GPT‑6.1 Terra vs. Sol, Astra a Opus 5.5: který model pro agenty a vývoj?
GPT‑6.1 Terra je kandidát na model, který může převzít velkou část každodenní agentní práce, aniž by každý krok stál jako frontier model. Neznamená to, že automaticky nahradí Sol, Astru nebo Claude Opus. Znamená to, že už dává smysl porovnávat cenu ověřeného výsledku, nejen cenu tokenu nebo nejvyšší skóre v žebříčku.
OpenAI jej vydalo 26. října 2026. Dokumentace jej zaměřuje na práci s obrazem, ovládání počítače a přirozený text; v průvodci výběrem zmiňuje i ohraničené opravy kódu. Předchozí článek o GPT‑6 Astře a Solu řeší hlavně jejich API a migraci. Tady se dívám na Terru jako na pracovní vrstvu a porovnávám ji s dalšími modely.
Rychlý výběr podle práce
| Model | Kde bych začal testovat | Kdy eskalovat nebo přidat kontrolu |
|---|---|---|
| GPT‑6 Luna | levná klasifikace, jednoduché výběry a opakované kroky | nejasná zpráva, složitý dokument, chybějící kontext |
| GPT‑6.1 Terra | obrazovky a obrázky, přehledné úpravy kódu, extrakce, rutinní agentní práce | rozsáhlý refaktor, rozpor mezi zdroji, citlivý zápis |
| GPT‑6.1 Sol | složitější vývoj, vícekroková analýza a hlavní agent pro těžší případy | kritický incident, obtížná architektura, opakované selhání |
| GPT‑6 Astra | nejednoznačné a náročné úlohy, dlouhá analýza a obtížné kódování | přesto vyžaduje důkazy, limity a člověka u rizikových akcí |
| Claude Opus 5.5 | dlouhý coding a knowledge work, agentní review a práci napříč větší codebase | porovnat na stejné úloze, hlídat odlišné API a cenu celého běhu |
Tohle je návrh výchozích rolí, ne univerzální žebříček ani výsledek mého vlastního testu. OpenAI umisťuje Sol blízko Astry pro náročnou práci; Anthropic míří s Opusem na dlouhý agentní coding a znalostní práci. Každý dodavatel přirozeně popisuje vlastní modely.
Řízení agentů: dobrý pracovník ještě není orchestrátor
Terra může v Responses API volat funkce, pracovat se structured output, webem, soubory, shellem, computer use nebo MCP. Podporuje reasoning od none po max; Sol a Astra none podle průvodce nepodporují. Volání nástrojů u Terry vyžaduje Responses API. To je zásadní při migraci existující integrace.
Podpora nástroje ale neříká, jak spolehlivě model rozvrhne deset kroků nebo napraví chybu v CRM. A také nezajišťuje oprávnění, izolaci ani zastavení běhu. To musí řešit aplikace či agentní prostředí.
U lead triage bych v n8n nechal levný krok určit frontu. Terra by z veřejných a interně povolených podkladů připravila souhrn a návrh další akce; při rozporech by předala případ Solu. U obtížného případu nebo nejistých dopadů by následovalo review člověkem. Před odesláním e-mailu nebo změnou CRM bych schvaloval přesný obsah a příjemce. Toto je návrh architektury, nikoli zde otestovaná integrace.
Dlouhý běh potřebuje ID úlohy, evidenci tool callů, časový a cenový limit, kontrolu opakování a stav blocked. Model smí rozhodovat v rozsahu nástrojů; schvalovací pravidla vynucuje orchestrátor. U jednoho úkolu bych porovnal i variantu, kdy Terra pracuje samostatně, a variantu, kdy má silnějšího koordinátora. Další agent znamená další kontext, tokeny a možnost chyb.
Programování: stejný agent, různé nastavení
Artificial Analysis testuje různé modely v agentu Codex. V době kontroly uvádí pro Terminal‑Bench 4.0 a nastavení max tyto výsledky:
| Model v Codexu | Terminal‑Bench 4.0 | Průměrná cena na úlohu v celém Coding Agent Indexu |
|---|---|---|
| GPT‑6.1 Terra | 48 % | 1,24 USD |
| GPT‑6.1 Sol | 53 % | 1,50 USD |
| GPT‑6 Astra | 56 % | 7,04 USD |
Pozor: cena je průměr celého indexu, ne samotného Terminal‑Benche ani jen úspěšných úloh. Test používá konkrétní agent, nástroje a úlohy; není to náš benchmark. Rozdíl několika bodů není zárukou pořadí na vašem repozitáři. Ani stejné jméno modelu neznamená stejný výsledek v různých agentech.
Opus do této tabulky nepřidávám: uvedená sada neukazuje srovnatelný běh Opusu ve stejném Codex harnessu. Anthropic ve vlastních evaluacích ukazuje, že náklady i úspěšnost Opusu mění effort; tyto výsledky nelze slepit s jiným testem do jednoho pořadí.
Prakticky bych Terru zkusil na opravu konkrétní chyby, úpravu formuláře, testy existující funkce nebo omezený refaktor. Sol a Opus bych postavil proti ní u větší změny přes několik modulů. Astru bych přidal k obtížné diagnostice či architektuře. Všem stejné zadání, výchozí commit a přístup k dokumentaci; testy a review nesmí agent přepsat tak, aby si usnadnil průchod.
Měřil bych přijaté pull requesty bez regresí, počet oprav po review, čas vývojáře a celkový účet. Samotný počet změněných řádků ani zelený test, který si agent napsal sám, nestačí.
Analýza dat: někdy rozhodují dvě chybějící odpovědi
DataAnalyticsBench od Plotly porovnává modely se stejným agentem a nástroji nad syntetickým datovým skladem. V jedné sadě 43 otázek vyšla Terra 40/43 za 1,31 USD, Sol 43/43 za 2,61 USD, Astra 43/43 za 19,97 USD a Opus 41/43 za 13,31 USD za celý test. Jde o náklady výpočtu podle podmínek autorů, nikoli tarif za běžný firemní úkol.
To je užitečnější než obecná věta „Terra je levná“. Rozdíl několika odpovědí může být v interním dashboardu přijatelný, ale u finančního reportu nepřijatelný. Test má jen 43 anglických otázek, jeden obor a hodnocení pomocí dalšího modelu proti klíči. Autoři uvádějí také jednorázové běhy; malé rozdíly mohou být šum. Není to důkaz, že Terra obecně poráží Opus nebo že Sol nikdy nechybuje.
U vlastních dat bych zvlášť testoval neúplný export, duplicitní faktury, chybějící měnu, nejednoznačnou definici obratu a otázku, na kterou data nestačí. Dobrá odpověď někdy znamená „nevím“ nebo žádost o doplnění.
API cena a skutečný účet
Standardní ceny za milion textových tokenů k 27. říjnu 2026 podle OpenAI a Anthropic:
| Model | Vstup | Cache read | Výstup |
|---|---|---|---|
| GPT‑6 Luna | 0,10 USD | 0,01 USD | 0,50 USD |
| GPT‑6.1 Terra | 1 USD | 0,05 USD | 5 USD |
| GPT‑6.1 Sol | 2 USD | 0,10 USD | 10 USD |
| Claude Opus 5.5 | 4 USD | 0,20 USD | 20 USD |
| GPT‑6 Astra | 10 USD | 1 USD | 50 USD |
Terra je v těchto sazbách na polovině Solu, čtvrtině Opusu a desetině Astry. Ale jejich cache funguje v různých API a účtuje i zápis. U Terry stojí 30minutový zápis 1,25 USD a 12hodinový 2,50 USD za milion tokenů. Nad 272 tisíc vstupních tokenů se u ní celý požadavek účtuje za dvojnásobnou vstupní/cache sazbu a 1,5násobnou výstupní sazbu. Batch/Flex a Fast mají jiné ceny; regionální zpracování může přidat 10 %.
Pro představu: při 100 000 běžných vstupních a 20 000 výstupních tokenech bez cache, nástrojů a dalších poplatků vychází Terra na 0,20 USD, Sol na 0,40 USD, Opus na 0,80 USD a Astra na 2 USD. To není cena celé agentní relace. Další volání, zápisy do cache, retry, externí nástroje a lidská kontrola ji změní. Předplatné Codexu nebo Claude Code není totéž jako účet API.
Obrazovky, dokumenty a hranice
Terra přijímá text a obraz a vrací text; podle modelové dokumentace nepřijímá nativně audio ani video. Při práci s účtenkami nebo screenshoty bych proto uchovával zdrojový soubor, navržená pole a místo pro opravu. U dodavatelského portálu má agent zaznamenat, co viděl a co uložil; výsledek ověří aplikace v cílovém systému. Obrázek obrazovky s tlačítkem „uložit“ není důkaz uloženého záznamu.
Pro evropská data OpenAI uvádí, že Fast mode Terry a Solu podporuje EU data residency, zatímco Fast Astra nikoli. Dostupnost a smluvní nastavení ověřte na vlastním účtu. Stejně důležitá je minimalizace dat před voláním modelu a rozsah přístupu k nástrojům.
Jak bych vybral model v týmu
Připravil bych 30–50 reálných, anonymizovaných úloh a oddělil příklady pro ladění od závěrečného testu. Sadu rozdělte na rutinu, výjimky a rizikové případy. Každý model dostane stejné vstupy, stejná oprávnění a předem dané kontroly; zaznamenejte verzi agenta a reasoning effort.
U codingu měřte přijatý diff a regrese. U faktur přesnost jednotlivých polí, správné odmítnutí chybějících dat a dobu kontroly. U agentů navíc dokončení bez nepovoleného zápisu, opakování a cenu včetně nástrojů. Změny pouštějte nejprve ve stínovém režimu a zachovejte návrat na dosavadní větev.
Moje výchozí volba by byla Terra pro jasně ohraničenou práci s ověřitelným výsledkem, Sol nebo Opus pro složitější souvislosti a Astra pro nejtěžší výjimky. Přesné hranice musí určit vaše data a cena chyby. Levnější model je dobrý default teprve tehdy, když opravdu dokončuje správnou práci.
Údaje a ceny ověřeny 27. října 2026. Ukázkové zapojení je návrh pilotu; uvedené benchmarky pocházejí od jejich autorů. Cover je ilustrační fotografie vytvořená pomocí AI.