GPT-6.1 Terra vs GPT-6.1 Sol: comparação de 12 execuções do mesmo prompt

TL;DR

• Para volume e redução de custo, escolha o GPT-6.1 Terra: o preço unitário é metade do Sol ($0.25 / $1.25 contra $0.50 / $2.50); em tarefas curtas como extração estruturada, o custo por execução cai exatamente pela metade.
• Para respostas rápidas, escolha o GPT-6.1 Sol: nas mesmas 6 tarefas, o Sol terminou antes do Terra em todas.
• Os dois modelos já estão disponíveis na HiAPI, com a mesma key e a mesma interface; basta alterar o model para alternar. Abra a página do modelo Terra e teste diretamente.

Visão geral

	GPT-6.1 Terra	GPT-6.1 Sol
ID do modelo	gpt-6.1-terra	gpt-6.1-sol
Entrada / saída (por milhão de tokens)	$0.25 / $1.25	$0.50 / $2.50
Leitura de cache	$0.0125	$0.025
Níveis de raciocínio	none, low, medium, high, xhigh, max	low, medium, high, xhigh, max
É possível desativar o raciocínio	Sim (none)	Não, mínimo low
Contexto / saída máxima	1.05M / 128K	1.05M / 128K
Interface	Responses (padrão), Chat Completions	Responses (padrão), Chat Completions

Preços da HiAPI, verificados em 29 de outubro de 2026.

O mesmo prompt, uma execução em cada lado

As três tarefas usaram o nível medium, uma vez em chinês e uma vez em inglês, executadas no Terra e no Sol, totalizando 12 execuções.

Tarefa	Idioma	Custo / tempo do Terra	Custo / tempo do Sol
Extrair pedido de e-mail de cliente	Chinês	$0.0003 / 11 s	$0.0006 / 9 s
Extrair pedido de e-mail de cliente	Inglês	$0.0003 / 23 s	$0.0006 / 7 s
Encontrar bug no código	Chinês	$0.0033 / 56 s	$0.0035 / 42 s
Encontrar bug no código	Inglês	$0.0019 / 70 s	$0.0031 / 48 s
Escrever texto de argumentos de venda do produto	Chinês	$0.0019 / 59 s	$0.0010 / 21 s
Escrever texto de argumentos de venda do produto	Inglês	$0.0009 / 20 s	$0.0008 / 13 s

O custo nem sempre cai pela metade. Na tarefa de texto de argumentos de venda em chinês, o Terra usou 1.411 tokens de raciocínio, enquanto o Sol usou apenas 293; por isso, o Terra saiu mais caro nessa execução. O preço unitário é metade, mas o custo real depende de quanto o modelo raciocinou naquela vez.

Primeiro grupo: extrair pedido de e-mail de cliente (JSON estrito)

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

A requisição incluía o mesmo JSON schema (número do pedido, data, produtos, valor, problema, solicitação, telefone, horário de contato) e ambos retornaram JSON válido.

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。"
Demais campos: HX-20481, 10月20日, ¥586, 138-0000-1234, 下午	Demais campos completamente iguais

Diferença visível: número do pedido, valor, telefone e horário de contato são idênticos nos dois. O Terra colocou a "cor recebida" no campo color, exigindo uma etapa extra de limpeza antes de gravar no banco; o Sol escreveu no color apenas a cor encomendada e colocou o problema em issue. Na versão em inglês, os valores dos campos foram completamente idênticos nos dois.

Segundo grupo: escrever texto de argumentos de venda do produto

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
Título: 便携榨汁杯，随时鲜榨	Título: 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

Diferença visível: ambos respeitaram o limite de caracteres e não usaram palavras proibidas. O título do Terra informa diretamente a categoria, o que é bom para busca; o título do Sol é mais próximo de um slogan.

Terceiro grupo: encontrar bugs no código

A tarefa é um trecho de Python com 3 bugs plantados: parâmetro padrão mutável, slice de paginação que deixa um item de fora e divisão por zero em lista vazia. Ambos encontraram todos e ainda apontaram o problema de a lista ser compartilhada externamente. A diferença está na ordenação e na abordagem:

• Terra colocou diretamente em primeiro lugar "o denominador do preço médio está errado", concluindo que deveria ser calculado pelo total de itens.
• Sol primeiro explicou que se o denominador está correto depende de o negócio querer calcular "preço médio por pedido" ou "preço médio por item", apresentou as duas formas e depois ordenou por impacto.

Se você quer uma conclusão direta, a abordagem do Terra é mais prática; quando o próprio requisito é ambíguo, o Sol expõe a ambiguidade primeiro.

Como escolher por cenário

• Extração em lote, classificação, rotulagem: escolha o Terra; o custo por execução é metade do Sol.
• Processamento em lote mais rápido e econômico com raciocínio desativado: escolha o Terra, pois só ele tem o nível none.
• Conversas em que o usuário espera resposta online, atendimento ao cliente: escolha o Sol; nesta vez ele terminou primeiro nas 6 tarefas.
• Revisão de código, análise de requisitos e outras respostas longas: o custo dos dois é próximo; depende de você querer uma conclusão direta ou as premissas bem listadas.
• Em caso de dúvida: primeiro execute um lote com o Terra, faça uma amostragem dos resultados e envie ao Sol o que não ficou satisfatório.

Custo de troca

Os dois modelos usam a mesma key da HiAPI e a mesma interface POST /v1/responses; no corpo da requisição, basta alterar o campo model. O único ponto de atenção é o nível de raciocínio: o Sol não tem none, então, ao migrar do Terra, é preciso alterar para low quando reasoning.effort estiver como none.

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

Perguntas frequentes

O Terra é a versão barata do Sol?

Em preço, é metade; o escopo de capacidade é basicamente o mesmo: o mesmo contexto de 1.05M, o mesmo suporte a JSON estrito e chamadas de ferramentas. O Terra tem um nível extra none; o Sol respondeu mais rápido neste teste.

Toda tarefa economiza exatamente metade?

Não necessariamente. Tarefas curtas e estruturadas caem basicamente pela metade; em tarefas com respostas longas e muito raciocínio, depende de quantos tokens de raciocínio o modelo usou naquela vez; neste artigo, na tarefa de texto em chinês, o Terra saiu mais caro.

É possível usar os dois juntos?

Sim. A mesma key pode chamar os dois; basta rotear por tarefa.

Para detalhes de preço, consulte Preços da API GPT-6.1 Terra; para o código de integração, consulte Guia de integração da API GPT-6.1 Terra. Copie o prompt de e-mail de pedido acima, abra a página do modelo Terra, cole e teste uma vez.