Sonnet 5.5 vs GPT-6.1 Terra: сравнение и тест на 12 задачах

Большую часть одношаговой работы — код по чёткому заданию, разбор и сводки текста, расчёты — можно переносить с Claude Sonnet 5.5 на GPT-6.1 Terra (gpt-6.1-terra) с уровнем рассуждения (effort) medium, который у Terra стоит по умолчанию. 3 ноября 2026 года обе модели получили 12 одинаковых задач со скрытыми тестами: Terra на medium решила 12 из 12, Sonnet 5.5 на high — 11 из 12, а счёт по прайсу у Terra вышел в 2,84 раза меньше ($0,063 против $0,178). По индексу интеллекта Artificial Analysis (Intelligence Index v5.0, данные на 3 ноября 2026 года) Terra на одноимённых уровнях от low до high не ниже Sonnet, а задача у неё обходится в 4,6–7,3 раза дешевле.

Sonnet 5.5 стоит оставить для агентной и офисной работы — терминал, автоматизация, документы, — где при близком балле он впереди в отдельных тестах AA, и для задач, которым не хватает потолка Terra: Sonnet на max набирает 54 балла, Terra на max — 51. «Вдвое дешевле» относится только к цене токена: $1 и $5 за 1 млн токенов ввода и вывода у Terra против $2 и $10 у Sonnet. Счёт зависит ещё от числа токенов: тот же русский текст у Sonnet занимает в 1,45 раза больше токенов, поэтому за один и тот же ввод вы платите ему примерно в 2,9 раза больше.

Разница в цене токена исчезает, когда промпт длиннее 272 тыс. токенов: у Terra весь такой запрос стоит вдвое дороже, и разница в счёте сжимается почти до разницы в числе токенов. В ChatGPT Terra есть только в режимах Work и Codex, в обычном чате её нет. Везде ниже речь о GPT-6.1 Terra: более старая GPT-5.6 Terra стоит $2 и $12 и в этом сравнении не участвует.

Что переносить на GPT-6.1 Terra, а что оставить на Sonnet 5.5

Решение зависит от того, какая это работа и какой балл ей нужен, а не от названия уровня. Одношаговые запросы с проверяемым результатом Terra закрывает на medium дешевле и не хуже; многошаговую работу агента в терминале и с офисными документами Sonnet 5.5 на xhigh делает увереннее, чем Terra даже на max; выше потолка Terra есть только Sonnet на max, и платить за него приходится примерно вдесятеро больше.

Если вместо Terra вы присматриваетесь к GPT-6.1 Sol, у неё та же цена токена, что у Sonnet ($2 и $10), и это отдельный разбор: Sonnet 5.5 vs GPT-6.1 Sol: сравнение — цена одна, счёт разный. Что лучше внутри OpenAI, Sol или Terra, — в материале GPT-6.1 Terra vs Sol: в чем разница, цена задачи и тест в Codex, а ступень ещё дешевле разобрана в статье GPT-6.1 Terra vs GPT-6 Luna: в чем разница, цена задачи и тест.

GPT-6.1 Terra или GPT-5.6 Terra: о какой модели речь

Сравнение относится к GPT-6.1 Terra (gpt-6.1-terra), которую OpenAI представила 26 октября 2026 года. GPT-5.6 Terra (gpt-5.6-terra) — предыдущая модель с тем же названием: по состоянию на 3 ноября 2026 года её страница в документации OpenAI показывает $2 за ввод и $12 за вывод, а список устаревших моделей OpenAI даты её отключения не называет. В таблице флагманов на странице цен осталась только GPT-6.1 Terra, а идентификатора gpt-6-terra не существует; как разобраться во всей линейке, объяснено в материале GPT-6 Sol, Luna, Astra и GPT-6.1 Terra: что выбрать для работы.

«Вдвое дешевле» за токен: из чего на самом деле складывается счёт

Счёт за одну и ту же работу — это цена токена, умноженная на число токенов, которое насчитает модель, плюс объём ответа, который зависит от уровня рассуждения. Цена у Terra вдвое ниже, но остальные множители почти всегда работают в ту же сторону, поэтому разница в счёте обычно больше двух раз.

Первый множитель — токенизатор. 3 ноября 2026 года один и тот же текст в 6 000 знаков отправили в API обеих моделей и сравнили число входных токенов: в русском тексте Sonnet 5.5 насчитал 2 991 токен, Terra — 2 066, то есть в 1,45 раза меньше. Для английского вышло 1,43, для кода на Python — 1,46, для длинного английского документа — 1,50. Поэтому на промптах до 272 тыс. токенов тот же русский ввод обходится у Sonnet примерно в 2,9 раза дороже (2 × 1,45).

Второй множитель — уровень рассуждения и длина ответа. По умолчанию Sonnet 5.5 в API работает на high, а Terra — на medium, и Terra на medium пишет заметно меньше: в тесте 3 ноября на medium она выдала 7 149 выходных токенов, на high — 11 375, а Sonnet на high — 11 155. Если сравнивать модели «по умолчанию против по умолчанию», разница в счёте складывается из всех трёх множителей сразу и по замерам AA составляет 9,6 раза.

Цены Sonnet взяты из прайса Anthropic для Claude API, цены Terra — из страницы цен OpenAI API, уровень Standard. Обе компании берут вдвое меньше в Batch: у Sonnet $1 и $5, у Terra $0,50 и $2,50. Утверждение OpenAI, что задача у Terra примерно в девять раз дешевле, относится не к Sonnet, а к Claude Opus 5.5 на уровне max; откуда эта цифра, разобрано в статье Claude Opus 5.5 vs GPT-6.1 Terra: сравнение, цена задачи и тест.

Sonnet 5.5 и GPT-6.1 Terra по уровням effort: индекс AA v5.0 и цена задачи

На одинаково названных уровнях от low до high GPT-6.1 Terra набирает в индексе Artificial Analysis v5.0 не меньше баллов, чем Sonnet 5.5, а задача у неё дешевле в 4,6–7,3 раза. На xhigh и max впереди Sonnet, но и задача у него там дороже уже больше чем в 10 раз. Стоимость задачи — расчёт AA: сколько токенов модель потратила на задачи индекса, умноженное на цену из прайса.

Данные — сравнение Claude Sonnet 5.5 и GPT-6.1 Terra на сайте Artificial Analysis по состоянию на 3 ноября 2026 года; по каждой настройке AA делает один прогон, и при обновлении индекса цифры меняются. Названия уровней у двух компаний не означают одинаковой глубины рассуждения, поэтому полезнее читать таблицу двумя способами.

По умолчанию против по умолчанию. Sonnet 5.5 в API по умолчанию работает на high (41 балл, $1,64 за задачу), Terra — на medium (38 баллов, $0,17): за 3 балла Sonnet берёт в 9,6 раза больше и тратит на задачу в 2,9 раза больше времени. В Claude Code и приложениях Claude Sonnet по умолчанию стоит на medium и набирает 30 баллов — на 8 меньше, чем Terra на medium, при задаче в 4,6 раза дороже; как устроены уровни в Claude Code, разобрано в статье Effort в Claude Code: что это, уровни и почему снова medium.

При равном балле. Sonnet на xhigh набирает 50 баллов за $4,09, Terra на max — 51 балл за $0,96: Terra на балл выше, а задача дешевле в 4,3 раза и короче в 1,35 раза. На уровне около 30 баллов Sonnet на medium в 3,4 раза дороже Terra без рассуждения (тоже 30) и в 11,1 раза дороже Terra на low (29). Недостижим для Terra только Sonnet на max, и задача на нём в 10,4 раза дороже, чем у Terra на max, и в 2,4 раза дольше. Учтите, что через шлюз LaoZhang 28 октября 2026 года Terra на max через Chat Completions не запустилась: запрос с reasoning_effort: "max" вернул HTTP 400, а тот же уровень через Responses API — ответ 200; прямой API OpenAI так не проверялся.

Цифры вроде «ничьи на low (36) и medium (41)» или «52 против 45 на xhigh» относятся к прежней версии индекса v4.3.2, которую Artificial Analysis заменил на v5.0 27–28 октября 2026 года; в v5.0 ничьих между этими моделями нет.

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

При почти равном общем балле модели сильны в разном: Sonnet 5.5 впереди в агентных и офисных тестах, GPT-6.1 Terra — в сложном коде и научных задачах. Если сравнить Sonnet на xhigh (50 баллов) с Terra на max (51), Sonnet выигрывает Terminal-Bench 4.0 (57,1 % против 55,6 %), AutomationBench-AA (65,5 % против 60,2 %) и AA-Briefcase v1.1 (1744 против 1402), то есть задачи, где модель сама работает в терминале, проводит многошаговые процессы и собирает офисные документы.

Terra в той же паре впереди во FrontierCode 2.0 (42,3 % против 35,6 %), CritPt v2 (64,5 % против 54,0 %), Terminal-Bench-Science (57,6 % против 52,4 %) и HLE-Diamond (47,3 % против 44,1 %). По отраслевым индексам AA разница в этой паре не больше 4 баллов: финансы 49 и 49, право 47 и 46, инженерия 53 и 54, стратегия и операции 54 и 50. Sonnet на max выше Terra на max во всех отраслевых индексах на 4–9 баллов, но это самая дорогая настройка в сравнении.

Из этого следует практическое правило: если ваша основная нагрузка — агент, который сам гоняет команды и правит файлы, сравнивайте Sonnet на xhigh с Terra на max на своих задачах, а не переносите по таблице. Для одношаговых запросов и сложных вычислений Terra начинает с преимущества.

Тест 3 ноября 2026 года: 12 одинаковых задач, счёт в 2,84 раза меньше

3 ноября 2026 года Sonnet 5.5 на high и GPT-6.1 Terra на medium и high получили 12 одинаковых задач со скрытыми тестами или точным ответом. Задачи их не развели: Sonnet и Terra на high решили по 11 из 12, Terra на medium — все 12, а оба промаха — одна и та же ошибка формата. Разница проявилась в цене, токенах и времени.

Условия: один ключ LaoZhang API, без потоковой передачи, одно сообщение пользователя, без системного промпта и инструментов, по одному прогону на задачу. Sonnet вызывался через Anthropic Messages с thinking: {"type": "adaptive"} и output_config.effort: "high", Terra — через Chat Completions с reasoning_effort и max_completion_tokens 32 000. Задачи: текстовая задача на расчёт, merge_intervals, разбор длительностей (18 тестов), частотный подсчёт слов (10), калькулятор выражений (25), разбор строки CSV (16), сравнение версий semver (30) и диапазонов в стиле npm (36), подсчёт по сумме цифр, сумма из трёх заметок, спрятанных в длинной статье (ответ $76,80), вопрос о несуществующих функциях стандартной библиотеки Python и сводка статьи в 6,7 тыс. слов ровно в пять пунктов не длиннее 25 слов. Именно на сводке Sonnet и Terra на high написали по одному пункту в 26 слов; при одном прогоне это не основание ставить одну модель выше другой.

Примечание: laozhang.ai — наш собственный сервис; его цены — наши тарифы, а не независимое сравнение.

Счёт посчитан по ценам из прайсов, умноженным на usage из ответов: Sonnet ÷ Terra medium = 2,84, Sonnet ÷ Terra high = 2,12; по отдельным задачам разница от 2,0 до 5,8 раза против medium и от 1,1 до 4,0 раза против high. На одинаковом high объём ответов почти совпал, так что разрыв там — это двойная цена токена плюс 1,52 раза больше входных токенов у Sonnet на этом наборе. Terra без каких-либо настроек кэша записала в кэш два длинных промпта (10 103 и 10 195 токенов) и выставила за это плату по ставке записи, в 1,25 раза выше обычного ввода; Sonnet без cache_control ничего не кэшировал.

По времени результат обратный тому, что показывает AA: на этом маршруте Sonnet отвечал быстрее Terra medium на 11 задачах из 12 и быстрее Terra high на всех 12. «Время на задачу» у AA и время одного вызова в этом тесте — разные измерения на разных задачах, и показывают они в противоположные стороны; по одному тесту причину назвать нельзя. Тест не проверял вызов инструментов, многошаговых агентов, изображения, Responses API, прямые API Anthropic и OpenAI, Sonnet на уровнях, кроме high, и Terra на xhigh и max; о качестве в этих режимах судите по замерам AA выше.

Во сколько раз изменится ваш счёт: формула и расчёты для русского текста

Свою кратность можно посчитать по формуле из прайсов обеих компаний, подставив число токенов вашего ввода и ответа. Счёт в долларах, где U — новый ввод, W — запись в кэш, R — чтение из кэша, O — вывод вместе с рассуждением, все в миллионах токенов; у Terra выше 272 тыс. токенов ввода по второй строке считается весь запрос.

Sonnet 5.5, до 1 млн:              2·U + 2,5·W  + 0,1·R  + 10·O
GPT-6.1 Terra, до 272 тыс.:        1·U + 1,25·W + 0,05·R + 5·O
GPT-6.1 Terra, длиннее 272 тыс.:   2·U + 2,5·W  + 0,1·R  + 7,5·O

Для русского текста входные токены Sonnet — это токены Terra, умноженные на 1,45. В таблице объём ответа одинаков с обеих сторон; на деле он зависит от уровня рассуждения и модели, поэтому для своей нагрузки подставьте usage из реальных ответов.

Пример для первой строки: у Terra 2 000 × $1 + 500 × $5 за миллион дают $0,0045; у Sonnet те же 2 000 токенов превращаются в 2 900, и 2 900 × $2 + 500 × $10 за миллион дают $0,0108. В агентном цикле первый шаг платит запись префикса в кэш (у Terra 30-минутную, у Sonnet 5-минутную), остальные 49 — чтение. Это иллюстрация на ценах уровня Standard; реальный счёт отличается тем, сколько каждая модель напишет в ответе.

Промпты длиннее 272 тыс. токенов и агенты без кэша

Два условия меняют ответ сильнее всего: длина промпта у Terra выше 272 тыс. токенов и отсутствие кэша у Sonnet в длинном агентном цикле. В первом случае разница в счёте сжимается почти до разницы в числе токенов, во втором — вырастает в десятки раз.

Если ввод у Terra длиннее 272 тыс. токенов, OpenAI считает весь запрос по $2 за ввод и $7,50 за вывод, а Sonnet держит $2 и $10 до 1 млн. Цена входного токена выравнивается, на выводе остаётся $10 против $7,50, и для документа в 280 тыс. токенов на русском с коротким ответом Sonnet дороже уже не в 2,8, а в 1,44 раза — почти ровно на разницу в числе токенов. Граница считается в токенах Terra: для русского текста 272 тыс. токенов Terra — это примерно 394 тыс. токенов Sonnet (272 × 1,45), так что один и тот же документ у Sonnet выглядит длиннее, а ступень цены есть только у Terra.

Кэш работает в обратную сторону. Anthropic, по документации Claude о кэшировании промптов, кэширует только тогда, когда в запросе есть cache_control — на верхнем уровне или как явные точки в сообщениях; без него каждый шаг агента заново оплачивает весь контекст. Terra кэширует сама, и в тесте 3 ноября это было видно по полю cache_write_tokens в ответе, хотя настройки кэша не передавались. Поэтому агент с общим префиксом в 100 тыс. токенов, перенесённый на Sonnet без cache_control, стоит в 21 раз больше, чем на Terra, а с cache_control — в 2,6 раза. Если вы переходите с Sonnet на Terra, учтите и обратную сторону: Terra оплачивает запись в кэш даже там, где повторного чтения не будет.

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

По подписке модели доступны в разных местах. GPT-6.1 Terra в ChatGPT есть только в режимах Work и Codex — по анонсу OpenAI на тарифах Plus, Pro, Enterprise и Edu, по документации Codex также на Business, — а в обычном чате ChatGPT её нет. Claude Sonnet 5.5 доступен в приложениях Claude и в Claude Code, где по умолчанию работает на medium, а не на high, как в API, поэтому сравнивать его там стоит с Terra на medium.

Лимиты тарифов задаются для каждого продукта отдельно и из цен API не выводятся: по странице тарифов Codex на Plus за 5-часовое окно Terra даёт 35–285 локальных сообщений против 15–160 у GPT-6.1 Sol, а для Sonnet 5.5 Anthropic числа сообщений на тарифах не публикует; как Terra ведёт себя в Codex, разобрано в статье GPT-6.1 Terra vs Sol: в чем разница, цена задачи и тест в Codex.

По API Sonnet 5.5 работает в Claude API, AWS, Google Cloud и Azure, Terra — в API OpenAI; при обработке в региональных конечных точках OpenAI добавляет к цене 10 %. Обе модели доступны и через LaoZhang API (laozhang.ai): по каталогу на 28 октября 2026 года Sonnet 5.5 стоит там $2 и $10, Terra считается по формуле OpenAI с той же ступенью на 272 тыс. токенов. У Claude на этом шлюзе действуют ограничения: ответ не длиннее 32 768 токенов, нет блоков document, серверных инструментов, count_tokens, Batches и Files.

Примечание: laozhang.ai — наш собственный сервис; его цены — наши тарифы, а не независимое сравнение.

Как проверить Sonnet 5.5 и GPT-6.1 Terra на своих промптах перед переходом

Проверка стоит центы, если взять 10–20 своих реальных запросов с проверяемым ответом: весь тест 3 ноября — 36 вызовов на 12 задачах плюс замер токенов по языкам — обошёлся в $0,40 по прайсу. Важно, чтобы результат проверял код или точный ответ, а не впечатление от текста.

1. Соберите 10–20 запросов из своей реальной нагрузки на своём языке, у каждого — способ проверки: тесты, точный ответ или правило формата. Агентные задачи проверяйте отдельно от одношаговых.
2. Запустите Sonnet 5.5 на том уровне, на котором он работает у вас сейчас (в API это high, в Claude Code — medium), и задайте thinking и output_config.effort явно: 26 октября 2026 года через шлюз LaoZhang запросы Sonnet 5.5 без thinking не возвращали блоков рассуждения.
3. Запустите Terra на medium, затем на high. В Chat Completions используйте max_completion_tokens вместо max_tokens (на max_tokens шлюз LaoZhang 28 октября 2026 года вернул HTTP 400). Вызов инструментов у Terra, по документации OpenAI, работает только через Responses API; уровень max через шлюз LaoZhang 28 октября тоже принимался только там, а в Chat Completions вернул HTTP 400.
4. Из каждого ответа сохраните usage: входные и выходные токены, токены рассуждения, запись и чтение кэша — у Terra запись появляется и без настроек. Посчитайте счёт по формуле выше, а не по разнице цен.
5. Сравните долю решённых задач и счёт за каждую решённую. Если Terra на medium решает то же, переносите; если проигрывает на агентных задачах, попробуйте high и xhigh, а Sonnet оставьте там, где Terra не догоняет даже на max. Спорные задачи прогоните 2–3 раза: разница в один промах на одном прогоне ничего не доказывает.

Минимальные тела запросов, с которыми шёл тест 3 ноября:

{
  "model": "gpt-6.1-terra",
  "reasoning_effort": "medium",
  "max_completion_tokens": 32000,
  "messages": [{ "role": "user", "content": "…" }]
}

{
  "model": "claude-sonnet-5-5",
  "max_tokens": 32000,
  "thinking": { "type": "adaptive" },
  "output_config": { "effort": "high" },
  "messages": [{ "role": "user", "content": "…" }]
}

Первое тело отправляется на /v1/chat/completions, второе — на /v1/messages. Если в своём сервисе вы держите общий длинный контекст, добавьте в запрос Sonnet cache_control до сравнения: иначе вы сравните Terra с кэшем и Sonnet без него. Если вы ещё работаете на Sonnet 5 и сначала решаете, переходить ли на Sonnet 5.5, это разобрано в материале Claude Sonnet 5.5: цены по уровням effort и переход с Sonnet 5.