Kodlama için GPT-6.1 Terra vs Sol vs Luna: görev başına maliyet

Ajan oturumunuz bitti, diff iyi görünüyor ve şimdi en pahalı katmanın gerekli olup olmadığını merak ediyorsunuz. Kısa cevap: Terra ile başlayın, toplu basit adımları Luna'ya gönderin ve yalnızca Terra'nın zaten kaçırdığı görev için Sol'a ödeme yapın. Tek bir özdeş düzenlemede (40.000 token giriş, 3.000 çıkış) OpenAI standart fiyatları Luna'da $0.0055, Terra'da $0.055 ve Sol'da $0.11 verir.

Fiyat listesi ne diyor#

OpenAI'nin fiyatlandırma sayfası (29 Ekim 2026'da kontrol edildi, standart katman, 272K token'a kadar giriş) 1M token başına şu fiyatları listeler:

Desen düzenli. Sol her sütunda tam olarak Terra'nın iki katı. Luna giriş ve çıkışta Terra'nın onda biri, önbellekli girişte beşte biri. Yani maliyet merdiveni sabit ve asıl soru, daha ucuz bir basamağın işi ne sıklıkla bitirdiği.

Son sütun düz aritmetik. Terra'da: 40.000 × 1.00 / 1.000.000 = 0.04 giriş için ve 3.000 × 5.00 / 1.000.000 = 0.015 çıkış için, yani 0.04 + 0.015 = 0.055. Sol'da aynı toplam 0.08 + 0.03 = 0.11, Luna'da 0.004 + 0.0015 = 0.0055.

Bir düzenleme, sonra elli tane#

Günde böyle 50 düzenleme yaptığınızı varsayalım: bir fonksiyonu yeniden yazmak, bozduğu testleri düzeltmek, yaklaşık 40.000 token dosya ve talimat girişi ve 3.000 token yama ve açıklama çıkışı. O zaman bir gün Terra'da 50 × 0.055 = 2.75 dolar, Sol'da 50 × 0.11 = 5.50 ve Luna'da 50 × 0.0055 = 0.275 tutar.

Tek bir düzenlemede $0.11'i kimse hissetmez. Bu hızda bir ay Sol, başka bir konuşmadır ve katmanı ruh haline göre değil görev türüne göre bir kez belirlemenin nedeni budur.

İşte yapıştırıp kendi token sayılarınızla yeniden çalıştırabileceğiniz birkaç satır olarak tüm hesaplama (yukarıdaki tablodan örnek fiyatlar, güncel olanları yerine koyun):

PRICES = {  # $ per 1M tokens: (input, output), OpenAI, 29 Oct 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

Ajan döngüleri: fatura giriştir#

Bir düzenleme tek bir istektir. Bir ajan ise arka arkaya yirmi tanesidir ve her adım dosyaları ve o ana kadarki geçmişi yeniden okur. Her adımın yaklaşık 30.000 token gönderip yaklaşık 1.000 geri aldığı 20 adımlık bir döngü alın. Bu 600.000 token giriş ve 20.000 çıkış demektir.

Terra'da: 600.000 × 1.00 / 1.000.000 = 0.60 giriş için ve 20.000 × 5.00 / 1.000.000 = 0.10 çıkış için, yani 0.60 + 0.10 = 0.70 dolar. Sol bunu 1.40'a ikiye katlar, Luna 0.07'ye düşürür. Dağılıma bakın: $0.70'in $0.60'ı modelin yazdığı değil, sizin gönderdiğiniz kısımdır. Bu, çoğu insanın faturayı hayal etme biçiminin tam tersidir.

Önbellekleme tabloyu değiştirir, eğer önekiniz gerçekten tekrar ediyorsa. Her adımdaki 30.000 token'ın 25.000'inin aynı önek olduğunu ve önbelleğe çarptığını varsayalım: 100.000 × 1.00 / 1.000.000 = 0.10 yeni giriş, 500.000 × 0.05 / 1.000.000 = 0.025 önbellekli giriş, artı 0.10 çıkış, yani Terra 0.10 + 0.025 + 0.10 = 0.225'e iner. Bunun nasıl işlediği prompt önbellekleme nedir yazısında; geçmişin neden büyümeye devam ettiği AI ajanları neden bu kadar çok token kullanır yazısında.

Aşağıdaki hesaplayıcı aynı döngüyü CheapTokens modellerinde çalıştırır. Adımları ve token'ları ajanınıza uyacak şekilde değiştirin.

Hangi görev için hangi katman#

AI deneyleri yürüten bir Telegram kanalı yazarı, Codex'te Terra'yı Sol ve Luna ile karşılaştırdı ve 28 Ekim 2026'da bir video yayınladı. Kendi başlığıyla çıkarımı, Terra'nın orta bir katman olduğu ve bunun bir dezavantaj olmadığıdır (gönderi). Bu çerçeveleme yararlı bir işarettir: orta basamak varsayılandır ve diğer ikisinin bir nedene ihtiyacı vardır.

Neden genellikle yeniden denemelerdir. Eşit token sayılarında, iki Terra denemesi 2 × 0.055 = 0.11 tutar, bu da bir Sol denemesidir. Ve on Luna denemesi 10 × 0.0055 = 0.055 tutar, bu da bir Terra denemesidir. Yani Sol, bir görev sınıfını ilk seferde başaran tek katmansa, o görevlerde kendini amorti eder. Luna bir görev sınıfını on seferde birden fazla başarıyorsa, kaçırmaları gözden geçirmeye harcanan zamanı saymadan önce, onları elde etmenin daha ucuz yoludur.

Size en yakın durumu seçin:

Daha ucuz bir açık ağırlıklı model ne zaman yeterli#

Aynı düzenleme üç OpenAI katmanında, yanında üç CheapTokens modeliyle, aynı 40.000 token giriş ve 3.000 çıkışla:

Çubuklar sonucu değil fiyatı gösterir. Bu modellerden birinin düzenlemeleriniz için yeterince iyi olup olmadığını Luna'dakiyle aynı şekilde kontrol edersiniz: gerçek görevleri tekrar oynatın ve diff'leri okuyun. Geçerse fatura daha da düşer. Ajan döngüleri için DeepSeek-V4-Flash 380K bağlam, bir yanıtta 32.768 token'a kadar ve günün her saatinde tek fiyat sunar. GLM-5.3-Flash 390K bağlama ve MiniMax-M2.7 180K bağlama sahiptir; tüm fiyatlar fiyatlandırma sayfasında ve bağlantı adımları dokümanlarda.

Kendi görevlerinizi tekrar oynatın#

Tablo size maliyeti verir. Kaliteyi bir öğleden sonrada öğrenirsiniz: son geçmişinizden on görev alın, her birini önce Luna'da, sonra Terra'da çalıştırın ve diff'leri yan yana koyun. İhtiyacınız olan tek sayılar yanıttadır, usage alanında, bu da bir çalıştırmayı tam olarak fiyatlandırmayı kolaylaştırır. CheapTokens ile şöyle görünür:

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: ..."}]}'

Geri gelen JSON'da usage.prompt_tokens ve usage.completion_tokens o görev için giriş ve çıkışınızdır. Bunları yukarıdaki cost() yardımcısına verin ve fiyatı olan herhangi bir model için görev başına maliyeti elde edersiniz. Yeni katmanın lansman ayrıntıları için GPT-6.1 Terra API fiyatı yazısına; giriş/çıkış dağılımı için giriş ve çıkış token'ları yazısına bakın.