GPT-6.1 Terra, Sol или Luna для кода: цена задачи

Сессия агента закончилась, diff выглядит нормально, и тут возникает вопрос: а нужен ли был самый дорогой тариф? Коротко: начинайте с Terra, массовые простые шаги отдавайте Luna, а Sol берите только для задачи, которую Terra уже не осилила. На одной и той же правке (40 000 токенов на входе, 3 000 на выходе) стандартные цены OpenAI дают $0.0055 на Luna, $0.055 на Terra и $0.11 на Sol.

Что говорит прайс#

На странице цен OpenAI (проверено 29 октября 2026, стандартный тариф, вход до 272K токенов) указаны такие цены за 1M токенов:

Закономерность аккуратная. Sol ровно вдвое дороже Terra в каждом столбце. Luna в десять раз дешевле Terra по входу и выходу и в пять раз по входу из кэша. Лесенка цен зафиксирована, и настоящий вопрос в другом: как часто задачу решает ступенька пониже.

Последний столбец — простая арифметика. На Terra: 40 000 × 1.00 / 1 000 000 = 0.04 за вход и 3 000 × 5.00 / 1 000 000 = 0.015 за выход, итого 0.04 + 0.015 = 0.055. На Sol та же сумма даёт 0.08 + 0.03 = 0.11, на Luna 0.004 + 0.0015 = 0.0055.

Одна правка, а потом пятьдесят#

Допустим, вы делаете 50 таких правок в день: переписать функцию, починить сломанные тесты — около 40 000 токенов файлов и инструкций на входе и 3 000 токенов патча и пояснения на выходе. День обойдётся в 50 × 0.055 = 2.75 доллара на Terra, 50 × 0.11 = 5.50 на Sol и 50 × 0.0055 = 0.275 на Luna.

$0.11 за одну правку никто не заметит. А месяц Sol в таком темпе — уже другой разговор, и поэтому тариф лучше выбирать один раз на тип задач, а не каждый раз по настроению.

Вот весь расчёт в нескольких строках — вставьте и пересчитайте со своими токенами (цены из таблицы выше, пример, подставьте текущие):

PRICES = {  # $ за 1M токенов: (вход, выход), OpenAI, 29 окт 2026
    'luna': (0.10, 0.50),
    'terra': (1.00, 5.00),
    'sol': (2.00, 10.00),
}

def cost(tier, tokens_in, tokens_out):
    p_in, p_out = PRICES[tier]
    return (tokens_in * p_in + tokens_out * p_out) / 1_000_000

print(cost('terra', 40_000, 3_000))  # 0.055

Циклы агента: счёт делает вход#

Правка — это один запрос. Агент — это двадцать запросов подряд, и каждый шаг заново читает файлы и всю историю. Возьмём цикл из 20 шагов, где на каждом шаге уходит около 30 000 токенов, а возвращается около 1 000. Это 600 000 токенов на входе и 20 000 на выходе.

На Terra: 600 000 × 1.00 / 1 000 000 = 0.60 за вход и 20 000 × 5.00 / 1 000 000 = 0.10 за выход, итого 0.60 + 0.10 = 0.70 доллара. Sol удваивает это до 1.40, Luna снижает до 0.07. Посмотрите на разбивку: $0.60 из $0.70 — это то, что вы отправляете, а не то, что пишет модель. Многие представляют счёт наоборот.

Кэш меняет картину, если префикс действительно повторяется. Пусть 25 000 из 30 000 токенов на каждом шаге — один и тот же префикс, и он попадает в кэш: 100 000 × 1.00 / 1 000 000 = 0.10 свежего входа, 500 000 × 0.05 / 1 000 000 = 0.025 входа из кэша и 0.10 выхода, и Terra выходит на 0.10 + 0.025 + 0.10 = 0.225. Как это работает — в статье что такое кэширование промпта, а почему история всё растёт — в почему AI-агенты тратят так много токенов.

Калькулятор ниже гоняет тот же цикл на моделях CheapTokens. Поменяйте шаги и токены под своего агента.

Какой тариф для какой задачи#

Один автор Telegram-канала, который ставит AI-эксперименты, сравнил Terra с Sol и Luna в Codex и 28 октября 2026 выложил видео. Вывод из его названия: Terra — средний тариф, и это не недостаток (пост). Как ориентир такая рамка полезна: средняя ступенька — вариант по умолчанию, а двум другим нужен повод.

Повод обычно — повторы. При равном числе токенов две попытки на Terra стоят 2 × 0.055 = 0.11, то есть одну попытку на Sol. А десять попыток на Luna стоят 10 × 0.0055 = 0.055, то есть одну попытку на Terra. Так что если только Sol решает какой-то класс задач с первого раза, на этих задачах он окупается. Если Luna справляется с классом задач чаще, чем в одном случае из десяти, это дешевле — до того, как вы посчитаете время на разбор промахов.

Выберите ситуацию, ближайшую к вашей:

Когда хватит открытой модели подешевле#

Та же правка на трёх тарифах OpenAI рядом с тремя моделями CheapTokens, при тех же 40 000 токенах на входе и 3 000 на выходе:

Столбики показывают цену, а не результат. Хватает ли одной из этих моделей для ваших правок, проверяется так же, как и для Luna: прогнать реальные задачи и прочитать diff. Если проходит, счёт падает ещё ниже. Для циклов агента у DeepSeek-V4-Flash контекст 380K, до 32 768 токенов в одном ответе и одна цена в любое время суток. У GLM-5.3-Flash контекст 390K, у MiniMax-M2.7 — 180K; все цены — на странице тарифов, а подключение описано в документации.

Прогоните свои задачи#

Таблица даёт цену. Качество выясняется за вечер: возьмите десять задач из недавней истории, прогоните каждую на Luna, потом на Terra и положите diff рядом. Нужные числа лежат в ответе, в поле usage, и по ним легко посчитать прогон точно. Через CheapTokens это выглядит так:

curl https://api.cheaptokens.dev/v1/chat/completions \
  -H "Authorization: Bearer $CHEAPTOKENS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"model": "deepseek-ai/DeepSeek-V4-Flash-0731", "messages": [{"role": "user", "content": "Rename the variable x to retry_count in this function: ..."}]}'

В JSON ответа usage.prompt_tokens и usage.completion_tokens — это вход и выход этой задачи. Подставьте их в функцию cost() выше — и вы получите цену задачи для любой модели, у которой есть прайс. Подробности запуска нового тарифа — в статье GPT-6.1 Terra: цена API, а про разницу входа и выхода — в input vs output tokens.