latest apidog auth login --with-token <YOUR_TOKEN> apidog skill install Enter fullscreen mode Exit fullscreen mode จากนั้นให้พรอมป์ต Claude Code, Codex หรือ Cursor หนึ่งครั้ง:

In Apidog project <id>, create a test case for POST https://api.openai.com/v1/responses that sends model {{MODEL}} at reasoning effort medium, iterating over the 20 prompts in prompts.csv. Assert status 200 and that each output passes our JSON schema. Run it with MODEL=gpt-6.1-terra and MODEL=gpt-6.1-sol against the <env> environment, then report pass rate, average output tokens and estimated cost for each model. Enter fullscreen mode Exit fullscreen mode เอเจนต์จะตรวจสอบเพย์โหลด สร้างเคส และรันทั้งสองโมเดลบนข้อมูลชุดเดียวกัน:

apidog cli-schema validate test-case-create --file case.json apidog test-case create --project < id > --file case.json apidog run --test-case <caseId> --project < id > -e <envId> -d prompts.csv --env-var "MODEL=gpt-6.1-terra" -r cli,json apidog run --test-case <caseId> --project < id > -e <envId> -d prompts.csv --env-var "MODEL=gpt-6.1-sol" -r cli,json Enter fullscreen mode Exit fullscreen mode ถ้าอัตราการผ่านของ Terra ตรงกับ Sol บนพรอมป์ตของคุณ คุณก็ลดบิลลงครึ่งหนึ่งพร้อมหลักฐานยืนยัน ถ้าไม่ตรง แถวที่ล้มเหลวจะบอกคุณว่างานใดควรจัดเส้นทางไปที่ Sol เก็บการเปรียบเทียบนี้ไว้ใน CI ด้วย -r junit ( คู่มือ CI/CD ของ Apidog CLI ) และรันซ้ำทุกครั้งที่โมเดลใดโมเดลหนึ่งอัปเดต ดู Apidog CLI ใน Codex สำหรับการตั้งค่าใน Codex

GPT-6.1 Terra ดีกว่า GPT-6.1 Sol หรือไม่? ไม่ Sol ได้คะแนนสูงกว่า (54 ต่อ 48 บน Coding Agent Index ของ Artificial Analysis) Terra มีราคาถูกกว่าครึ่งหนึ่ง และตามข้อมูลของ OpenAI เร็วกว่ามากกว่า 3 เท่า

Terra ถูกกว่า Sol แค่ไหน? ถูกกว่าพอดี 50% ในทุกอัตรา: อินพุต $1 ต่อ $2, แคช $0.05 ต่อ $0.10, เอาต์พุต $5 ต่อ $10

Terra และ Sol มีหน้าต่างบริบทเท่ากันหรือไม่? เท่ากัน: 1,050,000 โทเคน อินพุต 922,000 และเอาต์พุต 128,000 สำหรับทั้งคู่

ตัวไหนดีกว่าสำหรับงานเขียนโค้ด? Sol สำหรับงานที่ยากที่สุด ตามที่ OpenAI แนะนำ Terra สำหรับงานเขียนโค้ดในชีวิตประจำวัน ซึ่งใกล้เคียงกันในงานเทอร์มินัลที่ราคาครึ่งเดียว

สลับระหว่างสองตัวได้โดยไม่แก้โค้ดหรือไม่? โดยส่วนใหญ่ได้ แค่เปลี่ยน model ID; ถ้าคุณใช้ reasoning.effort: "none" สิ่งนั้นใช้ได้เฉพาะบน Terra

GPT-6.1 Terra ให้คุณได้เกือบทุกอย่างของ GPT-6.1 Sol ในราคาครึ่งเดียวและรอสั้นกว่ามาก ใช้ Terra เป็นค่าเริ่มต้น เก็บ Sol ไว้สำหรับงานยากส่วนท้าย และให้เอเจนต์ของคุณพิสูจน์การแบ่งสัดส่วนบนพรอมป์ตของคุณเองด้วย Apidog CLI ก่อนที่คุณจะตัดสินใจ