GPT-6.1 Terra مقابل GPT-6.1 Sol

يكلّف GPT-6.1 Terra نصف ما يكلّفه GPT-6.1 Sol في كل بند من بنود قائمة الأسعار: دولار واحد/5 دولارات لكل مليون رمز مقابل 2/10 دولارات. وتقول OpenAI إن Terra تنجز المهام أسرع بأكثر من ثلاث مرات في المتوسط. ولا يزال Sol النموذج الأقوى، بفارق 6 نقاط في مؤشر Coding Agent Index من Artificial Analysis (54 مقابل 48)، وتوصي OpenAI نفسها بـ Sol أو GPT-6 Astra لأكثر مهام البرمجة تعقيدًا والبحث المتعمق.

إذًا فالسؤال ليس أيّهما أفضل، بل ما إذا كان عبء العمل لديك يحتاج إلى هذه الفجوة. تضع هذه المقارنة المواصفات والأسعار والمعايير القياسية وفروق واجهة API جنبًا إلى جنب، وتنتهي بقاعدة توجيه يمكنك استخدامها. ولمعرفة الخلفية عن كل نموذج، راجع ما هو GPT-6.1 Terra وما هو GPT-6.1 Sol.

مقارنة جنبًا إلى جنب

الأسعار هي أسعار Standard للطلبات التي لا تتجاوز 272 ألف رمز إدخال، من صفحة أسعار OpenAI. ويشترك النموذجان في نفس قاعدة الطلبات الطويلة: فوق 272 ألف رمز إدخال، يُحتسب الطلب بالكامل بسعر 2x لأسعار الإدخال والتخزين المؤقت و1.5x لسعر الإخراج.

السعر: Terra بالنصف تمامًا

كل سعر من أسعار Terra هو نصف سعر Sol. وهذا يجعل مقارنة التكلفة بسيطة: عند نفس عدد الرموز، تكلّف Terra أقل بنسبة 50%. خذ خطوة وكيل واحدة ببادئة مخزّنة مؤقتًا من 100,000 رمز، و8,000 رمز إدخال جديد، و2,000 رمز إخراج:

لن تكون أعداد الرموز متطابقة عمليًا: فالنموذج الذي يستدلّ لمدة أطول ينفق إخراجًا أكثر. لكن كون Terra أسرع يشير إلى أنها لا تشتري سرعتها برموز إضافية. قاست Artificial Analysis تكلفة $0.40 لكل مهمة لـ Terra عند أقصى جهد في مجموعتها. ويحتوي دليل أسعار GPT-6.1 Terra على قائمة الأسعار الكاملة ومتغيراتها Batch وFlex وFast.

وهناك نقطة بيانات أخرى: تكلّف Terra في وضع Fast مبلغ $2/$10، وهو بالضبط سعر Sol في الوضع Standard. وإذا كنت تدفع أسعار Sol، فيمكنك الاختيار بين القدرة الإضافية لـ Sol وTerra بسرعة أعلى.

المعايير القياسية: فجوة ضيقة

الأرقام مستمدة من مواد إطلاق OpenAI ومن Artificial Analysis. وتقول Artificial Analysis إن نتيجة Terra في Terminal-Bench 4.0 "تنافس الآن" GPT-6.1 Sol عند أقصى جهد. ولم نجد أي مصدر ينشر نتيجتي النموذجين على نفس المخطط لكل معيار، لذا اعتبر الجدول مؤشرًا على اتجاه الفجوة وحجمها، لا ترتيبًا دقيقًا.

النمط متسق عبر المصادر: يتقدّم Sol بفارق من رقم واحد على أعمال البرمجة الوكيلة الأصعب. أما في مهام الطرفية والعمل الوكيلي العام، فـ Terra قريبة. ولإدراك الحجم، تقع Terra أعلى من GPT-6 Luna بـ 10 نقاط على نفس Intelligence Index، لذا فإن الخطوة من Sol إلى Terra أقل من نصف الخطوة من Terra إلى Luna.

الموثوقية

أكبر تحسّن منفرد في Terra هو الهلوسة. قاست Artificial Analysis معدل هلوسة بنسبة 38% في اختبار AA-Omniscience، انخفاضًا من 88% في GPT-5.6 Terra. وفي اختبار الوقائعية الداخلي لدى OpenAI، يبلغ معدل خطأ Terra عند أقصى جهد 4.3%، وهو ما تقول OpenAI إنه "يقارب" GPT-6 Astra وGPT-6.1 Sol. أما عند الجهد المنخفض فيبلغ 16.7%.

الخلاصة: عند الجهد العالي، يرتكب Terra وSol نسبة متقاربة من الأخطاء الوقائعية في اختبار OpenAI. وتفوق Sol يكمن في الاستدلال الأصعب، لا في الدقة الأساسية.

فروق API التي تؤثر على شيفرتك

معظم الشيفرة تعمل على أي من النموذجين بتغيير معرّف النموذج فقط. وهناك ثلاثة فروق مهمة:

1. جهد none. يدعم Terra القيمة reasoning.effort: "none"، بينما لا يدعمها Sol. ويذكر مطوّر في منتدى OpenAI المجتمعي أن none في Terra تتيح لك أيضًا ضبط temperature وtop_p. وإذا كنت قد نقلت مهمة تصنيف بعيدًا عن GPT-6 Sol لأن 6.1 Sol أسقط خيار none، فإن Terra تعيده.
2. اقتصاديات التخزين المؤقت. الإدخال المخزّن مؤقتًا يكلّف $0.05 في Terra و$0.10 في Sol. والوكلاء الذين يعيدون استخدام بادئات طويلة يوفّرون بشكل متناسب أكثر مع Terra.
3. المنطق الحساس للسرعة. إذا كانت واجهتك تبثّ للمستخدم أو كان وكيلك ينفّذ خطوات متسلسلة كثيرة، فإن سرعة Terra تغيّر التجربة. ورقم 3x من OpenAI هو متوسط عبر مهامها؛ فقِس مهامك أنت.

يدعم كلاهما نفس الأدوات المستضافة على Responses API، بما في ذلك computer_use وweb_search وfile_search وcode_interpreter وmcp. ويغطي دليل API الخاص بـ GPT-6.1 Terra ودليل API الخاص بـ GPT-6.1 Sol الإعداد لكل منهما.

في ChatGPT وCodex

كلاهما متاح في ChatGPT Work وCodex للخطط المدفوعة، ولا يتوفر أي منهما في Free أو Go. وبالنسبة إلى Terra، تذكر OpenAI خطط Plus وPro وEnterprise وEdu. والفرق العملي هو الاستخدام: تقول OpenAI إن حصتك في Work وCodex تمتد "أكثر بكثير" مع Terra مقارنة بـ GPT-6.1 Sol أو GPT-6 Astra. وإذا وصلت إلى حدود Codex مع Sol، فإن تشغيل المهام الروتينية على Terra (codex -m gpt-6.1-terra، بإصدار Codex CLI 0.159.0 أو أحدث) يمدّد نفس الخطة. ويشرح دليل حدود استخدام Codex كيفية عمل الحصة.

أيّهما تستخدم؟

استخدم GPT-6.1 Terra من أجل:

• استخدام الحاسوب: التنقل بين التطبيقات، وقراءة الشاشات، وملء النماذج. فهذه حالة الاستخدام الرئيسية.
• الكتابة والصياغة، والملخصات، والردود.
• مهام البرمجة ذات الصعوبة العادية: تعديلات ملف واحد، والاختبارات، والسكربتات، والمراجعات.
• حلقات الوكلاء ذات الخطوات الكثيرة، حيث تتراكم السرعة وتكلفة كل خطوة.
• الاستخراج والتصنيف اللذان يحتاجان إلى أكثر مما يقدّمه Luna، خصوصًا مع جهد none.

استخدم GPT-6.1 Sol من أجل:

• إعادة الهيكلة الكبيرة متعددة الملفات وأعمال المعمارية.
• سلاسل البحث الطويلة التي تُفسد خطوة واحدة خاطئة نتيجتها.
• المهام التي فشلت فيها Terra بالفعل. فـ OpenAI نفسها توجّه أصعب مهام البرمجة إلى Sol أو Astra.

قاعدة توجيه فعّالة: اجعل Terra الخيار الافتراضي، وارتقِ إلى Sol عندما تفشل مهمة في اختباراتها أو تنتمي إلى فئة معروفة بالصعوبة. وعند تقسيم سعري 50/50، فحتى توجيه ثلث حركة المرور إلى Sol يتركك تدفع نحو ثلثي فاتورة تعتمد كليًا على Sol. وإذا كنت تقارن بين المختبرات المختلفة، يغطي تحليلنا GPT-6.1 Sol مقابل Claude Sonnet 5.5 فئة $2/$10.

دع وكيل البرمجة لديك يجري المقارنة باستخدام Apidog CLI

تخبرك المعايير القياسية بمهام شخص آخر. وأسرع طريقة للقرار هي تشغيل مطالباتك الخاصة على النموذجين ومقارنتها، ويمكن لوكيل البرمجة لديك فعل ذلك باستخدام Apidog CLI.

الإعداد مرة واحدة:

npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_TOKEN>
apidog skill install

ثم أعطِ Claude Code أو Codex أو Cursor مطالبة واحدة:

In Apidog project <id>, create a test case for POST https://api.openai.com/v1/responses
that sends model {{MODEL}} at reasoning effort medium, iterating over the 20 prompts in
prompts.csv. Assert status 200 and that each output passes our JSON schema. Run it with
MODEL=gpt-6.1-terra and MODEL=gpt-6.1-sol against the <env> environment, then report
pass rate, average output tokens and estimated cost for each model.

يتحقق الوكيل من الحمولة، وينشئ الحالة، ويشغّل كلا النموذجين على نفس البيانات:

apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <id> --file case.json
apidog run --test-case <caseId> --project <id> -e <envId> -d prompts.csv --env-var "MODEL=gpt-6.1-terra" -r cli,json
apidog run --test-case <caseId> --project <id> -e <envId> -d prompts.csv --env-var "MODEL=gpt-6.1-sol" -r cli,json

إذا تطابق معدل نجاح Terra مع معدل Sol على مطالباتك، فقد خفّضت الفاتورة إلى النصف بدليل. وإن لم يتطابق، فالصفوف الفاشلة تخبرك بالمهام التي يجب توجيهها إلى Sol. أبقِ المقارنة في CI باستخدام -r junit (دليل Apidog CLI لـ CI/CD) وأعد تشغيلها كلما تحدّث أي من النموذجين. راجع Apidog CLI في Codex لإعداد Codex.

الأسئلة الشائعة

هل GPT-6.1 Terra أفضل من GPT-6.1 Sol؟ لا. يسجّل Sol نتيجة أعلى (54 مقابل 48 في Coding Agent Index من Artificial Analysis). أما Terra فسعرها النصف، وهي وفق OpenAI أسرع بأكثر من 3 مرات.

كم تكلّف Terra أقل من Sol؟ بالضبط 50% على كل سعر: دولار واحد مقابل 2 للإدخال، و$0.05 مقابل $0.10 للتخزين المؤقت، و$5 مقابل $10 للإخراج.

هل تمتلك Terra وSol نفس نافذة السياق؟ نعم: 1,050,000 رمز، و922,000 للإدخال و128,000 للإخراج لكليهما.

أيّهما أفضل للبرمجة؟ Sol لأصعب الأعمال، كما توصي OpenAI. وTerra للبرمجة اليومية، حيث تكون قريبة في مهام الطرفية بنصف السعر.

هل يمكنني التبديل بينهما دون تغييرات في الشيفرة؟ غالبًا. غيّر معرّف النموذج؛ وإذا كنت تستخدم reasoning.effort: "none"، فهذا يعمل على Terra فقط.

الخلاصة

يمنحك GPT-6.1 Terra معظم ما يقدّمه GPT-6.1 Sol بنصف السعر وبجزء من الانتظار. اجعل Terra خيارك الافتراضي، وأبقِ Sol للحالات الصعبة القليلة، ودع وكيلك يثبت صحة التقسيم على مطالباتك الخاصة باستخدام Apidog CLI قبل أن تلتزم.