GPT-6.1 Terra vs GPT-6.1 Sol : comparaison sur 12 exécutions d'un même prompt

TL;DR

• Pour le volume et la maîtrise des coûts, choisissez GPT-6.1 Terra : son prix unitaire est la moitié de celui de Sol (0,25 $ / 1,25 $ contre 0,50 $ / 2,50 $) ; sur les tâches courtes comme l'extraction structurée, le coût par exécution est exactement divisé par deux.
• Pour des réponses rapides, choisissez GPT-6.1 Sol : sur les mêmes 6 tâches, Sol a terminé avant Terra à chaque fois.
• Les deux modèles sont déjà disponibles sur HiAPI, avec la même clé et la même interface : il suffit de changer model pour basculer. Ouvrez la page du modèle Terra pour l'essayer directement.

Vue d'ensemble

	GPT-6.1 Terra	GPT-6.1 Sol
ID du modèle	gpt-6.1-terra	gpt-6.1-sol
Entrée / sortie (par million de tokens)	0,25 $ / 1,25 $	0,50 $ / 2,50 $
Lecture du cache	0,0125 $	0,025 $
Paliers de raisonnement	none, low, medium, high, xhigh, max	low, medium, high, xhigh, max
Peut-on désactiver le raisonnement	Oui (none)	Non, minimum low
Contexte / sortie maximale	1,05M / 128K	1,05M / 128K
Interface	Responses (par défaut), Chat Completions	Responses (par défaut), Chat Completions

Tarifs HiAPI, vérifiés le 29 octobre 2026.

Un même prompt, une exécution de chaque côté

Les trois tâches utilisent le palier medium, une fois en chinois et une fois en anglais, exécutées chacune avec Terra et avec Sol, soit 12 exécutions au total.

Tâche	Langue	Coût / durée Terra	Coût / durée Sol
Extraire une commande d'un e-mail client	Chinois	0,0003 $ / 11 s	0,0006 $ / 9 s
Extraire une commande d'un e-mail client	Anglais	0,0003 $ / 23 s	0,0006 $ / 7 s
Trouver un bug dans le code	Chinois	0,0033 $ / 56 s	0,0035 $ / 42 s
Trouver un bug dans le code	Anglais	0,0019 $ / 70 s	0,0031 $ / 48 s
Rédiger des arguments de vente produit	Chinois	0,0019 $ / 59 s	0,0010 $ / 21 s
Rédiger des arguments de vente produit	Anglais	0,0009 $ / 20 s	0,0008 $ / 13 s

Le coût n'est pas toujours divisé par deux. Sur la rédaction d'arguments de vente en chinois, Terra a utilisé 1 411 tokens de raisonnement contre seulement 293 pour Sol, et s'est donc révélé plus cher cette fois-là. Le prix unitaire est deux fois plus bas, mais le coût réel dépend aussi du nombre de tokens de raisonnement consommés par le modèle.

Premier groupe : extraire une commande d'un e-mail client (JSON strict)

从下面这封客户邮件里提取订单信息。

邮件：你好，我上周二（10 月 20 日）下的单，订单号 HX-20481，买了两件深灰色连帽卫衣 L 码和一条黑色运动裤 M 码，一共付了 ¥586。今天收到货发现卫衣是浅灰色的，裤子没问题。我想把两件卫衣换成深灰色，如果没货就退款。我的电话 138-0000-1234，最好下午联系我。——王女士

La requête contenait le même schéma JSON (numéro de commande, date, articles, montant, problème, demande, téléphone, heure de contact) ; les deux ont renvoyé un JSON valide.

GPT-6.1 Terra	GPT-6.1 Sol
"color":"深灰色（收到浅灰色）"	"color":"深灰色"
"requested_action":"将两件卫衣更换为深灰色 L 码；如无库存则退款。"	"requested_action":"将两件卫衣换成深灰色；如无货，则退还两件卫衣的款项。"
Autres champs : HX-20481, 20 octobre, ¥586, 138-0000-1234, après-midi	Autres champs identiques

Différence visible : le numéro de commande, le montant, le téléphone et l'heure de contact sont identiques au caractère près. Terra a glissé « la couleur reçue » dans le champ color, ce qui impose une étape de nettoyage avant l'ingestion ; Sol n'indique dans color que la couleur commandée et place le problème dans issue. Dans la version anglaise, les valeurs des champs sont parfaitement identiques des deux côtés.

Deuxième groupe : rédiger des arguments de vente produit

根据下面的参数，写一段淘宝商品详情页的卖点文案：3 条卖点，每条不超过 25 个字，再写一句 15 字以内的标题。不要用「极致」「顶级」这类词。

参数：便携榨汁杯，容量 380ml，USB-C 充电，充满可榨 15 杯，6 片 304 不锈钢刀头，杯体 Tritan 材质，重 420g，IPX7 防水可整机冲洗。

GPT-6.1 Terra	GPT-6.1 Sol
Titre : 便携榨汁杯，随时鲜榨	Titre : 把新鲜带在身边
380ml Tritan杯体，420g轻巧便携	380ml随行杯，Tritan杯体仅重420g
USB-C充电，充满可榨15杯	USB-C便捷充电，充满可榨15杯
6片304不锈钢刀头，IPX7防水整机可冲洗	6片304不锈钢刀头，IPX7防水整机可冲洗

Différence visible : les deux ont respecté le nombre de caractères et évité les mots interdits. Le titre de Terra nomme directement la catégorie, ce qui convient à la recherche ; celui de Sol ressemble davantage à un slogan.

Troisième groupe : trouver un bug dans le code

Le sujet est un code Python contenant 3 bugs : argument par défaut mutable, découpage de pagination qui omet un élément, division par zéro sur une liste vide. Les deux les ont tous trouvés et ont même signalé en plus le partage externe de la liste. La différence tient à l'ordre et à l'approche :

• Terra place directement en premier « le mauvais dénominateur de la moyenne » et estime qu'il faudrait calculer sur le nombre total d'articles.
• Sol commence par expliquer que la justesse du dénominateur dépend de si le métier veut calculer un « prix moyen par commande » ou un « prix moyen par article », fournit les deux écritures, puis trie par impact.

Si vous voulez une conclusion directe, la formulation de Terra est plus commode ; si la demande elle-même est ambiguë, Sol commence par mettre l'ambiguïté en évidence.

Comment choisir selon le scénario

• Extraction en masse, classification, étiquetage : choisissez Terra, le coût par exécution est la moitié de celui de Sol.
• Pour un traitement par lots le plus rapide et le plus économique avec le raisonnement désactivé : choisissez Terra, seul modèle à proposer le palier none.
• Conversations où l'utilisateur attend une réponse en ligne, service client : choisissez Sol, qui a terminé en premier sur les 6 tâches de ce test.
• Revue de code, analyse de besoins et autres réponses longues : les coûts sont proches ; à vous de voir si vous voulez une conclusion directe ou des hypothèses clairement exposées.
• En cas de doute : commencez par un lot avec Terra, vérifiez les résultats par échantillonnage, puis confiez à Sol ce qui ne vous satisfait pas.

Coût de bascule

Les deux modèles utilisent la même clé HiAPI et la même interface POST /v1/responses ; dans le corps de la requête, seul le champ model change. Le seul point d'attention est le palier de raisonnement : Sol n'a pas de none ; en passant de Terra à Sol, il faut remplacer reasoning.effort par low lorsqu'il vaut none.

{"model": "gpt-6.1-sol", "input": [...], "stream": true, "store": false, "reasoning": {"effort": "low"}}

Questions fréquentes

Terra est-il la version économique de Sol ?

Côté prix, oui, il est deux fois moins cher, et l'étendue des capacités est globalement la même : même contexte de 1,05M, même prise en charge du JSON strict et de l'appel d'outils. Terra propose en plus un palier none, et Sol a répondu plus vite dans ce test.

Le coût est-il toujours divisé par deux ?

Pas forcément. Pour les tâches structurées courtes, il est globalement divisé par deux ; pour les tâches à réponse longue et à forte intensité de raisonnement, cela dépend du nombre de tokens de raisonnement utilisés ; dans cet article, Terra s'est révélé plus cher sur la tâche de rédaction en chinois.

Peut-on les utiliser en mixité ?

Oui. La même clé permet d'appeler les deux ; il suffit de router selon la tâche.

Pour les détails tarifaires, voir Tarification de l'API GPT-6.1 Terra ; pour le code d'intégration, voir Guide d'intégration de l'API GPT-6.1 Terra. Copiez le prompt de l'e-mail de commande ci-dessus, ouvrez la page du modèle Terra et collez-le pour l'essayer.