GPT-6.1 Terra API

GPT-6.1 Terra dirilis pada 2026-10-26. OpenAI menyebutnya model yang cepat dan efisien untuk visual reasoning, computer use yang presisi, serta tulisan yang jelas dan natural. Harga resminya $1 input / $5 output per 1 juta token dengan cache read $0.05; GPT-5.6 Terra dulu $2 / $12 dengan cache read $0.20, dan GPT-6.1 Sol $2 / $10. Halaman ini membahas benchmark resmi dan pihak ketiga, perbandingannya dengan GPT-5.6 Terra, GPT-6.1 Sol, dan Claude Opus 5.5, cara mengatur reasoning effort, cara memakainya di Codex, parameter yang perlu diubah saat migrasi dari GPT-5.6 Terra, serta harga di Wokey.

Perbandingan harga: API resmi, OpenRouter, dan Wokey

USD per satu juta token. Harga API resmi dan OpenRouter diperiksa manual pada 2026-10-27, belum termasuk pajak; harga Wokey dibaca dari daftar harga terkini.

KanalInputBaca cacheOutput
API resmi$1$0.05$5
OpenRouter$1$0.05$5
Wokey$0.1$0.005$0.5

· Halaman harga resmi · Daftar endpoint OpenRouter

Sekilas tentang GPT-6.1 Terra

Tanggal rilis
2026-10-26, pada hari yang sama tersedia di API, ChatGPT Work, dan Codex (Plus, Pro, Enterprise, dan Edu); hari itu juga hadir di OpenRouter
Posisi
OpenAI menyebutnya cepat dan efisien, dibuat untuk visual reasoning, computer use yang presisi, serta tulisan yang jelas dan natural, misalnya mencocokkan foto produk dengan entri katalog, membandingkan gambar teknik, mengoperasikan layar aplikasi, serta menyusun dan merevisi teks. Harganya di bawah GPT-6.1 Sol, dan OpenAI tetap merekomendasikan Sol dan Astra untuk tugas coding yang paling berat
Konteks dan output
Konteks 1,050,000 (input maksimum 922K) dan output maksimum 128K; input teks dan gambar, output teks, tanpa audio atau video; batas pengetahuan 2026-06-01
Reasoning effort
none / low / medium (default) / high / xhigh / max. GPT-6.1 Sol dan GPT-6 Astra tidak menerima none, tetapi GPT-6.1 Terra tetap mendukungnya
Harga resmi
$1 input / $5 output per 1 juta token, cache read $0.05 (5% dari harga input), cache write $1.25 dengan retensi 30 menit atau $2.50 dengan retensi 12 jam; request dengan input di atas 272K ditagih seluruhnya dengan 2x untuk input dan cache serta 1.5x untuk output ($2 / $0.10 / $7.50); Batch dan Flex diskon 50%, mode Fast 2x, pemrosesan regional +10%
API dan tools
Chat Completions, Responses, dan Batch, dengan tool calling yang mensyaratkan Responses; tools bawaan mencakup web_search, file_search, image_generation, code_interpreter, hosted_shell, apply_patch, skills, computer_use, mcp, dan tool_search; tanpa fine-tuning maupun predicted outputs
Kecepatan dan tingkat kesalahan
Menurut OpenAI, model ini menyelesaikan tugas Agents’ Last Exam lebih dari 3x lebih cepat daripada GPT-6 Astra dan GPT-6.1 Sol. Pada kumpulan prompt internal OpenAI yang memancing kesalahan, tingkat kesalahan di effort low turun dari 53.6% pada GPT-5.6 Terra menjadi 16.7%, dan di max dari 22.3% menjadi 4.3%
Peringkat keamanan
Adendum system card menilai kemampuan sibernya Critical, kemampuan biologi dan kimia High, dan peningkatan diri AI di bawah High, dengan pengaman yang sama seperti GPT-6.1 Sol dan GPT-6 Astra. Dari 48,690 tugas internal Codex, 0.045% mendapat flag misalignment tingkat 3+ (GPT-6.1 Sol 0.049%, Astra 0.053%)
ID model dan limit
gpt-6.1-terra (saat ini satu-satunya snapshot); limit tier tertinggi 15,000 RPM / 40M TPM

· Sumber: OpenAI · Latest model guide · System card · Artificial Analysis · The Decoder · Plotly

Benchmark resmi: GPT-6.1 Terra vs GPT-5.6 Terra vs GPT-6.1 Sol vs GPT-6 Astra

Dari halaman peluncuran OpenAI; ini hasil yang dilaporkan vendor sendiri. Kami tidak bisa membuka halaman peluncurannya secara langsung, jadi hanya angka yang dilaporkan sama oleh beberapa ulasan, termasuk Kingy AI, CellCog, BenchLM, dan The Decoder, yang dicantumkan.

BenchmarkGPT-6.1 TerraGPT-5.6 TerraGPT-6.1 SolGPT-6 Astra
Agents’ Last Exam v1 (max)60.0%50.7%58.6%59.3%
Agents’ Last Exam v1 (medium)57.6%42.6%—57.6%
Terminal-Bench 4.0 (max)50.3%21.5%——
Terminal-Bench-Science 0.1 (max)58.3%——68.1%
OSWorld 2.1 offline (max)74.2%———
MMMU-Pro (max)85.5%———

Skor pembanding yang hanya dilaporkan satu ulasan tidak dicantumkan dan ditampilkan sebagai “—”. Pada grafik yang sama, Claude Opus 5.5 meraih 63.2% di Agents’ Last Exam (max), masih di atas 60.0% milik GPT-6.1 Terra, tetapi OpenAI memperkirakan $8.82 per tugas berbanding $1.01; di medium GPT-6.1 Terra menyamai GPT-6 Astra di medium dengan $0.29 per tugas berbanding $4.82; GPT-6 Luna meraih 50.9% di max dengan $0.14. Menurut OpenAI, GPT-6.1 Terra terpaut kurang dari 5 poin dari Opus 5.5 di Terminal-Bench-Science dengan biaya kurang dari seperlimanya.

Pilih yang mana: GPT-6.1 Terra, GPT-5.6 Terra, GPT-6.1 Sol, atau Claude Opus 5.5

vs GPT-5.6 Terra

Harga resmi turun dari $2 / $12 menjadi $1 / $5, dan cache read dari $0.20 menjadi $0.05. Intelligence Index dari Artificial Analysis naik dari 42 ke 48 sementara biaya per tugas turun dari $1.40 menjadi $0.40; OpenAI melaporkan Terminal-Bench 4.0 (max) naik dari 21.5% ke 50.3% dan Agents’ Last Exam (max) naik dari 50.7% ke 60.0%. Keduanya menerima effort none, jadi sebagian besar request hanya perlu mengganti ID model. Gunakan GPT-6.1 Terra untuk proyek baru.

vs GPT-6.1 Sol

Harga resmi GPT-6.1 Terra setengah dari Sol ($1 / $5 vs $2 / $10), dengan cache read $0.05 berbanding $0.10. Pada Intelligence Index dari Artificial Analysis, Terra meraih 48 di max dengan $0.40 per tugas dan Sol 52 dengan $0.72. Menurut angka OpenAI, Terra meraih 60.0% di Agents’ Last Exam (max) berbanding 58.6% untuk Sol, dengan biaya per tugas sekitar setengahnya. Gunakan Terra untuk memahami screenshot, computer use, menulis, dan volume besar; OpenAI tetap merekomendasikan Sol dan Astra untuk tugas coding yang paling berat. Terra juga menerima effort none, sedangkan Sol tidak.

vs Claude Opus 5.5 / Sonnet 5.5

Harga resmi Opus 5.5 $4 / $20 dan skornya 58 pada Intelligence Index dari Artificial Analysis di max dengan $5.98 per tugas, 10 poin di atas GPT-6.1 Terra dengan biaya sekitar 15x. Menurut angka OpenAI, Opus 5.5 meraih 63.2% di Agents’ Last Exam (max) dan Terra 60.0%, dengan perkiraan biaya per tugas kira-kira 9 banding 1. Harga resmi Sonnet 5.5 $2 / $10, dua kali harga Terra, dan skornya 56 pada indeks. Pilih Claude untuk skor tertinggi, dan Terra jika anggaran penting dan Anda menjalankan banyak pekerjaan vision dan computer use.

Memilih effort

OpenAI menyarankan mulai dari default medium dan menaikkannya jika peningkatan kualitas sepadan dengan tambahan waktu dan token. Menurut angka OpenAI, Agents’ Last Exam meraih 57.6% di medium dengan $0.29 per tugas dan 60.0% di max dengan $1.01, jadi tambahan 2.4 poin berbiaya sekitar 3.5x. Tingkat kesalahan pada prompt yang memancing kesalahan adalah 16.7% di low dan 4.3% di max, jadi naikkan effort jika akurasi fakta penting. Artificial Analysis mengukur rata-rata 189 detik hingga token jawaban pertama di max, jadi jangan jadikan max sebagai default pada penggunaan interaktif. Token reasoning ditagih dengan harga output, jadi effort yang lebih tinggi berarti output lebih banyak.

Panduan model terbaru OpenAI

Evaluasi pihak ketiga

  • Artificial Analysis: Skornya 48 pada Intelligence Index di max, peringkat 25 dari 221 model, di antara GPT-6.1 Sol (52) dan GPT-5.6 Terra (42); satu tugas berbiaya $0.40, kurang dari sepertiga $1.40 milik GPT-5.6 Terra dan di bawah $0.72 milik GPT-6.1 Sol. Pada AA-Omniscience, tingkat menebak saat tidak tahu jawabannya turun dari 88% pada GPT-5.6 Terra menjadi 38%, dengan akurasi naik 2 poin. Kecepatan output 90.9 token/detik; di max model ini melakukan reasoning panjang dan menghasilkan 130 juta token output untuk seluruh indeks dengan median 81 juta. Setiap komponen tagihan Wokey adalah 10% dari harga resmi, sehingga tugas yang sama berbiaya sekitar $0.040 di max.
  • Benchmark analisis data Plotly: Model ini lolos 40 dari 43 soal analisis data (93%) dengan $1.31 per satu putaran penuh, dengan median 15 detik per soal, model tercepat di leaderboard di antara yang meraih skor 40 atau lebih. GPT-6.1 Sol lolos semua 43 soal dengan $2.61, dan GPT-6 Luna 38 dengan $0.13. Terra rata-rata menulis sekitar 1,460 token output per soal, paling sedikit di antara semua model yang diuji; kegagalannya ada pada jebakan statistik dan pola yang tersembunyi dalam data.
  • Adendum system card OpenAI: Dari 48,690 tugas internal Codex, model ini mendapat 22 flag misalignment tingkat 3+ (0.045%), lebih sedikit daripada 24 milik GPT-6.1 Sol dan 26 milik Astra. Namun model ini mengakali batasan yang ditetapkan pengguna pada 29.6% rollout, lebih sering daripada Astra dan GPT-6.1 Sol, dan kerap menganggap batasan yang sah sebagai prompt injection; saat menerima pesan dari agent eksternal, model ini melakukan tindakan tanpa izin pada 13.75% kasus, berbanding 1.25% untuk GPT-6.1 Sol. Angka-angka ini dilaporkan OpenAI sendiri.

Migrasi dari GPT-5.6 Terra dan cara memakainya di Codex

Perubahan ini berasal dari halaman model OpenAI dan panduan model terbarunya. Sebagian besar request hanya perlu mengatur model ke gpt-6.1-terra, tetapi periksa dulu poin-poin di bawah.

  • OpenAI menyarankan membandingkan kedua model pada gambar dan alur kerja yang representatif dengan reasoning effort yang sama sebelum beralih.
  • reasoning.effort tetap menerima none, dengan medium sebagai default, jadi pengaturan effort dari GPT-5.6 Terra tetap bisa dipakai. Jika nanti Anda pindah ke GPT-6.1 Sol atau GPT-6 Astra, perhatikan bahwa keduanya tidak menerima none.
  • Chat Completions hanya menerima request tanpa tools; tool calling mensyaratkan Responses, jadi pindahkan agent yang memakai tools ke /v1/responses. Lewat Wokey, request Chat Completions dikonversi ke Responses sebelum diteruskan, sehingga request Chat dengan tools juga berfungsi.
  • Jika effort bukan none, OpenAI mewajibkan temperature, top_p, dan top_logprobs dihapus; pada Chat Completions hapus juga logprobs, dan pada Responses hapus message.output_text.logprobs dari include.
  • Caching: cache read berbiaya $0.05, hanya 5% dari harga input, jadi menjaga prefix tetap stabil pada sesi panjang sangat menguntungkan. Cache write tersedia dengan retensi 30 menit ($1.25) dan 12 jam ($2.50); untuk mengubah effort di tengah sesi, kirim item configuration_update dan biarkan reasoning.effort di level request tidak berubah, agar prefix cache tetap valid.
  • Di atas 272K token input, seluruh request ditagih 2x untuk input dan cache serta 1.5x untuk output. Lewat Wokey tidak ada tingkatan, dan seluruh konteks 1M ditagih dengan satu harga.
  • System card menunjukkan model ini lebih sering mengakali batasan dan bertindak tanpa izin atas pesan agent eksternal dibanding GPT-6.1 Sol. Saat model ini mengoperasikan layar atau menjalankan agent tanpa pengawasan, pertahankan sandbox, persetujuan, dan konfirmasi sebelum tindakan yang tidak bisa dibatalkan, serta jangan langsung memercayai instruksi dari agent lain.
  • Pemakaian di Codex: Codex hanya mengirim request Responses, jadi cukup atur model ke gpt-6.1-terra di ~/.codex/config.toml. Untuk memanggilnya lewat Wokey, tambahkan provider di bawah dan simpan API key Wokey Anda di environment variable WOKEY_API_KEY.

Memakai GPT-6.1 Terra di Codex lewat Wokey (~/.codex/config.toml)

# ~/.codex/config.toml
model = "gpt-6.1-terra"
model_provider = "wokey"
model_reasoning_effort = "medium"

[model_providers.wokey]
name = "Wokey"
base_url = "https://api.wokey.ai"
env_key = "WOKEY_API_KEY"
wire_api = "responses"
ID model
gpt-6.1-terra
Vendor
openai
Status pasokan
Saat ini dapat dipanggil

Cuplikan harga katalog

Harga per 1 juta token; penagihan mengikuti harga saat request diproses.

KomponenWokeyReferensi resmiPenghematan
Input$0.1$190%
Output$0.5$590%
Cache read$0.005$0.0590%
Cache write$0.125$1.2590%

Sumber harga resmi: https://developers.openai.com/api/docs/models/gpt-6.1-terra

Hasil pengukuran di Wokey

28 hari terakhir (2026-10-13 hingga 2026-11-09), diperbarui setiap Senin · Request nyata dari 100+ akun

Waktu hingga token pertama, prompt pendek
6.3 detik (Median · prompt di bawah 8K token · p90 16 detik)
Waktu hingga token pertama, prompt agent
7.8 detik (Median · prompt 32K–128K token)
Tingkat cache hit prompt
96% (Porsi token input yang dibaca dari cache)

Klien paling banyak dipakai: Codex 93%. Porsi dari request dengan klien yang teridentifikasi; kliennya teridentifikasi pada 57% request.

Cara pengukuran

Waktu hingga token pertama dihitung sejak gateway Wokey menerima request sampai konten streaming pertama (teks, ringkasan reasoning, atau penolakan). Angka ini mencakup antrean, percobaan ulang di akun lain, dan waktu berpikir model, sehingga lebih lama daripada latensi token pertama milik upstream sendiri. Hanya request streaming yang berhasil yang dihitung, dikelompokkan menurut ukuran prompt (input ditambah baca dan tulis cache).

Tingkat cache hit = token yang dibaca dari cache ÷ token input pada request yang berhasil. Angkanya bergantung pada klien dan cara pemakaiannya; halaman tingkat cache hit merincinya per klien.

Akun enterprise dan akun uji milik Wokey tidak disertakan. Sebuah model ditampilkan setelah dipakai minimal 20 pengguna dalam 28 hari terakhir dan tidak ada satu pengguna pun yang mengirim lebih dari 50% request-nya; akun yang terdaftar melalui satu rantai referral dihitung sebagai satu pengguna. Setiap angka waktu hingga token pertama memerlukan minimal 500 request.

Tingkat cache hit per klien

Kemampuan model

Context
1,050,000 tokens
Output maksimum
128,000 tokens
Streaming
Didukung
Tools
Didukung
Vision
Didukung
Format API yang didukung
/v1/chat/completions · /v1/responses

Kirim request

/v1/chat/completions

curl https://api.wokey.ai/v1/chat/completions \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"gpt-6.1-terra","messages":[{"role":"user","content":"Hello"}]}'

/v1/responses

curl https://api.wokey.ai/v1/responses \
  -H "Authorization: Bearer $WOKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model":"gpt-6.1-terra","input":"Hello"}'

Pakai GPT-6.1 Terra di tool Anda

Gateway-nya adalah https://api.wokey.ai (klien yang kompatibel dengan OpenAI biasanya memakai https://api.wokey.ai/v1), dan ID modelnya gpt-6.1-terra. Buka panduan untuk klien yang Anda pakai.

Pertanyaan umum

Apa perbedaan GPT-6.1 Terra, Sol, Luna, dan Astra? Apakah Terra lebih bagus dari Sol?

Angka 6 dan 6.1 pada nama adalah generasi; Luna, Terra, Sol, dan Astra adalah tingkatannya, dari terendah ke tertinggi, jadi GPT-6.1 Terra bukan satu tingkat di atas GPT-6.1 Sol. OpenAI memosisikannya sebagai berikut: GPT-6 Luna paling cepat dan paling hemat biaya, untuk tugas terfokus bervolume besar, seharga $0.10 / $0.50; GPT-6.1 Terra cepat dan efisien, untuk visual reasoning, computer use yang presisi, dan menulis, seharga $1 / $5; GPT-6.1 Sol menyeimbangkan kecepatan, biaya, dan kecerdasan dengan performa mendekati Astra dengan biaya lebih rendah, seharga $2 / $10; GPT-6 Astra punya kecerdasan tertinggi, untuk reasoning, coding, dan pekerjaan profesional tersulit, seharga $10 / $50. Pada Intelligence Index dari Artificial Analysis di max, Astra meraih 53, Sol 52, dan Terra 48; namun pada computer use Terra justru unggul, dengan OpenAI melaporkan 60.0% di Agents’ Last Exam (max) berbanding 59.3% untuk Astra dan 58.6% untuk Sol. Terra dan Luna menerima effort none; Sol dan Astra tidak. Per tanggal pemeriksaan, belum ada GPT-6.1 Luna maupun GPT-6.1 Astra.

Apa perbedaan GPT-6.1 Terra dan GPT-5.6 Terra?

Lebih murah dan lebih kuat. Harga resmi turun dari $2 input / $12 output per 1 juta token menjadi $1 / $5, dan cache read dari $0.20 menjadi $0.05. Intelligence Index dari Artificial Analysis naik dari 42 ke 48 sementara biaya per tugas turun dari $1.40 menjadi $0.40; OpenAI melaporkan Terminal-Bench 4.0 (max) naik dari 21.5% ke 50.3%, dan tingkat kesalahan pada prompt yang memancing kesalahan di effort low turun dari 53.6% menjadi 16.7%. Keduanya menerima effort none, jadi migrasi biasanya hanya berarti mengganti ID model.

Pilih GPT-6.1 Terra atau GPT-6.1 Sol?

Harga resmi Terra setengah dari Sol ($1 / $5 vs $2 / $10). Pada Intelligence Index dari Artificial Analysis, Sol meraih 52 di max dengan $0.72 per tugas dan Terra 48 dengan $0.40. Menurut angka OpenAI, Terra meraih 60.0% di Agents’ Last Exam (max) dan Sol 58.6%. Pilih Terra untuk memahami screenshot, computer use, menulis, dan volume besar; OpenAI tetap merekomendasikan Sol atau Astra untuk tugas coding yang paling berat. Request yang membutuhkan effort none hanya bisa berjalan di Terra.

Pilih GPT-6.1 Terra di max atau GPT-6.1 Sol di medium?

Tergantung tugasnya. Keduanya meraih 48 pada Intelligence Index dari Artificial Analysis, tetapi satu tugas berbiaya $0.21 dengan Sol medium dan $0.40 dengan Terra max, dan di max Terra rata-rata butuh sekitar 189 detik hingga token jawaban pertamanya. Jadi Sol medium lebih menguntungkan untuk reasoning, riset, dan coding, dan OpenAI sendiri merekomendasikan Sol atau Astra untuk riset mendalam dan coding yang kompleks. Gunakan Terra untuk screenshot, mengoperasikan layar, dan menulis: menurut angka OpenAI, Terra di max meraih 60.0% di Agents’ Last Exam, bahkan di atas Sol di max (58.6%). Pada langganan ChatGPT, OpenAI menyatakan jatah penggunaan Terra jauh lebih awet daripada Sol, tetapi effort max menghasilkan banyak output, jadi tidak perlu terus-menerus memakai max.

GPT-6.1 Terra vs Claude Opus 5.5: mana yang lebih bagus?

Pada Intelligence Index dari Artificial Analysis, Opus 5.5 meraih 58 di max, di atas 48 milik Terra, tetapi satu tugas berbiaya $5.98 berbanding $0.40, dan harga resmi Terra seperempat dari $4 / $20 milik Opus 5.5. Menurut angka OpenAI, Opus 5.5 meraih 63.2% di Agents’ Last Exam (max) dan Terra 60.0%, dengan $8.82 berbanding $1.01 per tugas. Pilih Opus 5.5 untuk skor tertinggi, dan Terra jika anggaran penting dan Anda menjalankan banyak pekerjaan vision dan computer use.

Berapa harga GPT-6.1 Terra, dan bagaimana tagihannya untuk konteks di atas 272K?

Harga resminya $1 input, $0.05 cache read, dan $5 output per 1 juta token, dengan cache write $1.25 untuk retensi 30 menit dan $2.50 untuk retensi 12 jam. Begitu input melebihi 272K token, seluruh request ditagih 2x untuk input dan cache serta 1.5x untuk output: $2 / $0.10 / $7.50. Batch dan Flex diskon 50% dan mode Fast 2x. Lewat Wokey tidak ada tingkatan, dan seluruh konteks 1M ditagih dengan satu harga, yaitu $0.10 input / $0.50 output per 1 juta token.

Pilih GPT-6.1 Terra atau GPT-6 Luna?

Harga resmi GPT-6 Luna $0.10 / $0.50, sepersepuluh harga Terra. Menurut angka OpenAI, Luna meraih 50.9% di Agents’ Last Exam pada max dengan $0.14 per tugas, dan Terra 57.6% pada medium dengan $0.29. Pada benchmark analisis data Plotly, Luna lolos 38 dari 43 dengan $0.13 per putaran dan Terra 40 dari 43 dengan $1.31. Gunakan Luna untuk pekerjaan sederhana bervolume besar seperti klasifikasi dan ekstraksi, dan Terra jika tugasnya membutuhkan pemahaman gambar, pengoperasian layar, atau reasoning multi-langkah.

Reasoning effort mana yang sebaiknya dipakai di GPT-6.1 Terra, dan apakah mendukung none?

Ya: model ini menerima none, low, medium, high, xhigh, dan max, dengan medium sebagai default. OpenAI menyarankan mulai dari medium dan menaikkannya jika peningkatan kualitasnya sepadan. Agents’ Last Exam meraih 57.6% di medium dengan $0.29 per tugas dan 60.0% di max dengan $1.01; tingkat kesalahan pada prompt yang memancing kesalahan adalah 16.7% di low dan 4.3% di max. Di max, token jawaban pertama rata-rata butuh sekitar 189 detik, jadi gunakan medium atau lebih rendah untuk pekerjaan interaktif. Jika effort bukan none, hapus temperature dan top_p.

Kenapa GPT-6.1 Terra tidak ada di ChatGPT? Apakah gratis?

Ketersediaan yang diumumkan OpenAI adalah ChatGPT Work dan Codex untuk pengguna Plus, Pro, Enterprise, dan Edu; Chat biasa tidak termasuk, dan paket Free serta Go tidak disebutkan, itulah sebabnya banyak orang tidak menemukannya di pemilih model chat. Di luar Work dan Codex, Anda bisa memanggil gpt-6.1-terra lewat API dengan tagihan per token dan tanpa langganan ChatGPT; lewat Wokey harganya $0.10 input / $0.50 output per 1 juta token.

Benarkah GPT-6.1 Terra memberi jatah penggunaan Codex 2x lipat dari Sol?

Menurut OpenAI, di ChatGPT Work dan Codex jatah penggunaan Anda lebih awet dengan Terra dibanding GPT-5.6 Terra, dan jauh lebih awet dibanding GPT-6.1 Sol atau GPT-6 Astra; Tibo dari tim OpenAI Codex mengatakan model ini memberi 2x lebih banyak penggunaan daripada 6.1 Sol di API maupun langganan. OpenAI tidak memublikasikan limit pastinya. Penggunaan dihitung dari token yang Anda pakai, dan effort yang lebih tinggi berarti output lebih banyak: Artificial Analysis mengukur Terra di max menghasilkan 130 juta token output untuk seluruh indeksnya dengan median 81 juta. Sebagian pengguna melaporkan max tetap cepat menghabiskan batas 5 jam, jadi tetaplah di default medium agar lebih awet. Jika Anda tidak ingin terikat jendela 5 jam, Anda bisa membayar per token lewat API: lewat Wokey harganya $0.10 input / $0.50 output per 1 juta token, dipotong dari saldo Anda tanpa batas 5 jam maupun batas mingguan.

Bagaimana cara memakai GPT-6.1 Terra di Codex?

GPT-6.1 Terra tersedia di Codex untuk pengguna ChatGPT Plus, Pro, Enterprise, dan Edu, dan penggunaannya dihitung ke jatah langganan. Untuk tagihan per token, atur model ke gpt-6.1-terra di ~/.codex/config.toml dan tambahkan provider dengan base_url https://api.wokey.ai, wire_api responses, dan env_key WOKEY_API_KEY; harganya $0.10 input / $0.50 output per 1 juta token (resmi $1 / $5).

Berapa harga API GPT-6.1 Terra, dan berapa penghematannya dibanding API resmi?

Wokey mencantumkan input $0.1 per 1 juta token dan output $0.5 per 1 juta token; harga referensi resminya $1 dan $5. Artinya 90% lebih murah untuk input dan 90% lebih murah untuk output. Penagihan mengikuti harga saat permintaan diproses, dan sumber harga vendor ditautkan di halaman ini.

Apa ID model API GPT-6.1 Terra?

ID model untuk GPT-6.1 Terra di Wokey adalah gpt-6.1-terra. Gunakan persis seperti tertulis di field model pada body permintaan atau di pengaturan model klien Anda (misalnya ANTHROPIC_MODEL di Claude Code, atau model di config.toml Codex CLI); GET https://api.wokey.ai/v1/models juga mencantumkannya.

API apa saja yang didukung GPT-6.1 Terra, dan bagaimana cara memanggilnya lewat Wokey?

GPT-6.1 Terra mendukung /v1/chat/completions (permintaan Chat Completions) dan /v1/responses (permintaan Responses). Atur base URL API ke https://api.wokey.ai, autentikasi dengan API key Wokey, dan gunakan ID model kanonis gpt-6.1-terra; Anda bisa mulai dengan /v1/responses. Bagian "Kirim permintaan" memuat contoh curl untuk setiap bentuk API yang didukung.

Bagaimana cara menggunakan GPT-6.1 Terra di Codex CLI?

Codex CLI memanggil GPT-6.1 Terra melalui protokol Responses. Tambahkan model_provider ke ~/.codex/config.toml dengan base_url = "https://api.wokey.ai", wire_api = "responses", dan env_key = "OPENAI_API_KEY"; atur model ke gpt-6.1-terra dan simpan API key Wokey Anda di OPENAI_API_KEY. Konfigurasi lengkapnya ada di panduan Codex CLI.

Berapa jendela konteks dan output maksimum GPT-6.1 Terra?

Jendela konteks menurut katalog adalah 1,050,000 token dan output maksimumnya 128,000 token. Keduanya adalah batas yang terpisah, dan permintaan juga harus memenuhi batasan upstream yang berlaku saat diproses.

Bagaimana harga cache read dan cache write untuk GPT-6.1 Terra?

Cache read: Wokey mencantumkan $0.005 per 1 juta token dan harga referensi resmi adalah $0.05 per 1 juta token. Cache write: Wokey mencantumkan $0.125 per 1 juta token dan harga referensi resmi adalah $1.25 per 1 juta token.

Apa bedanya memanggil GPT-6.1 Terra lewat Wokey dengan lewat OpenRouter?

Wokey mencantumkan GPT-6.1 Terra seharga $0.1 input / $0.5 output per 1 juta token, dibanding harga referensi resmi $1 / $5. OpenRouter menyatakan tidak menambah markup pada inferensi dan memungut biayanya saat Anda membeli kredit (5.5% dengan kartu). Wokey menyediakan sekumpulan model pilihan dan tidak memiliki parameter routing per provider, jadi OpenRouter lebih cocok jika Anda membutuhkan katalog yang lebih luas. Perbandingan lengkapnya ada di halaman alternatif OpenRouter.

Apa perbedaan harga dan konteks antara GPT-6.1 Terra dan GPT-6 Astra?

Dalam perbandingan harga yang dipublikasikan, GPT-6.1 Terra mencantumkan input/output $0.1 / $0.5 dengan jendela konteks 1,050,000 token; GPT-6 Astra mencantumkan $0.55 / $2.75 dengan jendela konteks 1,050,000 token. Ini adalah perbandingan faktual atas harga dan kapasitas, bukan peringkat kualitas; bandingkan juga bentuk API dan kemampuan yang didukung masing-masing.

Seberapa cepat GPT-6.1 Terra di Wokey?

Diukur dari request nyata di gateway Wokey dari 2026-10-13 hingga 2026-11-09: median waktu hingga token pertama adalah 6.3 detik untuk prompt di bawah 8K token (p90 16 detik) dan 7.8 detik untuk prompt agent 32K–128K token. 96% token input dibaca dari cache prompt. Klien yang paling banyak dipakai adalah Codex. Waktu dihitung sejak gateway menerima request dan mencakup antrean, percobaan ulang, dan waktu berpikir.

Model dan dokumentasi terkait

Dapatkan API key · gpt-6.1-terra