GPT-6.1 Terra có giá bằng một nửa GPT-6.1 Sol ở mọi dòng trong bảng giá: $1/$5 mỗi triệu token so với $2/$10. OpenAI cho biết Terra hoàn thành tác vụ nhanh hơn trung bình hơn ba lần. Sol vẫn là mô hình mạnh hơn, với cách biệt 6 điểm trên Coding Agent Index của Artificial Analysis (54 so với 48), và chính OpenAI khuyến nghị Sol hoặc GPT-6 Astra cho những công việc lập trình phức tạp nhất và nghiên cứu chuyên sâu.
Vậy câu hỏi không phải là cái nào tốt hơn. Mà là liệu khối lượng công việc của bạn có cần đến khoảng cách đó hay không. Bài so sánh này đặt thông số kỹ thuật, giá, benchmark và khác biệt API cạnh nhau, và kết thúc bằng một quy tắc định tuyến bạn có thể dùng. Để biết thông tin nền về từng mô hình, xem GPT-6.1 Terra là gì và GPT-6.1 Sol là gì.
So sánh trực tiếp
| GPT-6.1 Terra | GPT-6.1 Sol | |
|---|---|---|
| ID mô hình API | gpt-6.1-terra |
gpt-6.1-sol |
| Ngày phát hành | 26 tháng 10, 2026 | 29 tháng 9, 2026 (DevDay) |
| Đầu vào / cache / đầu ra (mỗi 1M) | $1.00 / $0.05 / $5.00 | $2.00 / $0.10 / $10.00 |
| Ghi cache, 30 phút | $1.25 | $2.50 |
| Cửa sổ ngữ cảnh | 1,050,000 | 1,050,000 |
| Đầu vào / đầu ra tối đa | 922,000 / 128,000 | 922,000 / 128,000 |
| Mức suy luận | none đến max |
low đến max (không có none) |
| Endpoint | Responses, Chat Completions, Batch | Responses, Chat Completions, Batch |
| Tốc độ (OpenAI) | Nhanh hơn trung bình hơn 3 lần | Mức cơ sở |
| Định vị của OpenAI | Nhanh, hiệu quả: viết, hiểu hình ảnh, sử dụng máy tính | Mẫu đa năng mạnh mẽ cho lập trình khó và nghiên cứu |
Giá là mức Standard cho prompt tối đa 272K token đầu vào, theo trang giá của OpenAI. Cả hai mô hình dùng chung quy tắc prompt dài: trên 272K token đầu vào, toàn bộ request được tính ở mức 2x giá đầu vào và cache, và 1.5x giá đầu ra.
Giá: Terra đúng bằng một nửa
Mọi mức giá của Terra đều bằng một nửa của Sol. Điều đó khiến việc so sánh chi phí trở nên đơn giản: với cùng số token, Terra rẻ hơn 50%. Lấy một bước agent với prefix được cache 100,000 token, 8,000 token đầu vào mới và 2,000 token đầu ra:
| GPT-6.1 Terra | GPT-6.1 Sol | |
|---|---|---|
| Đầu vào cache (100K) | $0.0050 | $0.0100 |
| Đầu vào mới (8K) | $0.0080 | $0.0160 |
| Đầu ra (2K) | $0.0100 | $0.0200 |
| Mỗi lần gọi | $0.0230 | $0.0460 |
| Mỗi 10,000 lần gọi | $230 | $460 |
Trên thực tế, số token sẽ không giống hệt nhau: mô hình suy luận lâu hơn sẽ dùng nhiều token đầu ra hơn. Nhưng việc Terra nhanh hơn cho thấy nó không đánh đổi tốc độ bằng token tăng thêm. Artificial Analysis đo được $0.40 mỗi tác vụ đối với Terra ở mức effort tối đa trên bộ test của họ. Hướng dẫn định giá GPT-6.1 Terra của chúng tôi có đầy đủ bảng giá cùng các biến thể Batch, Flex và Fast.
Thêm một dữ kiện: Terra ở chế độ Fast có giá $2/$10, đúng bằng giá Standard của Sol. Nếu bạn đang trả mức giá của Sol, bạn có thể chọn giữa năng lực bổ sung của Sol và Terra ở tốc độ cao hơn.
Benchmark: khoảng cách khá hẹp
| Benchmark | GPT-6.1 Terra | GPT-6.1 Sol | Nguồn |
|---|---|---|---|
| Coding Agent Index v2.0 | 48 | 54 | Artificial Analysis |
| Intelligence Index, effort tối đa | Thấp hơn Sol 4 điểm | Mức cơ sở | Artificial Analysis |
| Terminal-Bench 4.0, effort tối đa | 50.3% | Bị Terra ở mức max bắt kịp | OpenAI; Artificial Analysis |
| Agents’ Last Exam | Ngang bằng GPT-6 Astra theo OpenAI | n/a | OpenAI |
| Tốc độ tác vụ | Nhanh hơn trung bình hơn 3 lần | Mức cơ sở | OpenAI |
Các con số này đến từ tài liệu ra mắt của OpenAI và Artificial Analysis. Artificial Analysis cho biết điểm Terminal-Bench 4.0 của Terra “giờ đã ngang ngửa” GPT-6.1 Sol ở mức effort tối đa. Không có nguồn nào chúng tôi tìm thấy công bố điểm của cả hai mô hình trên cùng một biểu đồ cho mọi benchmark, nên hãy coi bảng này là hướng và mức độ của khoảng cách, chứ không phải một bảng xếp hạng chính xác.
Xu hướng này nhất quán giữa các nguồn: Sol dẫn đầu, với cách biệt một chữ số, ở những công việc lập trình agentic khó nhất. Ở các tác vụ terminal và công việc agent nói chung, Terra bám sát. Để hình dung quy mô, Terra cao hơn GPT-6 Luna 10 điểm trên cùng chỉ số Intelligence, nên khoảng cách Sol–Terra chưa bằng một nửa khoảng cách Terra–Luna.
Độ tin cậy
Cải thiện lớn nhất của Terra nằm ở vấn đề ảo giác. Artificial Analysis đo được tỷ lệ ảo giác 38% trên bài test AA-Omniscience, giảm từ 88% ở GPT-5.6 Terra. Trong bài test tính xác thực nội bộ của OpenAI, tỷ lệ lỗi của Terra ở mức effort tối đa là 4.3%, mà OpenAI nói “gần như” ngang bằng GPT-6 Astra và GPT-6.1 Sol. Ở mức effort thấp, con số này là 16.7%.
Điểm mấu chốt: ở mức effort cao, Terra và Sol có tỷ lệ lỗi thực tế tương đương nhau trong bài test của OpenAI. Lợi thế của Sol nằm ở khả năng suy luận khó hơn, không phải ở độ chính xác cơ bản.
Những khác biệt API ảnh hưởng đến code của bạn
Hầu hết code chạy được trên cả hai mô hình chỉ với việc đổi model ID. Có ba khác biệt đáng lưu ý:
- Mức effort
none. Terra hỗ trợreasoning.effort: "none"; Sol thì không. Một lập trình viên trên diễn đàn cộng đồng của OpenAI báo cáo rằngnonetrên Terra cũng cho phép bạn đặttemperaturevàtop_p. Nếu bạn đã chuyển một tác vụ phân loại khỏi GPT-6 Sol vì 6.1 Sol bỏnone, thì Terra mang nó trở lại. - Kinh tế cache. Đầu vào cache là $0.05 trên Terra và $0.10 trên Sol. Các agent tái sử dụng prefix dài sẽ tiết kiệm nhiều hơn tương ứng trên Terra.
- Logic nhạy cảm với tốc độ. Nếu UI của bạn stream cho người dùng hoặc agent của bạn chạy nhiều bước tuần tự, tốc độ của Terra sẽ thay đổi trải nghiệm. Con số 3x của OpenAI là mức trung bình trên các tác vụ của họ; hãy tự đo trường hợp của bạn.
Cả hai đều hỗ trợ cùng các công cụ được host trên Responses API, bao gồm computer_use, web_search, file_search, code_interpreter và mcp. Hướng dẫn API GPT-6.1 Terra và Hướng dẫn API GPT-6.1 Sol trình bày cách thiết lập cho từng mô hình.
Trong ChatGPT và Codex
Cả hai đều có trong ChatGPT Work và Codex cho các gói trả phí, và không mô hình nào có trong Free hay Go. Với Terra, OpenAI liệt kê Plus, Pro, Enterprise và Edu. Khác biệt thực tế nằm ở mức sử dụng: OpenAI nói hạn mức Work và Codex của bạn dùng được “nhiều hơn hẳn” với Terra so với GPT-6.1 Sol hay GPT-6 Astra. Nếu bạn chạm giới hạn Codex trên Sol, việc chạy các tác vụ thường ngày trên Terra (codex -m gpt-6.1-terra, Codex CLI 0.159.0 trở lên) sẽ kéo dài cùng một gói. Hướng dẫn giới hạn sử dụng Codex của chúng tôi giải thích cách hạn mức này hoạt động.
Bạn nên dùng cái nào?
Dùng GPT-6.1 Terra cho:
- Sử dụng máy tính: click qua các ứng dụng, đọc màn hình, điền biểu mẫu. Đây là use case chủ đạo.
- Viết và soạn thảo, tóm tắt, trả lời.
- Các tác vụ lập trình độ khó thông thường: thay đổi một file, test, script, review.
- Vòng lặp agent với nhiều bước, nơi tốc độ và chi phí mỗi bước cộng dồn.
- Trích xuất và phân loại cần nhiều hơn khả năng của Luna, đặc biệt với mức effort
none.
Dùng GPT-6.1 Sol cho:
- Refactor lớn, nhiều file và công việc kiến trúc.
- Chuỗi nghiên cứu dài, nơi một bước sai làm hỏng kết quả.
- Các tác vụ mà Terra đã thất bại. Chính OpenAI cũng hướng những bài lập trình khó nhất về Sol hoặc Astra.
Một quy tắc định tuyến hiệu quả: mặc định dùng Terra, và nâng cấp lên Sol khi một tác vụ không vượt qua kiểm tra hoặc thuộc nhóm được biết là khó. Với mức giá chênh nhau 50/50, kể cả khi dồn một phần ba lưu lượng sang Sol, bạn vẫn chỉ trả khoảng hai phần ba hóa đơn so với việc dùng toàn bộ Sol. Nếu bạn đang so sánh giữa các lab, bài phân tích GPT-6.1 Sol vs Claude Sonnet 5.5 của chúng tôi đề cập phân khúc $2/$10.
Để coding agent của bạn chạy so sánh với Apidog CLI
Benchmark chỉ cho bạn biết về tác vụ của người khác. Cách nhanh nhất để quyết định là chạy prompt của chính bạn trên cả hai mô hình rồi so sánh, và coding agent của bạn có thể làm việc đó với Apidog CLI.
Thiết lập một lần:
npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_TOKEN>
apidog skill install
Sau đó đưa cho Claude Code, Codex hoặc Cursor một 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.
Agent sẽ kiểm tra payload, tạo test case và chạy cả hai mô hình trên cùng dữ liệu:
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
Nếu tỷ lệ pass của Terra ngang bằng Sol trên prompt của bạn, bạn đã giảm một nửa hóa đơn với bằng chứng cụ thể. Nếu không, những dòng thất bại sẽ cho bạn biết tác vụ nào nên định tuyến sang Sol. Giữ việc so sánh này trong CI với -r junit (hướng dẫn Apidog CLI CI/CD) và chạy lại mỗi khi một trong hai mô hình cập nhật. Xem Apidog CLI trong Codex để biết cách thiết lập với Codex.
FAQ
GPT-6.1 Terra có tốt hơn GPT-6.1 Sol không? Không. Sol đạt điểm cao hơn (54 so với 48 trên Coding Agent Index của Artificial Analysis). Terra có giá bằng một nửa và theo OpenAI thì nhanh hơn hơn 3 lần.
Terra rẻ hơn Sol bao nhiêu? Đúng 50% ở mọi mức giá: $1 so với $2 cho đầu vào, $0.05 so với $0.10 cho cache, $5 so với $10 cho đầu ra.
Terra và Sol có cùng cửa sổ ngữ cảnh không? Có: 1,050,000 token, 922,000 đầu vào và 128,000 đầu ra cho cả hai.
Cái nào tốt hơn cho lập trình? Sol cho công việc khó nhất, như OpenAI khuyến nghị. Terra cho lập trình hằng ngày, nơi nó bám sát ở các tác vụ terminal với một nửa giá.
Tôi có thể chuyển đổi giữa chúng mà không cần thay đổi code không? Phần lớn là được. Chỉ cần đổi model ID; nếu bạn dùng reasoning.effort: "none", thì chỉ Terra mới hỗ trợ.
Kết luận
GPT-6.1 Terra mang lại phần lớn những gì GPT-6.1 Sol có với một nửa giá và thời gian chờ chỉ bằng một phần nhỏ. Hãy mặc định dùng Terra, giữ Sol cho phần đuôi khó, và để agent của bạn chứng minh tỷ lệ phân chia trên chính prompt của bạn bằng Apidog CLI trước khi bạn quyết định.