Ist GPT-6.1 Terra kostenlos? Nein. OpenAI hat das Modell am 26. Oktober für Nutzer von Plus, Pro, Enterprise und Edu in ChatGPT Work und Codex veröffentlicht. Free- und Go-Tarife stehen nicht auf dieser Liste, die API bietet kein kostenloses Kontingent und OpenRouter listet keinen kostenlosen Endpunkt. Was Terra jedoch bietet, ist der bisher günstigste Preis für die mittlere Modellkategorie von OpenAI – und für ein Team, das mehrere Coding-Agents betreibt, drückt das die Kosten bei Routineaufgaben fast auf null.
Dieser Beitrag zeigt die Möglichkeiten auf, wie Sie GPT-6.1 Terra mit einem Agent nutzen können, was die einzelnen Wege kosten und wo die tatsächlichen 0-Dollar-Optionen liegen. Der Aufbau orientiert sich an unserem Beitrag über die Nutzung von GPT-6.1 Sol ohne API-Key, sodass Sie beide Modellstufen direkt miteinander vergleichen können.
TL;DR
Es gibt keinen kostenlosen Weg, um GPT-6.1 Terra auszuführen. Die günstigsten Optionen dafür sind:
- Ein ChatGPT-Abo (Plus oder höher), das in Codex auf einem Computer angemeldet ist und von jedem dort ausgeführten Agent geteilt wird.
- Ein API-Key für $1 Input, $0.05 Cached Input und $5 Output pro Million Token.
- Batch oder Flex über diesen Key zum halben Preis: $0.50 Input und $2.50 Output.
- Prompt-Caching, wodurch wiederholter Kontext auf $0.05 pro Million Token sinkt.
- GPT-6 Luna im ChatGPT-Free-Tarif für $0 – allerdings für einen Menschen statt für eine Runtime.
Plattformseitig ist Sharkly für Organisationen mit bis zu 5 Personen derzeit kostenlos. Die Modellkosten laufen über Ihre eigenen Konten.
Alle Wege zu GPT-6.1 Terra und welche davon einen Agent ausführen können
| Weg | Zielgruppe | Kosten | Als Runtime-Basis nutzbar? |
|---|---|---|---|
| In Codex angemeldetes ChatGPT-Abo | Plus, Pro, Enterprise, Edu | Das Abonnement; Ausführungen zählen gegen die Tariflimits | Ja. Der günstigste praxistaugliche Weg |
| API-Key, Standard | Jedes API-Konto | $1 / $0.05 cached / $5 pro 1 Mio. | Ja, Abrechnung pro Token |
| API-Key, Batch oder Flex | Jedes API-Konto | $0.50 / $2.50 pro 1 Mio. | Nur für Aufgaben, die warten können |
| GPT-6 Luna mit ChatGPT Free | Free und Go | $0 mit Free | Nein. Ein anderes Modell, für menschliche Nutzung |
Eine Runtime ist das Coding-Agent-Tool (wie Codex oder Claude Code), das Sharkly auf einem Computer erkennt und an das es Tasks weiterleitet. Ein Computer ist der Host, auf dem es ausgeführt wird. Die letzte Spalte der Tabelle klärt, ob der jeweilige Weg dem Tool Zugangsdaten bereitstellt, die es unbeaufsichtigt nutzen kann, wenn niemand an der Tastatur sitzt.
In dieser Tabelle lauern zwei Fallstricke: Es gibt kein „GPT-6 Terra“ – GPT-6.1 Terra ersetzt GPT-5.6 Terra direkt. Zudem nennt OpenAI in der Ankündigung explizit Plus, Pro, Enterprise und Edu. In einigen Medienberichten wird auch Business erwähnt; im offiziellen Text von OpenAI steht dies jedoch nicht. Prüfen Sie daher Ihren Tarif, bevor Sie feste Pläne schmieden.
Weg 1: Ein ChatGPT-Abo in Codex
Für die meisten kleinen Teams ist dies der günstigste Einstieg. Der Seat ist ohnehin bezahlt, und ab Codex CLI Version 0.159.0 lässt sich das Modell über ein einziges Flag ansteuern:
codex --version # 0.159.0 or later
codex -m gpt-6.1-terra # opens a session on Terra
Laut OpenAI reicht das Nutzungskontingent in Work und Codex mit Terra „weiter“ als zuvor mit GPT-5.6 Terra. Unsere Interpretation (keine offizielle Aussage von OpenAI): Bei halbiertem Token-Preis und mehr als dreifacher Durchschnittsgeschwindigkeit im Vergleich zu Sol dürfte Terra das Kontingent auch spürbar weiter strecken als GPT-6.1 Sol. Testen Sie dies am besten eine Woche lang an Ihren eigenen Tasks, bevor Sie fest damit kalkulieren.
Der Haken ist derselbe wie im Sol-Artikel: Jeder Agent auf jedem Computer, der bei einem ChatGPT-Konto angemeldet ist, greift auf die Limits dieses Kontos zu – ohne feste Kontingente pro Agent. Definieren Sie diese Begrenzungen daher vorab mit den Bordmitteln von Sharkly: einer maximalen Anzahl parallel laufender Tasks pro Agent, einem Timeout pro Task und einem Parallelitätslimit pro Computer.
In Sharkly wird die Modellauswahl direkt am Agent festgelegt. Laut der Agent-Dokumentation folgt ein Agent „standardmäßig dem Modell der Runtime“, und Sie können „eines in den benutzerdefinierten Argumenten (Custom arguments) des Agents oder der Runtime angeben“. Erstellen Sie eine Variante Ihres bestehenden Codex-Agents, damit dessen Verlauf von Ihren Sol-Ausführungen getrennt bleibt, und tragen Sie das Argument dort ein:
Runtime: Codex on build-01
Custom arguments: --model gpt-6.1-terra
Weg 2: Ein API-Key – und wie man die Kosten gegen null drückt
Nutzen Sie einen API-Key, wenn Ausführungen keinesfalls an Tariflimits scheitern dürfen: bei zeitgesteuerten Automatisierungen, nächtlichen Warteschlangen oder Tasks, die von Teamkollegen zugewiesen werden, während der Kontoinhaber schläft. Auf der Preisseite von OpenAI ist Terra mit $1 für Input, $0.05 für gecachten Input und $5 für Output pro Million Token aufgeführt. Das ist exakt die Hälfte der Preise von GPT-6.1 Sol ($2, $0.10 und $10).
Drei Hebel senken die Rechnung noch weiter:
Caching. Bei Agent-Ausführungen wird der Repository-Kontext bei jedem Schritt erneut übertragen – daher fällt gecachter Input weit mehr ins Gewicht als der reguläre Grundpreis. Mit $0.05 kosten gecachte Token nur ein Zwanzigstel von neuem Input. Ein Schreibvorgang in den Cache (30 Minuten) kostet $1.25 pro Million Token; die Ersparnis macht sich also vor allem bei Durchläufen bemerkbar, die denselben Kontext über viele Schritte hinweg wiederverwenden.
Batch und Flex. Beide Optionen kosten die Hälfte des Standardtarifs. Batch eignet sich hervorragend für Aufgaben ohne Zeitdruck, wie etwa einen nächtlichen Durchlauf über alle offenen Linting-Fehler. Flex tauscht Geschwindigkeit gegen Preis bei interaktiven Anfragen ein. Ob eine bestimmte Runtime diese Stufen anfordern kann, hängt vom jeweiligen Tool ab – prüfen Sie daher die Dokumentation, bevor Sie fest damit planen.
Effort (Denkaufwand). Terra unterstützt none, low, medium, high, xhigh und max. Bei GPT-6.1 Sol wurde none gestrichen, mit Terra kehrt die Option zurück. Reasoning-Token werden als Ausgabe abgerechnet; wenn Sie Umbenennungen, Versions-Updates von Abhängigkeiten oder Changelog-Einträge mit none oder low ausführen, reduzieren Sie den teuersten Posten der Rechnung drastisch.
Hier ist eine beispielhafte Agent-Ausführung: 2 Mio. Input-Token, 80 % davon gecacht, und 100K Output-Token.
| Terra Standard | Terra Batch or Flex | GPT-6.1 Sol | GPT-6 Luna | |
|---|---|---|---|---|
| 400K neuer Input | $0.40 | $0.20 | $0.80 | $0.04 |
| 1.6M gecachter Input | $0.08 | $0.04 | $0.16 | $0.016 |
| 100K Output | $0.50 | $0.25 | $1.00 | $0.05 |
| Pro Durchlauf | $0.98 | $0.49 | $1.96 | $0.106 |
| 40 Durchläufe pro Tag | $39.20 | $19.60 | $78.40 | $4.24 |
In dieser Beispielrechnung sind Cache-Schreibvorgänge nicht enthalten. Behalten Sie zudem die Kontextgröße im Blick: Laut der Modellseite zu GPT-6.1 Terra wird ein Prompt mit mehr als 272K Input-Token für die gesamte Anfrage mit den zweifachen Input- und Cache-Preisen sowie dem 1,5-fachen Output-Preis abgerechnet. Standardkosten steigen dadurch auf $2, $0.10 und $7.50. Wenn Sie umfangreiche Tasks in kleinere Tasks mit kompaktem Kontext aufteilen, bleiben die Ausführungen unter dieser Schwelle.
Weg 3: GPT-6 Luna – die einzige $0-Option
Liegt das Budget tatsächlich bei null, kommt Terra nicht infrage. OpenAI verweist Free- und Go-Nutzer auf GPT-6 Luna in der ChatGPT-Desktop-App. Dabei handelt es sich um einen Arbeitsplatz für eine Person in Work und Codex – nicht um Zugangsdaten, die eine Runtime unbeaufsichtigt nutzen kann. Die Grenzen dieses Ansatzes haben wir in unserem Beitrag über kostenlose und günstige Tarife für eine Crew beschrieben.
Über einen API-Key kostet Luna $0.10 für Input und $0.50 für Output – ein Zehntel von Terra. Der Leitfaden zu GPT-6 Luna erklärt die Einrichtung als Runtime, und Luna für die langweiligen 80 Prozent zeigt, welche Tasks das Modell zuverlässig bewältigt.
Welche Agents sollten mit Terra laufen?
Niedrige Kosten nützen jedoch nur, wenn die Ergebnisse stimmen. OpenAI hat Terra für Computer Use, Texterstellung und visuelles Verstehen entwickelt und empfiehlt für hochkomplexe Programmieraufgaben nach wie vor GPT-6.1 Sol oder GPT-6 Astra. Unabhängige Benchmarks bestätigen das: Im Coding Agent Index von Artificial Analysis erreicht Terra 48 Punkte, während GPT-6.1 Sol auf 54 und GPT-6 Luna auf 31 Punkte kommen. Die Halluzinationsrate bei AA-Omniscience sank von 88 % bei GPT-5.6 Terra auf 38 % bei Terra. Zudem beziffert Artificial Analysis die Kosten pro Task bei maximalem Denkaufwand (max effort) auf $0.40, verglichen mit $1.40 bei GPT-5.6 Terra.
Eine praxisnahe Aufgabenverteilung für den Start auf Ihrem eigenen Board:
| Aufgabe | Modell | Abrechnung |
|---|---|---|
| Crew Leader, unklare Zielvorgaben | GPT-6.1 Sol | Abo oder Standard-Key |
| Routine-Coding, Refactorings, reproduzierbare Bugs | GPT-6.1 Terra, medium |
Abo |
| Dokumentation, Release Notes, PR-Beschreibungen | GPT-6.1 Terra, low |
Abo oder Flex |
| Nächtliche Linting- und Abhängigkeits-Prüfungen | GPT-6.1 Terra, none |
Batch |
| Triage und Labeling | GPT-6 Luna | Key |
Die Rolle des Leaders bleibt aus gutem Grund bei Sol, wie wir in unserem Crew-Leader-Guide erläutern: Ein Fehler des Leaders führt alle nachgelagerten Mitglieder in die falsche Richtung. Eine formulierte Routing-Regel inklusive manuellem Eskalationspfad finden Sie im Artikel über Modell-Routing für Crews.
Wo „kostenlos“ tatsächlich endet
Der Posten für die Plattform kann bei null liegen. Laut Sharklys Preisseite gilt: „Free deckt Organisationen mit bis zu 5 Personen ab“, und Team kostet darüber hinaus $7 pro Person bei jährlicher Abrechnung. Agents, Crews, Computers und Runtimes belegen keine Seats. „Sharkly verkauft keine Token“ – die Modellkosten laufen also rein über Ihr Abonnement oder Ihren API-Key, was genau das Prinzip von Bring Your Own Key ist.
Beim Review-Aufwand gab es hingegen noch nie ein kostenloses Kontingent. Agents recherchieren, implementieren, testen und berichten. Menschen geben die Richtung vor, erteilen Freigaben und nehmen das Ergebnis ab. Werden die Kosten pro Änderung halbiert, verdoppelt sich die Anzahl der bezahlbaren Änderungen – doch jede einzelne davon muss weiterhin von einem Menschen geprüft werden. Überprüfen Sie Ihre Review-Warteschlange, bevor Sie die Crew verdoppeln: Der Artikel Menschliche Reviews als Flaschenhals beleuchtet diese Seite, während Kostenmanagement für Coding-Agents zeigt, wie sich Abo- und API-Kosten parallel nachverfolgen lassen.
Ihr nächster Schritt: Aktualisieren Sie Codex auf einem Computer, legen Sie in Sharkly eine Terra-Variante eines Agents an und weisen Sie ihm drei Routine-Tasks zu, die Sie ansonsten an Sol übergeben hätten.
FAQ
Ist GPT-6.1 Terra in ChatGPT kostenlos?
Nein. OpenAI nennt Plus, Pro, Enterprise und Edu in ChatGPT Work und Codex. Nutzer von Free und Go erhalten stattdessen GPT-6 Luna.
Gibt es für GPT-6.1 Terra ein kostenloses API-Kontingent?
Nein. Die API berechnet $1 für Input und $5 für Output pro Million Token ohne kostenlose Stufe, und OpenRouter listet keinen kostenlosen Endpunkt dafür.
Was ist der günstigste Weg, GPT-6.1-Terra-Agents auszuführen?
Ein bereits bezahltes ChatGPT-Abo, das in Codex auf einem Computer angemeldet ist. Bei tokenbasierter Abrechnung bilden Batch oder Flex mit $0.50 und $2.50 pro Million Token die Untergrenze.
Gibt es ein GPT-6 Terra?
Nein. GPT-6.1 Terra ist das erste Terra-Modell seit GPT-5.6 und löst dieses als mittlere Modellstufe von OpenAI ab.
Ist Terra günstiger als GPT-6.1 Sol?
Ja, in jedem Posten um die Hälfte: $1, $0.05 und $5 gegenüber $2, $0.10 und $10. Laut OpenAI läuft es zudem im Schnitt mehr als dreimal so schnell wie Sol und GPT-6 Astra.
Berechnet Sharkly Gebühren für das Modell?
Nein. Sharkly verkauft keine Token. Ausführungen werden über das Codex-Abo oder den API-Key auf dem Computer abgerechnet.
