GPT-6.1 Terra vs GPT-6.1 Sol

GPT-6.1 Terra cuesta la mitad que GPT-6.1 Sol en cada línea de la tarifa: $1/$5 por millón de tokens frente a $2/$10. OpenAI afirma que Terra termina las tareas más de tres veces más rápido en promedio. Sol sigue siendo el modelo más potente, por 6 puntos en el Coding Agent Index de Artificial Analysis (54 frente a 48), y la propia OpenAI recomienda Sol o GPT-6 Astra para la codificación más compleja y la investigación en profundidad.

Así que la pregunta no es cuál es mejor. Es si tu carga de trabajo necesita esa diferencia. Esta comparación pone las especificaciones, los precios, los benchmarks y las diferencias de API una al lado de la otra y termina con una regla de enrutamiento que puedes usar. Para conocer los antecedentes de cada modelo, consulta qué es GPT-6.1 Terra y qué es GPT-6.1 Sol.

Comparación lado a lado

Los precios son tarifas Standard para prompts de hasta 272K tokens de entrada, de la página de precios de OpenAI. Ambos modelos comparten la misma regla para prompts largos: por encima de 272K tokens de entrada, toda la solicitud se factura con tarifas de entrada y caché de 2x y de salida de 1.5x.

Precio: Terra es exactamente la mitad

Cada tarifa de Terra es la mitad de la de Sol. Eso simplifica la comparación de costos: para los mismos recuentos de tokens, Terra cuesta un 50% menos. Tomemos un paso de agente con un prefijo en caché de 100,000 tokens, 8,000 tokens de entrada nuevos y 2,000 tokens de salida:

Los recuentos de tokens no serán idénticos en la práctica: el modelo que razona más tiempo gasta más salida. Pero que Terra sea más rápido sugiere que no compra su velocidad con tokens adicionales. Artificial Analysis midió $0.40 por tarea para Terra con esfuerzo máximo en su suite. Nuestra guía de precios de GPT-6.1 Terra tiene la tarifa completa y sus variantes Batch, Flex y Fast.

Un dato más: Terra en modo Fast cuesta $2/$10, exactamente el precio Standard de Sol. Si estás pagando precios de Sol, puedes elegir entre la capacidad adicional de Sol y Terra a mayor velocidad.

Benchmarks: una diferencia estrecha

Las cifras provienen de los materiales de lanzamiento de OpenAI y de Artificial Analysis. Artificial Analysis dice que la puntuación de Terra en Terminal-Bench 4.0 “ahora rivaliza” con GPT-6.1 Sol con esfuerzo máximo. Ninguna fuente que encontramos publica las puntuaciones de ambos modelos en el mismo gráfico para cada benchmark, así que toma la tabla como la dirección y el tamaño de la diferencia, no como un ranking exacto.

El patrón es consistente entre las fuentes: Sol lidera, por un solo dígito, en el trabajo de codificación agéntica más difícil. En tareas de terminal y trabajo de agente general, Terra está cerca. Para tener una idea de la escala, Terra se sitúa 10 puntos por encima de GPT-6 Luna en el mismo Intelligence Index, así que el salto de Sol a Terra es menos de la mitad del salto de Terra a Luna.

Fiabilidad

La mayor mejora individual de Terra está en las alucinaciones. Artificial Analysis midió una tasa de alucinación del 38% en su prueba AA-Omniscience, por debajo del 88% de GPT-5.6 Terra. En la prueba interna de factualidad de OpenAI, la tasa de error de Terra con esfuerzo máximo es del 4.3%, que OpenAI dice que “casi” iguala a GPT-6 Astra y GPT-6.1 Sol. Con esfuerzo bajo es del 16.7%.

La conclusión: con esfuerzo alto, Terra y Sol cometen una proporción similar de errores factuales en la prueba de OpenAI. La ventaja de Sol está en el razonamiento más difícil, no en la precisión básica.

Diferencias de API que afectan tu código

La mayoría del código se ejecuta en cualquiera de los dos modelos cambiando solo el ID del modelo. Tres diferencias importan:

1. Esfuerzo none. Terra admite reasoning.effort: "none"; Sol no. Un desarrollador en el foro de la comunidad de OpenAI informa que none en Terra también te permite establecer temperature y top_p. Si moviste un trabajo de clasificación fuera de GPT-6 Sol porque 6.1 Sol eliminó none, Terra lo recupera.
2. Economía de caché. La entrada en caché es de $0.05 en Terra y $0.10 en Sol. Los agentes que reutilizan prefijos largos ahorran proporcionalmente más con Terra.
3. Lógica sensible a la velocidad. Si tu interfaz transmite en streaming a un usuario o tu agente ejecuta muchos pasos secuenciales, la velocidad de Terra cambia la experiencia. La cifra de 3x de OpenAI es un promedio entre sus tareas; mide la tuya.

Ambos admiten las mismas herramientas alojadas en la API de Responses, incluidas computer_use, web_search, file_search, code_interpreter y mcp. La guía de la API de GPT-6.1 Terra y la guía de la API de GPT-6.1 Sol cubren la configuración de cada una.

En ChatGPT y Codex

Ambos están en ChatGPT Work y Codex para planes de pago, y ninguno está en Free o Go. Para Terra, OpenAI indica Plus, Pro, Enterprise y Edu. La diferencia práctica es el uso: OpenAI dice que tu cuota de Work y Codex rinde “mucho más” con Terra que con GPT-6.1 Sol o GPT-6 Astra. Si alcanzas los límites de Codex con Sol, ejecutar tareas rutinarias en Terra (codex -m gpt-6.1-terra, Codex CLI 0.159.0 o posterior) estira el mismo plan. Nuestra guía de límites de uso de Codex explica cómo funciona la cuota.

¿Cuál deberías usar?

Usa GPT-6.1 Terra para:

• Uso de computadora: hacer clic por aplicaciones, leer pantallas, rellenar formularios. Es el caso de uso estrella.
• Redacción y borradores, resúmenes, respuestas.
• Tareas de codificación de dificultad ordinaria: cambios de un solo archivo, pruebas, scripts, revisiones.
• Bucles de agentes con muchos pasos, donde la velocidad y el costo por paso se acumulan.
• Extracción y clasificación que necesitan más de lo que Luna puede dar, especialmente con esfuerzo none.

Usa GPT-6.1 Sol para:

• Refactorizaciones grandes de varios archivos y trabajo de arquitectura.
• Cadenas de investigación largas donde un paso equivocado descarrila el resultado.
• Tareas en las que Terra ya ha fallado. La propia OpenAI dirige la codificación más difícil a Sol o Astra.

Una regla de enrutamiento que funciona: usa Terra por defecto y escala a Sol cuando una tarea falle sus comprobaciones o coincida con una categoría conocida como difícil. Con una diferencia de precio del 50/50, incluso enviando un tercio de tu tráfico a Sol, terminas pagando alrededor de dos tercios de una factura totalmente en Sol. Si estás comparando entre laboratorios, nuestro desglose de GPT-6.1 Sol vs Claude Sonnet 5.5 cubre el nivel de $2/$10.

Deja que tu agente de codificación ejecute la comparación con Apidog CLI

Los benchmarks te hablan de las tareas de otra persona. La forma más rápida de decidir es ejecutar tus propios prompts en ambos modelos y comparar, y tu agente de codificación puede hacerlo con Apidog CLI.

Configúralo una vez:

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

Luego dale a Claude Code, Codex o Cursor un solo prompt:

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.

El agente valida el payload, crea el caso y ejecuta ambos modelos sobre los mismos datos:

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

Si la tasa de aprobación de Terra coincide con la de Sol en tus prompts, has reducido la factura a la mitad con evidencia. Si no coincide, las filas fallidas te indican qué tareas enrutar a Sol. Mantén la comparación en CI con -r junit (guía de CI/CD de Apidog CLI) y vuelve a ejecutarla cada vez que cualquiera de los modelos se actualice. Consulta Apidog CLI en Codex para la configuración de Codex.

Preguntas frecuentes

¿Es GPT-6.1 Terra mejor que GPT-6.1 Sol? No. Sol obtiene una puntuación más alta (54 frente a 48 en el Coding Agent Index de Artificial Analysis). Terra cuesta la mitad y, según OpenAI, es más de 3x más rápido.

¿Cuánto más barato es Terra que Sol? Exactamente un 50% en cada tarifa: $1 frente a $2 de entrada, $0.05 frente a $0.10 en caché, $5 frente a $10 de salida.

¿Tienen Terra y Sol la misma ventana de contexto? Sí: 1,050,000 tokens, 922,000 de entrada y 128,000 de salida para ambos.

¿Cuál es mejor para codificar? Sol para el trabajo más difícil, como recomienda OpenAI. Terra para la codificación cotidiana, donde está cerca en tareas de terminal a la mitad del precio.

¿Puedo alternar entre ellos sin cambios en el código? En su mayor parte. Cambia el ID del modelo; si usas reasoning.effort: "none", eso solo funciona en Terra.

Conclusión

GPT-6.1 Terra te da la mayor parte de GPT-6.1 Sol a la mitad del precio y una fracción de la espera. Usa Terra por defecto, reserva Sol para la cola difícil y deja que tu agente demuestre la división con tus propios prompts con Apidog CLI antes de comprometerte.