GPT-6.1 Terra: preços da API, Codex e quando escolher Sol

Use GPT-6.1 Terra para tarefas de programação bem delimitadas e ações repetíveis em aplicativos, com critérios claros de aceitação. Reserve GPT-6.1 Sol ou GPT-6 Astra para investigar bugs de causa incerta e fazer mudanças complexas em várias partes do código. Em 2026-10-27, a API Standard cobra $1 por milhão de tokens de entrada e $5 por milhão de tokens de saída.

Essas tarifas de entrada e saída equivalem à metade das tarifas Standard atuais de Sol. O custo por tarefa concluída também depende do raciocínio, das novas tentativas, das gravações em cache e do tamanho do contexto.

Quando escolher Terra em vez de Sol?

Escolha Terra quando o resultado for fácil de verificar e os erros forem baratos de corrigir. Uma correção localizada, a atualização de um teste ou uma tarefa repetível em um aplicativo são bons pontos de partida.

A OpenAI relata uma melhora considerável em programação em relação à geração anterior de Terra. No nível máximo de raciocínio, GPT-6.1 Terra resolve 50.3% das tarefas do Terminal-Bench 4.0. O resultado publicado para GPT-5.6 Terra é 21.5%. O anúncio de lançamento ainda recomenda Sol ou Astra para as tarefas de programação mais complexas.

Resultados independentes mostram por que o preço por token não basta. Em 2026-10-27, a Artificial Analysis publica estes resultados do Codex:

Modelo no Codex	Nível de raciocínio	Coding Agent Index v2.0	Custo médio de API por tarefa	Tempo médio do agente
GPT-6.1 Terra	xhigh	48	$0.69	16.4 minutos
GPT-6.1 Terra	max	48	$1.24	26.1 minutos
GPT-6.1 Sol	max	54	$1.50	23.7 minutos
GPT-6 Astra	max	55	$7.04	24.8 minutos

O índice combina três benchmarks com métodos de pontuação diferentes. Seus pontos não representam uma porcentagem universal de tarefas concluídas com sucesso. A metodologia calcula o custo de API a partir das tentativas, incluindo leituras e gravações em cache quando aplicáveis.

Nesse conjunto de testes, Terra em max custa menos que Sol em max, mas demora mais e pontua menos. Terra em xhigh alcança a mesma pontuação arredondada de Terra em max por menos dinheiro. Teste esse nível antes de assumir que max oferece o melhor custo-benefício.

A OpenAI afirma um custo por tarefa cerca de nove vezes menor que o do Opus no Agents’ Last Exam. Nessa avaliação de uso do computador, a empresa também relata velocidade mais de três vezes maior que Sol e Astra. Esses resultados não estabelecem a mesma vantagem em programação.

Para um bug difícil em produção, comece com Sol. Para trabalho repetitivo com um teste confiável ou estado final visível, teste Terra primeiro.

Como executar GPT-6.1 Terra no Codex

Use Codex CLI 0.159.0 ou posterior e selecione gpt-6.1-terra explicitamente. As instruções oficiais de modelos documentam essa versão mínima e o comando de inicialização.

Em 2026-10-27, Terra está disponível no Work e no Codex nos planos Plus, Pro, Business, Enterprise e Edu. A atualização oficial do produto inclui Business explicitamente. Terra não está disponível no Chat.

No Enterprise, o acesso depende da disponibilidade no espaço de trabalho e dos controles do administrador. Terra não oferece residência de inferência nos Emirados Árabes Unidos (UAE).

No macOS ou Linux, abra o diretório do repositório no Bash. O repositório oficial do Codex documenta este instalador:

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

Confirme que a versão é pelo menos 0.159.0. Conclua o login no navegador com uma conta ChatGPT que tenha acesso ao modelo.

Na sessão, use /status para conferir o modelo ativo. Use /model para selecionar um nível de raciocínio disponível. Os dois comandos estão na referência da CLI.

Para verificar o acesso, peça ao Codex que identifique o comando de testes do repositório e explique um teste existente. Uma resposta concluída confirma mais do que apenas um login bem-sucedido.

Se Terra estiver indisponível, confira a versão da CLI, a elegibilidade da conta e os controles do espaço de trabalho. Verifique também as configurações do provedor em ~/.codex/config.toml e nos arquivos .codex/config.toml de projetos confiáveis. A opção -m seleciona um modelo; ela não substitui sua configuração de provedor.

O login com ChatGPT usa o acesso da assinatura. O login com chave de API cobra o uso da conta OpenAI Platform. Terra pode fazer a franquia da assinatura render mais, mas os preços da API não determinam um número fixo de tarefas incluídas.

Terra também oferece o modo Fast do Codex, onde disponível, por meio de /fast. Ele consome os limites incluídos na assinatura com multiplicador de 2.5× em relação a Standard. Créditos comprados e uso Enterprise pago por consumo são cobrados a 2× Standard.

Como chamar Terra pela Responses API

Use a Responses API para uma aplicação ou um agente. Terra exige essa API para chamar ferramentas.

A referência do modelo apresenta estas especificações em 2026-10-27:

Configuração	Valor documentado
ID do modelo na API	`gpt-6.1-terra`
`reasoning.effort`	`none`, `low`, `medium`, `high`, `xhigh`, `max`
Raciocínio padrão na API	`medium`
Janela de contexto	1,050,000 tokens
Saída máxima	128,000 tokens
Data limite do conhecimento	2026-06-01
Entrada e saída	Texto e imagens na entrada; texto na saída
Interface para chamar ferramentas	Responses API

A especificação de contexto da API não determina quanto contexto o Codex pode usar. O Codex obtém os limites e outras configurações pelo catálogo de modelos. Confira o contexto mostrado na sessão antes de planejar uma tarefa de programação com um milhão de tokens.

Para verificar a API diretamente, você precisa de uma chave OpenAI Platform, cobrança da API habilitada, Bash, curl atualizado e jq. Quando read aguardar a entrada, cole sua chave e pressione Enter:

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
  }'

O exemplo segue o formato de requisição da Responses API. O seletor extrai o texto dos itens de mensagem no array output.

Um resultado bem-sucedido tem status igual a completed, código e testes em text e contagens de tokens em usage. A requisição é síncrona, portanto não exige consultas periódicas de status.

O exemplo seleciona o processamento Standard explicitamente. Ele também seleciona cache explícito sem pontos de gravação, ou breakpoints, o que impede gravações em cache nessa requisição.

Se o resultado estiver incompleto, examine incomplete_details. O limite de saída inclui tokens de raciocínio, então um limite baixo pode acabar antes de a resposta terminar. Para erros HTTP, consulte o código de erro documentado. Falhas de autenticação, créditos esgotados e limites de requisições exigem correções diferentes.

Para controlar aplicativos com computer use, adicione o ambiente de execução descrito no guia de uso do computador. Sua aplicação precisa executar as ações permitidas e devolver capturas de tela atualizadas. A requisição de texto acima não controla um navegador ou desktop.

Como calcular o preço da API GPT-6.1 Terra

Calcule cada requisição a partir da entrada comum, das leituras de cache, das gravações em cache e da saída faturada. Contar apenas o texto visível da resposta subestima o consumo de um modelo com raciocínio.

Estes são os preços diretos da OpenAI Standard em USD por milhão de tokens, verificados em 2026-10-27:

Categoria de tokens	Requisições com até 272,000 tokens de entrada	Requisições com mais de 272,000 tokens de entrada
Entrada comum	$1.00	$2.00
Leituras de entrada em cache	$0.05	$0.10
Gravações em cache, retenção de 30 minutos	$1.25	$2.50
Gravações em cache, retenção de 12 horas	$2.50	$5.00
Saída	$5.00	$7.50

As regras de preço do modelo aplicam o ajuste de contexto longo à requisição inteira. Leituras e gravações em cache também recebem o multiplicador da entrada.

Considere esta estimativa para uma requisição com 100,000 tokens de entrada comum e 10,000 tokens de saída faturada:

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

Com as tarifas de Sol de $2 para entrada e $10 para saída, o mesmo volume de tokens custa $0.30. A comparação pressupõe contagens iguais; uma tarefa real de programação pode consumir quantidades diferentes.

Esses exemplos pressupõem processamento Standard, sem adicional regional nem custos extras de ferramentas ou hospedagem. Impostos e taxas do gateway são separados. A saída faturada inclui tokens de raciocínio.

O que acontece acima de 272K tokens de entrada?

Ultrapassar 272,000 tokens de entrada altera as tarifas da requisição inteira. O aumento não se limita aos tokens que excedem o limite.

Para uma requisição estimada com 300,000 tokens de entrada comum e 10,000 tokens de saída faturada:

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

A tarifa de entrada dobra, enquanto a de saída aumenta 50%. Confira cada requisição separadamente em uma sessão longa do agente. A conversa acumulada pode ultrapassar o limite mesmo quando a instrução mais recente é curta.

Mantenha apenas o contexto necessário para a próxima etapa. Compare as contagens de tokens e a qualidade do resultado antes de ampliar o contexto disponível.

Como contabilizar as gravações em cache?

Trate as gravações em cache como uma categoria própria de entrada. As tarifas publicadas já incluem o processamento desses tokens; não some novamente a cobrança de entrada comum.

O guia de cache de prompts apresenta estes campos:

usage.input_tokens: entrada total.
usage.input_tokens_details.cached_tokens: leituras de cache faturadas.
usage.input_tokens_details.cache_write_tokens: gravações em cache faturadas.

A entrada comum equivale à entrada total menos as leituras e as gravações. Para gravações com prazos diferentes, use cache_write_tokens_details.ttl_30m_tokens e ttl_12h_tokens.

O custo estimado de gravar 100,000 tokens em um cache de 30 minutos e gerar 10,000 tokens de saída é:

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

Uma requisição posterior com 100,000 tokens lidos do cache e a mesma quantidade de saída custa $0.055. Essa economia pressupõe que o prefixo coincida e atenda às condições de reutilização.

Para contexto reutilizável, defina prompt_cache_options.ttl como "30m" ou "12h". Se o contexto mudar e não for reutilizado, pontos de gravação explícitos podem evitar gravações desnecessárias.

Quando Batch, Flex e Fast alteram a conta?

Use o processamento com desconto para trabalhos que possam tolerar atrasos. Mantenha a programação interativa em Standard, a menos que a maior velocidade justifique o adicional.

Em 2026-10-27:

Batch: os preços por token são 50% menores que Standard. A Batch API usa tarefas assíncronas com uma janela de conclusão de 24 horas.
Flex: os preços por token são 50% menores que Standard. Defina service_tier como "flex" para obter processamento mais lento com possível indisponibilidade de recursos.
Fast: os preços por token são 2× Standard. Defina service_tier como "fast" e confira o nível retornado, conforme o guia do Fast.

O processamento regional adiciona 10% onde está disponível. Essas cobranças da API são separadas dos multiplicadores de consumo da franquia do Codex.

Como usar OpenRouter com seu ID de modelo e suas taxas

Use OpenRouter quando ele se encaixar na sua estrutura de roteamento e cobrança. A disponibilidade de Terra está confirmada, mas o ID e o comportamento do estado da conversa diferem do acesso direto à OpenAI.

Em 2026-10-27, o catálogo do OpenRouter confirma a disponibilidade de Terra. Estes são os identificadores e endereços de cada rota:

Rota	ID do modelo	URL completa de Responses
OpenAI, acesso direto	`gpt-6.1-terra`	`https://api.openai.com/v1/responses`
OpenRouter	`openai/gpt-6.1-terra`	`https://openrouter.ai/api/v1/responses`

Use sua própria chave do provedor selecionado com autenticação Bearer. Para um cliente SDK com OpenRouter, a URL base é https://openrouter.ai/api/v1.

OpenRouter lista $1 para entrada, $5 para saída, $0.05 para leituras de cache e $1.25 para gravações, por milhão de tokens. O catálogo especifica tarifas maiores acima de 272,000 tokens de prompt: $2, $7.50, $0.10 e $2.50, respectivamente.

A interface Responses do OpenRouter não mantém estado de conversa entre requisições. Envie o histórico a cada requisição. Definir store: true ou um previous_response_id diferente de null retorna HTTP 400.

Inclua a taxa de recarga nas estimativas de desembolso. O OpenRouter Standard cobra 5.5% quando você compra créditos. Compras com cartão têm uma taxa mínima de $0.80.

Por exemplo, $100 em créditos Standard custam $105.50 antes dos impostos aplicáveis. 100 requisições do exemplo anterior, a $0.15 cada, consomem $15 em créditos de modelo. Distribuindo a taxa de recarga proporcionalmente:

100 × $0.15 × 1.055 = $15.825, ou cerca de $15.83.

Essa é uma estimativa de desembolso com a taxa distribuída. A taxa é paga ao recarregar a conta, não a cada requisição. Uma compra menor, de $10, recebe a taxa mínima de $0.80. Nesse caso, aplicar a mesma proporção de 5.5% daria um resultado incorreto.

Antes de migrar um agente existente, confira como ele gerencia o estado e quais ferramentas precisa. Uma requisição de texto compatível não comprova a compatibilidade de todas as ferramentas no ciclo do agente.

Atribua a Terra tarefas com critérios claros de aceitação

Comece transferindo um tipo de tarefa bem delimitada para Terra e meça o resultado completo. Mantenha seu modelo atual para trabalhos que exijam reinterpretar requisitos ou integrar mudanças repetidamente.

Em uma regressão de interface, deixe Sol definir o comportamento incorreto e o critério de aceitação. Entregue a Terra o componente afetado, o comando de teste relevante e o resultado visual esperado. Peça a Sol que revise o patch e cuide das mudanças que envolvam vários componentes.

Essa divisão é uma recomendação de fluxo de trabalho baseada nos resultados de programação. Os benchmarks citados não testaram um coordenador Sol com subagentes Terra.

Meça o gasto total com inferência na primeira tentativa, nas novas tentativas e na revisão pelo modelo. Divida esse gasto pelo número de resultados aceitos e registre separadamente o tempo de revisão humana. Registre também se a primeira tentativa passou e quanto tempo a tarefa inteira levou.

A tarifa menor de Terra só ajuda se esses totais melhorarem. Se um tipo de tarefa precisar repetidamente de Sol para ser concluído, atribua esse tipo diretamente a Sol. Para ações repetíveis em aplicativos, exija um estado final visível que sua aplicação possa verificar antes de aceitar a conclusão.