Am 26. Oktober 2026 hat OpenAI GPT-6.1 Terra veröffentlicht. Der API-Preis liegt bei 1 Dollar pro Million Eingabe-Token und 5 Dollar pro Million Ausgabe-Token, also 3,75 SAR und 18,75 SAR: halb so viel wie GPT-6.1 Sol und halb so viel wie GPT-5.6 Terra, das es ersetzt. Das Fazit für die Praxis: Wenn Ihr Unternehmen wiederkehrende Arbeit automatisieren will, etwa eingehende Rechnungen lesen und in die Buchhaltungssoftware übertragen oder Formulare ausfüllen, ist Terra die neue mittlere Option; Luna ist für sehr einfache Aufgaben zehnmal günstiger, und Sol und Astra bleiben die Wahl für komplexes Programmieren. In einer groben Rechnung für 10.000 Rechnungen im Monat sinken die Kosten von etwa 412 SAR mit Sol auf etwa 206 SAR mit Terra. Dieser Artikel ergänzt unseren früheren Vergleich GPT-6 Astra, Sol und Luna um die neue Stufe.

Was OpenAI angekündigt hat, in Zahlen

  • Preis: 1 Dollar pro Million Eingabe-Token, 0,05 Dollar für zwischengespeicherte Eingaben und 5 Dollar pro Million Ausgabe-Token. Batch-Verarbeitung kostet die Hälfte.
  • Preisvergleich: GPT-6.1 Sol kostet 2 und 10 Dollar, GPT-5.6 Terra 2 und 12 Dollar und GPT-6 Luna 0,10 und 0,50 Dollar.
  • Fehler: im internen OpenAI-Test mit Eingaben, die das Modell gezielt zu Fehlern verleiten sollen, sank die Fehlerquote bei niedrigem Denkaufwand von 53,6 % bei GPT-5.6 Terra auf 16,7 %, bei maximalem Aufwand auf 4,3 %.
  • Programmieren: es löst bei maximalem Aufwand 50,3 % der Aufgaben in Terminal-Bench 4.0, gegenüber 21,5 % bei der Vorgängerversion, und OpenAI sagt ausdrücklich, dass Sol und Astra für die schwierigsten Programmieraufgaben die bessere Wahl bleiben.
  • Computernutzung: in Agents' Last Exam erzielt es 15 Prozentpunkte mehr als GPT-5.6 Terra zu etwa einem Drittel der Kosten, und laut OpenAI erledigt es Aufgaben mehr als dreimal so schnell wie Astra und Sol.
  • Technische Daten: ein Kontextfenster von 1.050.000 Token, maximal 128.000 Ausgabe-Token, Text- und Bildeingabe sowie ein Wissensstand bis zum 1. Juni 2026.

Diese Zahlen stammen aus OpenAIs eigenen Tests. Lesen Sie sie wie ein Produktdatenblatt: als Hinweis darauf, was Sie zuerst testen sollten, nicht als endgültiges Urteil.

Sol vs Terra vs Luna: der Unterschied in je einer Zeile

  • Luna: das günstigste Modell, für fokussierte Aufgaben mit hohem Volumen wie Klassifizieren, Zusammenfassen kurzer Nachrichten und das Auslesen von ein oder zwei Feldern aus sauberem Text.
  • Terra: die neue mittlere Stufe, gebaut für Büroarbeit am Bildschirm: Rechnungen und Zeichnungen lesen, Formulare ausfüllen, Angebote und Korrespondenz schreiben.
  • Sol: für komplexes Programmieren und Facharbeit mit tieferem Denkbedarf, zum doppelten Preis von Terra.
  • Astra: das leistungsstärkste und teuerste Modell, für Aufgaben, die kein anderes bewältigt.

Was zahlen Sie im Monat? Ein Beispiel mit 10.000 Rechnungen

Angenommen, Ihr Unternehmen erhält 10.000 Rechnungen im Monat, und jede Rechnung samt Anweisungen verbraucht etwa 3.000 Eingabe-Token und 500 Ausgabe-Token. Insgesamt sind das 30 Millionen Eingabe-Token und 5 Millionen Ausgabe-Token:

  • GPT-6.1 Terra: 55 Dollar, etwa 206 SAR, und etwa 103 SAR mit Batch-Verarbeitung, wenn Sie das Ergebnis nicht sofort brauchen.
  • GPT-6.1 Sol: 110 Dollar, etwa 412 SAR.
  • GPT-5.6 Terra: 120 Dollar, also 450 SAR.
  • GPT-6 Luna: 5,50 Dollar, etwa 21 SAR.

Das ist eine Beispielrechnung zu 3,75 SAR pro Dollar; die tatsächliche Token-Zahl hängt von der Bildqualität der Rechnung und der Länge Ihrer Anweisungen ab. Die richtige Entscheidung kommt aus einem Test, nicht aus der Tabelle: Lassen Sie 100 echte Rechnungen aus Ihrem Archiv durch Luna und Terra laufen und vergleichen Sie die Fehler bei Gesamtbetrag, Lieferantennummer und Datum. Ist Luna genau genug, haben Sie 90 % gespart; wenn nicht, ist Terra die vernünftige Untergrenze.

Wo Sie es in ChatGPT finden

Laut der Ankündigung von OpenAI ist das Modell ab dem Starttag für Plus-, Pro-, Enterprise- und Edu-Abonnenten in ChatGPT Work und Codex verfügbar, und für Entwickler über die API als gpt-6.1-terra. OpenAI sagt, dass dasselbe Kontingent im Abo mit Terra mehr Aufgaben abdeckt als mit Sol oder Astra. Wenn Ihr Team sein ChatGPT-Work-Kontingent schnell aufbraucht, machen Sie Terra zum Standard für alltägliche Aufgaben.

Drei Schritte, bevor Sie Ihr System auf Terra umstellen

  1. Testen Sie mit Ihren eigenen Daten: verlassen Sie sich nicht auf veröffentlichte Benchmarks; eine Stichprobe von 100 echten Dokumenten reicht, um die Fehlerquote zu messen.
  2. Prüfen Sie personenbezogene Daten: Rechnungen und Formulare enthalten Namen, Telefonnummern und Adressen, und ihre Übermittlung an Server außerhalb des Königreichs unterliegt dem Gesetz zum Schutz personenbezogener Daten (PDPL) der SDAIA und dessen Verordnung über Übermittlungen ins Ausland. Schwärzen Sie vor dem Senden, was das Modell nicht braucht.
  3. Behalten Sie eine menschliche Prüfung für kritische Fälle: leiten Sie Rechnungen über einem bestimmten Betrag oder mit geringer Konfidenz an einen Mitarbeiter weiter; eine Fehlerquote von 4,3 % im besten Fall ist immer noch nicht null.

Die Sicht von Origami

Der halbe Preis heißt nicht, das Modell überall auszutauschen. In den Projekten, die wir bauen, teilen wir die Arbeit auf: Luna zum Sortieren und Klassifizieren, Terra zum Lesen von Dokumenten und Befüllen von Systemen, und Sol nur dort, wo die Logik echte Tiefe braucht. Außerdem gestalten wir Systeme so, dass sich der Modellname über eine einzige Einstellung ändern lässt, denn OpenAI hat in vier Monaten drei Generationen veröffentlicht. Wenn Sie Rechnungen oder Formulare in Ihrem Unternehmen zu vorab bekannten Kosten automatisieren möchten, kontaktieren Sie uns, und wir messen die Kosten an einer Stichprobe Ihrer Dokumente, bevor Sie sich festlegen. Wenn Sie die kleinen Modelle vergleichen, lesen Sie auch unseren Vergleich Claude Haiku 5.5 oder GPT-6 Luna.

Quellen