Если вы выбираете между GPT-5.6 Sol и Grok 4.5 и задаётесь вопросом, где в эту картину вписывается GPT-5.6 Terra, короткий ответ таков: это ценовая лестница. Grok 4.5 — самый дешёвый вариант для высокообъёмного кодинга, GPT-5.6 Terra — выгодная середина, которая даёт вам контекст Sol в 1M токенов по цене вдвое ниже, а GPT-5.6 Sol — премиальный уровень для самых сложных задач рассуждения. Чтобы проверить это на практике, я прогнал одну и ту же задачу по кодингу на обоих вариантах GPT: Terra и Sol с одного захода реализовали потокобезопасный LRU-кэш, который прошёл все четыре unit-теста, за 23 и 26 секунд соответственно. Это руководство разбирает реальную математику затрат и показывает, где каждая модель оправдывает свою цену.
Почему указанная цена вводит в заблуждение
На бумаге эта шкала выглядит простой. Grok 4.5 от xAI указан по $2 за миллион входных токенов и $6 за выходные. GPT-5.6 Terra указан по $2.50 за вход и $15 за выход, то есть вдвое дешевле Sol в рамках тарифных уровней GPT-5.6. GPT-5.6 Sol указан по $5 за вход и $30 за выход. Большинство страниц сравнения останавливаются на этих цифрах.
Проблема в том, что цена за токен — это не цена за задачу. Grok 4.5 настроен на краткость: в опубликованных прогонках SWE-bench по кодингу от xAI и независимых тестировщиков он выдаёт около 15 954 выходных токенов, чтобы закрыть задачу, тогда как модели класса GPT-5 в том же наборе тратят примерно 47 000, то есть примерно в 3 раза больше. Умножьте разрыв в токенах на разрыв в цене, и разница станет гораздо больше, чем кажется по заголовку.
Что означает «эффективная стоимость» для вашего ежемесячного счета
Формула проста: выходные токены на задачу × цена за выход × число задач. При расчёте для 100 задач по программированию (только выходные токены, без учёта входных и повторных попыток): Grok 4.5 получается примерно $9.60 (15,954 × $6/M × 100), GPT-5.6 Terra — примерно $70.50 (47,000 × $15/M × 100), а GPT-5.6 Sol — примерно $141 (47,000 × $30/M × 100). Считайте показатели GPT оценкой внутри одной семьи моделей, а не измеренными токенами конкретной модели, пока OpenAI не опубликует результаты SWE-bench, относящиеся именно к Sol и Terra. Тем не менее порядок остаётся неизменным: Terra примерно вдвое снижает счёт по сравнению с Sol при том же размере контекстного окна, а Grok заметно дешевле обоих.
Практика: что на самом деле сделали варианты GPT-5.6
Я дал GPT-5.6 Sol и GPT-5.6 Terra один и тот же запрос с параметрами по умолчанию: "Implement a thread-safe LRU cache in Python with O(1) get and put, capacity eviction, a lock, and four unit tests." Затем я запустил каждый сгенерированный файл без правок.
Обе прошли с первой попытки. Все четыре теста, охватывающие базовые get/put, вытеснение при переполнении, обновление недавности и одновременные записи, для каждой модели прошли успешно, и обе выдали каноническую структуру: двусвязный список с sentinel-узлами, индекс на словаре и reentrant lock. Разница была в эффективности. Terra завершила за 23,0 секунды и списала 1 250 токенов, при этом скрытых reasoning tokens было всего 145; Sol потребовалось 26,1 секунды и 1 362 токена, включая 347 reasoning tokens, что более чем вдвое превышает накладные расходы Terra на reasoning. В задаче, с которой обе модели справились безупречно, более экономичный reasoning budget у Terra — именно тот тип преимущества, который накапливается на тысячах вызовов.
Я не смог запустить тот же самый тест против Grok 4.5 на том же endpoint, поэтому не буду делать вид, что смог. Приведённые здесь цифры по Grok 4.5 взяты из опубликованных xAI benchmark’ов и отчётов разработчиков, а не из моего собственного прогона; это стоит прямо отметить, учитывая, сколько непроверенного benchmark-шума сопровождает такие релизы. Если вам нужна более полная картина, вот что подтверждено о Grok 4.5.
Где выигрывает каждая модель
Ни одна модель не побеждает везде. Вот как сопоставляются проверенные характеристики.
Спецификация | Grok 4.5 | GPT-5.6 Terra | GPT-5.6 Sol |
|---|---|---|---|
Цена входа / 1M | $2 | $2.50 | $5 |
Цена выхода / 1M | $6 | $15 | $30 |
Окно контекста | 500K | 1M | 1M |
Максимальный вывод | Не опубликовано | 128K | 128K |
Terminal-Bench 2.1 | 83.3% | 87.4%* | 91.9% |
SWE-Bench Pro | 64.7% | 63.4% | Не опубликовано |
Выпущен | 2026-07-08 | 2026-07-09 | 2026-06-26 |
*87,4% Terra указано при максимальном усилии рассуждения.
GPT-5.6 Sol занимает вершину кривой рассуждений с показателем 91.9% на Terminal-Bench 2.1. GPT-5.6 Terra — это сбалансированный уровень: тот же контекст 1M и 128K вывода, что и у Sol, высокий результат 87.4% на Terminal-Bench и заявленные 92.9% на GPQA Diamond — и всё это по цене вывода вдвое ниже, чем у Sol. Grok 4.5 предлагает самую низкую цену, уверенные 64.7% на SWE-Bench Pro (чуть опережая 63.4% у Terra) и пропускную способность около 80 токенов в секунду, но ценой меньшего контекста — 500K.
Пробел в прозрачности бенчмарков
Одно замечание: xAI публикует лишь несколько оценок для Grok 4.5, а OpenAI приводит ключевой показатель Terra по Terminal-Bench при максимальном усилии рассуждения, что требует больше токенов, чем запуск по умолчанию. Когда рядом с числом стоит звездочка или поставщик показывает четыре бенчмарка вместо пятнадцати, воспринимайте пробелы как неизвестные, а не как равенство. Для решения о покупке делайте больший упор на бенчмарки, соответствующие вашей работе: Terminal-Bench для агентного использования инструментов и SWE-Bench Pro для кодирования на уровне репозитория, а не на средние по заголовку.
Как выбрать: подберите модель под рабочую нагрузку
Откажитесь от формулировки «кто умнее» и выбирайте в зависимости от задачи.
Высокий объем кодинга, agent loops или команды, чувствительные к стоимости, выбирают Grok 4.5. Когда вы запускаете тысячи ограниченных completions, экономия токенов у Grok и цена вывода $6 в сумме дают реальную экономию. Это выбор с лучшим соотношением цены и производительности для рабочих процессов в стиле Cursor, если только 500K context достаточно.
Работа масштаба production, которой нужен большой context при ограниченном бюджете, выбирает GPT-5.6 Terra. Это оптимальный вариант для большинства команд: окно Sol на 1M и output 128K, бенчмарки близкие к Sol, а мой практический прогон показал меньшие накладные расходы на reasoning, и все это за половину цены Sol.
Самые сложные одиночные задачи выбирают GPT-5.6 Sol. Когда prompt действительно требует вершины reasoning curve и таких запросов немного, более высокий Terminal-Bench score у Sol оправдывает премию.
Смешанные workloads маршрутизируются динамически. Направляйте bulk jobs в Grok 4.5, повседневный production — в Terra, а к Sol повышайте только самые трудные prompts.
Использование всех трёх через один API
Вам не нужно выбирать окончательно. GPT-5.6 Sol и Terra доступны напрямую от OpenAI и через OpenAI-compatible relays; приведённые выше практические тесты были выполнены через конечные точки AIReiter gpt-5.6-sol и gpt-5.6-terra, которые позволяют получать доступ к нескольким моделям с помощью одного API key и одного баланса кредитов. Grok 4.5 обслуживается через собственный API xAI, а доступность моделей через любой relay зависит от провайдера, поэтому проверьте каталог, прежде чем подключать его к production. Централизация доступа меняет вашу биллинговую и интеграционную поверхность, но не то, что выдают модели.
FAQ
Что дешевле: GPT-5.6 Sol, Terra или Grok 4.5?
Grok 4.5 — самый дешевый по номинальной цене: $2/$6 за миллион токенов, а благодаря своей токенной эффективности — и самый дешевый по стоимости выполнения задачи. Среди вариантов GPT, Terra ($2.50/$15) стоит вдвое дешевле Sol по цене вывода ($5/$30).
В чем разница между GPT-5.6 Sol и Terra?
Тот же контекст 1M и вывод 128K, но разные уровни. Sol — это премиальная модель рассуждений (91,9% в Terminal-Bench 2.1); Terra — сбалансированный уровень, ориентированный на production, по цене вдвое ниже, и в моём тесте она использовала значительно меньше токенов рассуждений (145 против 347), чтобы решить ту же задачу.
Скрытое рассуждение меняет счёт?
Да. Sol списал 347 токенов reasoning, а Terra — 145 за ту же задачу, помимо видимого ответа, так что короткий на вид ответ всё равно стоит дороже, чем кажется по объёму вывода. Планируйте бюджет с учётом reasoning tokens и учтите, что более низкие уровни, такие как Terra, обычно тратят их меньше.
У какой модели большее окно контекста?
Обе модели GPT-5.6 Sol и Terra предлагают 1M tokens, что вдвое больше, чем 500K у Grok 4.5. Обе версии GPT также указывают максимальный output 128K; Grok 4.5 не публикует свой верхний предел output.
Что лучше для программирования?
Для массового или agentic coding Grok 4.5 обеспечивает лучшее соотношение цены и производительности (64.7% на SWE-Bench Pro при низкой стоимости). Для кодинга с большим контекстом или с высокой нагрузкой на reasoning Terra покрывает большинство задач, а Sol возглавляет бенчмарки по reasoning.
Когда были выпущены GPT-5.6 Sol, Terra и Grok 4.5?
GPT-5.6 Sol был выпущен 2026-06-26, GPT-5.6 Terra — 2026-07-09, а Grok 4.5 — 2026-07-08.
Итог
Grok 4.5 выигрывает в вашем ежемесячном счёте, GPT-5.6 Terra выигрывает по соотношению цены и качества для производственных задач с большим контекстом, а GPT-5.6 Sol лучше всего справляется со сложнейшими задачами рассуждения. Прежде чем принимать решение, прогоните короткую оценку на своих репрезентативных промптах: приведённые здесь цифры по стоимости основаны на опубликованных количествах токенов и практическом тесте только с GPT, а токенный профиль вашей рабочей нагрузки — это то, что на самом деле определяет ваш счёт. Для большинства команд Terra — прагматичный вариант по умолчанию в линейке GPT-5.6, Grok 4.5 — бюджетный выбор для больших объёмов, а Sol — это то, к чему вы обращаетесь, когда ничего более дешёвого недостаточно хорошо.