GPT-6.1 Terra: цены, как пользоваться и чем отличается от Claude Opus 5.5

26 октября OpenAI выпустила GPT-6.1 Terra, в API модель называется gpt-6.1-terra.

Когда я в начале октября писал про GPT-6.1 Sol, в серии 6.1 была только одна модель — Sol. Теперь к ней добавилась Terra, и стоит она ровно вдвое дешевле Sol.

В этой статье разберу Terra по полочкам: какое место она занимает, характеристики и цены, где её можно использовать, как вызывать через API, на какие грабли легко наступить, а в конце сравню её с Claude Opus 5.5 и расскажу, как выбирать между ними.

Сначала разберёмся, где Terra в линейке OpenAI

Сейчас OpenAI делит модели на четыре уровня по размеру, от самого дешёвого к самому мощному:

Уровень	Текущая модель	Позиционирование
Luna	GPT-6 Luna	Самая дешёвая, подходит для извлечения данных, классификации и пакетной обработки
Terra	GPT-6.1 Terra	Вторая по дешевизне, быстрая, сильна в работе с изображениями, управлении компьютером и текстах
Sol	GPT-6.1 Sol	Основная рабочая лошадка на каждый день
Astra	GPT-6 Astra	Самая мощная и самая дорогая

Terra приходит на смену GPT-5.6 Terra. Никакой GPT-6.0 Terra не было: нумерация перескочила сразу с 5.6 на 6.1.

Официальное описание от OpenAI в одну фразу: быстрая и эффективная модель, которая отлично справляется с визуальными рассуждениями, точным управлением компьютером и ясными, естественными текстами. В системной карточке она описана как модель, «рассчитанная на профессиональную работу в больших объёмах».

Типичные сценарии из официального руководства вполне конкретны:

сопоставление фотографий товаров с каталогом;
поиск различий между двумя техническими чертежами;
нажатие кнопок и заполнение форм в интерфейсе приложения;
написание и редактирование текстов по предоставленным материалам;
небольшие исправления кода с чётко очерченными рамками.

При этом OpenAI говорит прямо: для самых сложных задач программирования по-прежнему рекомендуются GPT-6.1 Sol или GPT-6 Astra. Terra пришла не на замену Sol, а чтобы делать быстро и дёшево большие объёмы чётко поставленной работы с проверяемым результатом.

Характеристики

Параметр	GPT-6.1 Terra
Контекст	1,050,000 токенов (до 922K на вход, до 128K на выход)
Вход / выход	На входе текст и изображения, на выходе только текст
Дата среза знаний	1 июня 2026 года
Уровень рассуждений	none, low, medium (по умолчанию), high, xhigh, max
Интерфейсы	Responses, Chat Completions, Batch
Инструменты	Вызов функций, структурированный вывод, веб-поиск, поиск по файлам, интерпретатор кода, управление компьютером (computer use), MCP и другие
Не поддерживается	Дообучение, Predicted Outputs, аудио и видео

Одна деталь, которую легко упустить: Terra поддерживает none, то есть полностью без рассуждений, а GPT-6.1 Sol и GPT-6 Astra так не умеют. Для задач, где нужно просто быстро переписать текст или извлечь данные, отключение рассуждений экономит ещё немало времени и денег.

Цена: ровно половина от Sol

Долларов за миллион токенов:

Модель	Вход	Кэшированный вход	Выход
GPT-6 Luna	0.10	0.01	0.50
GPT-6.1 Terra	1.00	0.05	5.00
GPT-6.1 Sol	2.00	0.10	10.00
GPT-6 Astra	10.00	1.00	50.00
GPT-5.6 Terra (предыдущее поколение)	2.00	0.20	12.00

Несколько правил тарификации, о которых стоит помнить:

Надбавка за длинный контекст: если вход одного запроса превышает 272K токенов, весь запрос тарифицируется по двойной цене за вход и в 1.5 раза дороже за выход, и Terra обходится уже в 2.00 / 0.10 / 7.50.
Уровни обслуживания: Batch и Flex — за полцены, Fast (раньше назывался Priority) — вдвое дороже. Уровня Ultrafast у Terra нет.
Запись в кэш: 1.25 доллара при хранении 30 минут и 2.50 доллара при хранении 12 часов.
Веб-поиск оплачивается отдельно — 10 долларов за тысячу вызовов.

По сравнению с предыдущей GPT-5.6 Terra вход подешевел вдвое, а выход — с 12 до 5 долларов, то есть почти на 60%. Многие издания пишут «на 50% дешевле», но это относится только ко входу.

Где можно использовать

API: имя модели gpt-6.1-terra, снапшотов с датой в названии нет.

ChatGPT: модель доступна только в ChatGPT Work и Codex, в обычном чате её нет. Она есть в Plus, Pro, Business, Enterprise и Edu, выбирается вручную в списке моделей, общие лимиты использования не изменились. В Enterprise и Edu администратор должен открыть доступ и к самой модели, и к Work / Codex.

Codex: требуется Codex CLI версии 0.159.0 или выше:

codex -m gpt-6.1-terra

Переключиться можно и прямо в сессии через /model. В десктопной версии Codex и веб-версии Work модель выбирается в списке в разделе «Дополнительно».

Другие платформы: GitHub Copilot и Microsoft Foundry подключили модель в день релиза. По словам GitHub, Terra «решает заметно больше задач в терминале и на C#, чем GPT-5.6 Terra». Кроме того, сторонние издания сообщают, что модель одновременно появилась и в Amazon Bedrock, но на официальных страницах я этого подтверждения не нашёл.

Как читать бенчмарки

Вот что OpenAI заявляет в анонсе:

При среднем уровне рассуждений в задачах управления компьютером модель на 15 процентных пунктов лучше GPT-5.6 Terra примерно при трети стоимости;
Она дотягивает до уровня GPT-6 Astra при цене за токен в десять раз ниже, чем у Astra;
В среднем выполняет задачи более чем в 3 раза быстрее, чем Astra и 6.1 Sol.

Открыть официальную страницу и сверить точные цифры с графиков анонса я не смог, поэтому данные ниже взяты из пересказов в СМИ и приводятся только для ориентира:

Тест (уровень рассуждений)	GPT-6.1 Terra	GPT-5.6 Terra	GPT-6.1 Sol	GPT-6 Astra
Agents’ Last Exam (max)	60.0%	50.7%	58.6%	59.3%
Terminal-Bench 4.0 (max)	50.3%	21.5%	55.9%	58.2%
OSWorld 2.1 (max, офлайн-подмножество)	74.2%	57.1%	~75.9%	~75.8%
MMMU-Pro	85.5%	—	—	—

Два момента, на которые стоит обратить внимание:

Результат в Terminal-Bench 4.0 сильно зависит от уровня рассуждений: на low у Terra всего 24.8%, на medium — 35.8%, и только на max она добирается до 50.3%. Если берёте Terra для программирования, не ставьте уровень рассуждений слишком низким.
«15 процентных пунктов» не сходятся: по цифрам с графика Terra на medium набирает 57.6%, а GPT-5.6 Terra на максимальном уровне — 50.7%, разница всего 6.9 пункта. Возможно, официальные 15 пунктов получены при сравнении на одинаковом уровне рассуждений, но проверить это пока нельзя.

В сводном индексе интеллекта от независимой оценочной компании Artificial Analysis Terra на уровне max получает 51 (6.1 Sol — 55, Astra — 57, Claude Opus 5.5 — 58), другой источник приводит 48, так что это тоже лишь ориентир.

Как использовать: пример API и несколько подводных камней

Простейший вызов:

from openai import OpenAI

client = OpenAI()
resp = client.responses.create(
    model="gpt-6.1-terra",
    reasoning={"effort": "medium"},
    input="На основе приведённого ниже протокола встречи напиши письмо по итогам объёмом не более 200 слов: ...",
)
print(resp.output_text)

При переходе со старых моделей чаще всего ошибаются вот здесь:

1. При включённых рассуждениях нельзя передавать temperature и top_p

Если уровень рассуждений не none, нужно убрать temperature, top_p и top_logprobs. В Chat Completions также нужно убрать logprobs, а в Responses — удалить message.output_text.logprobs из include. По словам разработчиков, проверивших это на практике, если оставить эти параметры, сразу возвращается HTTP 400.

2. minimal больше нет

Если раньше использовали minimal, замените на low. Передача minimal тоже вернёт 400.

3. Вызовы инструментов — только через Responses API

Chat Completions подходит для обычного диалога, но такие инструменты, как вызов функций, веб-поиск и управление компьютером, работают только в Responses API. Старые проекты, которые вызывают инструменты через Chat Completions, придётся мигрировать.

4. Чтобы сменить уровень рассуждений посреди диалога, не меняйте напрямую параметр запроса

OpenAI рекомендует делать это через входной элемент configuration_update, а reasoning.effort на уровне запроса оставлять без изменений — так не сбрасывается кэш промптов.

5. Параметр кэша переименован

При переходе с GPT-5.5 и более ранних моделей замените prompt_cache_retention на prompt_cache_options.ttl, например "30m".

Совет OpenAI: начинайте с medium и повышайте уровень, только когда это действительно оправдано. Перед миграцией возьмите репрезентативный набор изображений и сценариев и прогоните на них и Terra, и текущую модель при одинаковом уровне рассуждений, чтобы сравнить результаты.

Если поручаете ей управлять компьютером, обязательно оставляйте подтверждение человеком

Управление компьютером — главный козырь Terra, но несколько цифр из её системной карточки стоит изучить внимательно:

Серьёзных проблем меньше, чем у 6.1 Sol и Astra: примерно в 49,000 смоделированных задач Codex у Terra 22 отметки уровня серьёзности 3 и выше, у 6.1 Sol — 24, у Astra — 26;
Зато проблем низкой серьёзности больше: доля отметок за сокрытие неуверенности, обход ограничений, утечку данных и деструктивные действия у неё выше, чем у 6.1 Sol и Astra;
В 29.6% тестов она выполняла задачу способом, противоречащим смыслу наложенных ограничений;
В 13.75% тестов она выполняла неавторизованные действия по указанию того, что выглядело как «ИИ-напарник», тогда как у 6.1 Sol этот показатель всего 1.25%.

Поэтому мой совет простой: нажимать кнопки и заполнять формы Terra доверить можно, но для необратимых действий — удаления, оплаты, отправки, подтверждения — обязательно добавляйте шаг ручного подтверждения.

Чем она отличается от Claude Opus 5.5

Сначала проясню одну вещь: это модели разного уровня. Terra — второй по дешевизне уровень OpenAI, а Claude Opus 5.5 — универсальный флагман Anthropic. Если сравнивать в одной весовой категории, Opus 5.5 соответствуют GPT-6.1 Sol или GPT-6 Astra, а ближе всего к Terra по цене Claude Sonnet 5.5 (2 доллара за вход, 10 долларов за выход).

Но многие всё же сравнивают именно эти две модели, поэтому вот ключевые различия:

	GPT-6.1 Terra	Claude Opus 5.5
Релиз	2026-10-26	2026-09-22
Позиционирование	Быстрая и дешёвая; изображения, управление компьютером, тексты	Универсальный флагман для долгой работы над кодом и интеллектуальных задач
Цена (за миллион токенов)	1 доллар за вход, 5 долларов за выход	4 доллара за вход, 20 долларов за выход
Кэшированный вход	0.05 доллара	0.20 доллара
Длинный контекст	Свыше 272K — надбавка на весь запрос	Единая цена до 1M, без надбавки
Контекст / выход	~1M / 128K	1M / 128K
Рассуждения	Можно полностью отключить (none)	Всегда включены, по умолчанию medium
Дата среза знаний	Июнь 2026 года	Июнь 2026 года
Где использовать	API, ChatGPT Work, Codex, Copilot	API, все подписки Claude, Claude Code, Bedrock, Vertex и другие

Тесты, по которым результаты опубликовали обе компании:

Тест	GPT-6.1 Terra	Claude Opus 5.5
Terminal-Bench 4.0	50.3% (max)	66.4% (xhigh)
Terminal-Bench-Science 0.1	58.3% (max)	58.7%
OSWorld 2.1	74.2% (офлайн-подмножество)	81.8% (часть задач)
Agents’ Last Exam	60.0%	63.2% (цифра с графика OpenAI)

К этой таблице стоит относиться осторожно: уровни рассуждений и подмножества задач у сторон разные, цифры по Terra взяты из пересказов, так что строгим сравнением это не назовёшь. К тому же компании иногда публикуют разные цифры для одного и того же: например, для Opus 5.5 в Terminal-Bench-Science сама Anthropic указывает 58.7%, а на графике OpenAI стоит 63.3% (с пометкой «с фолбэком»).

Примерный вывод такой: в задачах программирования в терминале Opus 5.5 заметно сильнее; в научных вычислениях и управлении компьютером разница невелика; а стоит Terra всего четверть.

Так что же выбрать

Сценарий	Выбор	Почему
Массовое написание и редактирование текстов, резюме по материалам	Terra	Дёшево, быстро, рассуждения можно отключить
Понимание изображений, сравнение чертежей, разбор скриншотов	Terra	Одна из ключевых заявленных возможностей, при низкой цене
Управление компьютером с чёткой целью и проверяемым результатом	Terra	Основной сценарий, но необратимые действия требуют подтверждения человеком
Сложное программирование, долгий рефакторинг, многошаговая отладка	Opus 5.5 или GPT-6.1 Sol	Разрыв в Terminal-Bench очевиден, и сама OpenAI советует то же самое
Нужно подавать очень длинный контекст (больше 272K)	Opus 5.5	До 1M без надбавки; у Terra свыше 272K надбавка на весь запрос
Бюджет ограничен, но хочется Claude	Sonnet 5.5	Конкурент того же уровня с ценой, близкой к Terra

Если следовать этой логике, выгоднее всего сочетать обе модели: программирование и крупные проекты отдавать Opus 5.5 — именно так я делал своё мобильное приложение, процесс описан в статье Один и тот же Claude Opus 5.5: почему у одних получается сделать на нём приложение, — а массовую работу с текстами, распознавание скриншотов и подобные задачи поручать дешёвой и быстрой модели вроде Terra.

Модели и цены меняются очень быстро, поэтому перед реальной интеграцией сверяйтесь с актуальной информацией в официальной документации OpenAI и Anthropic.

Источники:

Если вы тоже выбираете модель или оцениваете переход с GPT-5.6 на GPT-6.1, буду рад обменяться опытом: linktr.ee/weiyii