# Claude Opus 5.5 vs GPT-6.1 Terra: сравнение, цена задачи и тест

> GPT-6.1 Terra дешевле Claude Opus 5.5 в девять раз только на уровне max. При равном балле AA разница 3,6 раза, а 57–58 баллов есть только у Opus.

- URL: https://blog.laozhang.ai/ru/posts/claude-opus-5-5-vs-gpt-6-1-terra
- Published: 2026-10-28
- Updated: 2026-10-28
- Author: LaoZhang AI Team (https://blog.laozhang.ai/ru/about)
- Topic: Сравнения моделей
- Tags: Claude Opus 5.5, GPT-6.1 Terra, Сравнение моделей, цены API, программирование

---
Переносить на GPT-6.1 Terra (`gpt-6.1-terra`) стоит задачи с чёткой постановкой: код по готовой спецификации, разбор и пересчёт текста, научные и вычислительные задачи, где Terra на уровне рассуждения `max` в тестах Artificial Analysis обходит Opus `high`. Claude Opus 5.5 (`claude-opus-5-5`) на уровне `high` и выше лучше оставить для работы с документами и знаниями (финансы, право, стратегия), для задач, где нужен балл выше 52 по Intelligence Index v5.0, и там, где важна скорость: при почти равном балле Opus `high` решает задачу индекса за 464 с, а Terra `max` — за 657 с. Так что Opus 5.5 не устарел: 57–58 баллов набирает только он.

Цифра из анонса OpenAI от 26 октября 2026 года — задача на Terra примерно в девять раз дешевле, чем на Opus 5.5, — верна только для сравнения уровня `max` с `max`, где Opus получает 58 баллов, а Terra 51. При равном балле (Opus `high` 52 против Terra `max` 51) задача на Opus дороже в 3,6 раза: $3,46 против $0,96 по данным Intelligence Index v5.0 на 28 октября 2026 года. В тесте 28 октября 2026 года на семи одинаковых задачах обе модели на уровне `high` прошли все проверки, а Opus обошёлся в 4,5 раза дороже.

Ваш собственный множитель складывается из цены за токен (у Opus она в 4 раза выше), разницы в числе токенов и выбранного уровня рассуждения. В одном и том же русском тексте Opus насчитывает в 1,55 раза больше токенов, чем Terra, поэтому русский ввод на Opus стоит примерно в 6,2 раза дороже, чем на Terra. Перед переходом прогоните пять–десять своих задач на Terra `max` и Opus `high` с заранее написанными проверками; порядок проверки — в последнем разделе.

## Что перенести на GPT-6.1 Terra, а что оставить на Opus 5.5

Решение удобнее принимать по видам работы, а не по модели целиком: на одних задачах Terra `max` обходит Opus `high` при гораздо меньшей цене задачи, на других Opus впереди при любом уровне Terra. Таблица опирается на отдельные тесты Artificial Analysis (Intelligence Index v5.0, данные на 28 октября 2026 года) и на тест на одинаковых задачах от 28 октября; цифры разобраны в следующих разделах.

| Вид работы | Что брать | Почему |
| --- | --- | --- |
| Код по чёткой спецификации: функции, парсеры, задачи с готовыми тестами | Terra, `high` | В тесте 28 октября обе модели прошли все проверки, Opus обошёлся в 4,5 раза дороже |
| Сложный код и научные расчёты | Terra `max` и Opus `high`, решает проверка на ваших задачах | Terra `max` выше Opus `high` в FrontierCode 2.0, CritPt и Terminal-Bench-Science; для самых сложных задач кода OpenAI сама советует GPT-6.1 Sol или GPT-6 Astra |
| Документы, финансы, право, стратегия, вопросы на знания | Opus, `high` | Opus `high` впереди в HLE-Diamond, AA-Briefcase и во всех отраслевых индексах AA |
| Агенты в терминале и автоматизация процессов | Обе подходят, решает проверка | Terminal-Bench 4.0: 56,6 % против 55,6 %, AutomationBench-AA: 63,2 % против 60,2 % |
| Нужен максимум качества, 57–58 баллов | Opus, `xhigh` или `max` | Terra выше 51 балла не поднимается ни на одном уровне |
| Важна скорость задачи при балле около 52 | Opus, `high` | При почти равном балле задачу индекса AA он решает примерно в 1,4 раза быстрее Terra `max` |

Если Terra `max` не хватает, а Opus `xhigh` слишком дорог, есть середина внутри OpenAI: GPT-6.1 Sol на уровне `max` набирает в том же индексе v5.0 55 баллов при $1,27 за задачу. Выбор между Terra и Sol, включая тест в Codex CLI, разобран в материале [«GPT-6.1 Terra vs Sol: в чем разница, цена задачи и тест в Codex»](https://blog.laozhang.ai/ru/posts/gpt-6-1-terra-vs-gpt-6-1-sol), сравнение Sol с Opus — в статье [«Claude Opus 5.5 или GPT-6.1 Sol (и GPT-6 Sol): выбор для кода»](https://blog.laozhang.ai/ru/posts/claude-opus-5-5-vs-gpt-6-sol); баллы AA в обеих статьях приведены по прежней версии индекса. Если вопрос в том, хватит ли более дешёвого Claude, ответ — в статье [«Claude Sonnet 5.5 или Opus 5.5: разница, цена задачи и выбор»](https://blog.laozhang.ai/ru/posts/claude-sonnet-5-5-vs-opus-5-5).

## «В девять раз дешевле»: верно только для max против max

Утверждение OpenAI сравнивает не одинаковые результаты, а одинаковые названия уровней рассуждения. В [анонсе GPT-6.1 Terra](https://openai.com/index/introducing-gpt-6-1-terra/) от 26 октября 2026 года OpenAI пишет, что на максимальном уровне рассуждения Terra расходует токены более чем втрое экономнее Claude Opus 5.5, токен у неё стоит вчетверо дешевле, и в итоге задача обходится примерно в девять раз дешевле. Это заявление производителя по его собственным тестам, но независимые цифры с ним сходятся: в [сравнении Artificial Analysis](https://artificialanalysis.ai/models/releases/comparisons/claude-opus-5-5-vs-gpt-6-1-terra) (Intelligence Index v5.0, данные на 28 октября 2026 года) задача индекса на Opus `max` стоит $10,04, на Terra `max` — $0,96, то есть в 10,5 раза больше.

Подвох в том, что за эти деньги Opus `max` даёт 58 баллов, а Terra `max` — 51. Opus на `max` пишет на задачу около 173 тыс. выходных токенов, из них 120 тыс. на рассуждение, а Terra — около 60 тыс., из них 39 тыс. на рассуждение. Почти втрое больше токенов при вчетверо более высокой цене и дают разницу больше чем в десять раз. Если вам достаточно 51 балла, сравнивать Terra `max` нужно с Opus `high`, а не с Opus `max`, и тогда разница в цене задачи сокращается почти втрое.

В том же анонсе OpenAI приводит Terminal-Bench-Science 0.1: на `max` Terra отстаёт от Opus 5.5 меньше чем на пять пунктов при оценочной стоимости меньше пятой части. В данных AA v5.0 разрыв ещё меньше: 57,6 % у Terra `max` против 59,0 % у Opus `max`. При этом OpenAI в том же тексте признаёт, что для самых сложных задач программирования лучше подходят GPT-6.1 Sol и GPT-6 Astra, а не Terra.

Цифры «58 против 48» и «54 против 48» (и выведенные из них «10 пунктов индекса»), которые встречаются в сторонних сравнениях, например у OrcaRouter, относятся к прежней версии индекса v4.3.2. Между 27 и 28 октября 2026 года Artificial Analysis перешла на v5.0 с другим набором из девяти тестов, и Terra `max` в ней поднялась с 48 до 51 балла, так что разрыв на `max` теперь 7 баллов.

## Opus 5.5 и Terra по уровням рассуждения: при равном балле разница 3,6 раза

Честнее всего сравнивать модели при одинаковом балле: ближайшая пара — Opus `high` с 52 баллами и Terra `max` с 51, и здесь задача на Opus стоит в 3,6 раза дороже ($3,46 против $0,96), но решается быстрее (464 с против 657 с). Уровень рассуждения (reasoning effort) у обеих моделей называется одинаково, но значит разное: `max` у Terra по баллу соответствует `high` у Opus. Ниже все уровни обеих моделей по данным Artificial Analysis Intelligence Index v5.0 на 28 октября 2026 года, отсортированные по баллу.

| Модель и уровень рассуждения | Балл | Цена задачи индекса | Время на задачу |
| --- | --- | --- | --- |
| Opus 5.5 `max` | 58 | $10,04 | 1 133 с |
| Opus 5.5 `xhigh` | 57 | $6,05 | 779 с |
| Opus 5.5 `high` | 52 | $3,46 | 464 с |
| Terra `max` | 51 | $0,96 | 657 с |
| Opus 5.5 `medium` | 48 | $2,45 | 337 с |
| Terra `xhigh` | 45 | $0,40 | 287 с |
| Terra `high` | 42 | $0,26 | 182 с |
| Terra `medium` | 38 | $0,17 | 118 с |
| Opus 5.5 `low` | 35 | $0,98 | 147 с |
| Terra без рассуждения | 30 | $0,23 | 104 с |
| Terra `low` | 29 | $0,07 | 48 с |

Из таблицы следуют три вывода. Opus `medium` (48 баллов) уже ниже Terra `max` и при этом в 2,6 раза дороже ($2,45 против $0,96), поэтому держать Opus на `medium` ради экономии невыгодно. Opus `low` стоит почти столько же, сколько Terra `max` ($0,98 против $0,96), но отстаёт на 16 баллов. А всё, что выше 52 баллов, есть только у Opus: `xhigh` даёт 57 баллов за $6,05, `max` — 58 за $10,04. Цена задачи здесь — это набор токенов, который Artificial Analysis тратит на свои задачи, по прейскурантным ценам первичных API; на ваших задачах расход токенов будет другим, и цифры сменятся при следующем обновлении индекса.

![Точечный график: балл AA и цена задачи индекса по уровням рассуждения Opus 5.5 и Terra; при равном балле Opus high дороже Terra max в 3,6 раза, на уровне max — в 10,5 раза](https://blog.laozhang.ai/posts/ru/claude-opus-5-5-vs-gpt-6-1-terra/img/effort-ladder-score-cost.webp)

## Где Opus 5.5 впереди, а где Terra: отдельные тесты AA v5.0

Сводный балл скрывает направление: Terra `max` обходит Opus `high` в задачах на код и научные расчёты, а Opus `high` впереди в задачах на знания и офисную работу. Intelligence Index — это сводный индекс из девяти тестов, а не оценка одного программирования, поэтому смотреть стоит на тот тест, который ближе к вашей работе. Данные Artificial Analysis, Intelligence Index v5.0, на 28 октября 2026 года; для ориентира добавлен Opus `max`.

| Тест | Opus 5.5 `high` | Terra `max` | Opus 5.5 `max` |
| --- | --- | --- | --- |
| Terminal-Bench 4.0 (агент в терминале) | 56,6 % | 55,6 % | 59,6 % |
| FrontierCode 2.0 (сложный код) | 35,9 % | 42,3 % | 46,4 % |
| AutomationBench-AA (автоматизация процессов) | 63,2 % | 60,2 % | 69,5 % |
| AA-Briefcase v1.1 (офисные задачи, рейтинг) | 1 681 | 1 402 | 1 800 |
| HLE-Diamond (вопросы на знания) | 55,6 % | 47,3 % | 67,9 % |
| CritPt v2, сложная часть (физика) | 58,0 % | 64,5 % | 61,0 % |
| Terminal-Bench-Science 0.1 | 49,0 % | 57,6 % | 59,0 % |
| GDP.pdf (работа с документами) | 28,8 % | 28,6 % | нет данных |

В задачах на код и науку Terra `max` выигрывает у Opus `high` по 6–9 пунктов (FrontierCode, CritPt, Terminal-Bench-Science), а в CritPt даже у Opus `max`. В агентной работе в терминале и автоматизации разница в пределах 1–3 пунктов в пользу Opus. Зато в знаниях и офисной работе отрыв Opus заметный: 8 пунктов в HLE-Diamond, почти 280 очков рейтинга в AA-Briefcase, и во всех отраслевых индексах AA Opus `high` выше Terra `max` — финансы и учёт 53 против 49, стратегия и операции 58 против 50, право 52 против 46, инженерия 58 против 54, экономика 57 против 49. Управление компьютером, на котором OpenAI делает акцент в анонсе Terra, в индекс v5.0 не входит; OrcaRouter по своим данным пишет, что Terra отстаёт от Opus на 7,6 пункта в OSWorld.

## Тест 28 октября 2026 года: 7 одинаковых задач, обе модели без ошибок

На семи одинаковых задачах с заранее написанными скрытыми проверками обе модели на уровне `high` прошли всё: Opus 5.5 — 11 вызовов из 11, Terra — 15 из 15. Ни одна задача модели не различила, а по прейскуранту Opus обошёлся в 4,5 раза дороже. Тест прогнан 28 октября 2026 года через один ключ шлюза LaoZhang API (laozhang.ai), где в тот день в списке `/v1/models` были обе модели. Opus вызывался через Anthropic Messages с `thinking: {"type": "adaptive"}` и `output_config.effort: "high"`, Terra — через Chat Completions с `reasoning_effort: "high"`; каждый запрос шёл в потоковом режиме, одним сообщением пользователя, без системного промпта и без инструментов.

*Примечание: [laozhang.ai — наш собственный сервис](https://blog.laozhang.ai/ru/about#laozhang); его цены — наши тарифы, а не независимое сравнение.*

| Задача и проверка | Opus 5.5 `high` | Terra `high` | Средний вызов: Opus / Terra | Во сколько раз дороже Opus |
| --- | --- | --- | --- | --- |
| Разбор арифметического выражения без `eval`, 25 тестов | 1 из 1 | 2 из 2 | $0,0389 / $0,0106 | 3,7 |
| Разбор строки CSV без модуля `csv`, 16 тестов | 1 из 1 | 2 из 2 | $0,0184 / $0,0030 | 6,2 |
| Сколько чисел меньше 1 000 000 с суммой цифр 27 (ответ 55 252) | 1 из 1 | 2 из 2 | $0,0178 / $0,0021 | 8,4 |
| Проверка версий по диапазонам в стиле npm semver, 36 тестов | 2 из 2 | 2 из 2 | $0,0640 / $0,0169 | 3,8 |
| Документ на 6 723 слова с тремя спрятанными заметками, ответ $76,80 | 1 из 1 | 2 из 2 | $0,0667 / $0,0106 | 6,3 |
| Какие из четырёх функций есть в CPython 3.13 (две выдуманы) | 2 из 2 | 2 из 2 | $0,0056 / $0,0008 | 7,3 |
| `next_run` для пятипольного выражения cron, 41 тест | 3 из 3 | 3 из 3 | $0,0698 / $0,0192 | 3,6 |
| Все 7 задач, по одному среднему вызову | 11 из 11 | 15 из 15 | $0,2812 / $0,0632 | 4,5 |

Стоимость посчитана как токены из ответа API, умноженные на прейскурантные цены производителей; это не то, что списал шлюз. Разница по задачам от 3,6 до 8,4 раза объясняется длиной ответа. На длинных ответах с кодом модели выдали почти одинаковое число токенов (semver: 3 066 у Opus и 3 294 у Terra, cron: 3 391 и 3 763), и разрыв близок к четырёхкратной разнице в цене токена. На коротких ответах Opus писал примерно вдвое больше токенов, и разрыв вырастал до 6–8 раз. По времени модели почти не различались: на задаче с cron 32,2 с у Opus и 27,5 с у Terra на вызов, на вопросе по длинному документу 5,1 с и 4,5 с.

Этот тест показывает одно: на однократных задачах с чёткой постановкой даже Terra `high`, у которой в индексе AA всего 42 балла, справляется так же, как Opus `high`, только в разы дешевле. Чего он не показывает: в нём не было вызова инструментов, многошаговой работы агента, изображений, контекста длиннее примерно 15 тыс. токенов и уровней `max`; по 1–3 прогона на задачу, один день и один шлюз. Где Opus сильнее, видно по тестам AA из предыдущего раздела, а не по этому набору.

## Во сколько раз отличится ваш счёт: цена × токены × уровень

Реальный множитель вашего счёта — это четырёхкратная разница в цене токена, умноженная на разницу в числе токенов и на разницу в длине ответа, которую задаёт уровень рассуждения. На русском тексте с короткими ответами получается примерно 4,6–7,5 раза (расчёт ниже), а при сравнении `max` с `max` — больше 10.

По [прейскуранту OpenAI API](https://developers.openai.com/api/docs/pricing) на 28 октября 2026 года (стандартный тариф, промпт до 272 000 токенов) GPT-6.1 Terra стоит $1,00 за 1 млн токенов ввода и $5,00 за 1 млн токенов вывода, причём рассуждение считается выводом; чтение из кэша стоит $0,05, запись в кэш — $1,25 на 30 минут или $2,50 на 12 часов. По [странице цен Claude API](https://platform.claude.com/docs/en/about-claude/pricing) у Claude Opus 5.5 те же статьи стоят $4,00, $20,00, $0,20 и $5,00 за запись на 5 минут ($8,00 на час). При одинаковом числе токенов Opus дороже ровно в 4 раза по каждой статье. Но число токенов одинаковым не бывает: модели по-разному режут текст на токены. 28 октября 2026 года один и тот же отрывок на каждом языке отправили обеим моделям и записали число входных токенов, которое вернул каждый API.

| Язык отрывка | Opus 5.5, токенов | Terra, токенов | Opus / Terra | С учётом 4-кратной цены |
| --- | --- | --- | --- | --- |
| Русский | 320 | 206 | 1,55 | 6,2 |
| Английский | 217 | 150 | 1,45 | 5,8 |
| Китайский | 265 | 178 | 1,49 | 6,0 |
| Японский | 330 | 267 | 1,24 | 5,0 |
| Корейский | 414 | 221 | 1,87 | 7,5 |
| Испанский | 322 | 175 | 1,84 | 7,4 |

На длинном английском промпте из теста (6 723 слова) соотношение было 15 495 к 10 198 токенам, то есть 1,52, так что на коротких отрывках цифры не завышены. Почти такие же соотношения по языкам получились при замере пары Claude Fable 5.1 и GPT-6 Astra, он описан в материале [«GPT-6 Astra или Claude Fable 5.1: как выбрать и что дешевле»](https://blog.laozhang.ai/ru/posts/gpt-5-6-sol-vs-fable-5-vs-opus-4-8). Для выходных токенов отношение зависит не только от разбиения текста, но и от того, сколько модель рассуждает и пишет.

Пример для русскоязычного сервиса: 1 000 вызовов, в каждом 2 000 токенов ввода по счёту Terra и 1 000 токенов ответа. На Terra это 2 млн × $1 + 1 млн × $5 = $7,00. На Opus тот же ввод — это 2 млн × 1,55 = 3,1 млн токенов, то есть $12,40, плюс ответ 1 млн × $20 = $20,00, итого $32,40, в 4,6 раза дороже. Если Opus, как на коротких задачах теста, напишет вдвое больше токенов ответа, вывод обойдётся в $40,00, счёт вырастет до $52,40, и разница составит 7,5 раза. В агентном цикле с 50 000 свежих токенов ввода, 950 000 токенов чтения из кэша и 30 000 токенов ответа (по счёту Terra) Terra стоит $0,25, а Opus на русском тексте — $1,20 (0,0775 млн × $4 + 1,4725 млн × $0,20 + 0,03 млн × $20), то есть в 4,9 раза дороже.

![Счёт за 1 000 вызовов на русском: цена токена ×4, токены ×1,55 и длина ответа дают на Opus $32,40 или $52,40 против $7,00 на Terra, то есть в 4,6–7,5 раза больше](https://blog.laozhang.ai/posts/ru/claude-opus-5-5-vs-gpt-6-1-terra/img/bill-multiplier.webp)

Уровень рассуждения может перекрыть всё остальное. На `max` Opus выдаёт на задачу индекса AA в 2,9 раза больше выходных токенов, чем Terra (173 тыс. против 60 тыс.), поэтому сравнение `max` с `max` и даёт десятикратную разницу. У Terra есть и обратный эффект: у OpenAI кэширование для GPT-5.6 и новее включено по умолчанию, и запись в кэш оплачивается, пока в запросе не задан `prompt_cache_options.mode: "explicit"`, поэтому в счёте Terra стоит отдельно смотреть на строку записи в кэш.

## Промпты длиннее 272 000 токенов: разница за токен падает до 2–2,7 раза

Если промпт длиннее 272 000 токенов, разрыв в цене за токен сокращается: у Terra для таких запросов действует тариф длинного контекста, а у Opus 5.5 ставка одинакова во всём окне в 1 млн токенов. На длинном тарифе весь запрос Terra стоит $2,00 за 1 млн токенов ввода, $0,10 за чтение из кэша, $2,50 за запись в кэш и $7,50 за 1 млн токенов вывода. Против ставок Opus это 2 раза по вводу и кэшу и 2,67 раза по выводу.

Для примера возьмём один запрос на 400 000 токенов ввода по счёту Terra с ответом в 20 000 токенов. На Terra это 0,4 млн × $2 + 0,02 млн × $7,50 = $0,95. Opus посчитает тот же русский текст как 620 000 токенов: 0,62 млн × $4 + 0,02 млн × $20 = $2,88, то есть разница около 3 раз вместо 4,6 на коротких запросах. Поэтому для анализа больших репозиториев или длинных документов решение сильнее зависит от качества ответа, чем от цены. Окно контекста у обеих моделей около 1 млн токенов (у Terra 1,05 млн), максимальный ответ — 128 тыс. токенов.

## Где доступны: Terra в ChatGPT Work и Codex, Opus в Claude и Claude Code

В ChatGPT модель GPT-6.1 Terra доступна только в режиме Work и в Codex, а в обычном чате её нет. В анонсе OpenAI от 26 октября 2026 года названы тарифы Plus, Pro, Enterprise и Edu, а документация Codex дополнительно указывает Business. Claude Opus 5.5 доступен в приложениях Claude на тарифах Pro, Max, Team и Enterprise, в Claude Code, через Claude API и в облаках AWS, Google Cloud и Azure.

В API идентификаторы — `gpt-6.1-terra` и `claude-opus-5-5`. У Terra шесть уровней рассуждения (`none`, `low`, `medium` по умолчанию, `high`, `xhigh`, `max`), на вход она принимает текст и изображения, а вызов инструментов работает только через Responses API, так что агент на Chat Completions с инструментами придётся переводить. Сколько работы помещается в подписку, зависит от продукта, а не от цен API: OpenAI оценивает Terra в Codex на Plus в 35–285 локальных сообщений за пятичасовое окно и оговаривает, что это не фиксированный лимит, а Anthropic для Opus 5.5 чисел не публикует; лимиты подписок Claude разобраны в статье [«Claude Opus 5.5: цена API и как сбросить лимит подписки»](https://blog.laozhang.ai/ru/posts/claude-opus-5-5-pricing-limit-reset).

## Как проверить Opus 5.5 и Terra на своих промптах перед переходом

Небольшой тест на своих задачах займёт час и обойдётся в доллары, а покажет то, чего не покажет ни индекс, ни чужой тест: проходит ли Terra ваши проверки и сколько вы реально сэкономите. На тест из раздела выше, 26 вызовов, ушло $0,64 по прейскуранту.

1. Возьмите 5–10 реальных задач из своей работы, по одной-две на каждый вид, который собираетесь переносить, и до запуска моделей напишите к ним проверки: тесты для кода, ожидаемые числа или факты для документов.
2. Сопоставьте уровни по баллу, а не по названию: Terra `max` против Opus `high`, а для простых задач добавьте Terra `high` как самый дешёвый вариант.
3. Задайте параметры явно. Terra `max`, то есть уровень, который по баллу AA соответствует Opus `high`, включается только через Responses API: 28 октября 2026 года через LaoZhang API запрос к `/v1/responses` с `reasoning: {"effort": "max"}` прошёл, а Chat Completions с `reasoning_effort: "max"` вернул HTTP 400 со списком допустимых значений от `none` до `xhigh`. Если остаётесь на Chat Completions, потолок — `xhigh` (45 баллов AA), и длину ответа там ограничивайте через `max_completion_tokens`: 28 октября 2026 года через LaoZhang API непотоковый запрос к `gpt-6.1-terra` с `max_tokens` вернул HTTP 400 «Unsupported parameter: 'max_tokens' is not supported with this model. Use 'max_completion_tokens' instead.». Для Opus в Messages передавайте `thinking: {"type": "adaptive"}` и `output_config.effort`, чтобы уровень не остался на значении по умолчанию.
4. Прогоните каждую задачу 2–3 раза на каждой модели и сохраните из ответа API поля usage: входные, выходные и кэшированные токены. Оценки по длине текста здесь не годятся, потому что модели считают токены по-разному.
5. Посчитайте стоимость по ставкам из раздела о счёте и сравните по каждой задаче, прошла ли она проверку и во сколько раз отличается цена. У Terra отдельно проверьте строку записи в кэш.
6. Переносите на Terra те виды задач, где она прошла все проверки; там, где ошибалась, оставьте Opus или попробуйте GPT-6.1 Sol.

*Примечание: [laozhang.ai — наш собственный сервис](https://blog.laozhang.ai/ru/about#laozhang); его цены — наши тарифы, а не независимое сравнение.*

Минимальные тела запросов для шага 3 выглядят так (первое — `POST /v1/responses` для Terra `max`, второе — `POST /v1/messages` для Opus `high`):

```json
{
  "model": "gpt-6.1-terra",
  "reasoning": {"effort": "max"},
  "input": "..."
}
```

```json
{
  "model": "claude-opus-5-5",
  "max_tokens": 32000,
  "thinking": {"type": "adaptive"},
  "output_config": {"effort": "high"},
  "messages": [{"role": "user", "content": "..."}]
}
```

Если Opus вызывается через LaoZhang API, учтите ограничение шлюза: один ответ Claude там не длиннее 32 768 токенов, и больший `max_tokens` срезается до этого значения, тогда как у Anthropic напрямую потолок 128 тыс. Для длинной генерации, например большого файла кода за один ответ, это может изменить результат теста.

## Источники

Внешние страницы, на которые ссылается это руководство, в порядке упоминания. Последнее обновление: 2026-10-28.

- [анонсе GPT-6.1 Terra](https://openai.com/index/introducing-gpt-6-1-terra/) (openai.com)
- [сравнении Artificial Analysis](https://artificialanalysis.ai/models/releases/comparisons/claude-opus-5-5-vs-gpt-6-1-terra) (artificialanalysis.ai)
- [прейскуранту OpenAI API](https://developers.openai.com/api/docs/pricing) (developers.openai.com)
- [странице цен Claude API](https://platform.claude.com/docs/en/about-claude/pricing) (platform.claude.com)