Como Usar a API GPT-6.1 Terra

GPT-6.1 Terra está disponível na API da OpenAI como gpt-6.1-terra, a partir de 26 de outubro de 2026. Funciona na Responses API, Chat Completions e Batch, custa $1 por milhão de tokens de entrada e $5 por milhão de tokens de saída, e aceita até 922.000 tokens de entrada e 128.000 tokens de saída. Se você já chama o GPT-5.6 Terra, a migração é basicamente uma alteração de modelo em uma linha, com algumas configurações que vale a pena verificar primeiro.

Este guia cobre como obter uma chave, sua primeira requisição em curl, Python e Node, os seis níveis de esforço de raciocínio, computer use e outras ferramentas, os controles de custo e o que testar quando você migrar de gpt-5.6-terra. Para a visão geral do modelo, consulte o que é o GPT-6.1 Terra.

O que a API suporta

Fonte: página do modelo GPT-6.1 Terra da OpenAI. As ferramentas hospedadas precisam da Responses API, então use-a para novos trabalhos.

Passo 1: obtenha uma chave de API

Crie uma chave no painel da plataforma da OpenAI e adicione faturamento. Não há nível gratuito para o Terra: um plano ChatGPT Plus ou Pro dá a você o Terra dentro do ChatGPT Work e do Codex, mas não uma chave de API. Nosso guia sobre se o GPT-6.1 Terra é gratuito explica a diferença.

Exporte-a para que os exemplos abaixo possam lê-la:

export OPENAI_API_KEY="sk-..."

Os limites de taxa dependem do seu nível de uso. A página do modelo lista 5.000 requisições e 1 milhão de tokens por minuto no nível Build, 10.000 e 4 milhões no Launch, e 15.000 e 40 milhões no Grow.

Passo 2: envie sua primeira requisição

Com curl, contra a 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."
  }'

Em Python com o SDK oficial:

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)

Em 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);

Imprima o usage desde o início. Ele informa os tokens de entrada, em cache e de saída, e os tokens de raciocínio são cobrados como saída.

Passo 3: escolha um esforço de raciocínio

O Terra suporta seis níveis de esforço. O padrão é medium.

Dois pontos se destacam.

none é suportado. O GPT-6.1 Sol removeu isso, então essa é uma das diferenças práticas entre os dois. Um desenvolvedor no fórum da comunidade da OpenAI relata que, com reasoning.effort: "none", o Terra aceita temperature e top_p novamente. Para um pipeline que rotula ou extrai dados em volume, none oferece o menor custo por chamada e uma saída repetível.

O esforço baixo melhorou mais. No teste interno de factualidade da OpenAI, a taxa de erro do Terra com esforço baixo caiu de 53,6% no GPT-5.6 Terra para 16,7%. A Artificial Analysis também mediu ganhos maiores sobre o GPT-5.6 Terra em níveis de esforço mais baixos (7 a 13 pontos) do que em max (6 pontos). Se você usava o GPT-5.6 Terra em high para obter qualidade aceitável, experimente low ou medium no 6.1 Terra antes de presumir que você precisa da mesma configuração.

Passo 4: use ferramentas, incluindo computer use

A OpenAI apresentou este lançamento em torno de “computer use rápido e capaz a um preço menor”. Computer use, pesquisa na web, pesquisa em arquivos e as outras ferramentas hospedadas estão disponíveis na Responses API. Uma chamada de pesquisa na web é assim:

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)

Chamada de funções e saídas estruturadas funcionam como em outros modelos GPT-6: defina seus esquemas de função em tools, ou passe um esquema JSON na configuração de formato de texto, e valide o que retorna. Para um olhar mais aprofundado sobre computer use em um app real, nosso guia de computer use do GPT-6 Astra também se aplica ao Terra, por um décimo do preço por token do Astra.

Passo 5: controle o custo

As tarifas do Terra já são baixas, e quatro configurações as reduzem ainda mais:

• O cache de prompt é automático. A entrada em cache custa $0,05 por milhão, contra $1 para entrada nova. Mantenha conteúdo estável (prompt de sistema, esquemas de ferramentas, documentos de referência) no início do prompt. As gravações de cache custam $1,25 por milhão para retenção de 30 minutos, ou $2,50 para 12 horas. Veja nosso guia de cache de prompt do GPT-6.
• Batch reduz todas as tarifas pela metade para trabalhos assíncronos: $0,50 de entrada, $2,50 de saída. Nosso guia da OpenAI Batch API mostra o fluxo completo.
• Flex oferece a mesma tarifa pela metade em requisições normais com service_tier: "flex", em troca de respostas mais lentas e 429s ocasionais.
• A linha de 272K. Prompts acima de 272K tokens de entrada cobram toda a requisição a 2x as tarifas de entrada e cache e 1,5x a de saída. Se você estiver perto disso, corte o contexto recuperado em vez de cruzar a linha.

O modo rápido vai pelo caminho oposto: 2x a tarifa Standard ($2 de entrada, $10 de saída) para respostas mais rápidas. O guia de preços do GPT-6.1 Terra tem todas as tarifas em uma única tabela.

Migrando de gpt-5.6-terra

A alteração do ID do modelo é uma linha. Estas são as coisas a verificar em torno dela:

1. Preço. A entrada cai de $2 para $1, a entrada em cache de $0,20 para $0,05, a saída de $12 para $5. Atualize quaisquer painéis de custo ou alertas de orçamento que tenham tarifas fixas no código.
2. Configuração de esforço. Reteste com um esforço menor. A qualidade em low foi a que mais mudou.
3. Corte de conhecimento. O do Terra é 1º de junho de 2026. Prompts que presumem um corte mais antigo, ou testes com respostas esperadas sensíveis a data, podem mudar.
4. Comprimento e formato da saída. Um novo modelo pode escrever respostas mais longas ou mais curtas. Verifique usage.output_tokens e qualquer parser que espere um formato fixo; use saídas estruturadas onde o formato importa.
5. Velocidade. A OpenAI diz que o Terra conclui tarefas mais de 3x mais rápido em média que o Astra e o GPT-6.1 Sol. Timeouts ajustados para modelos mais lentos estão bem, mas lógica de retry e polling construída em torno de longas esperas pode agora ser desperdício.
6. Codex. Se sua equipe usa o Codex, o Terra precisa do Codex CLI 0.159.0 ou posterior: codex -m gpt-6.1-terra.

A OpenAI não anunciou uma data de descontinuação para o GPT-5.6 Terra, então você pode executar os dois lado a lado enquanto compara.

Deixe seu agente de codificação provar a migração com o Apidog CLI

Os passos 1 a 6 são exatamente o tipo de verificação que você não deveria fazer manualmente. Aponte seu agente de codificação para o Apidog CLI e ele pode construir o teste, executá-lo em ambos os modelos e dizer o que mudou.

Configure uma vez:

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

Depois dê ao Claude Code, Codex ou Cursor um prompt:

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.

O agente lê cada esquema, valida seu payload e executa o caso duas vezes:

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

Mantenha sua chave da OpenAI no ambiente do Apidog. Quando a execução do Terra passar, adicione-a ao CI com -r junit para que uma mudança posterior de prompt ou modelo não possa quebrar o contrato silenciosamente; nosso guia de CI/CD do Apidog CLI tem o arquivo de pipeline, e Apidog CLI no Codex cobre a configuração do Codex.

Perguntas frequentes

Qual é o ID do modelo GPT-6.1 Terra? gpt-6.1-terra. Há um snapshot, e ele também é o padrão.

O GPT-6.1 Terra funciona com Chat Completions? Sim. Ele suporta Responses, Chat Completions e Batch. Ferramentas hospedadas como pesquisa na web e computer use precisam da Responses API.

Posso definir temperature no GPT-6.1 Terra? Um relato da comunidade diz que sim, com reasoning.effort: "none". Em outros níveis de esforço, verifique a página do modelo antes de enviar configurações de amostragem.

O GPT-6.1 Terra suporta a Realtime API? Não. Realtime, Live, Assistants e fine-tuning não são suportados.

Qual é o limite de taxa do GPT-6.1 Terra? Depende do seu nível: de 5.000 requisições e 1 milhão de tokens por minuto no Build até 15.000 e 40 milhões no Grow.

Próximo passo

Troque o ID do modelo em um endpoint, reteste com um esforço menor e deixe seu agente comparar as duas execuções com o Apidog CLI. Se os números se mantiverem, faça o rollout. Não tem certeza se o Terra ou o Sol se encaixa na sua carga de trabalho? Leia GPT-6.1 Terra vs GPT-6.1 Sol.