GPT-6.1 Terra ou GPT-6.1 Sol na API: qual escolher para o seu projeto?

Fala aí, beleza? A OpenAI soltou o GPT-6.1 Terra em 26 de outubro de 2026, quase um mês depois do GPT-6.1 Sol, que chegou em 29 de setembro 😀

Os dois estão na OpenAI API, mas não nasceram pra mesma coisa: o Terra tem preço padrão 50% menor e é posicionado pra raciocínio visual, uso de computador e escrita clara

Já o Sol vem com inteligência próxima à do GPT-6 Astra pra programação, uso de computador e trabalho profissional

O recorte aqui é pra quem já usa (ou vai usar) a API e quer escolher pelo perfil do projeto, sem trocar de modelo no escuro

GPT-6.1 Terra vs GPT-6.1 Sol: preço, contexto e recursos lado a lado

Os dados abaixo saem do anúncio do Terra, do anúncio do Sol, da tabela de preços da API e de fontes que cobriram o lançamento

Onde não existe dado confirmado, a célula fica como "não informado", sem chute

Critério	GPT-6.1 Terra	GPT-6.1 Sol
Lançamento	26/10/2026	29/09/2026
Identificador na API	gpt-6.1-terra	gpt-6.1-sol
Entrada (por milhão de tokens)	US$ 1	US$ 2
Entrada em cache (por milhão)	US$ 0,05	US$ 0,10
Saída (por milhão)	US$ 5	US$ 10
Batch (entrada / cache / saída)	não informado	US$ 1,00 / US$ 0,05 / US$ 5,00
Escrita de cache	US$ 1,25 (30 min) e US$ 2,50 (12 h) por milhão	não informado
Acima de 272 mil tokens de entrada	2x na entrada e no cache, 1,5x na saída, valendo pra requisição inteira	não informado
Janela de contexto	1.050.000 tokens	1.050.000 tokens
Entrada máxima	922.000 tokens	não informado
Saída máxima	128.000 tokens	128.000 tokens
Reasoning effort	none, low, medium (padrão), high, xhigh e max	não informado
Tool calling	não informado	Responses API com tool calling; Chat Completions sem tool calling
Corte de conhecimento	1º de junho de 2026	não informado
Velocidade (segundo a OpenAI)	conclui tarefas mais de 3x mais rápido que o Sol	referência da comparação
Onde roda	só hospedado pela OpenAI: API, ChatGPT Work e Codex	OpenAI API

Se liga em dois detalhes antes de sair decidindo pela tabela

Primeiro: o "mais de 3x mais rápido" é afirmação da própria OpenAI, não benchmark independente

Segundo: o Terra não é a opção de entrada da família GPT-6, porque existe um modelo mais barato que ele, o GPT-6 Luna, que fica fora dessa comparação (fonte)

Quando o Terra compensa e quando vale pagar pelo Sol

Resposta curta: o Terra compensa quando a tarefa é visual, repetitiva e de alto volume, e o Sol vale o dobro do preço quando o centro do projeto é código ou trabalho profissional complexo

Mas tem alguns casos onde essa conta muda, bora ver um por um

Automação visual de alto volume: vai de Terra

O foco do Terra é operar navegador e apps de desktop, ler telas, preencher formulários e interpretar desenhos

O exemplo que a própria OpenAI dá é bem pé no chão: ler as notas fiscais que chegam e lançar os dados no software de contabilidade

É aquele tipo de tarefa que roda milhares de vezes, e aí pagar US$ 1 em vez de US$ 2 por milhão de tokens de entrada (e US$ 5 em vez de US$ 10 na saída) faz MUITA diferença no fim do mês

Programação e trabalho profissional: fica no Sol

O Sol é posicionado com inteligência próxima à do GPT-6 Astra pra programação, uso de computador e trabalho profissional, cobrando um quinto dos preços de tokens do Astra

Ou seja, ele já é a opção "barata" pra quem precisa de algo perto do topo da família

Se teu projeto é um agente que mexe em código ou faz análise pesada, trocar pro Terra só pela economia é arriscado, ainda mais sem benchmark independente comparando os dois

Contexto longo: a vantagem de preço do Terra encolhe

No Terra, prompts acima de 272 mil tokens de entrada custam 2x na entrada e no cache e 1,5x na saída, e o acréscimo vale pra requisição inteira, não só pro pedaço que passou do limite

Na prática, a entrada do Terra nessa faixa vai pra US$ 2 por milhão, o mesmo valor do preço padrão do Sol, e a saída também fica mais cara

Tome cuidado aqui: não há confirmação se o Sol tem o mesmo multiplicador acima de 272 mil tokens, então não dá pra cravar quem sai mais barato em carga gigante

Antes de jogar o repositório inteiro no prompt, vale enxugar o que vai pro modelo, e é aí que entra a context engineering no projeto

Processamento em lote sem pressa: o Batch do Sol empata

O Batch do Sol custa US$ 1,00 na entrada, US$ 0,05 no cache e US$ 5,00 na saída por milhão de tokens

São exatamente os preços padrão do Terra 😛

Então, se o job não tem urgência (relatório noturno, reprocessamento de base e tal), a diferença de custo some e você continua com o Sol

Integração: se depende de tool calling, olhe a API

No gpt-6.1-sol, tool calling funciona na Responses API, e o Chat Completions está disponível sem tool calling

Sobre o Terra, não há dado confirmado se o tool calling vale no Chat Completions ou só na Responses API, então confira na documentação antes de plugar no teu fluxo

Hospedagem: o Terra só roda na OpenAI

O Terra só está disponível hospedado pela própria OpenAI: API, ChatGPT Work e Codex

Se a tua empresa exige outra nuvem, isso pode travar a escolha antes de qualquer conta de preço

O que um teste real com o Sol mostra sobre tempo e cota

Tempo de execução e consumo de cota pesam tanto quanto o preço por token, e um teste meu deixa isso bem claro

Antes de tudo: esse teste foi com o GPT-5.6 Sol, da geração anterior, no vídeo "GPT-5.6 Sol vs Fable 5: qual é melhor pra programar? (testei os dois)"

Não é o GPT-6.1 Sol e nem o Terra, então serve como exemplo do que observar, não como prova do desempenho atual

Quando testei, rodei o Sol no nível de raciocínio máximo pra construir a primeira etapa de um sistema real: a landing page de um SaaS fictício chamado Insite AI, comparando lado a lado com um modelo concorrente

Pra igualar a configuração dos dois, liberei as permissões (ignorando confirmações) e deixei ele rodar

Se liga no que apareceu:

• A primeira etapa levou 11 minutos
• A cota de uso caiu de 100% para 83% durante a sessão

• Ele gerou imagens pra usar como fotos de clientes na landing page
• Teve um errinho: tentou subir o projeto na porta 3000, que já estava ocupada por outro projeto meu, e precisei pedir pra trocar de porta haha

Também senti falta de ver a lista do que ainda faltava na execução, já que só aparecia o que ele estava fazendo naquele momento

E um dia antes de o Sol ser liberado pra mim, testei o GPT-5.6 Terra, e o design que ele entregou me impressionou bastante

Esses números são da geração anterior e não dizem nada sobre o desempenho do GPT-6.1, mas mostram o que vale medir no teu próprio teste: em tarefa longa, tempo e cota pesam além do preço por token

O vídeo abaixo é sobre o lançamento do GPT-6.1 Terra, pra complementar o que tá no post

Veredito: qual modelo usar no seu projeto

Depende do perfil, e dá pra resumir assim:

• Automação visual repetitiva, com custo baixo e resposta rápida: comece pelo Terra
• Projeto de código ou análise profissional complexa: fique no Sol
• Carga em lote sem pressa: avalie o Batch do Sol antes de migrar, porque ele já custa o mesmo que o Terra padrão
• Prompts acima de 272 mil tokens: faça a conta da requisição inteira antes de assumir que o Terra sai mais barato

Agora, as limitações dessa decisão:

Não há benchmark independente comparando os dois, a velocidade de 3x é dado da OpenAI, e o Terra é bem recente (lançado em 26/10/2026)

Ou seja, o veredito acima é um ponto de partida, não uma garantia

Próximo passo: troque de modelo com uma amostra, não no escuro

O caminho seguro é rodar a mesma amostra real de tarefas do teu projeto nos dois modelos antes de mexer em produção

1. Separe um conjunto pequeno de tarefas reais (notas fiscais, telas, trechos de código, o que for o dia a dia do projeto)
2. Rode tudo com gpt-6.1-terra e depois com gpt-6.1-sol
3. No Terra, comece pelo reasoning effort padrão (medium) e só suba se a qualidade não bastar
4. Compare qualidade, tempo e custo usando a tabela de preços da API

O erro comum aqui é testar com prompts de exemplo bonitinhos e não com o material bagunçado do mundo real, e aí a comparação não diz nada

Se você já usa o Claude Code pra escrever testes automatizados no projeto, a lógica é parecida: mesma entrada, compara a saída e só depois decide

E aí, vai de Terra ou continua no Sol? Bora trocar uma ideia nos comentários =)

Até o próximo post!

Perguntas frequentes

O GPT-6.1 Terra é mais rápido que o GPT-6 Astra?

Segundo a OpenAI, sim: o Terra conclui tarefas mais de três vezes mais rápido que o GPT-6 Astra e o GPT-6.1 Sol. É uma afirmação da própria OpenAI, não benchmark independente.

Pra trocar do Sol pro Terra no meu código, preciso mudar muita coisa?

Na prática é troca de identificador: gpt-6.1-sol vira gpt-6.1-terra na chamada da API. Vale só confirmar se teu fluxo depende de tool calling (confirmado só pro Sol via Responses API) e ajustar o reasoning effort do Terra, que começa em medium por padrão.

Quer aprender mais sobre inteligência artificial e programação na prática? Conheça o canal Hora de Codar no YouTube e acompanhe os próximos vídeos.