GPT-6.1 Terra API a $0,25 / $1,25 per milione di token, il 75% in meno rispetto al prezzo ufficiale

Il 26 ottobre 2026 OpenAI ha rilasciato GPT-6.1 Terra. Questa volta l'aspetto più interessante non è il modello in sé, ma il modo di prezzarlo: il prezzo API standard della nuova generazione di fascia media è fissato subito alla metà della precedente, $1 di input e $5 di output (per milione di token), contro $2/$12 di GPT-5.6 Terra.

Attenzione alla formulazione: è un «nuova generazione lanciata già a metà prezzo», non un «vecchio modello ribassato dopo un po'». Le due cose suonano simili ma significano l'opposto. La seconda è una promozione tipo smaltimento scorte; la prima significa che il riferimento di prezzo della fascia media si è spostato permanentemente verso il basso, e d'ora in poi i modelli di questa fascia dovranno rapportarsi a $1/$5.

Questo articolo affronta tre punti: dove sta esattamente il dimezzamento, un interruttore di risparmio facile da trascurare, e quanto costa davvero sulle varie piattaforme.

Come si concretizza il dimezzamento

Mettiamo a confronto i prezzi delle due generazioni (per milione di token, dati a ottobre 2026):

Voce	GPT-5.6 Terra (precedente)	GPT-6.1 Terra	Riduzione
Input	$2,00	$1,00	50%
Output	$12,00	$5,00	circa 58%
Lettura cache	$0,20	$0,05	circa 75%
Scrittura cache	—	$1,25	—

La versione ufficiale parla di «prezzo API standard ridotto del 50%», ma il calo effettivo è più marcato: l'output scende di circa il 58% e la lettura della cache viene tagliata a un quarto. Se fate chiamate ad alta frequenza e riutilizzate prompt di sistema o contesti ripetuti, il risparmio sulla lettura cache è molto maggiore del numero in intestazione.

Ufficialmente ci sono altre due fasce: Batch/Flex applica un ulteriore 50% sul prezzo standard (input $0,50, output $2,50), al costo di risposte non in tempo reale; Fast costa circa il doppio dello standard, in cambio di latenza più bassa. Queste due fasce sono offerte solo da OpenAI ufficialmente; su HiAPI si applica la tariffa standard.

Posizionamento di fascia media: fa il lavoro del modello da volume

Nella scala a quattro livelli della famiglia GPT-6.1 (Luna < Terra < Sol < Astra), Terra occupa la fascia media e punta su due cose: ragionamento visivo e uso del computer (computer use), più scrittura tecnica e valutazione automatizzata. Il posizionamento ufficiale è chiaro: sostituisce GPT-5.6 Terra come principale modello da volume. Per lavori come l'uso del computer non serve più comprare il flagship.

Le parole ufficiali del claim sono: su Agents' Last Exam eguaglia il flagship GPT-6 Astra, costa un decimo e completa i task in media oltre 3 volte più velocemente di Astra e GPT-6.1 Sol. Sono numeri dichiarati dall'azienda, non replicati da terzi: prendeteli con le molle.

I dati di terzi offrono però un riferimento: Artificial Analysis misura un Intelligence Index di 48, contro 52 di Sol e 38 di Luna nella stessa famiglia; il tasso di allucinazione scende dall'88% della generazione precedente al 38%, e il tasso di errore nella fascia di ragionamento bassa dal 53,6% al 16,7%. In parole povere: a prezzo di fascia media si ottiene un livello di intelligenza vicino a quello dei modelli principali, con i punti deboli nettamente ridotti rispetto alla generazione precedente.

La vera chiave del risparmio: reasoning.effort=none

Il punto che i titoli sensazionalistici rischiano di trascurare: GPT-6.1 Terra è l'unico modello dell'intera serie a esporre il livello reasoning.effort: "none", nemmeno Sol lo supporta.

Cosa significa? I modelli di questa serie includono di default una catena di ragionamento, con sei livelli dal basso a high: più profondo è il ragionamento, più intelligente ma anche più costoso e lento. Molte attività batch (conversione di formato, classificazione preliminare, generazione da template) non richiedono affatto ragionamento profondo, e prima pagavate per un processo di pensiero che non vi serviva. Terra permette di disattivare del tutto il ragionamento (reasoning.effort: "none"). Per chi fa chiamate agent ad alta frequenza ed elaborazione batch è un interruttore di costo concreto: i token di ragionamento contano come output, e una volta disattivati i token di output per lo stesso task calano parecchio.

Chi già usa Sol per i batch può consultare l'integrazione e le idee di ottimizzazione in questi due articoli, e dopo il passaggio a Terra riprovare con il livello di reasoning abbassato confrontando la fattura: Guida all'integrazione API di GPT-6.1 Sol, Tecniche di prompt per GPT-6.1 Sol.

Disponibilità sulle piattaforme: HiAPI già online

Nei giorni del lancio, diverse piattaforme di relay e aggregazione hanno progressivamente aggiunto il modello. Se chiamate tramite piattaforme di terze parti, i margini applicati variano parecchio e vale la pena verificarli una per una, senza fermarsi alle parole «già disponibile».

HiAPI ha già pubblicato la pagina del modello GPT-6.1 Terra, con supporto ai protocolli Responses e Chat Completions e contesto di 1,05M. Il prezzo della piattaforma è fissato a un quarto di quello ufficiale:

Modello	Input ($/M token)	Output ($/M token)
GPT-6.1 Terra	$0,25	$1,25
GPT-6.1 Sol	$0,50	$2,50
GPT-6 Astra	$2,50	$12,50
Claude Opus 5.5	$2,02	$10,08

(Confronto sulla fascia base della stessa piattaforma, dati a ottobre 2026; per fascia base si intende contesto ≤272K.)

Lettura cache $0,0125, scrittura cache $0,3125. Se dovete fornire documenti lunghi oltre 272K token, usate la fascia per documenti lunghi: input $0,50, output $1,875 — un po' più cara della base, ma con 1,05M di contesto potete inserire un intero libro in una sola chiamata, senza spezzettarlo e ricomporlo.

In confronto, Terra su HiAPI costa la metà di Sol e un ordine di grandezza in meno di Astra e Opus 5.5. I conti per le attività da volume sono semplici.

Cosa significa per gli sviluppatori

La struttura dei costi di tre tipi di attività va ricalcolata:

• Agent per l'uso del computer: Terra porta la capacità di computer use nella fascia media; lavori che prima richiedevano il flagship ora si fanno a $1/$5 (la dichiarazione ufficiale dice anche oltre 3 volte più veloce del flagship). Per un confronto dei costi di cambio modello negli strumenti di coding, vedete questa prova pratica: Cambiare modello tramite HiAPI in Claude Code e Codex.
• Agent visivi: il ragionamento visivo è uno dei suoi punti di forza; attività come comprensione di screenshot e analisi di interfacce non richiedono più il modello flagship.
• Attività testuali batch: con reasoning.effort=none più il riuso della cache, i prompt di sistema fissi vengono conteggiati a $0,0125 per lettura cache, e la fattura può scendere a una frazione di quella precedente.

Per un confronto di selezione, questo articolo mette a confronto livello di intelligenza e prezzo di Terra con Sol e Claude Opus 5.5: Claude Opus 5.5 vs GPT-6.1 Sol. Chi segue nuove direzioni come i world model può dare un'occhiata anche a Genie 4 world model: analisi.

FAQ

GPT-6.1 Terra è GPT-5.6 Terra ribassato e rinominato?

No. È un modello di nuova generazione rilasciato il 26 ottobre 2026, con prezzo standard fissato subito alla metà della generazione precedente. Il vecchio modello non è stato ribassato: è stato direttamente sostituito sul piano del prezzo dalla nuova generazione.

$1/$5 è il prezzo ufficiale o quello della piattaforma?

È il prezzo API standard ufficiale di OpenAI (per milione di token, input $1, output $5). Il prezzo di HiAPI è $0,25/$1,25, cioè un quarto dell'ufficiale, più la lettura cache a $0,0125. A ottobre 2026, i prezzi fanno fede secondo le pagine in tempo reale di ciascuna piattaforma.

Su HiAPI esistono le fasce Batch/Flex?

No. Batch/Flex (ufficiale $0,50/$2,50) è offerto solo da OpenAI ufficialmente. Su HiAPI si applica uniformemente la tariffa standard $0,25/$1,25, già inferiore al prezzo Batch ufficiale; per l'elaborazione batch offline basta usare l'interfaccia standard.

reasoning.effort=none rende il modello decisamente più stupido?

Dipende dall'attività. Su compiti superficiali come conversione di formato, classificazione e generazione da template, disattivare il ragionamento profondo non fa praticamente perdere qualità; per lavori che richiedono ragionamento a più passaggi, conviene provare i livelli dal basso verso l'alto e trovare l'equilibrio tra qualità e costo. Terra ha sei livelli regolabili, ed è questo che lo rende più flessibile di Sol.

Come si risparmia con la lettura cache a $0,05?

Rendete fissi i prompt di sistema e i prefissi di contesto che si ripetono, in modo che la piattaforma colpisca la cache: la parte in cache viene conteggiata a $0,05, solo il 5% del prezzo standard di input. Nelle chiamate ad alta frequenza è spesso qui che sta la voce principale della fattura.

Come si calcola la fascia per documenti lunghi di HiAPI?

Fascia base (contesto ≤272K): input $0,25, output $1,25; oltre 272K si passa alla fascia per documenti lunghi, input $0,50, output $1,875. Il limite di contesto è 1,05M token, quindi un intero documento lungo può essere inserito in una volta.

Conclusioni chiave

• «Lancio già a metà prezzo» è uno spostamento del riferimento di prezzo, non una promozione: il prezzo standard di GPT-6.1 Terra è $1/$5, l'output cala effettivamente di circa il 58%, la lettura cache di circa il 75%; d'ora in poi la fascia media dovrà competere su questo prezzo.
• I claim ufficiali di eguagliare il flagship, costare un decimo ed essere 3 volte più veloce sono dichiarazioni dell'azienda; le misurazioni di terzi (Intelligence Index 48, allucinazioni dall'88% al 38%) supportano il giudizio «prezzo di fascia media, livello vicino ai modelli principali».
• reasoning.effort=none nella serie GPT-6.1 è supportato solo da Terra (Sol no); per le attività batch, disattivare il ragionamento profondo insieme alla cache è la leva di risparmio più grande su questa fattura.
• HiAPI è già online, prezzo di piattaforma $0,25/$1,25 (un quarto dell'ufficiale), lettura cache $0,0125, contesto 1,05M, fascia per documenti lunghi $0,50/$1,875; sulla stessa piattaforma costa la metà di Sol e un ordine di grandezza in meno di Astra e Opus 5.5. Prezzi a ottobre 2026, fanno fede quelli mostrati in tempo reale sulla pagina del modello.