OpenAI 于 2026 年 10 月 26 日发布了 GPT-6.1 Terra，价格是 GPT-6.1 Sol 的一半：每百万输入 token 1 美元对比 2 美元，输出 5 美元对比 10 美元。两者都已在 Codex CLI 中可用。实际问题是：能否把日常使用的模型换成 Terra，而不损失代码质量？
Terra 还是 Sol：编程该选哪个？
困难的代码用 Sol；简短、常规或批量的任务用 Terra。OpenAI 自己将 Sol 描述为 "for complex coding, computer use, and professional work" 的模型，将 Terra 描述为 "a fast, efficient model for visual reasoning, precise computer use, and clear, natural writing"（API 官方模型页面，2026 年 11 月 3 日查阅）。
换句话说，Terra 并不是被定位为编程上替代 Sol 的模型。它是便宜、快速的选项，适合不需要长时间规划的任务。
GPT-6.1 Terra 和 GPT-6.1 Sol 有什么区别？
上下文窗口相同，价格减半，另外还有一个可用性差异，会影响在编辑器里使用 Codex 的人。
| GPT-6.1 Terra | GPT-6.1 Sol | |
|---|---|---|
| API ID | gpt-6.1-terra | gpt-6.1-sol |
| 发布日期 | 2026-10-26 | 2026-09-29 |
| 输入 / 输出（每百万 token） | 1 美元 / 5 美元 | 2 美元 / 10 美元 |
| 缓存输入（每百万 token） | 0.05 美元 | 0.10 美元 |
| 上下文窗口 | 1,050,000 token | 1,050,000 token |
| 最大输出 | 128,000 token | 128,000 token |
| API 推理强度 | none 到 max | low 到 max（不支持 none） |
| Codex IDE 扩展 | 文档中未列出 | 已列出 |
| 官方建议 | 日常写作与视觉任务 | 复杂编程 |
来源：OpenAI API 模型页面（developers.openai.com）、Codex 模型文档以及 Terra 系统卡（deploymentsafety.openai.com），2026 年 11 月 3 日查阅。Sol 发布日期据 DataCamp。
两个模型都一样：输入超过 272K token 的提示，输入价格翻倍、输出价格为 1.5 倍，按整个请求计费。100 万的窗口确实存在，但塞满它会改变成本。
基准测试对 Terra 的编程能力怎么说？
在 Terminal-Bench 4.0 上（最高推理强度），Terra 得分 50.3%，GPT-5.6 Terra 为 21.5%，数据来自 OpenAI 的发布公告，由 DataCamp 和 Developers Digest 转述。作为参考，Claude Opus 5.5 在同一基准上为 66.4%（Anthropic 的数据，Developers Digest 引用）。
我们在任何来源中都没有找到 Sol 的 Terminal-Bench 4.0 分数，因此无法在这项测试上直接对比两者。在 Terminal-Bench-Science 0.1 上，DataCamp 报道 Terra 以更低成本超过 Sol，但没有给出具体数值。以上结果均由厂商自己公布。
速度方面，Codex 文档将 Terra 标为比 Sol 更快，但没有给出每秒 token 数。第三方来源称在相同任务上快 3 倍以上。
如何在 Codex CLI 中使用 GPT-6.1 Terra？
Terra 需要 Codex CLI 0.159.0 或更高版本。检查版本，必要时更新：
codex --version
npm install -g @openai/codex@latest按官方文档，直接用 Terra 启动会话：
codex -m gpt-6.1-terra在已打开的会话中，输入 /model，选择模型；要查看 Max 和 Ultra 级别，选择 More reasoning…。
非交互模式下（脚本、CI、批量任务），更低的价格最有意义：
codex exec -m gpt-6.1-terra "为 src/utils/date.ts 编写单元测试"要设为默认，在 ~/.codex/config.toml 中使用官方示例里的同一个 model 键：
model = "gpt-6.1-terra"通过 API，Terra 接受 reasoning.effort 设为 none，Sol 则不支持。OpenAI 的指南建议从 medium 开始，只有当质量提升值得额外的时间和 token 时才调高：
curl https://api.openai.com/v1/responses \
-H "Authorization: Bearer $OPENAI_API_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "gpt-6.1-terra", "reasoning": {"effort": "medium"}, "input": "解释这个正则表达式的作用：^\\d{5}-\\d{3}$"}'什么时候该选哪个？
以下情况用 GPT-6.1 Terra
- 任务简短且明确：单元测试、文档字符串、重命名、修正正则表达式。
- 你在批处理或 CI 中运行
codex exec，每次调用的成本会累积。 - 工作是视觉类的，比如读取截图或对比布局。
- 你想在 API 中用
reasoning.effort: none获得几乎即时的回答。
以下情况用 GPT-6.1 Sol
- 改动跨越多个文件，需要先规划再编辑。
- 这个 bug 需要尝试多个假设才能找到原因。
- 你通过 Codex IDE 扩展工作，而官方列表中没有 Terra。
- 会话很长：在 Codex 中，Sol 默认使用 50 万 token 窗口，而 Terra 的默认值没有文档说明。
能在同一工作流中同时使用两者吗？
可以，这也是最合理的搭配。把 Sol 作为交互式会话的默认模型，在机械性任务和 codex exec 脚本中用 -m gpt-6.1-terra 调用 Terra。由于两者的上下文窗口和输出上限相同，切换时无需修改提示。
在 Terra 和 Sol 之间做选择，本质上是在决定每次尝试允许花多少钱。如果你不想算这笔账，Verboo Code 以无限 token 运行开源模型，第五次尝试的成本和第一次一样。
