GPT-6.1 Terra API की कीमत और Codex: Sol कब चुनें

GPT-6.1 Terra को सीमित कोडिंग काम और ऐप में दोहराए जाने वाले काम दें, जिनके नतीजे आसानी से जाँचे जा सकें। कारण स्पष्ट न होने वाले बग और कोडबेस में जटिल बदलावों के लिए GPT-6.1 Sol या GPT-6 Astra रखें। 2026-10-27 को Terra की Standard API दरें प्रति million tokens इनपुट के लिए $1 और आउटपुट के लिए $5 हैं।

ये इनपुट और आउटपुट दरें Sol की मौजूदा Standard दरों की आधी हैं। एक काम पूरा करने की लागत मॉडल की तर्क प्रक्रिया, दोबारा किए गए प्रयासों, कैश में लेखन और कॉन्टेक्स्ट की लंबाई से भी बदलती है।

Terra को Sol की जगह कब चुनें?

Terra तब चुनें जब नतीजा जाँचना आसान हो और गलती सुधारने में कम खर्च आए। कोड के किसी एक हिस्से में सुधार, टेस्ट में बदलाव या ऐप का दोहराया जाने वाला काम अच्छी शुरुआत है।

OpenAI के अनुसार, कोडिंग में Terra अपने पिछले संस्करण से काफी बेहतर है। तर्क के अधिकतम स्तर पर GPT-6.1 Terra का स्कोर Terminal-Bench 4.0 में 50.3% है। GPT-5.6 Terra का प्रकाशित स्कोर 21.5% है। लॉन्च की घोषणा अब भी सबसे जटिल कोडिंग कामों के लिए Sol या Astra की सलाह देती है।

स्वतंत्र नतीजे बताते हैं कि केवल टोकन की दर से फैसला क्यों नहीं करना चाहिए। 2026-10-27 को Artificial Analysis के Codex परिणाम इस प्रकार हैं:

Codex में मॉडल	तर्क का स्तर	Coding Agent Index v2.0	प्रति काम औसत API लागत	एजेंट का औसत समय
GPT-6.1 Terra	xhigh	48	$0.69	16.4 minutes
GPT-6.1 Terra	max	48	$1.24	26.1 minutes
GPT-6.1 Sol	max	54	$1.50	23.7 minutes
GPT-6 Astra	max	55	$7.04	24.8 minutes

यह सूचकांक अलग-अलग अंक देने के तरीकों वाले तीन बेंचमार्क को जोड़ता है। इसके अंकों को सभी कामों पर लागू होने वाली सफलता की प्रतिशत दर न समझें। मापन पद्धति हर काम के प्रयासों से API लागत निकालती है। इसमें लागू होने पर कैश से पढ़ने और कैश में लिखने की लागत भी शामिल है।

इस परीक्षण में max पर Terra की लागत, max पर Sol से कम है। लेकिन Terra अधिक समय लेती है और उसका स्कोर कम है। xhigh पर Terra कम खर्च में अपने max के बराबर स्कोर देती है। यहाँ सूचकांक का स्कोर पूर्णांक तक राउंड किया गया है। max को सबसे किफायती मानने से पहले xhigh को अपने काम पर जाँचें।

OpenAI का Opus से लगभग नौ गुना कम लागत का दावा Agents’ Last Exam के मूल्यांकन से जुड़ा है। इसमें कंप्यूटर पर ऐप चलाने जैसे काम जाँचे गए हैं। Sol और Astra से तीन गुना से अधिक गति का दावा भी इसी मूल्यांकन का है। ये परिणाम कोडिंग में उतना ही लाभ साबित नहीं करते।

वास्तविक उपयोग में चल रहे ऐप का कोई कठिन बग ठीक करना हो, तो Sol से शुरू करें। दोहराए जाने वाले काम में भरोसेमंद टेस्ट या स्पष्ट अंतिम स्थिति हो, तो पहले Terra जाँचें।

Codex में GPT-6.1 Terra चलाएँ

Codex CLI 0.159.0 या नया संस्करण इस्तेमाल करें और gpt-6.1-terra को स्पष्ट रूप से चुनें। मॉडल के आधिकारिक निर्देश न्यूनतम संस्करण और शुरू करने की कमांड, दोनों बताते हैं।

2026-10-27 को Terra, Work और Codex में Plus, Pro, Business, Enterprise तथा Edu प्लान पर उपलब्ध है। तारीख़ सहित उत्पाद अपडेट में Business स्पष्ट रूप से शामिल है। Terra, Chat में उपलब्ध नहीं है। Enterprise में पहुँच कार्यक्षेत्र की उपलब्धता और व्यवस्थापक के नियंत्रणों पर निर्भर है।

Terra में UAE के भीतर ही अनुरोधों की प्रोसेसिंग कराने का विकल्प उपलब्ध नहीं है।

macOS या Linux पर Bash में अपनी रिपॉज़िटरी की डायरेक्टरी खोलें। Codex की आधिकारिक रिपॉज़िटरी में यह इंस्टॉलर दिया गया है:

curl -fsSL https://chatgpt.com/codex/install.sh | sh
codex --version
codex login
codex login status
codex -m gpt-6.1-terra

पक्का करें कि संस्करण कम से कम 0.159.0 हो। ऐसे ChatGPT खाते से ब्राउज़र में लॉगिन पूरा करें, जिसमें इस मॉडल का एक्सेस हो।

सत्र में सक्रिय मॉडल देखने के लिए /status चलाएँ। उपलब्ध तर्क स्तर चुनने के लिए /model इस्तेमाल करें। दोनों कमांड CLI संदर्भ में दिए गए हैं।

पहुँच की साधारण जाँच के लिए Codex से रिपॉज़िटरी की टेस्ट कमांड खोजने और किसी मौजूदा टेस्ट को समझाने को कहें। पूरा उत्तर मिलना, केवल सफल लॉगिन से अधिक पुष्टि देता है।

Terra उपलब्ध न हो, तो CLI संस्करण, खाते की पात्रता और कार्यक्षेत्र के नियंत्रण जाँचें। ~/.codex/config.toml तथा भरोसेमंद प्रोजेक्ट की .codex/config.toml फ़ाइलों में प्रोवाइडर की सेटिंग भी देखें। -m फ़्लैग मॉडल चुनता है; वह आपकी प्रोवाइडर सेटिंग नहीं बदलता।

ChatGPT से लॉगिन करने पर सब्सक्रिप्शन से मिला एक्सेस इस्तेमाल होता है। API कुंजी से लॉगिन का बिल इसके बजाय OpenAI Platform खाते पर जाता है। Terra से सब्सक्रिप्शन की तय सीमा में अधिक काम हो सकता है। लेकिन API की कीमतों से शामिल कामों की कोई निश्चित संख्या नहीं निकलती।

जहाँ उपलब्ध हो, Terra में /fast से Codex का Fast मोड भी चालू कर सकते हैं। यह सब्सक्रिप्शन में शामिल सीमा को Standard की तुलना में 2.5× की दर से खर्च करता है। खरीदे गए क्रेडिट और Enterprise में इस्तेमाल के अनुसार भुगतान पर 2× Standard दर लागू होती है।

Responses API से Terra को अनुरोध भेजें

ऐप या एजेंट के लिए Responses API इस्तेमाल करें। Terra में टूल कॉल करने के लिए यही API आवश्यक है।

मॉडल संदर्भ में 2026-10-27 को ये विनिर्देश दिए गए हैं:

सेटिंग	दर्ज मान
API मॉडल ID	`gpt-6.1-terra`
`reasoning.effort`	`none`, `low`, `medium`, `high`, `xhigh`, `max`
API में तर्क का डिफ़ॉल्ट स्तर	`medium`
कॉन्टेक्स्ट विंडो	1,050,000 tokens
अधिकतम आउटपुट	128,000 tokens
जानकारी की अंतिम तारीख़	2026-06-01
इनपुट और आउटपुट	इनपुट में टेक्स्ट और चित्र; आउटपुट में टेक्स्ट
टूल कॉल करने का इंटरफ़ेस	Responses API

API का कॉन्टेक्स्ट विनिर्देश यह तय नहीं करता कि Codex सत्र में कितना कॉन्टेक्स्ट इस्तेमाल कर सकेंगे। Codex को कॉन्टेक्स्ट की सीमाएँ और अन्य सेटिंग उसके मॉडल कैटलॉग से मिलती हैं। million-token वाले कोडिंग काम की योजना बनाने से पहले सत्र में दिख रहा कॉन्टेक्स्ट देखें।

सीधी API जाँच के लिए OpenAI Platform कुंजी, उपलब्ध API बिलिंग, Bash, मौजूदा curl और jq चाहिए। जब read इनपुट का इंतज़ार करे, अपनी कुंजी पेस्ट करें और Enter दबाएँ:

set -o pipefail
read -rs OPENAI_API_KEY && export OPENAI_API_KEY

curl --silent --show-error --fail-with-body \
  https://api.openai.com/v1/responses \
  --header "Authorization: Bearer ${OPENAI_API_KEY}" \
  --header "Content-Type: application/json" \
  --data '{
    "model": "gpt-6.1-terra",
    "reasoning": {"effort": "medium"},
    "service_tier": "default",
    "max_output_tokens": 4096,
    "prompt_cache_options": {"mode": "explicit"},
    "store": false,
    "input": "Fix this Python function so empty input returns None, then provide two pytest tests: def first(xs): return xs[0]"
  }' |
  jq '{
    id, model, status, service_tier,
    text: ([.output[]? | select(.type == "message")
      | .content[]? | select(.type == "output_text") | .text] | join("\n")),
    usage, error, incomplete_details
  }'

यह उदाहरण Responses अनुरोध के प्रारूप का पालन करता है। jq फ़िल्टर उत्तर के output ऐरे में मौजूद संदेशों से टेक्स्ट निकालता है।

सफल परिणाम में status का मान completed होता है। text में बनाया गया कोड और टेस्ट मिलते हैं, जबकि usage में टोकन की गिनती आती है। यह सिंक्रोनस अनुरोध है, यानी इसी कॉल में उत्तर मिलता है। इसलिए स्थिति पूछने के लिए अलग कॉल की ज़रूरत नहीं है।

उदाहरण में Standard प्रोसेसिंग स्पष्ट रूप से चुनी गई है। कैशिंग का explicit मोड भी चुना गया है, लेकिन कैश में लिखने की सीमाएँ यानी ब्रेकपॉइंट नहीं दिए गए हैं। इसलिए इस अनुरोध में कैश लेखन नहीं होता।

परिणाम अधूरा हो, तो incomplete_details देखें। आउटपुट सीमा में तर्क के दौरान इस्तेमाल हुए टोकन भी शामिल हैं। इसलिए छोटी सीमा उत्तर पूरा होने से पहले समाप्त हो सकती है। HTTP त्रुटियों में दर्ज त्रुटि कोड देखें। प्रमाणीकरण, खत्म हुए क्रेडिट और अनुरोधों की दर सीमा के समाधान अलग होते हैं।

कंप्यूटर पर ऐप चलाने के लिए कंप्यूटर उपयोग की गाइड में बताया गया रनटाइम जोड़ें। आपका ऐप अनुमति वाले काम करे और नए स्क्रीनशॉट लौटाए। ऊपर दिया टेक्स्ट अनुरोध खुद ब्राउज़र या डेस्कटॉप नहीं चलाता।

GPT-6.1 Terra API की लागत कैसे निकालें

हर अनुरोध की लागत उसके सामान्य इनपुट, कैश से पढ़े गए टोकन, कैश में लिखे गए टोकन और बिल में गिने गए आउटपुट से निकालें। केवल दिखाई देने वाला उत्तर गिनने से तर्क करने वाले मॉडल का पूरा इस्तेमाल नहीं गिना जाता।

ये सीधे OpenAI के Standard मूल्य हैं। सभी दरें USD में प्रति million tokens हैं और 2026-10-27 को जाँची गई हैं:

टोकन की श्रेणी	अधिकतम 272,000 इनपुट टोकन वाले अनुरोध	272,000 से अधिक इनपुट टोकन वाले अनुरोध
सामान्य इनपुट	$1.00	$2.00
कैश से पढ़ा गया इनपुट	$0.05	$0.10
कैश में लिखना, 30-minute तक रखना	$1.25	$2.50
कैश में लिखना, 12-hour तक रखना	$2.50	$5.00
आउटपुट	$5.00	$7.50

मॉडल के मूल्य निर्धारण नियम लंबे कॉन्टेक्स्ट की बढ़ी दर पूरे अनुरोध पर लागू करते हैं। कैश से पढ़ने और उसमें लिखने की दरों पर भी इनपुट वाला गुणक लगता है।

एक अनुमानित अनुरोध में 100,000 सामान्य इनपुट टोकन और 10,000 बिल में गिने गए आउटपुट टोकन मानें:

(100,000 × $1.00 + 10,000 × $5.00) / 1,000,000 = $0.15

Sol की $2 इनपुट और $10 आउटपुट दरों पर उतने ही टोकन की लागत $0.30 है। इस तुलना में टोकन की संख्या समान मानी गई है। असली कोडिंग काम में दोनों मॉडल अलग संख्या में टोकन इस्तेमाल कर सकते हैं।

इन उदाहरणों में Standard प्रोसेसिंग मानी गई है। क्षेत्रीय अतिरिक्त शुल्क तथा अन्य टूल या होस्टिंग का खर्च शामिल नहीं है। कर और गेटवे के शुल्क अलग हैं। बिल में गिने गए आउटपुट में तर्क के दौरान इस्तेमाल हुए टोकन भी शामिल होते हैं।

272K इनपुट टोकन से ऊपर क्या बदलता है?

272,000 इनपुट टोकन पार करने पर पूरे अनुरोध की दरें बदल जाती हैं। बढ़ी दर केवल सीमा से अधिक टोकन तक सीमित नहीं रहती।

300,000 सामान्य इनपुट टोकन और 10,000 बिल में गिने गए आउटपुट टोकन वाले अनुरोध का अनुमान:

(300,000 × $2.00 + 10,000 × $7.50) / 1,000,000 = $0.675

इनपुट की दर दोगुनी होती है, जबकि आउटपुट की दर 50% बढ़ती है। एजेंट के लंबे सत्र में हर अनुरोध अलग जाँचें। बातचीत का जमा इतिहास सीमा पार कर सकता है, भले ही सबसे नया निर्देश छोटा हो।

अगले चरण को जितना कॉन्टेक्स्ट चाहिए, उतना ही रखें। अधिक कॉन्टेक्स्ट चुनने से पहले टोकन की संख्या और काम की गुणवत्ता की तुलना करें।

कैश में लिखे गए टोकन कैसे गिनें?

कैश में लिखे गए टोकन को इनपुट की अलग श्रेणी मानें। बताई गई दरों में उन टोकन की प्रोसेसिंग पहले से शामिल है। सामान्य इनपुट का शुल्क दोबारा न जोड़ें।

प्रॉम्प्ट कैशिंग की गाइड ये फ़ील्ड बताती है:

usage.input_tokens: कुल इनपुट।
usage.input_tokens_details.cached_tokens: कैश से पढ़े गए टोकन, जिनका बिल बना।
usage.input_tokens_details.cache_write_tokens: कैश में लिखे गए टोकन, जिनका बिल बना।

सामान्य इनपुट निकालने के लिए कुल इनपुट से कैश से पढ़े और उसमें लिखे गए टोकन घटाएँ। अलग-अलग अवधि वाले कैश लेखन के लिए cache_write_tokens_details.ttl_30m_tokens और ttl_12h_tokens इस्तेमाल करें।

100,000 टोकन को 30-minute अवधि वाले कैश में लिखने और 10,000 आउटपुट टोकन देने वाले अनुरोध की अनुमानित लागत:

(100,000 × $1.25 + 10,000 × $5.00) / 1,000,000 = $0.175

बाद के अनुरोध में कैश से 100,000 टोकन पढ़ने और उतने ही आउटपुट टोकन देने की लागत $0.055 होगी। यह बचत तभी मान्य है, जब अनुरोध का शुरुआती हिस्सा मेल खाए और कैश को दोबारा इस्तेमाल किया जा सके।

दोबारा इस्तेमाल होने वाले कॉन्टेक्स्ट के लिए prompt_cache_options.ttl में "30m" या "12h" चुनें। बदलते कॉन्टेक्स्ट को दोबारा इस्तेमाल नहीं करना हो, तो स्पष्ट ब्रेकपॉइंट अनावश्यक कैश लेखन से बचा सकते हैं।

Batch, Flex और Fast से बिल कब बदलता है?

जिन कामों में देरी स्वीकार्य हो, उनके लिए कम दर वाली प्रोसेसिंग चुनें। संवाद के साथ चलने वाली कोडिंग को Standard पर रखें, जब तक तेज़ प्रोसेसिंग का लाभ अतिरिक्त लागत को सही न ठहराए।

2026-10-27 को:

Batch: टोकन की दरें Standard से 50% कम हैं। Batch API काम असिंक्रोनस रूप से चलाता है और पूरा करने की समयसीमा 24-hour है।
Flex: टोकन की दरें Standard से 50% कम हैं। service_tier में "flex" चुनें। इसमें प्रोसेसिंग धीमी हो सकती है और संसाधन अनुपलब्ध हो सकते हैं।
Fast: टोकन की दरें 2× Standard हैं। service_tier में "fast" चुनें और Fast गाइड के अनुसार उत्तर में लौटाया गया स्तर देखें।

जहाँ क्षेत्रीय प्रोसेसिंग उपलब्ध है, वहाँ 10% अतिरिक्त शुल्क जुड़ता है। ये API शुल्क, Codex सब्सक्रिप्शन की सीमा इस्तेमाल करने वाले गुणकों से अलग हैं।

OpenRouter का मॉडल ID चुनें और शुल्क जोड़ें

OpenRouter तब चुनें जब वह आपकी मौजूदा रूटिंग और बिलिंग व्यवस्था के अनुकूल हो। उसके कैटलॉग में Terra की पुष्टि है, लेकिन मॉडल ID और बातचीत की स्थिति सँभालने का तरीका सीधे OpenAI से अलग है।

2026-10-27 को OpenRouter कैटलॉग में Terra उपलब्ध है। इन रास्तों के लिए अलग मॉडल ID और URL हैं:

रास्ता	मॉडल ID	पूरा Responses URL
सीधे OpenAI	`gpt-6.1-terra`	`https://api.openai.com/v1/responses`
OpenRouter	`openai/gpt-6.1-terra`	`https://openrouter.ai/api/v1/responses`

चुने हुए प्रोवाइडर की अपनी कुंजी के साथ Bearer प्रमाणीकरण इस्तेमाल करें। OpenRouter SDK क्लाइंट के लिए आधार URL https://openrouter.ai/api/v1 है।

OpenRouter की प्रति million tokens दरें इनपुट के लिए $1, आउटपुट के लिए $5, कैश से पढ़ने के लिए $0.05 और लिखने के लिए $1.25 हैं। उसका कैटलॉग 272,000 से अधिक प्रॉम्प्ट टोकन के लिए अलग से बढ़ी दरें बताता है। ये क्रमशः $2, $7.50, $0.10 और $2.50 हैं।

OpenRouter का Responses इंटरफ़ेस संवाद की स्थिति अपने आप अगले अनुरोध में नहीं जोड़ता। हर अनुरोध के साथ बातचीत का इतिहास भेजें। store: true या previous_response_id में null के अलावा कोई मान देने पर HTTP 400 मिलता है।

वास्तविक भुगतान का अनुमान लगाते समय खाते में क्रेडिट डालने का शुल्क भी जोड़ें। OpenRouter Standard क्रेडिट खरीदते समय 5.5% लेता है। कार्ड से खरीदने पर न्यूनतम शुल्क $0.80 है।

उदाहरण के लिए, $100 के Standard क्रेडिट की कीमत लागू कर से पहले $105.50 है। ऊपर के $0.15 वाले 100 अनुरोध, मॉडल क्रेडिट में $15 इस्तेमाल करते हैं। क्रेडिट खरीदने का शुल्क अनुपात में बाँटने पर:

100 × $0.15 × 1.055 = $15.825, यानी लगभग $15.83।

यह शुल्क का अनुपात जोड़कर निकाला गया वास्तविक भुगतान का अनुमान है। शुल्क खाते में क्रेडिट डालते समय लगता है, हर अनुरोध पर नहीं। $10 की छोटी खरीद पर $0.80 का न्यूनतम शुल्क लगेगा। इसलिए उस खरीद में उसी 5.5% अनुपात से हिसाब करना गलत होगा।

मौजूदा एजेंट को स्थानांतरित करने से पहले जाँचें कि वह संवाद की स्थिति कैसे सँभालता है और किन टूल की ज़रूरत है। एक टेक्स्ट अनुरोध चल जाना, उसके लूप में शामिल हर टूल के काम करने का प्रमाण नहीं है।

Terra को स्पष्ट जाँच वाले काम सौंपें

पहले सीमित दायरे के एक प्रकार के काम Terra को दें और पूरा नतीजा मापें। जिन कामों में बार-बार अर्थ समझना या बदलावों को जोड़ना पड़ता है, उनके लिए मौजूदा मॉडल रखें।

UI में पहले सही चल रहा व्यवहार बिगड़ जाए, तो Sol से खराब व्यवहार और नतीजा स्वीकार करने की जाँच तय करवाएँ। Terra को प्रभावित कंपोनेंट, संबंधित टेस्ट कमांड और स्क्रीन पर अपेक्षित नतीजा दें। Sol से पैच की समीक्षा करवाएँ और कई कंपोनेंट में फैले बदलाव उसे संभालने दें।

काम का यह बँटवारा कोडिंग के नतीजों पर आधारित कार्यप्रवाह की सलाह है। दिए गए बेंचमार्क ने उस व्यवस्था की जाँच नहीं की, जिसमें Sol समन्वय करता है और Terra उप-एजेंट काम करते हैं।

मॉडल पर हुआ कुल खर्च गिनें: पहली कोशिश, दोबारा किए गए प्रयास और मॉडल से समीक्षा। उस खर्च को स्वीकार किए गए नतीजों की संख्या से भाग दें। इंसान की समीक्षा का समय अलग दर्ज करें। यह भी लिखें कि पहली कोशिश जाँच में सफल हुई या नहीं और पूरे काम में कितना समय लगा।

Terra की कम टोकन दर तभी मदद करती है, जब ये कुल आँकड़े बेहतर हों। किसी प्रकार के काम को बार-बार Sol से ठीक करवाना पड़े, तो वह काम सीधे Sol को दें। ऐप में दोहराए जाने वाले कामों के लिए दिखाई देने वाली अंतिम स्थिति तय करें। आपका ऐप काम पूरा मानने से पहले उस स्थिति को जाँच सके।