GPT-6.1 Terra vs GPT-6.1 Sol: сравнение 12 запусков одного и того же промпта

TL;DR

• Для больших объёмов и экономии выбирайте GPT-6.1 Terra: цена за единицу вдвое ниже, чем у Sol ($0.25 / $1.25 против $0.50 / $2.50), на коротких задачах вроде структурированного извлечения стоимость каждого запроса ровно вдвое меньше.
• Для быстрых ответов выбирайте GPT-6.1 Sol: на тех же 6 задачах Sol каждый раз завершал работу раньше Terra.
• Обе модели уже доступны в HiAPI: тот же ключ, тот же интерфейс, достаточно изменить model, чтобы переключиться. Откройте страницу модели Terra и попробуйте сразу.

Кратко

	GPT-6.1 Terra	GPT-6.1 Sol
ID модели	gpt-6.1-terra	gpt-6.1-sol
Ввод / вывод (за миллион токенов)	$0.25 / $1.25	$0.50 / $2.50
Чтение кэша	$0.0125	$0.025
Уровни рассуждений	none, low, medium, high, xhigh, max	low, medium, high, xhigh, max
Можно ли отключить рассуждения	Да (none)	Нет, минимум low
Контекст / максимальный вывод	1.05M / 128K	1.05M / 128K
Интерфейс	Responses (по умолчанию), Chat Completions	Responses (по умолчанию), Chat Completions

Цены HiAPI, проверено 29 октября 2026 года.

Один и тот же промпт, по одному запуску на каждой стороне

Все три задачи выполнялись на уровне medium, по одному разу на китайском и английском, Terra и Sol по одному прогону — всего 12 запусков.

Задача	Язык	Terra: затраты / время	Sol: затраты / время
Извлечение заказа из письма клиента	Китайский	$0.0003 / 11 сек	$0.0006 / 9 сек
Извлечение заказа из письма клиента	Английский	$0.0003 / 23 сек	$0.0006 / 7 сек
Поиск бага в коде	Китайский	$0.0033 / 56 сек	$0.0035 / 42 сек
Поиск бага в коде	Английский	$0.0019 / 70 сек	$0.0031 / 48 сек
Написание текста о преимуществах товара	Китайский	$0.0019 / 59 сек	$0.0010 / 21 сек
Написание текста о преимуществах товара	Английский	$0.0009 / 20 сек	$0.0008 / 13 сек

Затраты не всегда вдвое ниже. В задаче с китайским текстом о преимуществах товара Terra использовала 1 411 токенов рассуждений, а Sol — только 293, поэтому в тот раз Terra вышла дороже. Цена за единицу вдвое ниже, но фактические затраты зависят ещё и от того, сколько модель размышляла на этот раз.

Группа первая: извлечение заказа из письма клиента (строгий JSON)

Извлеките информацию о заказе из следующего письма клиента.

Письмо: Здравствуйте, я оформила заказ в прошлый вторник (20 октября), номер заказа HX-20481, купила два тёмно-серых худи с капюшоном размера L и одни чёрные спортивные штаны размера M, всего заплатила ¥586. Сегодня получила посылку и обнаружила, что худи светло-серые, со штанами всё в порядке. Я хочу обменять оба худи на тёмно-серые, а если их нет в наличии — вернуть деньги. Мой телефон 138-0000-1234, лучше свяжитесь со мной после обеда. — Госпожа Ван

В запросе была одна и та же JSON-схема (номер заказа, дата, товары, сумма, проблема, требование, телефон, время связи), обе стороны вернули корректный JSON.

GPT-6.1 Terra	GPT-6.1 Sol
"color":"тёмно-серый (получен светло-серый)"	"color":"тёмно-серый"
"requested_action":"Заменить оба худи на тёмно-серые размера L; если нет в наличии — вернуть деньги."	"requested_action":"Обменять оба худи на тёмно-серые; если нет в наличии — вернуть стоимость двух худи."
Остальные поля: HX-20481, 20 октября, ¥586, 138-0000-1234, после обеда	Остальные поля полностью совпадают

Видимое различие: номер заказа, сумма, телефон и время связи у обеих сторон совпадают до символа. Terra вписала «полученный цвет» в поле color, и перед загрузкой в базу нужен ещё один шаг очистки; у Sol в color указан только заказанный цвет, а проблема вынесена в issue. В английской версии значения полей у обеих сторон полностью совпали.

Группа вторая: текст о преимуществах товара

На основе приведённых параметров напишите текст о преимуществах товара для страницы деталей товара на Taobao: 3 преимущества, каждое не длиннее 25 иероглифов, плюс заголовок не длиннее 15 иероглифов. Не используйте слова вроде «максимальный» или «топовый».

Параметры: портативный блендер-стакан, объём 380 мл, зарядка USB-C, после полной зарядки можно приготовить 15 порций, 6 ножей из нержавеющей стали 304, корпус из Tritan, вес 420 г, защита IPX7, можно мыть целиком под водой.

GPT-6.1 Terra	GPT-6.1 Sol
Заголовок: Портативный блендер — свежевыжатый сок в любой момент	Заголовок: Возьмите свежесть с собой
Корпус Tritan 380 мл, лёгкий — всего 420 г	Дорожный стакан 380 мл, корпус Tritan весом всего 420 г
Зарядка USB-C, после полной зарядки — 15 порций	Удобная зарядка USB-C, после полной зарядки — 15 порций
6 ножей из нержавеющей стали 304, защита IPX7 — моется целиком	6 ножей из нержавеющей стали 304, защита IPX7 — моется целиком

Видимое различие: обе стороны уложились в ограничение по длине и не использовали запрещённые слова. Заголовок Terra прямо называет категорию товара — удобно для поиска; заголовок Sol ближе к слогану.

Группа третья: поиск бага в коде

Задача — фрагмент Python с 3 заложенными багами: изменяемый аргумент по умолчанию, срез пагинации, забирающий на один элемент меньше, и деление на ноль при пустом списке. Обе стороны нашли всё, а также дополнительно указали на проблему совместного использования списка извне. Различие в порядке и формулировках:

• Terra поставила «неверный знаменатель для средней цены» сразу на первое место и решила, что считать нужно по общему количеству штук.
• Sol сначала пояснила, что правильность знаменателя зависит от того, хочет ли бизнес считать «среднюю цену за заказ» или «среднюю цену за штуку», привела оба варианта и затем упорядочила по влиянию.

Если нужен прямой вывод, вариант Terra проще; когда сама постановка задачи неоднозначна, Sol сначала выносит неоднозначность на обсуждение.

Как выбирать по сценарию

• Массовое извлечение, классификация, разметка: выбирайте Terra, стоимость каждого запроса вдвое ниже, чем у Sol.
• Пакетная обработка с отключёнными рассуждениями для максимальной скорости и экономии: выбирайте Terra, только у неё есть уровень none.
• Диалоги, где пользователь ждёт ответа онлайн, и поддержка клиентов: выбирайте Sol, в этот раз она все 6 задач завершила первой.
• Длинные ответы вроде проверки кода и анализа требований: затраты у обеих близки, смотрите, нужен ли вам прямой вывод или явно перечисленные допущения.
• Если сомневаетесь: сначала прогоните партию на Terra, выборочно проверьте результаты, а то, что не устраивает, отдайте Sol.

Стоимость переключения

Обе модели используют один и тот же ключ HiAPI и один и тот же интерфейс POST /v1/responses, в теле запроса меняется только одно поле — model. Единственное, на что стоит обратить внимание, — уровни рассуждений: у Sol нет none, поэтому при переходе с Terra значение reasoning.effort, равное none, нужно заменить на low.

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

Частые вопросы

Terra — это удешевлённая версия Sol?

По цене — вдвое дешевле, по возможностям практически такая же: тот же контекст 1.05M, та же поддержка строгого JSON и вызова инструментов. У Terra есть дополнительный уровень none, а Sol в этом тесте отвечала быстрее.

Всегда ли задача обходится вдвое дешевле?

Не всегда. На коротких структурированных задачах стоимость в основном вдвое ниже; на задачах с длинными ответами и большим объёмом рассуждений всё зависит от того, сколько токенов рассуждений модель использовала на этот раз: в задаче с китайским текстом из этой статьи Terra вышла дороже.

Можно ли использовать их вместе?

Да. Одним ключом можно вызывать обе, маршрутизируя по задаче.

Подробности о ценах — в статье Цены API GPT-6.1 Terra, код подключения — в Руководстве по подключению API GPT-6.1 Terra. Скопируйте промпт с письмом о заказе выше, откройте страницу модели Terra, вставьте его и попробуйте один раз.