GPT-6.1 Terra와 GPT-6.1 Sol 비교

GPT-6.1 Terra는 요금표의 모든 항목에서 GPT-6.1 Sol보다 비용이 절반입니다. 백만 토큰당 $1/$5 대 $2/$10입니다. OpenAI에 따르면 Terra는 평균적으로 작업을 3배 이상 더 빠르게 완료합니다. Sol은 여전히 더 강력한 모델로, Artificial Analysis의 Coding Agent Index에서 6점 앞서며(54 대 48), OpenAI 스스로도 가장 복잡한 코딩과 심층 연구에는 Sol 또는 GPT-6 Astra를 권장합니다.

따라서 질문은 어느 쪽이 더 나은가가 아닙니다. 여러분의 워크로드에 그 격차가 필요한가입니다. 이 비교는 사양, 가격, 벤치마크, API 차이를 나란히 놓고, 마지막에 사용할 수 있는 라우팅 규칙을 제시합니다. 각 모델의 배경은 GPT-6.1 Terra란 무엇인가와 GPT-6.1 Sol이란 무엇인가를 참고하세요.

나란히 비교

가격은 최대 272K 입력 토큰의 프롬프트에 대한 Standard 요율이며, OpenAI의 가격 페이지에서 가져왔습니다. 두 모델 모두 동일한 긴 프롬프트 규칙을 따릅니다. 272K 입력 토큰을 초과하면 전체 요청에 입력 및 캐시 요율 2배, 출력 요율 1.5배가 청구됩니다.

가격: Terra는 정확히 절반

모든 Terra 요율은 Sol의 절반입니다. 따라서 비용 비교는 간단합니다. 동일한 토큰 수라면 Terra가 50% 더 저렴합니다. 100,000토큰 캐시된 접두사, 8,000개의 새 입력 토큰, 2,000개의 출력 토큰이 있는 에이전트 단계를 예로 들어 보겠습니다.

실제로는 토큰 수가 동일하지 않습니다. 더 오래 추론하는 모델은 출력을 더 많이 소비합니다. 하지만 Terra가 더 빠르다는 점은 추가 토큰으로 속도를 사는 것이 아님을 시사합니다. Artificial Analysis는 자사 스위트에서 최대 노력의 Terra에 대해 작업당 $0.40를 측정했습니다. GPT-6.1 Terra 가격 가이드에는 전체 요금표와 Batch, Flex, Fast 변형이 있습니다.

한 가지 더: Fast 모드의 Terra는 $2/$10로, 정확히 Sol의 Standard 가격입니다. Sol 가격을 지불하고 있다면, Sol의 추가 역량과 더 높은 속도의 Terra 중에서 선택할 수 있습니다.

벤치마크: 좁은 격차

수치는 OpenAI의 출시 자료와 Artificial Analysis에서 가져왔습니다. Artificial Analysis는 Terra의 Terminal-Bench 4.0 점수가 최대 노력에서 GPT-6.1 Sol과 "이제 대등하다"고 말합니다. 우리가 찾은 어떤 출처도 모든 벤치마크에 대해 두 모델의 점수를 같은 차트에 공개하지 않으므로, 이 표는 격차의 방향과 크기로 보아야 하며 정확한 순위로 보면 안 됩니다.

패턴은 출처 전반에서 일관됩니다. Sol은 가장 어려운 에이전트 코딩 작업에서 한 자릿수 점수 차로 앞섭니다. 터미널 작업과 일반 에이전트 작업에서는 Terra가 근접합니다. 규모를 가늠하자면, Terra는 같은 Intelligence Index에서 GPT-6 Luna보다 10점 위에 있으므로, Sol에서 Terra로의 격차는 Terra에서 Luna로의 격차의 절반도 되지 않습니다.

신뢰성

Terra의 가장 큰 단일 개선은 환각입니다. Artificial Analysis는 자사의 AA-Omniscience 테스트에서 환각률을 38%로 측정했는데, 이는 GPT-5.6 Terra의 88%에서 감소한 것입니다. OpenAI의 내부 사실성 테스트에서 최대 노력의 Terra 오류율은 4.3%이며, OpenAI는 이것이 GPT-6 Astra 및 GPT-6.1 Sol과 "거의" 일치한다고 말합니다. 낮은 노력에서는 16.7%입니다.

핵심은 이것입니다. 높은 노력에서 Terra와 Sol은 OpenAI의 테스트에서 비슷한 비율의 사실 오류를 범합니다. Sol의 우위는 더 어려운 추론에 있지, 기본 정확도에 있지 않습니다.

코드에 영향을 주는 API 차이

대부분의 코드는 모델 ID만 바꾸면 두 모델 모두에서 실행됩니다. 세 가지 차이가 중요합니다.

1. none 노력. Terra는 reasoning.effort: "none"을 지원하지만 Sol은 지원하지 않습니다. OpenAI 커뮤니티 포럼의 한 개발자는 Terra의 none을 사용하면 temperature와 top_p도 설정할 수 있다고 보고합니다. 6.1 Sol이 none을 제거해서 분류 작업을 GPT-6 Sol에서 옮겼다면, Terra가 이를 되살려 줍니다.
2. 캐시 경제성. 캐시된 입력은 Terra에서 $0.05, Sol에서 $0.10입니다. 긴 접두사를 재사용하는 에이전트는 Terra에서 비례적으로 더 많이 절약합니다.
3. 속도에 민감한 로직. UI가 사용자에게 스트리밍하거나 에이전트가 많은 순차 단계를 실행한다면, Terra의 속도가 경험을 바꿉니다. OpenAI의 3배 수치는 자사 작업 전반의 평균이므로, 직접 측정하세요.

둘 다 Responses API에서 동일한 호스팅 도구를 지원하며, 여기에는 computer_use, web_search, file_search, code_interpreter, mcp가 포함됩니다. GPT-6.1 Terra API 가이드와 GPT-6.1 Sol API 가이드에서 각각의 설정을 다룹니다.

ChatGPT와 Codex에서

둘 다 유료 플랜의 ChatGPT Work와 Codex에 있으며, 어느 것도 Free 또는 Go에는 없습니다. Terra의 경우 OpenAI는 Plus, Pro, Enterprise, Edu를 나열합니다. 실질적인 차이는 사용량입니다. OpenAI는 Work 및 Codex 허용량이 GPT-6.1 Sol 또는 GPT-6 Astra보다 Terra에서 "훨씬 더" 오래 간다고 말합니다. Sol에서 Codex 한도에 도달했다면 일상 작업을 Terra에서 실행하면(codex -m gpt-6.1-terra, Codex CLI 0.159.0 이상) 같은 플랜을 더 오래 쓸 수 있습니다. Codex 사용 한도 가이드에서 허용량이 어떻게 작동하는지 설명합니다.

어느 것을 사용해야 할까요?

GPT-6.1 Terra를 사용하세요:

• 컴퓨터 사용: 앱을 클릭해 이동하고, 화면을 읽고, 양식을 작성하는 작업. 대표적인 사용 사례입니다.
• 글쓰기와 초안 작성, 요약, 답장.
• 일반적인 난이도의 코딩 작업: 단일 파일 변경, 테스트, 스크립트, 리뷰.
• 단계가 많은 에이전트 루프. 단계당 속도와 비용이 누적됩니다.
• Luna가 제공할 수 있는 것보다 더 많은 것을 요구하는 추출 및 분류, 특히 none 노력에서.

GPT-6.1 Sol을 사용하세요:

• 대규모 다중 파일 리팩터링과 아키텍처 작업.
• 한 번의 잘못된 단계가 결과를 망칠 수 있는 긴 연구 체인.
• Terra가 이미 실패한 작업. OpenAI 스스로 가장 어려운 코딩을 Sol 또는 Astra로 유도합니다.

효과적인 라우팅 규칙: 기본은 Terra로 하고, 작업이 검사를 통과하지 못하거나 알려진 고난도 범주에 해당하면 Sol로 에스컬레이션하세요. 가격이 50/50으로 나뉘는 경우, 트래픽의 3분의 1을 Sol로 보내도 전체 Sol 청구서의 약 3분의 2만 지불하게 됩니다. 다른 연구소와 비교한다면, GPT-6.1 Sol vs Claude Sonnet 5.5 분석에서 $2/$10 계층을 다룹니다.

코딩 에이전트가 Apidog CLI로 비교를 실행하게 하세요

벤치마크는 다른 사람의 작업에 대해 알려줍니다. 가장 빠른 결정 방법은 두 모델에서 여러분의 프롬프트를 직접 실행해 비교하는 것이며, 코딩 에이전트가 Apidog CLI로 이를 수행할 수 있습니다.

한 번 설정하세요:

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

그런 다음 Claude Code, Codex 또는 Cursor에 프롬프트 하나를 주세요:

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.

에이전트는 페이로드를 검증하고, 케이스를 생성한 뒤 동일한 데이터로 두 모델을 실행합니다:

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

Terra의 통과율이 여러분의 프롬프트에서 Sol과 일치한다면, 증거를 가지고 청구서를 절반으로 줄인 것입니다. 그렇지 않다면, 실패한 행이 어떤 작업을 Sol로 라우팅해야 하는지 알려줍니다. -r junit으로 비교를 CI에 유지하고(Apidog CLI CI/CD 가이드), 둘 중 하나의 모델이 업데이트될 때마다 다시 실행하세요. Codex 설정은 Codex에서의 Apidog CLI를 참고하세요.

자주 묻는 질문

GPT-6.1 Terra가 GPT-6.1 Sol보다 더 나은가요? 아닙니다. Sol이 더 높은 점수를 받습니다(Artificial Analysis의 Coding Agent Index에서 54 대 48). Terra는 가격이 절반이고, OpenAI에 따르면 3배 이상 빠릅니다.

Terra는 Sol보다 얼마나 더 저렴한가요? 모든 요율에서 정확히 50%입니다. 입력 $1 대 $2, 캐시됨 $0.05 대 $0.10, 출력 $5 대 $10.

Terra와 Sol은 동일한 컨텍스트 윈도우를 가진가요? 예: 둘 다 1,050,000토큰, 입력 922,000, 출력 128,000입니다.

코딩에는 어느 것이 더 좋나요? OpenAI가 권장하듯 가장 어려운 작업에는 Sol입니다. 일상적인 코딩에는 Terra가 좋으며, 절반 가격으로 터미널 작업에서 근접합니다.

코드 변경 없이 둘 사이를 전환할 수 있나요? 대부분 가능합니다. 모델 ID를 바꾸면 됩니다. reasoning.effort: "none"을 사용한다면, 이는 Terra에서만 작동합니다.

결론

GPT-6.1 Terra는 GPT-6.1 Sol의 대부분을 절반 가격과 훨씬 짧은 대기 시간으로 제공합니다. 기본은 Terra로 하고, 어려운 꼬리 작업에는 Sol을 남겨 두며, 확정하기 전에 Apidog CLI로 여러분의 프롬프트에서 이 분할을 에이전트가 증명하게 하세요.