Cara Menggunakan API GPT-6.1 Terra

GPT-6.1 Terra tersedia di OpenAI API sebagai gpt-6.1-terra, sejak 26 Oktober 2026. Model ini bekerja pada Responses API, Chat Completions, dan Batch, berbiaya $1 per juta token input dan $5 per juta token output, serta menerima hingga 922.000 token input dan 128.000 token output. Jika Anda sudah memanggil GPT-5.6 Terra, beralih ke model ini sebagian besar hanya perlu mengubah satu baris model, dengan beberapa pengaturan yang layak diperiksa terlebih dahulu.

Panduan ini mencakup cara mendapatkan kunci, permintaan pertama Anda dalam curl, Python, dan Node, enam tingkat reasoning effort, computer use dan tools lainnya, kontrol biaya, serta apa yang perlu diuji saat Anda bermigrasi dari gpt-5.6-terra. Untuk ikhtisar model, lihat apa itu GPT-6.1 Terra.

Apa yang didukung API

Sumber: halaman model GPT-6.1 Terra milik OpenAI. Hosted tools memerlukan Responses API, jadi gunakan itu untuk pekerjaan baru.

Langkah 1: dapatkan kunci API

Buat kunci di dasbor platform OpenAI dan tambahkan penagihan. Tidak ada tier gratis untuk Terra: paket ChatGPT Plus atau Pro memberi Anda Terra di dalam ChatGPT Work dan Codex, tetapi bukan kunci API. Panduan kami tentang apakah GPT-6.1 Terra gratis menjelaskan perbedaannya.

Ekspor kunci tersebut agar contoh di bawah dapat membacanya:

export OPENAI_API_KEY="sk-..."

Batas laju bergantung pada tier penggunaan Anda. Halaman model mencantumkan 5.000 permintaan dan 1 juta token per menit pada tier Build, 10.000 dan 4 juta pada Launch, serta 15.000 dan 40 juta pada Grow.

Langkah 2: kirim permintaan pertama Anda

Dengan curl, ke Responses API:

curl https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6.1-terra",
    "reasoning": { "effort": "low" },
    "input": "Summarize the difference between PUT and PATCH in two sentences."
  }'

Di Python dengan SDK resmi:

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-6.1-terra",
    reasoning={"effort": "low"},
    input="Summarize the difference between PUT and PATCH in two sentences.",
)

print(response.output_text)
print(response.usage)

Di Node:

import OpenAI from "openai";

const client = new OpenAI();

const response = await client.responses.create({
  model: "gpt-6.1-terra",
  reasoning: { effort: "low" },
  input: "Summarize the difference between PUT and PATCH in two sentences.",
});

console.log(response.output_text);
console.log(response.usage);

Cetak usage sejak awal. Ini memberi tahu Anda token input, cached, dan output, serta token reasoning ditagih sebagai output.

Langkah 3: pilih reasoning effort

Terra mendukung enam tingkat effort. Default-nya adalah medium.

Ada dua poin yang menonjol.

none didukung. GPT-6.1 Sol menghapusnya, jadi ini salah satu perbedaan praktis antara keduanya. Seorang developer di forum komunitas OpenAI melaporkan bahwa dengan reasoning.effort: "none", Terra menerima temperature dan top_p kembali. Untuk pipeline yang melabeli atau mengekstraksi data dalam jumlah besar, none memberi Anda biaya per panggilan terendah dan output yang dapat diulang.

Effort rendah paling meningkat. Pada uji faktualitas internal OpenAI, tingkat kesalahan Terra pada effort rendah turun dari 53,6% pada GPT-5.6 Terra menjadi 16,7%. Artificial Analysis juga mengukur keuntungan yang lebih besar dibandingkan GPT-5.6 Terra pada tingkat effort yang lebih rendah (7 hingga 13 poin) daripada pada max (6 poin). Jika Anda menjalankan GPT-5.6 Terra pada high untuk mendapatkan kualitas yang dapat diterima, cobalah low atau medium pada 6.1 Terra sebelum berasumsi Anda memerlukan pengaturan yang sama.

Langkah 4: gunakan tools, termasuk computer use

OpenAI mempromosikan rilis ini dengan tema “computer use yang cepat dan mumpuni dengan harga lebih murah.” Computer use, web search, file search, dan hosted tools lainnya tersedia di Responses API. Pemanggilan web search terlihat seperti ini:

response = client.responses.create(
    model="gpt-6.1-terra",
    reasoning={"effort": "low"},
    tools=[{"type": "web_search"}],
    input="What changed in the latest OpenAPI Specification release?",
)
print(response.output_text)

Function calling dan structured outputs bekerja seperti pada model GPT-6 lainnya: tentukan skema fungsi Anda di tools, atau berikan skema JSON pada pengaturan format teks, lalu validasi apa yang dikembalikan. Untuk kajian lebih dalam tentang computer use terhadap aplikasi nyata, panduan computer use GPT-6 Astra kami juga berlaku untuk Terra, dengan harga per token sepersepuluh dari Astra.

Langkah 5: kendalikan biaya

Tarif Terra sudah rendah, dan empat pengaturan dapat menekannya lebih jauh:

• Prompt caching bersifat otomatis. Input yang di-cache berbiaya $0,05 per juta dibandingkan $1 untuk input baru. Letakkan konten yang stabil (system prompt, skema tool, dokumen referensi) di bagian depan prompt. Penulisan cache berbiaya $1,25 per juta untuk retensi 30 menit, atau $2,50 untuk 12 jam. Lihat panduan prompt caching GPT-6 kami.
• Batch memangkas separuh setiap tarif untuk pekerjaan asinkron: $0,50 input, $2,50 output. Panduan OpenAI Batch API kami menunjukkan alur lengkapnya.
• Flex memberikan tarif separuh yang sama pada permintaan normal dengan service_tier: "flex", dengan imbalan respons yang lebih lambat dan 429 sesekali.
• Batas 272K. Prompt di atas 272K token input menagih seluruh permintaan pada 2x tarif input dan cache serta 1.5x output. Jika Anda mendekati batas itu, pangkas konteks yang diambil daripada melewatinya.

Fast mode justru sebaliknya: 2x tarif Standard ($2 input, $10 output) untuk respons yang lebih cepat. Panduan harga GPT-6.1 Terra memuat semua tarif dalam satu tabel.

Migrasi dari gpt-5.6-terra

Perubahan ID model hanya satu baris. Berikut hal-hal yang perlu diperiksa di sekitarnya:

1. Harga. Input turun dari $2 menjadi $1, input yang di-cache dari $0,20 menjadi $0,05, output dari $12 menjadi $5. Perbarui dasbor biaya atau peringatan anggaran yang menetapkan tarif secara hard-code.
2. Pengaturan effort. Uji ulang pada effort yang lebih rendah. Kualitas pada low paling banyak berubah.
3. Knowledge cutoff. Terra adalah 1 Juni 2026. Prompt yang mengasumsikan cutoff lama, atau pengujian dengan jawaban yang diharapkan sensitif terhadap tanggal, bisa berubah.
4. Panjang dan format output. Model baru bisa menulis jawaban lebih panjang atau lebih pendek. Periksa usage.output_tokens dan parser apa pun yang mengharapkan format tetap; gunakan structured outputs di bagian yang bentuknya penting.
5. Kecepatan. OpenAI menyatakan Terra menyelesaikan tugas lebih dari 3x lebih cepat rata-rata dibandingkan Astra dan GPT-6.1 Sol. Timeout yang disetel untuk model yang lebih lambat tetap aman, tetapi logika retry dan polling yang dibangun untuk penantian lama kini mungkin menjadi pemborosan.
6. Codex. Jika tim Anda menggunakan Codex, Terra memerlukan Codex CLI 0.159.0 atau yang lebih baru: codex -m gpt-6.1-terra.

OpenAI belum mengumumkan tanggal penghentian untuk GPT-5.6 Terra, jadi Anda dapat menjalankan keduanya berdampingan selama membandingkan.

Biarkan coding agent Anda membuktikan migrasi dengan Apidog CLI

Langkah 1 hingga 6 justru merupakan jenis pemeriksaan yang sebaiknya tidak Anda lakukan secara manual. Arahkan coding agent Anda ke Apidog CLI dan ia dapat membangun pengujian, menjalankannya pada kedua model, dan memberi tahu Anda apa yang berubah.

Siapkan sekali:

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

Lalu berikan satu prompt kepada Claude Code, Codex, atau Cursor:

In Apidog project <id>, add POST https://api.openai.com/v1/responses as an endpoint.
Create a test case that sends my production prompt with model {{MODEL}} and reasoning
effort low, and asserts: status 200, output_text not empty, output matches our JSON
schema, usage.output_tokens under 3000. Run it with MODEL=gpt-5.6-terra and again with
MODEL=gpt-6.1-terra against the <env> environment, then compare tokens and failures.

Agent membaca setiap skema, memvalidasi payload-nya, dan menjalankan test case dua kali:

apidog cli-schema get endpoint-create
apidog endpoint create --project <id> --file endpoint.json
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> --env-var "MODEL=gpt-5.6-terra" -r cli,json
apidog run --test-case <caseId> --project <id> -e <envId> --env-var "MODEL=gpt-6.1-terra" -r cli,json

Simpan kunci OpenAI Anda di environment Apidog. Ketika run Terra berhasil, tambahkan ke CI dengan -r junit agar perubahan prompt atau model di kemudian hari tidak dapat memutus kontrak secara diam-diam; panduan CI/CD Apidog CLI kami memuat berkas pipeline-nya, dan Apidog CLI di Codex membahas penyiapan Codex.

FAQ

Apa ID model GPT-6.1 Terra? gpt-6.1-terra. Ada satu snapshot, dan itu juga merupakan default.

Apakah GPT-6.1 Terra bekerja dengan Chat Completions? Ya. Model ini mendukung Responses, Chat Completions, dan Batch. Hosted tools seperti web search dan computer use memerlukan Responses API.

Bisakah saya mengatur temperature pada GPT-6.1 Terra? Sebuah laporan komunitas menyatakan bisa dengan reasoning.effort: "none". Pada tingkat effort lainnya, periksa halaman model sebelum mengirim pengaturan sampling.

Apakah GPT-6.1 Terra mendukung Realtime API? Tidak. Realtime, Live, Assistants, dan fine-tuning tidak didukung.

Berapa batas laju GPT-6.1 Terra? Tergantung pada tier Anda: dari 5.000 permintaan dan 1 juta token per menit pada Build hingga 15.000 dan 40 juta pada Grow.

Langkah selanjutnya

Ganti ID model pada satu endpoint, uji ulang pada effort yang lebih rendah, dan biarkan agent Anda membandingkan kedua run dengan Apidog CLI. Jika angkanya tetap konsisten, gelar ke seluruh sistem. Belum yakin apakah Terra atau Sol yang cocok untuk beban kerja Anda? Baca GPT-6.1 Terra vs GPT-6.1 Sol.