Todos os artigos

GPT-6.1 Terra: preço da API, banco de ensaio e usos

·Por Carpe Diem Team — Lumen Labs·5 min de leitura
aitechnicalproduct
Três poliedros dourados alinhados num plano escuro, o mais pequeno no centro mais luminoso, ligados por um fio de ouro

O GPT-6.1 Terra está na Carpe Diem como openai-gpt-61-terra, a 0,5711 $ / 2,8557 $ por milhão de tokens na leitura de 28 de outubro, 43 % abaixo da Venice (1 $ / 5 $). A OpenAI apresenta-o como um modelo de gama média, com visão e uso de ecrã, anunciado a 26 de outubro. O nosso banco de 27 de outubro devolveu JSON conforme em 1,8 s e resolveu bem um cálculo de limiar de rentabilidade em 3,8 s.

Três poliedros dourados alinhados num plano escuro, o mais pequeno no centro mais luminoso, ligados por um fio de ouro Ilustração gerada com seedream-v5-lite na Carpe Diem.

O que o Terra aceita e para onde vão os seus dados

O Terra aceita texto e imagens, e responde em texto. Áudio e vídeo não são suportados. A ficha OpenAI destina-o ao raciocínio visual (emparelhar uma foto a uma ficha de produto, ler um desenho técnico) e ao uso de ecrã. O catálogo Carpe Diem dá-lhe também raciocínio, reasoning.effort, chamada de ferramentas, um esquema de resposta, pesquisa web e 1 050 000 tokens de contexto, como a ficha OpenAI. O identificador na OpenAI é gpt-6.1-terra; na Carpe Diem, openai-gpt-61-terra.

Privacidade anonymized: a Venice transmite o conteúdo à OpenAI, que o vê e o trata segundo a sua própria política. Detalhe na página de privacidade. Se os seus prompts não devem sair de um modelo private, o Terra não é a escolha certa, mesmo a 43 % abaixo da Venice.

Seletor de modelos do estúdio Chat: pesquisa openai-gpt-61-terra, uma linha Openai Gpt 61 Terra, 1050 k, 0,87 $/M Seletor do Hub a 27 de outubro: 1 050 k de contexto. Os 0,87 $/M mostrados são a tarifa desse dia, a que faturou o banco.

Preços de 28 de outubro: 0,57 $ / 2,86 $ por milhão

A Carpe Diem revende a inferência via Venice. Nos dias 27 e 28 de outubro, o desconto de entrada face à Venice foi de 13 % (0,8723 $, tarifa do banco) a 48 % (0,5235 $). Na última leitura, 0,5711 $ / 2,8557 $, ou seja 43 % abaixo da Venice. Mil pedidos com 1 000 tokens de entrada e 1 000 de saída custam 3,43 $ cá, 6,00 $ em direto na Venice. Verifique /models antes de orçamentar: a tarifa mexe de um dia para o outro.

Entrada / M Saída / M 1 000 pedidos (1k in / 1k out) Contexto Privacidade
GPT-6.1 Terra (Carpe Diem) 0,5711 $ 2,8557 $ 3,43 $ 1 050 000 anonymized
GPT-6.1 Terra (Venice) 1,0000 $ 5,0000 $ 6,00 $ — —
GPT-6.1 Sol 1,1423 $ 5,7115 $ 6,85 $ 1 050 000 anonymized
GPT-5.6 Terra 1,1423 $ 6,8538 $ 8,00 $ 1 000 000 anonymized
Mercury 3 0,0571 $ 0,1999 $ 0,26 $ 1 000 000 anonymized

Salvo venice_parameters.include_venice_system_prompt: false, a Venice prefixa o seu prompt de sistema e fatura-o. A nossa frase « Reply with the single word ok. » sem esse campo inchou a entrada para 1 689 tokens. Com o campo, o mesmo prompt passou a 13 tokens de entrada. Num chat longo, esses ~1 700 tokens diluem-se. Num milhar de chamadas de uma frase, tornam-se a rubrica principal: corte o prefixo já no primeiro ensaio.

Banco de 27 de outubro: JSON conforme em 1,8 s

Uma só execução por prova, faturada à tarifa de 27 de outubro (0,8723 $ / 4,3616 $ por milhão), a mesma bateria que no artigo Mercury 3. Não ensaiámos a visão, nem as ferramentas, nem reasoning.effort, nem a janela de 1 050 000 tokens: o banco é texto curto. A agulha estava em cerca de 2 500 palavras. A prova de código não foi notada: o nosso harness não encontrou o ficheiro de testes. O Terra mesmo assim devolveu uma função compressRanges em JavaScript; não a executámos.

openai-gpt-61-terra
Primeiro token 1 029 ms
Raciocínio OK, 40000 · 3,8 s
JSON conforme · 1,8 s
Agulha (~2 500 palavras) encontrada · 1,7 s
Redação FR 87 palavras · 2,5 s
Custo do banco 0,00625 $

O primeiro token chegou em 1 029 ms, aceitável para chat, não para autocompletar. O raciocínio perguntava a partir de quantos pedidos um forfait de 12 $ de mensalidade, mas 0,30 $ a menos por mil, se torna rentável. Resposta esperada: 40000. O Terra respondeu 40000, em 3,8 s, por 0,00088 $.

O JSON continha vendor, amount_usdc 42.50, date 2026-03-03 e as duas linhas de artigos, em 1,8 s por 0,00032 $. A agulha 7319-KESTREL saiu tal qual; é a prova mais cara do banco (0,00365 $ em 0,00625 $), por causa do peso da entrada. A redação francesa, julgada à leitura, está correta, fluida, sem erro: 87 palavras sobre o papel de um router de modelos.

Quando escolher o Terra em vez do Mercury 3

Mercury 3 para extração JSON e cálculo curtos: o mesmo JSON conforme em 0,9 s (contra 1,8 s) e o mesmo 40000 em 1,5 s (contra 3,8 s) no nosso banco de 23 de outubro, a 0,0571 $ / 0,1999 $ por milhão, cerca de um décimo do preço Terra. Estes desvios assentam numa só execução por modelo, a cinco dias de intervalo. O Mercury 3 também é anonymized: não é a alternativa privada.

Terra se precisar da visão (o catálogo não a dá ao Mercury 3) ou de um modelo OpenAI já na sua stack. O GPT-5.6 Terra, acima na gama OpenAI, está a 1,1423 $ / 6,8538 $ por milhão cá, sem o termos medido. O Sol custa o dobro do GPT-6.1 Terra (1,1423 $ / 5,7115 $) e não o passámos no banco. Se os dados devem ficar private, nem Terra nem Mercury 3: o conteúdo vai para o fabricante.

Uma chamada Python que corta o prompt Venice

Crie uma chave cdm_ no painel. Exporte CARPE_API_KEY=cdm_your_key_here e OPENAI_BASE_URL=https://carpe-diem.xyz/api/operator/v1. O excerto não instala nada: o urllib chega. Corta o prompt de sistema da Venice e mostra a resposta e os tokens.

import json
import os
import urllib.request

url = os.environ["OPENAI_BASE_URL"].rstrip("/") + "/chat/completions"
req = urllib.request.Request(
    url,
    data=json.dumps(
        {
            "model": "openai-gpt-61-terra",
            "messages": [{"role": "user", "content": "Reply with the single word ok."}],
            "venice_parameters": {"include_venice_system_prompt": False},
        }
    ).encode(),
    headers={
        "Authorization": "Bearer " + os.environ["CARPE_API_KEY"],
        "Content-Type": "application/json",
    },
    method="POST",
)
with urllib.request.urlopen(req, timeout=60) as resp:
    body = json.loads(resp.read().decode())

print(body["choices"][0]["message"]["content"])
usage = body.get("usage") or {}
print("prompt_tokens", usage.get("prompt_tokens"))
print("completion_tokens", usage.get("completion_tokens"))

ok
prompt_tokens 13
completion_tokens 5

O Hub está descrito no artigo Create Hub; a API, no SDK Python. Crie uma chave, lance o excerto e substitua o prompt por uma extração JSON real: o nosso banco de 27 de outubro custou 0,00625 $.