GPT-6.1 Terra: API, Benchmarks, Preise & Nutzung

Auf Geschwindigkeit ausgelegt: ~ 10 ms Latenz, auch unter Last
Unglaublich schnelle Methode zum Erstellen, Verfolgen und Bereitstellen Ihrer Modelle!
- Verarbeitet mehr als 350 RPS auf nur 1 vCPU — kein Tuning erforderlich
- Produktionsbereit mit vollem Unternehmenssupport
Was ist GPT-6.1 Terra?
OpenAI liefert in jeder Modellgeneration nun benannte Tiers aus — etwa Astra (Flaggschiff), Sol, Terra und Luna —, wobei die Nummer (6.1) die Generation und der Name das Leistungs- und Kostenniveau markiert. Terra ist das ausgewogene Production-Tier: Nicht die absolute Spitze beim reinen Reasoning, aber darauf abgestimmt, schnell und günstig genug zu sein, um agentische Workloads und Computer-Use-Aufgaben in hohem Volumen auszuführen.
Die prägende Eigenschaft dieses Releases ist Computer Use. Terra kombiniert visuelles Verständnis mit der Fähigkeit, Browser- und Desktop-Anwendungen zu bedienen, bereitgestellt als gehostetes Tool in der Responses API. Einfach ausgedrückt: Das Modell kann auf einen Bildschirm schauen, klicken, tippen und navigieren — die Kernschleife hinter praktischen Computer-Nutzungs-Agenten — zu einem Preis, der solche Schleifen wirtschaftlich macht.
Wichtigste Spezifikationen
Preise
Die Preisgestaltung von Terra ist das Highlight. Mit 1 $/5 $ pro Million Token unterbietet es Flaggschiff-Modelle um ein Vielfaches, und der Batch/Flex-Rabatt halbiert diesen Preis nochmals für asynchrone Aufgaben.
Zwei Kostenfallen sind zu beachten: Fast Mode verdoppelt den Tarif, und jeder Request, dessen Input 272K Token überschreitet, wird mit dem 2-fachen Input/Cache- und 1,5-fachen Output-Preis für den gesamten Request abgerechnet. Agentenschleifen mit langem Kontext können diese Grenze unbemerkt überschreiten. Messen Sie daher die tatsächlichen Token-Verläufe, anstatt sich nur auf die beworbenen 1 $/5 $ zu verlassen.
Benchmarks
Die Zahlen von OpenAI am Veröffentlichungstag betonen Sicherheit, multimodales Troubleshooting und medizinisches Reasoning:
- ExploitBench: 97,10 %
- Multimodal Troubleshooting (Virologie): 52,54 %
- HealthBench Professional: 62,7 (gestiegen von 57,7 bei GPT-5.6 Terra)
- Standard HealthBench: 55.1 (leicht gesunken von 57,0 bei GPT-5.6 Terra)
- Sandbox Bench: 5 von 22 Zielen
Betrachten Sie diese Werte als Anbieter-Zahlen des Launch-Tages und nicht als vollständiges Urteil für den Produktionseinsatz. Bemerkenswert ist, dass Terra seinen Vorgänger nicht in allen Benchmarks übertrifft (der Standard HealthBench fiel leicht ab). Dies ist eine gute Erinnerung daran, dass Tier-Modelle reine Leistungsfähigkeit gegen Geschwindigkeit und Kosten eintauschen. OpenAI behauptet außerdem, dass Terra mehr als 3-mal schneller als GPT-6 Astra und GPT-6.1 Sol ist — ein bedeutender Latenzvorteil für interaktive Agenten, aber eine Herstellerangabe aus internen Tests.
Vergleich von GPT-6.1 Terra
Der nützlichste Vergleich betrifft das Preis-Leistungs-Verhältnis im Vergleich zu Modellen, an die Sie alternativ routen würden. Alle Zahlen gelten pro Million Token und spiegeln die veröffentlichten Launch-Preise wider (vor der Nutzung bitte überprüfen).
Fazit: Terra liegt im selben günstigen Preissegment wie Gemini 3.6 Flash und deutlich unter Claude Opus 4.8 sowie Fable 5.1, während es erstklassigen Computer Use bietet. Es versucht nicht, Fable 5.1 oder GPT-6.1 Sol beim schwierigsten Reasoning zu schlagen — es versucht, die alltäglichen 80 % der Agentenarbeit günstig zu machen. Genau diesen Unterschied nutzt ein Gateway aus: Terra für das Volumen, ein Flaggschiff-Modell für die komplexen Spezialfälle.
Einschränkungen
- Tier, kein Flaggschiff. Terra tauscht maximales Reasoning gegen Geschwindigkeit und Kosten ein. Für die schwierigsten Aufgaben über lange Zeiträume werden Fable 5.1 oder ein Flaggschiff-Tier weiterhin gewinnen.
- Kostenkante bei langem Kontext. Requests über 272K Token werden mit dem 2-fachen Input- und 1,5-fachen Output-Preis für die gesamte Anfrage berechnet — was in langen Agentenschleifen leicht versehentlich ausgelöst werden kann.
- Kein Fine-Tuning. Terra unterstützt zum Launch kein Fine-Tuning.
- Zugriffsbeschränkungen. Zum Launch nicht im regulären ChatGPT Chat, Free oder Go verfügbar und nicht für UAE Inference Residency freigegeben.
- Reine Textausgabe. Inputs können Text und Bild sein; der Output ist ausschließlich Text (kein Audio oder Video).
Zugriff und Nutzung von GPT-6.1 Terra
Es gibt zwei praktische Wege für die Produktion.
1. Direkter Aufruf der OpenAI API
Terra ist über die OpenAI API ab dem Build-Tier verfügbar, wobei Computer Use als gehostetes Tool in der Responses API bereitgestellt wird. Dies ist der schnellste Weg, um eine einzelne Anwendung gegen ein einzelnes Modell zu prototypisieren.
2. Routing über das TrueFoundry AI Gateway (empfohlen für die Produktion)
Sobald Sie Terra zusammen mit anderen Modellen betreiben — Claude für komplexes Reasoning, Gemini für günstige multimodale Aufgaben, Terra für Computer Use —, benötigen Sie Routing, Fallbacks, Budgets und ein einheitliches Kostenbuch. Genau das bietet das TrueFoundry AI Gateway: einen einzigen OpenAI-kompatiblen Endpunkt vor jedem Provider.
- Richten Sie Ihren Client auf den TrueFoundry Gateway-Endpunkt aus und wählen Sie gpt-6.1-terra als Modell.
- Fügen Sie Routing-Regeln hinzu — senden Sie Computer-Use- und High-Volume-Aufrufe an Terra, eskalieren Sie die komplexen Fälle an ein Flaggschiff-Modell, mit automatischem Fallback, falls ein Provider Fehler ausgibt oder Rate-Limits erreicht.
Sie erhalten Budgets pro Schlüssel, pro Team und pro Agent, ein Provider-übergreifendes Kosten- und Token-Buch sowie ein vollständiges Audit — ohne den Anwendungscode neu zu schreiben, wenn sich Preise oder Modelle ändern. Das Gateway verursacht nur wenige Millisekunden Overhead und ist OpenTelemetry-konform.
Schalten Sie GPT-6.1 Terra hinter einen verwalteten, Provider-übergreifenden Endpunkt mit Budgets und Fallbacks. Sprechen Sie mit dem TrueFoundry-Team →
Wann GPT-6.1 Terra eingesetzt werden sollte
- Nutzen Sie Terra, wenn: die Arbeitslast aus Computer Use oder agentischer Automatisierung besteht; das Volumen hoch ist und Kosten eine Rolle spielen; Sie einen großen Kontext zu einem niedrigen Preis pro Token benötigen; Latenz für einen interaktiven Agenten wichtig ist.
- Eskalieren Sie zu einem Flaggschiff-Modell, wenn: die Aufgabe wirklich komplexes Reasoning über lange Zeiträume oder anspruchsvollen Code erfordert, bei dem eine falsche Antwort mehr kostet als die Token — routen Sie diese an Claude Fable 5.1, Opus 4.8 oder GPT-6.1 Sol.
- Ziehen Sie Gemini 3.6 Flash in Betracht, wenn: Sie die günstigste schnelle multimodale Option suchen und das Computer-Use-Tool von Terra nicht benötigen.
TrueFoundry AI Gateway bietet eine Latenz von ~3—4 ms, verarbeitet mehr als 350 RPS auf einer vCPU, skaliert problemlos horizontal und ist produktionsbereit, während LiteLM unter einer hohen Latenz leidet, mit moderaten RPS zu kämpfen hat, keine integrierte Skalierung hat und sich am besten für leichte Workloads oder Prototyp-Workloads eignet.












.webp)
.webp)

.webp)









