GPT-6.1 Terra 和 GPT-6.1 Sol 怎么选

GPT-6.1 Terra 费率表上的每一项都是 GPT-6.1 Sol 的一半：每百万 token 1/5 美元，对 Sol 的 2/10 美元。OpenAI 称 Terra 完成任务的平均速度比 Sol 快 3 倍以上。Sol 仍然更强，Artificial Analysis 的 Coding Agent Index 高 6 分（54 对 48）。OpenAI 自己也建议，最复杂的编程和深入调研用 Sol 或 GPT-6 Astra。

所以问题不是哪个更好，而是你的工作负载需不需要这点差距。本文把规格、价格、基准和 API 差异放在一起，最后给一条可以执行的分流规则。两个模型的背景分别见「GPT-6.1 Terra 是什么」和「GPT-6.1 Sol 是什么」。

AI Coding 交流群

如果你也在用 AI 写代码，或者正在研究 Cursor、Claude Code 这些工具，欢迎加入以下交流群。群里平时会聊一些 AI 编程的实际用法、开发工作流，还有各种新工具和新玩法。

并排看

价格是输入不超过 272K token 的 Standard 费率，来自 OpenAI 价格页。两个模型的长提示规则相同：输入超过 272K token 时，整次请求按 2 倍输入和缓存、1.5 倍输出计费。

价格：Terra 正好是一半

Terra 的每一档都是 Sol 的一半。token 数相同时，Terra 便宜 50%。一次智能体步骤：10 万 token 缓存前缀、8,000 个新输入、2,000 个输出：

实际 token 数不会完全一样：推理更久的模型输出更多。Terra 更快，说明它不是靠多生成 token 换速度。Artificial Analysis 测得 Terra 最高强度单任务 0.40 美元。完整费率以及 Batch、Flex、Fast 见「GPT-6.1 Terra 价格」。

还有一个对照：Terra 的 Fast 模式是 2/10 美元，正好等于 Sol 的 Standard。如果你已经在付 Sol 的价格，可以在「Sol 更强」和「Terra 更快」之间选。

基准：差距不大

数字来自 OpenAI 发布材料和 Artificial Analysis。Artificial Analysis 说 Terra 的 Terminal-Bench 4.0「已经接近」最高强度的 GPT-6.1 Sol。没有来源把两个模型的每一项都画在同一张图上，所以这张表表示差距的方向和量级，不是精确排名。

各来源的模式一致：最难的智能体编程上，Sol 领先，差距是个位数。终端任务和一般智能体工作上，Terra 很接近。作为尺度，同一 Intelligence Index 上 Terra 比 GPT-6 Luna 高 10 分，所以 Sol 到 Terra 的台阶，不到 Terra 到 Luna 的一半。

可靠性

Terra 最大的单项变化是幻觉。Artificial Analysis 的 AA-Omniscience 测得幻觉率 38%，GPT-5.6 Terra 是 88%。OpenAI 内部事实性测试里，Terra 最高强度错误率 4.3%，OpenAI 说「接近」GPT-6 Astra 和 GPT-6.1 Sol。低强度是 16.7%。

结论：高强度下，Terra 和 Sol 在 OpenAI 这项测试上的事实错误比例接近。Sol 的优势在更难的推理，不在基本准确率。

会影响代码的 API 差异

大多数代码只改模型 ID 就能在两边跑。有三处差异：

1. none 强度。 Terra 支持 reasoning.effort: "none"，Sol 不支持。OpenAI 社区论坛有开发者反馈，Terra 的 none 还可以设置 temperature 和 top_p。如果因为 6.1 Sol 去掉 none 而把分类任务从 GPT-6 Sol 迁走，Terra 把它带回来了。
2. 缓存成本。 缓存输入 Terra 是 0.05 美元，Sol 是 0.10 美元。复用长前缀的智能体，在 Terra 上省得更多。
3. 对速度敏感的逻辑。 如果界面要流式输出，或者智能体有很多串行步骤，Terra 的速度会改变体验。OpenAI 的 3 倍是任务集平均值，要用自己的任务再测。

两者在 Responses API 上支持同一组托管工具，包括 computer_use、web_search、file_search、code_interpreter 和 mcp。接入分别见「GPT-6.1 Terra API」和「GPT-6.1 Sol API」。

在 ChatGPT 和 Codex 里

两者都在付费套餐的 ChatGPT Work 和 Codex 里，都不在 Free 或 Go。Terra 列出的是 Plus、Pro、Enterprise 和 Edu。实际差别在额度：OpenAI 称，Work 和 Codex 的额度用 Terra 比用 GPT-6.1 Sol 或 GPT-6 Astra「宽得多」。如果在 Sol 上碰到 Codex 额度，日常任务换成 Terra（codex -m gpt-6.1-terra，Codex CLI 0.159.0 或更高）能把同一套餐撑更久。额度说明见「Codex 用量额度」。

该用哪个

用 GPT-6.1 Terra：

• 计算机操作：点应用、读屏幕、填表。这是它的主打场景。
• 写作、起草、摘要、回复。
• 普通难度的编程：单文件修改、测试、脚本、评审。
• 步骤很多的智能体循环，每步的速度和成本会累加。
• 需要比 Luna 更强的抽取和分类，尤其是 none 强度。

用 GPT-6.1 Sol：

• 大范围、多文件重构和架构工作。
• 一步错就会把结果带偏的长调研链。
• Terra 已经失败的任务。OpenAI 自己把最难的编程导向 Sol 或 Astra。

可用的分流规则： 默认 Terra，任务检查失败或属于已知的困难类别时再升到 Sol。价格是对半，即使三分之一的流量走 Sol，账单大约也只是全用 Sol 的三分之二。如果要跨实验室比较，2/10 美元这一档见「GPT-6.1 Sol 与 Claude Sonnet 5.5」。

用自己的提示做对比

基准说的是别人的任务。最快的判断是用自己的提示在两个模型上跑同一批数据，比较通过率、平均输出 token 和估算费用。

原文给出来源产品的 CLI 命令。Apifox 是否提供同名 CLI，待核实，因此不照搬。可以保留的做法是：对 POST https://api.openai.com/v1/responses 用中等推理强度，分别把模型设为 gpt-6.1-terra 和 gpt-6.1-sol，跑同一组提示；断言状态码 200，并检查输出是否符合你的 JSON schema。Terra 通过率接近 Sol 时，有证据说明账单可以减半；不接近时，失败的那几条再路由到 Sol。密钥放在环境里。

常见问题

GPT-6.1 Terra 比 GPT-6.1 Sol 更好吗？ 不是。Sol 分数更高（Artificial Analysis Coding Agent Index 54 对 48）。Terra 价格是一半，OpenAI 称平均快 3 倍以上。

Terra 比 Sol 便宜多少？ 每一项都正好是 50%：输入 1 对 2 美元，缓存 0.05 对 0.10，输出 5 对 10。

上下文窗口一样吗？ 一样。都是 1,050,000 token，输入 922,000，输出 128,000。

编程用哪个？ 最难的工作用 Sol，这也是 OpenAI 的建议。日常编程用 Terra，终端任务上接近，价格是一半。

不改代码能切换吗？ 大多可以。改模型 ID 即可。如果用了 reasoning.effort: "none"，只有 Terra 支持。

结论

GPT-6.1 Terra 用一半的价格和更短的等待，拿到 GPT-6.1 Sol 的大部分能力。默认用 Terra，难的尾巴留给 Sol，并用自己的提示验证这条分流。

HiFox ：将 Agent 变成真正的队友

另外，我们也在思考，AI 如何从个人提效走进团队协作。

HiFox 是一个让人和 AI Agent 在同一个工作现场协作的平台：你可以像给同事分派任务一样指派 Agent，在任务看板中跟踪进度、查看结果，让 Agent 成为团队里的队友。

👉 立即体验 Hifox：https://hifox.com

AI Coding 交流群

如果你也在用 AI 写代码，或者正在研究 Cursor、Claude Code 这些工具，欢迎加入以下交流群。群里平时会聊一些 AI 编程的实际用法、开发工作流，还有各种新工具和新玩法。