GPT-6.1 Terra vs Sol vs Luna для кодування: вартість за завдання

Ваша сесія агента завершилася, діф виглядає добре, і тепер ви думаєте, чи був потрібен найдорожчий тариф. Коротка відповідь: почніть з Terra, відправляйте масові прості кроки на Luna, і платіть за Sol лише за завдання, яке Terra вже пропустила. На одному й тому ж редагуванні (40 000 токенів на вході, 3 000 на виході) стандартні ціни OpenAI дають $0.0055 на Luna, $0.055 на Terra і $0.11 на Sol.

Що каже прайс-лист#

Сторінка цін OpenAI (перевірено 29 жовтня 2026 року, стандартний тариф, вхід до 272K токенів) наводить такі ціни за 1M токенів:

Закономірність чітка. Sol рівно вдвічі дорожчий за Terra у кожному стовпці. Luna — це десята частина Terra на вході та виході, і п'ята частина на кешованому вході. Отже, цінова драбина фіксована, і справжнє питання в тому, як часто дешевша сходинка впорається із завданням.

Останній стовпець — це проста арифметика. На Terra: 40 000 × 1.00 / 1 000 000 = 0.04 за вхід і 3 000 × 5.00 / 1 000 000 = 0.015 за вихід, тож 0.04 + 0.015 = 0.055. На Sol та сама сума становить 0.08 + 0.03 = 0.11, на Luna — 0.004 + 0.0015 = 0.0055.

Одне редагування, а потім п'ятдесят таких#

Припустімо, ви робите 50 таких редагувань на день: переписуєте функцію, виправляєте тести, які вона зламала, приблизно 40 000 токенів файлів та інструкцій на вході і 3 000 токенів патчу та пояснення на виході. Тоді день коштує 50 × 0.055 = 2.75 долара на Terra, 50 × 0.11 = 5.50 на Sol і 50 × 0.0055 = 0.275 на Luna.

Ніхто не відчуває $0.11 за одне редагування. Місяць Sol у такому темпі — це вже інша розмова, і саме тому варто визначати тариф один раз для кожного типу завдання, а не залежно від настрою.

Ось увесь розрахунок у кілька рядків, які можна вставити й перезапустити зі своїми кількостями токенів (приклади цін з таблиці вище, підставте поточні):

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

Цикли агента: вхід — це рахунок#

Редагування — це один запит. Агент — це двадцять таких поспіль, і кожен крок перечитує файли та історію на цей момент. Візьмімо цикл із 20 кроків, де кожен крок надсилає близько 30 000 токенів і отримує близько 1 000 назад. Це 600 000 токенів на вході та 20 000 на виході.

На Terra: 600 000 × 1.00 / 1 000 000 = 0.60 за вхід і 20 000 × 5.00 / 1 000 000 = 0.10 за вихід, тож 0.60 + 0.10 = 0.70 долара. Sol подвоює це до 1.40, Luna зменшує до 0.07. Подивіться на розподіл: $0.60 із $0.70 — це те, що ви надсилаєте, а не те, що пише модель. Це протилежність тому, як більшість людей уявляє собі рахунок.

Кешування змінює картину, якщо ваш префікс справді повторюється. Припустімо, 25 000 із 30 000 токенів на кожному кроці — це той самий префікс, і він потрапляє в кеш: 100 000 × 1.00 / 1 000 000 = 0.10 свіжого входу, 500 000 × 0.05 / 1 000 000 = 0.025 кешованого входу, плюс 0.10 виходу, тож Terra дає 0.10 + 0.025 + 0.10 = 0.225. Як це працює, описано в що таке кешування промптів; чому історія продовжує зростати — в чому AI-агенти використовують так багато токенів.

Калькулятор нижче запускає той самий цикл на моделях CheapTokens. Змініть кроки та токени відповідно до вашого агента.

Який тариф для якого завдання#

Один автор Telegram-каналу, який проводить AI-експерименти, порівняв Terra з Sol і Luna в Codex і опублікував відео 28 жовтня 2026 року. Його висновок, у його власному заголовку, полягає в тому, що Terra — це середній тариф, і це не недолік (публікація). Це формулювання — корисний орієнтир: середня сходинка є типовою, а дві інші потребують причини.

Причина зазвичай — повторні спроби. За однакової кількості токенів дві спроби на Terra коштують 2 × 0.055 = 0.11, що дорівнює одній спробі на Sol. А десять спроб на Luna коштують 10 × 0.0055 = 0.055, що дорівнює одній спробі на Terra. Отже, якщо Sol — єдиний тариф, який виконує клас завдань з першого разу, він окупається на цих завданнях. Якщо Luna виконує клас завдань частіше, ніж один раз із десяти, це дешевший спосіб отримати їх, ще до врахування часу на перевірку промахів.

Виберіть ситуацію, найближчу до вашої:

Коли дешевшої моделі з відкритими вагами достатньо#

Те саме редагування на трьох тарифах OpenAI поряд із трьома моделями CheapTokens, з тими самими 40 000 токенів на вході та 3 000 на виході:

Стовпчики показують ціну, а не результати. Чи достатньо однієї з цих моделей для ваших редагувань, перевіряється так само, як і для Luna: відтворіть реальні завдання та прочитайте діфи. Якщо вона проходить, рахунок зменшується далі. Для циклів агента DeepSeek-V4-Flash має контекст 380K, до 32 768 токенів у відповіді та одну ціну в будь-яку годину дня. GLM-5.3-Flash має контекст 390K, а MiniMax-M2.7 — 180K; усі ціни на сторінці цін, а кроки підключення — у документації.

Відтворіть свої власні завдання#

Таблиця дає вам вартість. Якість ви з'ясуєте за один день: візьміть десять завдань зі своєї недавньої історії, запустіть кожне на Luna, потім на Terra, і покладіть діфи поруч. Єдині числа, які вам потрібні, — у відповіді, у полі usage, що дозволяє легко точно оцінити вартість запуску. З CheapTokens це виглядає 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: ..."}]}'

У JSON, що повертається, usage.prompt_tokens та usage.completion_tokens — це ваші вхід і вихід для цього завдання. Передайте їх у помічник cost() вище, і ви отримаєте вартість за завдання для будь-якої моделі з ціною. Щодо деталей запуску нового тарифу дивіться ціну API GPT-6.1 Terra; щодо розподілу входу/виходу — токени входу проти виходу.