GPT-6.1 TerraのAPI料金とCodex設定：Solとの使い分け

GPT-6.1 Terraは、範囲を絞ったコード修正や、完了条件を確認しやすいアプリの反復操作に使ってください。原因が曖昧な不具合の調査や、コードベースにまたがる複雑な変更にはGPT-6.1 SolかGPT-6 Astraを選びます。2026-10-27時点のTerraのStandard API料金は、1,000,000トークン当たり入力$1、出力$5です。

入力と出力の単価は、Solの現行Standard料金の半分です。ただし、完了した作業当たりの費用には、推論量、再試行、キャッシュ書き込み、コンテキストの長さも影響します。単価が半分でも、作業全体の費用が同じ割合で下がるとは限りません。

TerraとSolはどう使い分けますか？

結果を簡単に確認でき、失敗しても低い費用で修正できる仕事にはTerraを選びます。局所的なパッチ、テストの更新、同じ手順を繰り返すアプリ操作から試すと判断しやすくなります。

OpenAIは、前世代のTerraからコーディング能力が大きく改善したと報告しています。最大の推論レベルでは、GPT-6.1 Terraの**Terminal-Bench 4.0のスコアは50.3%**です。GPT-5.6 Terraの公表値は21.5%でした。一方、発表記事では、最も複雑なコーディングには引き続きSolまたはAstraを推奨しています。

独立した評価を見ると、トークン単価だけでは判断できない理由が分かります。2026-10-27時点で、Artificial Analysisは次のCodex評価結果を公開しています。

Codexで使うモデル	推論レベル	Coding Agent Index v2.0	作業当たりの平均API費用	エージェントの平均実行時間
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

この指数は、採点方法が異なる三つのベンチマークを組み合わせています。点数を、そのままあらゆる作業に共通する成功率と解釈しないでください。評価方法では、各作業の試行にかかったAPI料金を計算します。該当するキャッシュ読み取りと書き込みの費用も含まれます。

この評価では、TerraのmaxはSolのmaxより安いものの、時間が長く、点数も低くなっています。Terraのxhighは、Terraのmaxと同じ丸め後の指数を、より低い費用で達成しています。maxが最も費用対効果に優れると考える前に、xhighを自分の作業で試してください。

OpenAIが示したOpusに対する約九倍の費用面の優位性は、Agents’ Last Examの評価結果です。SolとAstraに対する三倍超の速度も、このコンピューター操作の評価に限った結果です。コーディングでも同じ差が出ると示したものではありません。

本番環境の難しい不具合なら、まずSolから始めます。信頼できるテストや、目視できる終了状態がある反復作業なら、Terraを先に試してください。

CodexでGPT-6.1 Terraを使う

Codex CLI 0.159.0以降を使い、gpt-6.1-terraを明示的に選択してください。モデルの公式手順に、この最低バージョンと起動コマンドが記載されています。

2026-10-27時点で、TerraはPlus、Pro、Business、Enterprise、EduのWorkとCodexで利用できます。日付付きの製品更新情報には、Businessも明記されています。Chatでは利用できません。

Enterpriseでの利用は、ワークスペースの対応状況と管理者の設定に左右されます。また、Terraは推論処理をUAE内に限定する要件には対応していません。この制限は推論処理を行う地域の指定に関するものです。

macOSまたはLinuxのBashで、対象リポジトリのディレクトリに移動してください。Codexの公式リポジトリには、次のインストーラーが案内されています。

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

バージョンが0.159.0以上であることを確認します。その後、対象プランのChatGPTアカウントを使って、ブラウザーでログインを完了してください。

セッション内では、/statusで現在のモデルを確認します。利用可能な推論レベルは/modelで選択できます。どちらもCLIコマンドのリファレンスに記載されています。

簡単な利用確認として、リポジトリのテスト実行コマンドを調べ、既存のテストを一つ説明するようCodexに依頼してください。ログインに成功しただけでなく、回答が完了することまで確認します。これで、実際にモデルを呼び出せるかを確かめられます。

Terraを選べない場合は、CLIのバージョン、アカウントの利用資格、ワークスペースの制御を確認します。~/.codex/config.tomlと、信頼済みプロジェクトの.codex/config.tomlにあるプロバイダー設定も調べてください。-mはモデルを選ぶ指定であり、既存のプロバイダー設定を置き換えるものではありません。

ChatGPTでのログインは、サブスクリプションの利用枠を使います。APIキーでのログインでは、代わりにOpenAI Platformアカウントへ課金されます。Terraなら同じ利用枠でより多く作業できる可能性がありますが、API単価から固定の作業回数は計算できません。

Terraは、提供されている環境ではCodexのFastモードにも対応し、/fastで切り替えられます。サブスクリプションに含まれる利用枠の消費はStandardの2.5×です。購入クレジットとEnterpriseの従量課金はStandardの2×で計算されます。

Responses APIからTerraを呼び出す

アプリやエージェントではResponses APIを使ってください。Terraでツールを呼び出すには、このAPIが必要です。

モデルリファレンスには、2026-10-27時点で次の仕様が記載されています。

設定	文書化されている値
APIモデルID	`gpt-6.1-terra`
`reasoning.effort`	`none`、`low`、`medium`、`high`、`xhigh`、`max`
APIの既定の推論レベル	`medium`
コンテキストウィンドウ	1,050,000 tokens
最大出力	128,000 tokens
知識の期限	2026-06-01
入出力	入力はテキストと画像、出力はテキスト
ツール呼び出しのインターフェース	Responses API

APIのコンテキスト仕様が、そのままCodexで利用できる量を示すわけではありません。Codexは、コンテキストの上限や各種設定をモデルカタログから取得します。1,000,000トークン規模のコーディングを計画する前に、セッションに表示される上限を確認してください。

APIへ直接接続して確認するには、OpenAI Platformのキーと、有効なAPI課金が必要です。Bash、現在のcurl、jqも用意してください。readが入力を待ったらキーを貼り付け、Enterを押します。

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
  }'

この例は、Responsesのリクエスト形式に従っています。jqの選択処理は、返されたoutput配列のメッセージ項目から、回答のテキストを取り出します。

成功した場合、statusはcompletedになります。textに生成されたコードとテスト、usageにトークン数が表示されます。このリクエストは同期処理なので、完了状態を繰り返し問い合わせるポーリングは不要です。

例ではStandard処理を明示的に選択しています。また、書き込み箇所を示すブレークポイントを指定せず、明示的キャッシュを選んでいます。この設定により、このリクエストではキャッシュ書き込みが発生しません。

結果が未完了なら、incomplete_detailsを確認してください。出力上限には推論トークンも含まれるため、上限が小さいと回答を完成させる前に使い切る場合があります。HTTPエラーでは文書化されたエラーコードを確認し、認証、クレジット不足、レート制限を区別してください。それぞれ必要な対処が異なります。

コンピューター操作には、computer useのガイドで説明される実行環境を追加します。アプリ側で許可された操作を実行し、更新後のスクリーンショットを返す必要があります。上のテキストリクエストだけで、ブラウザーやデスクトップを操作できるわけではありません。

GPT-6.1 TerraのAPI料金を計算する

各リクエストの料金は、通常入力、キャッシュ読み取り、キャッシュ書き込み、課金対象の出力に分けて計算してください。見えている回答文だけを数えると、推論モデルの使用量を過小評価します。

次はOpenAIへ直接接続した場合のStandard料金です。単位はUSDで、各単価は1,000,000トークン当たりの金額です。2026-10-27に確認された値を示します。

トークンの区分	入力が272,000トークン以下のリクエスト	入力が272,000トークンを超えるリクエスト
通常入力	$1.00	$2.00
キャッシュ読み取り	$0.05	$0.10
キャッシュ書き込み、30分保持	$1.25	$2.50
キャッシュ書き込み、12時間保持	$2.50	$5.00
出力	$5.00	$7.50

モデルの料金規則では、長いコンテキストの追加料金がリクエスト全体に適用されます。キャッシュ読み取りと書き込みにも、入力側と同じ倍率がかかります。

たとえば、通常入力が100,000トークン、課金対象の出力が10,000トークンの場合を見積もると、次の計算になります。

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

Solの入力$2、出力$10という単価では、同じトークン量の料金は$0.30です。この比較では、両モデルが同じ数のトークンを使うと仮定しています。実際のコーディングでは、使用するトークン数が異なる可能性があります。

これらの試算はStandard処理を使い、地域指定の追加料金がない場合です。追加ツールやホスティングの費用は含みません。税金とゲートウェイの手数料も別途考慮します。課金対象の出力には、推論トークンも含まれます。

入力が272Kを超えると何が変わりますか？

入力が272,000トークンを超えると、リクエスト全体の単価が変わります。上限を超えた部分だけが高くなる仕組みではありません。

通常入力が300,000トークン、課金対象の出力が10,000トークンのリクエストなら、見積もりは次のとおりです。

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

入力の単価は倍になり、出力の単価は50%上がります。長いエージェントセッションでは、リクエストごとにこの条件を確認してください。直近の指示が短くても、蓄積された会話全体で境界を超える場合があります。

次の処理に必要なコンテキストだけを残してください。より大きなコンテキスト枠を選ぶ前に、実際のトークン数と作業結果の品質を比較します。

キャッシュ書き込みはどう数えますか？

キャッシュ書き込みは、独立した入力区分として扱ってください。公開された書き込み単価には、そのトークンの処理費用が含まれています。同じトークンについて、通常入力の料金をもう一度加算してはいけません。

プロンプトキャッシュのガイドでは、次の使用量フィールドを確認できます。

usage.input_tokens：入力の合計です。
usage.input_tokens_details.cached_tokens：課金対象のキャッシュ読み取りです。
usage.input_tokens_details.cache_write_tokens：課金対象のキャッシュ書き込みです。

通常入力は、入力の合計からキャッシュ読み取りと書き込みを引いた値です。保持期間が混在する場合は、cache_write_tokens_details.ttl_30m_tokensとttl_12h_tokensで、期間別の書き込みを分けます。

100,000トークンを30分保持のキャッシュへ書き込み、10,000トークンを出力するリクエストの見積もりは次のとおりです。

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

次回、同じ100,000トークンをキャッシュから読み取り、同じ出力量を使うリクエストは$0.055です。この節約は、リクエストの先頭部分が一致し、キャッシュを再利用できる条件を満たすことが前提です。

再利用するコンテキストでは、prompt_cache_options.ttlを"30m"または"12h"に設定します。毎回変わり、再利用しないコンテキストなら、明示的なブレークポイントで不要な書き込みを避けられます。

Batch、Flex、Fastでは料金がどう変わりますか？

待ち時間を許容できる仕事には、割引される処理方式を使ってください。対話しながら行うコーディングは、速度向上に追加料金を払う価値がある場合を除き、Standardから始めます。

2026-10-27時点の条件は次のとおりです。

**Batch：**トークン料金はStandardより50%低くなります。Batch APIでは、完了期限が24時間の非同期ジョブを使います。
**Flex：**トークン料金はStandardより50%低くなります。service_tierを"flex"に設定すると、応答が遅くなり、リソースを確保できない場合がある処理を選べます。
**Fast：**トークン料金はStandardの2×です。service_tierを"fast"に設定し、Fastのガイドに従って、応答に返された処理区分を確認してください。

地域指定の処理が提供されている場合は、10%の追加料金がかかります。これらはAPIの料金であり、Codexのサブスクリプション利用枠に適用される消費倍率とは別です。

OpenRouterでは専用のモデルIDと手数料を確認する

現在のルーティングや請求管理に適しているなら、OpenRouterを選んでください。Terraの掲載は確認されていますが、モデルIDと会話状態の扱いは、OpenAIへの直接接続と異なります。

2026-10-27時点のOpenRouterカタログには、Terraが掲載されています。直接接続とOpenRouterでは、次のモデルIDとResponsesのURLを使い分けます。

接続先	モデルID	Responsesの完全なURL
OpenAIへ直接接続	`gpt-6.1-terra`	`https://api.openai.com/v1/responses`
OpenRouter	`openai/gpt-6.1-terra`	`https://openrouter.ai/api/v1/responses`

選んだプロバイダーで発行した、自分のキーをBearer認証に使ってください。OpenRouter用のSDKクライアントでは、ベースURLはhttps://openrouter.ai/api/v1です。

OpenRouterの単価は、1,000,000トークン当たり入力$1、出力$5、キャッシュ読み取り$0.05、書き込み$1.25です。カタログには、プロンプトが272,000トークンを超える場合の単価も個別に定義されています。その場合は順に$2、$7.50、$0.10、$2.50となります。

OpenRouterのResponsesインターフェースはステートレスです。会話履歴は各リクエストで送信してください。store: true、またはnull以外のprevious_response_idを指定すると、HTTP 400が返されます。

実際に支払う金額を見積もるときは、入金手数料も加えます。OpenRouter Standardでは、クレジットを購入するときに5.5%がかかります。カード購入には最低手数料$0.80があります。

たとえば、Standardのクレジット$100分を買う支払額は、適用される税金を加える前で$105.50です。先ほどの$0.15のリクエストを100回実行すると、モデルのクレジットを$15消費します。入金手数料を使用額に比例して配分すると、次の見積もりになります。

100 × $0.15 × 1.055 = $15.825、つまり約$15.83です。

これは手数料を配分した支出額の見積もりです。手数料は各リクエストの実行時ではなく、アカウントへ入金するときに支払います。$10という小額の購入では、最低手数料の$0.80が適用されます。その場合に同じ5.5%で配分すると、正しい見積もりになりません。

既存のエージェントを移す前に、会話状態の管理方法と、必要なツールを確認してください。テキストリクエストが同じように動いても、エージェントの処理ループに含まれるすべてのツールとの互換性は確認できません。

完了条件を確認できる仕事をTerraに任せる

まずは範囲が明確な一種類の仕事をTerraへ移し、作業全体の結果を測定してください。要件を何度も解釈し直す仕事や、変更を統合する必要がある仕事は、現在のモデルに残します。

UIの回帰不具合なら、Solに不正な動作と合格条件を定義させます。Terraには、影響を受けるコンポーネント、対応するテストコマンド、期待する表示結果を渡してください。Solはパッチをレビューし、複数のコンポーネントにまたがる変更を担当します。

この役割分担は、コーディングの評価結果から導いた運用上の提案です。引用したベンチマークが、Solをまとめ役にしてTerraのサブエージェントを動かす構成を評価したわけではありません。

最初の試行、再試行、モデルによるレビューを含めた推論費用を合計してください。それを受け入れられた結果の数で割り、人によるレビュー時間は別に記録します。初回で合格したかどうかと、作業全体にかかった時間も残してください。

Terraのトークン単価が低いことは、こうした合計値が改善する場合に役立ちます。何度もSolにやり直しを頼む種類の仕事なら、その仕事は最初からSolへ割り当ててください。アプリの反復操作では、目視できる終了状態を定めます。アプリ側でその状態を確認してから、完了として受け入れてください。