Przejdź do treści

GPT-6.1 Terra wchodzi do ChatGPT i API. O połowę tańszy od poprzednika

Adam Marzec
Mapa premiery GPT-6.1 Terra: nagłówek GPT-6.1 TERRA MILION TOKENOW ZA DOLARA, karty WEJŚCIE / WYJŚCIE ZA 1M 1/5 USD, OKNO KONTEKSTOWE 1,05 MLN i INDEKS AA 48 PKT; pieczątka PREMIERA 26.10; odczyt 27.10.2026

26 października 2026 OpenAI wypuściło GPT-6.1 Terra, nową wersję środkowego modelu swojej oferty, i od razu przeceniło go o połowę: 1 dolara za milion tokenów wejścia i 5 dolarów za wyjście, wobec 2 i 12 dolarów u zastępowanego GPT-5.6 Terra. Model trafił tego samego dnia do ChatGPT Work, do agenta Codex i do API, w planach Plus, Pro, Enterprise i Edu. Taniej jest też w porównaniu z konkurencją: Claude Sonnet 5.5 od Anthropic kosztuje 2 dolary za wejście i 10 za wyjście przy tym samym milionie tokenów.

Sam model to nie rewolucja architektury, tylko przecena i dopięcie rodziny na ostatnim piętrze. We wrześniu aktualizację do 6.1 dostały Luna i Sol, ale Terra została na wersji 5.6. Teraz OpenAI domknęło zestaw, a przy okazji dorzuciło argument, który trudno zignorować: na teście agentowym Agents’ Last Exam Terra osiąga wynik porównywalny z flagową Astrą, płacąc jedną dziesiątą jej ceny za tokeny. O Astrze, czyli najdroższym modelu za 10 i 50 dolarów za milion tokenów, pisałem osobno w opinii po pierwszych tygodniach użycia.

Najważniejsze informacje

CoSzczegóły
Premiera26 października 2026, ChatGPT Work, Codex i API (Plus, Pro, Enterprise, Edu)
Cena API1 USD za 1M tokenów wejścia, 5 USD za wyjście; GPT-5.6 Terra płacił 2 i 12 USD
Tokeny z cache0,05 USD za 1M (czwarta część poprzedniej stawki); zapis cache 1,25 USD na 30 minut albo 2,50 USD na 12 godzin
Okno kontekstowe1 050 000 tokenów (wejście do 922 000, wyjście do 128 000)
Wejście i wyjścietekst i obraz na wejściu, tekst na wyjściu; wywołania narzędzi tylko przez Responses API
Pozycja w ofercieLuna (najtańsza), Terra, Sol, Astra (najdroższa, 10 i 50 USD za 1M)
Wyróżnikwynik klasy Astrę na Agents’ Last Exam przy 1/10 jej ceny; ponad 3× szybszy niż Astra i Sol

Co to za model i gdzie go dostaniesz

Terra pełni w ofercie OpenAI rolę „środka stawki”: ma być szybkim modelem łączącym rozumowanie wizualne z precyzyjną obsługą komputera, a OpenAI opisuje go w komunikacie jako „a fast, efficient model that combines detailed visual reasoning and precise computer use”. Do tego dochodzi naturalniejszy styl pisania, bo firma wprost wymienia propozycje biznesowe, rysunki techniczne, formularze i montaż wideo jako typowe zadania. Z dokumentacji deweloperskiej wynika, że w API model działa pod nazwą gpt-6.1-terra i obsługuje skalę rozumowania od none do max, a próg 272 tysięcy tokenów wejścia zmienia wycenę: powyżej niego wejście kosztuje dwa razy więcej, a wyjście półtora raza.

W ChatGPT model pojawia się automatycznie w planach Plus, Pro, Enterprise i Edu, także w obrębie ChatGPT Work, bez dopłaty. W Codex służy do zadań kodowania średniej wagi, bo OpenAI otwarcie radzi, by do najtrudniejszych zadań programistycznych brać Sol albo Astrę. Tego modelu nie da się pobrać i postawić lokalnie, wagi nie wyszły, więc to oferta czysto serwisowa.

Benchmarki: co pokazuje OpenAI i jak to czytać

Zestaw liczb z ogłoszenia wygląda mocno, choć nie jednolicie. W Artificial Analysis Intelligence Index Terra dostaje 48 punktów przy maksymalnym wysiłku, wobec 52 dla GPT-6.1 Sol i 42 dla poprzedniego GPT-5.6 Terra; przy niższych poziomach rozumowania skok względem poprzednika rośnie do 7-13 punktów. Na Coding Agent Index v2.0 jest 48 punktów wobec 54 dla Sol i 31 dla Luny. Halucynacje to najspekularniejszy skok: w teście AA-Omniscience skłonność do zgadywania, gdy odpowiedzi nie ma w wiedzy modelu, spadła z 88 do 38 procent.

W zadaniach agentowych Terra osiąga poziom modelu Astra na Agents’ Last Exam przy jednej dziesiątej jej ceny za tokeny, działa ponad trzy razy szybciej niż Astra i Sol, a na koszt jednego zadania wychodzi około dziewięć razy taniej niż Claude Opus 5.5 przy ponad trzykrotnie lepszej efektywności tokenowej. Na Terminal-Bench 4.0 skok jest brutalny: 50,3 procent wobec 21,5 procent u GPT-5.6 Terra, mniej więcej poziom Sol. OSWorld 2.1, test pracy na systemie operacyjnym, Terra wygrywa z poprzednikiem już przy średnim wysiłku, a w MMMU-Pro wyprzedza go na każdym poziomie rozumowania, choć do Astry i Sol trochę brakuje.

Trzy zastrzeżenia. Po pierwsze, OpenAI wybierało wykresy, a komentatorzy na Hacker News od razu wskazali, że na Terminal-Bench 4.0 model potrzebuje najwyższego trybu rozumowania, żeby zbliżyć się do Sol, i wtedy wychodzi drożej przy nieco słabszym wyniku. Po drugie, porównania z Opus 5.5 w ogłoszeniu wyglądają różnie w zależności od testu: na Artificial Analysis Index Opus 5.5 Max ma 58 punktów, Terra przy maksymalnym wysiłku 48. Po trzecie, 50 procent na Terminal-Bench to nadal połowa: narzędzie do codziennej pracy z komputerem i dokumentami, nie do najtrudniejszego inżynierii.

Ile realnie kosztuje w API

Bazowa wycena to 1 i 5 dolarów za milion tokenów, ale pełny cennik ma więcej pięter. Tokeny z cache wejściowego kosztują 5 centów za milion, czyli jedną czwartą poprzedniej stawki, co przy agentach wielokrotnie odczytujących ten sam kontekst robi największą różnicę na fakturze. Zapis cache płatny osobno: 1,25 dolara za milion tokenów przy oknie 30 minut i 2,50 dolara przy 12 godzinach. Tryb Batch albo Flex obniża rachunek o połowę, tryb Fast podwaja stawki, a prompty powyżej 272 tysięcy tokenów mnożą wejście razy dwa i wyjście razy 1,5.

OpenAI podało też porównanie na poziomie zadania: przy maksymalnym wysiłku jedno zadanie w Terrze kosztuje w przeliczeniu 40 centów wobec 1,40 dolara u GPT-5.6 Terra. To bardziej wiarygodna miara niż cena tokenu, bo agentowe zadania różnią się długością rozumowania. Dla porównania: Sol kosztuje 2 i 10 dolarów za milion tokenów, Astra 10 i 50, a Sonnet 5.5 od Anthropic 2 i 10.

Bezpieczeństwo: próg Critical

Przy modelu, który ma precyzyjnie operować komputerem użytkownika, kwestia bezpieczeństwa jest częścią produktu. Według The Decoder Terra spełnia próg „Critical” w cyberbezpieczeństwie według wewnętrznej skali Preparedness Framework OpenAI i dziedziczy zabezpieczenia z modelu Astra. W testach odporności na bezpośrednie próby złamania hierarchii instrukcji model osiąga 99,99 procent, a na pośrednich prompt injection 98,8 procent wobec 96,2 procent u GPT-5.6 Terra. Opis wskazuje też, że model częściej trzyma się wyznaczonych granic i informuje użytkownika o swoich ograniczeniach.

Co mówią na Hacker News

Wątek uzbierał 559 punktów i ponad 350 komentarzy w ciągu nocy (odczyt 27.10 rano). Reakcje wahają się między zachwytem ceną a zdrową nieufnością wobec wykresów. Najbardziej reprezentatywny jest przepływ od entuzjazmu do weryfikacji: „Jeśli te wykresy są prawdziwe, to effectively dorównuje GPT-6-Astra za ułamek kosztu” (A_D_E_P_T), po odpowiedź tristanj: „Not necessarily, they may have selected benchmarks where Terra performs relatively well compared to those models. Pretty much every model release these days just cherry-picks & highlights the benchmarks”.

Krytyka zbiega się na jednym teście: „Looks great on the first chart, but terrible on the Terminal Bench 4.0 where it needs xhigh to come close to 6.1 Sol, and costs more for a slightly worse result” (user43928). Kolejny komentator dokłada twarde dane: przy maksymalnym wysiłku Terra ma 50 procent na Terminal-Bench wobec 70 procent u Opus 5.5, a na indeksie Artificial Analysis 48 punktów wobec 58 (saretup). Część dyskusji idzie jednak w praktykę codziennego użycia: „Luna and Sol-6.1 are crazy cost effective and all flows here have switched to them” (rockdoe), co dobrze opisuje realny wybór firmy: nie między modelami flagowymi, tylko między czterema piętrami ceny.

Co to oznacza dla polskiego użytkownika

Subskrybent ChatGPT Plus w Polsce dostaje Terra od 26 października bez żadnej zmiany w abonamencie, model pojawia się na liście wyboru razem z Luną, Sol i Astrą. Dla osób korzystających z API przez pośredników albo własny proxy zmiana jest jeszcze wyraźniejsza, bo nowe stawki obniżają koszt agentów uruchamianych masowo; stawki OpenAI i tak były już niższe od Anthropic, a ta przecena powiększa różnicę. W tekście o tym, czy w ogóle opłaca się płacić za ChatGPT pisałem, że decyzja robi się łatwiejsza, gdy plany dorzucają realne usprawnienia bez podwyżki, i dokładnie taki przypadek mamy teraz.

Na polskich frazach temat jest jeszcze pusty: autocomplete podpowiada dopiero „gpt 6.1 terra” i porównania z Sol, więc ktoś szukający po polsku trafi dziś głównie na zagraniczne serwisy. Zastrzeżenie uczciwości: nie testowałem modelu na własnych zadaniach, wszystkie benchmarki i ceny pochodzą z ogłoszenia OpenAI, dokumentacji deweloperskiej i opracowań The Decoder oraz 9to5Mac z 26 października.

Źródła

Powiązane artykuły