GPT‑6.1 Terra vs. Sol, Astra a Opus 5.5: ktorý model pre agentov a vývoj?
GPT‑6.1 Terra je kandidát na model, ktorý môže prevziať veľkú časť každodennej agentnej práce bez ceny frontier modelu v každom kroku. Automaticky tým nenahrádza Sol, Astru ani Claude Opus. Dáva však zmysel porovnávať cenu overeného výsledku, nielen cenu tokenu alebo skóre v rebríčku.
OpenAI ho vydalo 26. októbra 2026. Dokumentácia vyzdvihuje prácu s obrazom, ovládanie počítača a prirodzený text; sprievodca výberom odporúča vyskúšať ho aj na ohraničené opravy kódu. Starší článok o Astre a Sole sa venuje hlavne ich API a migrácii. Tu sa pozerám na Terru ako na pracovnú vrstvu.
Rýchla voľba podľa práce
| Model | Kde by som začal testovať | Kedy eskalovať alebo pridať kontrolu |
|---|---|---|
| GPT‑6 Luna | lacná klasifikácia a jednoduchý routing | nejasný vstup, náročný dokument, chýbajúci kontext |
| GPT‑6.1 Terra | obrazovky, obrázky, ohraničené úpravy kódu, extrakcia a rutina | rozsiahly refaktor, protichodné zdroje, citlivý zápis |
| GPT‑6.1 Sol | zložitejší vývoj, viacstupňová analýza a náročnejší agent | kritický incident alebo opakované zlyhanie |
| GPT‑6 Astra | nejednoznačná náročná analýza a zložité programovanie | aj tu treba dôkazy, hranice a človeka pri rizikových akciách |
| Claude Opus 5.5 | dlhý coding, agentné review a väčšia codebase | porovnať na rovnakej úlohe, sledovať odlišné API a cenu behu |
Ide o navrhnuté úvodné roly, nie univerzálny rebríček ani výsledok môjho merania. OpenAI umiestňuje Sol blízko Astry pri náročnej práci; Anthropic smeruje Opus na dlhý agentný vývoj a znalostnú prácu. Každý dodávateľ prirodzene opisuje svoje modely.
Riadenie agentov: pracovník ešte nie je orchestrátor
Terra v Responses API podporuje volanie funkcií, structured outputs, web, súbory, shell, computer use aj MCP. Reasoning má od none po max; Sol a Astra podľa sprievodcu režim none nepodporujú. Volanie nástrojov s Terrou vyžaduje Responses API, čo je dôležité pri migrácii integrácie.
Podpora nástroja sama nehovorí, či model spoľahlivo naplánuje desať krokov alebo napraví chybu v CRM. Oprávnenia, izoláciu a zastavenie behu musí zabezpečiť aplikácia alebo agentné prostredie.
Pri triedení leadov by som v n8n nechal lacný krok vybrať front. Terra by z verejných a interne povolených podkladov pripravila súhrn a návrh akcie; pri rozpore by prípad prešiel na Sol a pri neistote alebo citlivom dopade na človeka. Pred odoslaním e-mailu alebo zmenou CRM by sa schvaľoval presný obsah a príjemca. Je to návrh architektúry, nie tu otestovaná integrácia.
Dlhý beh potrebuje ID úlohy, záznam volaní nástrojov, časový a cenový limit, kontrolu opakovaní a stav blocked. Model pracuje v rozsahu nástrojov; schvaľovanie vynucuje orchestrátor. Porovnal by som aj samostatnú Terru s variantom pod silnejším koordinátorom. Ďalší agent pridáva kontext, tokeny aj možné chyby.
Programovanie: rovnaký agent, iný model
Artificial Analysis testuje varianty modelov v Codexe. Pri kontrole uvádzal pre Terminal‑Bench 4.0 s nastavením max:
| Model v Codexe | Terminal‑Bench 4.0 | Priemerná cena za úlohu v celom Coding Agent Indexe |
|---|---|---|
| GPT‑6.1 Terra | 48 % | 1,24 USD |
| GPT‑6.1 Sol | 53 % | 1,50 USD |
| GPT‑6 Astra | 56 % | 7,04 USD |
Cena je priemer celého indexu, nie samotného Terminal‑Benchu ani iba úspešných úloh. Ide o konkrétneho agenta a sadu testujúcej organizácie, nie náš benchmark. Niekoľko bodov nezaručuje rovnaké poradie vo vašom repozitári; model v inom agentovi môže podať odlišný výsledok.
Opus do tejto tabuľky nepridávam: citovaná sada neobsahuje porovnateľný beh Opusu v tom istom Codex harness. Vlastné evaluácie Anthropicu ukazujú vplyv effortu na úspešnosť a náklady Opusu, nemožno ich však spojiť s iným testom do jedného poradia.
Terru by som skúšal na konkrétnu chybu, zmenu formulára, testy existujúcej funkcie alebo ohraničený refaktor. Sol a Opus by som postavil vedľa nej pri zmene cez viac modulov, Astru pri náročnej diagnostike či architektúre. Všetkým rovnaké zadanie, východiskový commit a dokumentáciu. Agent nesmie oslabiť testy a review, aby jeho zmena prešla.
Meral by som prijaté pull requesty bez regresií, opravy po review, čas vývojára a celkový účet. Počet zmenených riadkov ani zelený test, ktorý si agent napísal sám, nestačí.
Analýza dát: aj tri chýbajúce odpovede môžu rozhodnúť
DataAnalyticsBench od Plotly porovnáva modely v rovnakom agentovi nad syntetickým dátovým skladom. V sade 43 otázok dosiahla 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. Sú to náklady podľa podmienok autorov, nie cena bežnej firemnej úlohy.
Niekoľko chýb môže byť pri internom dashboarde prijateľných, pri finančnom reporte nie. Test obsahuje iba 43 anglických otázok, jednu doménu a hodnotenie ďalším modelom proti kľúču. Autori uvádzajú jednorazové behy; malé rozdiely môžu byť šum. Nie je to dôkaz, že Terra všeobecne prekonáva Opus alebo že Sol nikdy nechybuje.
Na vlastných dátach by som osobitne testoval neúplný export, duplicitné faktúry, chýbajúcu menu, nejednoznačnú definíciu obratu a otázku, na ktorú dáta nestačia. Dobrá odpoveď niekedy znamená „neviem“ alebo žiadosť o doplnenie.
Cena API a skutočný účet
Štandardné ceny za milión textových tokenov overené 27. októbra 2026 podľa OpenAI a Anthropicu:
| Model | Vstup | Čítanie cache | 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 má pri týchto sadzbách polovičnú cenu Solu, štvrtinovú oproti Opusu a desatinovú oproti Astre. API však účtujú aj zápis cache a majú odlišnú dobu uchovania. Pri Terre stojí 30-minútový zápis 1,25 USD a 12-hodinový 2,50 USD za milión tokenov. Pri viac ako 272-tisíc vstupných tokenoch sa celý request účtuje za dvojnásobok vstupnej/cache sadzby a 1,5-násobok výstupnej. Batch/Flex a Fast majú iné ceny; regionálne spracovanie môže pridať 10 %.
Pri 100 000 bežných vstupných a 20 000 výstupných tokenoch bez cache, nástrojov a ďalších poplatkov vychádza Terra na 0,20 USD, Sol na 0,40 USD, Opus na 0,80 USD a Astra na 2 USD. To nie je cena celej agentnej relácie. Ďalšie volania, cache zápisy, retry, nástroje a ľudská kontrola ju menia. Predplatné Codexu či Claude Code nie je účet API.
Obrazovky, dokumenty a hranice
Terra prijíma text a obraz a vracia text; modelová dokumentácia neuvádza natívny vstup audia ani videa. Pri účtenkách a screenshotoch by som uchovával zdroj, navrhnuté polia a možnosť opravy. Agent v dodávateľskom portáli má zaznamenať, čo videl a uložil; aplikácia má overiť cieľový záznam. Screenshot tlačidla Uložiť nie je dôkazom uloženia.
Pri európskych dátach OpenAI uvádza, že Fast mode Terry a Solu podporuje EU data residency, Fast Astra nie. Dostupnosť a zmluvné nastavenia overte na vlastnom účte. Dôležitá je aj minimalizácia dát pred volaním a obmedzenie nástrojov.
Ako by som model vybral v tíme
Pripravil by som 30–50 skutočných anonymizovaných úloh a oddelil príklady na ladenie od záverečného testu. Zahrňte rutinu, výnimky a rizikové prípady. Každý model dostane rovnaké vstupy, oprávnenia a vopred určené kontroly; zaznamenajte verziu agenta a reasoning effort.
Pri kóde sledujte prijatý diff a regresie. Pri faktúrach presnosť polí, správne odmietnutie chýbajúcich dát a čas kontroly. Pri agentoch navyše dokončenie bez nepovoleného zápisu, opakovania a cenu nástrojov. Začnite v tieni a ponechajte návrat k pôvodnej vetve.
Moja úvodná voľba je Terra na ohraničenú prácu s overiteľným výsledkom, Sol alebo Opus na zložitejšie súvislosti a Astra na najťažšie výnimky. Skutočné hranice určia vaše dáta a cena chyby. Lacnejší model je vhodný default až vtedy, keď spoľahlivo dokončuje správnu prácu.
Údaje a ceny overené 27. októbra 2026. Ukážky sú návrhy pilotov; benchmarky pochádzajú od ich autorov. Cover je ilustračná fotografia vytvorená pomocou AI.