GPT-6.1 Terra vs. GPT-6.1 Sol als Standard-Agent-Runtime

Beim Vergleich von GPT-6.1 Terra und GPT-6.1 Sol läuft alles auf eine zentrale Abwägung hinaus: Terra kostet pro Token exakt die Hälfte von Sol und arbeitet laut OpenAI mehr als dreimal so schnell – während Sol in einem unabhängigen Benchmark für Coding-Agenten 54 Punkte gegenüber Terras 48 Punkten erzielt. OpenAI hat Terra am 26. Oktober als gpt-6.1-terra veröffentlicht, als neue mittlere Stufe zwischen Sol und GPT-6 Luna.

Wer nur einen einzelnen Coding-Agenten betreibt, wählt einfach das bevorzugte Modell und legt los. Bei einem Dutzend Agenten zählt der Standard jedoch mehr als die Ausnahme – denn über diesen Standard wird der Großteil Ihrer Agent-Steps abgerechnet. Dieser Beitrag stellt eine Routing-Regel für eine Crew in Sharkly vor: Terra als Standard für Mitglieder, Sol für den Leader und anspruchsvolle Sonderfälle („Hard Tail“) sowie die Kosten pro 1.000 Agent-Steps für jede Kombination.

TL;DR

Nutzen Sie GPT-6.1 Terra als Standard-Laufzeitmodell für Crew-Mitglieder, die Routineaufgaben in den Bereichen Coding, Texten und Computer-Use übernehmen. Belassen Sie GPT-6.1 Sol beim Crew-Leader und bei Tasks, die unter Terra zweimal fehlgeschlagen sind. In unserem exemplarischen Step-Profil kostet ein reines Sol-Setup 26,55 $ pro 1.000 Agent-Steps, ein reines Terra-Setup 13,28 $ und Terra-Mitglieder unter einem Sol-Leader 14,60 $. Eine „Terra first“-Regel mit Sol-Eskalation bleibt günstiger als ein reines Sol-Setup, bis die Hälfte Ihrer Tasks eskaliert wird.

GPT-6.1 Terra vs. GPT-6.1 Sol im Überblick

Jeder einzelne Tarifposten ist exakt um die Hälfte günstiger. Das macht die Entscheidung auf der Kostenseite einfach und verlagert die eigentliche Frage auf die Qualität: Wie oft führt Terras niedrigere Coding-Bewertung zu einem erneuten Durchlauf?

Für längere Agentenschleifen spielen einige Details der Preisgestaltung von Terra eine Rolle: Batch und Flex kosten die Hälfte des Listenpreises, während der Fast-Modus das Doppelte kostet. Bei Anfragen mit mehr als 272.000 Input-Tokens verdoppeln sich die Tarife für Input und Cache, und für den Output wird für den gesamten Request der 1,5-fache Satz berechnet. Die vollständige Preisübersicht finden Sie auf der Preisseite von OpenAI.

Worüber die Standard-Runtime entscheidet

Ein Standard-Laufzeitmodell (Default Runtime Model) ist das Modell, das ein Agent nutzt, wenn für einen bestimmten Lauf keines manuell ausgewählt wurde. In einer Crew entscheidet es darüber, was der Großteil Ihrer Steps kostet, wie lange Tasks in der Warteschlange verharren und wie viele Ergebnisse täglich im Review landen.

Ein Agent-Step meint hier einen einzelnen Modellaufruf innerhalb einer Agentenschleife: Kontext einlesen, nachdenken, einen Tool-Aufruf oder eine Code-Änderung ausgeben. Ein einzelner Task kann Dutzende solcher Steps umfassen. Deshalb ist eine Betrachtung pro Step beim Vergleich von Runtimes weitaus nützlicher als eine Rechnung pro Task: Die Länge von Tasks schwankt enorm, die Struktur eines Steps hingegen kaum.

Kosten pro 1.000 Agent-Steps

Um verschiedene Kombinationen vergleichen zu können, legen wir ein exemplarisches Step-Profil fest: 30.000 Input-Tokens, von denen 85 % den Prompt-Cache treffen, plus 1.500 Output-Tokens inklusive Reasoning. Da lange Agentenschleifen bei jedem Step denselben Repository-Kontext mitsenden, ist eine hohe Cache-Trefferquote typisch, sobald eine Session warmgelaufen ist.

Nach Listenpreisen bei Abrechnung über einen API-Schlüssel kostet ein solcher Step 0,0133 $ auf Terra und 0,0266 $ auf Sol. Hochgerechnet auf 1.000 Steps ergibt das:

Zwei Erkenntnisse stechen hervor: Erstens kostet die Umstellung des Leaders auf Sol gegenüber einem reinen Terra-Setup nur etwa 1,30 $ mehr pro 1.000 Steps, da ein Leader plant und delegiert und somit nur einen geringen Anteil der Steps beansprucht. Zweitens unterbietet Terra selbst bei höherem Effort noch immer Sol in dessen Standardkonfiguration: Eine Verdoppelung der Output-Tokens auf Terra ist günstiger als ein Wechsel des Modells.

Diese Zahlen enthalten keine Gebühren für Schreibvorgänge in den Cache (Cache Writes). Wenn sich Ihre Computers über ein ChatGPT-Abonnement statt über einen API-Schlüssel anmelden, schlägt sich die Ersparnis nicht in Dollar nieder, sondern in mehr Durchläufen, bevor Sie an die Tarifgrenzen stoßen. Laut OpenAI ist Terra für „alle Plus-, Pro-, Enterprise- und Edu-Nutzer in ChatGPT Work und Codex verfügbar“; in Free- und Go-Abonnements ist es nicht enthalten.

Die Routing-Regel für eine Sharkly-Crew

Eine Crew in Sharkly ist eine wiederverwendbare Gruppe aus Personen und Agenten, die von einem Leader-Agenten koordiniert wird. Die Ausführung folgt dem Leader-First-Prinzip: Der Leader liest den Task sowie die Crew-Anweisungen und bearbeitet die Aufgabe entweder selbst oder erwähnt Agenten-Mitglieder für spezifische Teilbereiche. Diese Struktur lässt sich nahtlos auf zwei Runtimes übertragen.

1. Leader auf GPT-6.1 Sol: Der Leader interpretiert vage Zielvorgaben und entscheidet, wer als Nächstes aktiv wird. Ein fehlerhafter Plan führt alle Mitglieder in die falsche Richtung – daher erhält diese Position das leistungsfähigere Modell. Unser Crew-Leader-Leitfaden zeigt, warum ein Upgrade für den Leader-Posten kaum ins Gewicht fällt.
2. Mitglieder auf GPT-6.1 Terra mit medium: Routinemäßige Coding-Aufgaben, Refactorings, Tests, Dokumentationen, PR-Beschreibungen und Computer-Use-Tasks beginnen hier.
3. Eskalation beim zweiten Fehlschlag: Wenn ein Terra-Mitglied zweimal an einem Task scheitert, weist eine Person diesen manuell der Sol-Variante zu. Überlassen Sie Eskalationen nicht den Agenten nach eigenem Ermessen; die Entscheidung sollte stets transparent am Task dokumentiert sein.
4. Eskalationen nach Task-Typ nachverfolgen: Eskaliert ein bestimmter Task-Typ wie serviceübergreifende Migrationen jedes Mal, leiten Sie diesen Typ künftig von Beginn an auf Sol.
5. Triage an Luna abgeben: Aufgaben wie Labeling und erste Sortierungen lassen sich eine Stufe tiefer verlagern; der GPT-6-Luna-Leitfaden behandelt diesen Einsatzbereich.

Dies ist eine Richtlinie für den Einstieg, kein starres Benchmark-Ergebnis. Setzen Sie diese Regel über einen Sprint hinweg ein und lassen Sie Ihre eigene Eskalationsrate darüber entscheiden, wo die Grenze verläuft.

Wann sich „Terra first“ nicht mehr rechnet

Eskalationen verursachen Kosten: Ein gescheiterter Terra-Versuch kostet Geld, noch bevor der Sol-Durchlauf überhaupt startet. Kalkulieren wir den ungünstigsten Fall, bei dem der Terra-Versuch genauso viele Steps verbraucht wie ein vollständiger Sol-Lauf: Ein Sol-Durchlauf kostet S. Ein Terra-Versuch kostet 0,5S. Wenn ein Anteil f der Tasks eskaliert, belaufen sich die erwarteten Kosten pro Task auf 0,5S + f mal S.

Das entspricht den Kosten eines reinen Sol-Setups, sobald f den Wert 0,5 erreicht. Der „Terra first“-Ansatz bleibt also günstiger, bis die Hälfte Ihrer Tasks eskaliert. Dieselbe Rechnung gilt für längere Durchläufe: Terra bleibt pro Task rentabler, solange es nicht doppelt so viele Steps wie Sol benötigt, um die Aufgabe abzuschließen.

Da der rein finanzielle Break-even-Punkt recht hoch liegt, bildet in der Praxis meist die Arbeitszeit des Teams den begrenzenden Faktor: Jeder fehlgeschlagene Versuch bedeutet ein Diff, das jemand öffnen muss, ein Protokoll, das geprüft werden will, und eine Neuzuweisung, die manuell vorgenommen werden muss. Wenn Ihre Eskalationsrate bei einem bestimmten Task-Typ 20 % übersteigt, sollten Sie diesen Typ auf Sol umstellen – selbst wenn die Token-Berechnung rein rechnerisch noch für Terra spricht.

Auch der Geschwindigkeitsvorteil beeinflusst die Rechnung: Ein Modell, das mehr als dreimal so schnell arbeitet, gibt den Computer früher frei. Dadurch starten wartende Tasks eher und mehr Durchläufe bleiben innerhalb des vorgegebenen Task-Timeouts.

So richten Sie die Regel in Sharkly ein

Sharkly verkauft keine Tokens. Durchläufe werden über das Codex-Abonnement oder den API-Schlüssel abgerechnet, der bereits mit der Runtime auf dem jeweiligen Computer verknüpft ist. Prüfen Sie daher zunächst, ob Terra dort unterstützt wird: Codex CLI 0.159.0 oder höher, gefolgt von codex -m gpt-6.1-terra im Terminal.

In Sharkly besagt die Agents-Dokumentation, dass ein Agent „standardmäßig dem Modell der Runtime folgt“. Über die Zeile Model können Sie ein anderes Modell aus dem Katalog auswählen, den die Runtime meldet. Alternativ lässt sich das Modell auch über Custom arguments am Agenten oder an der Runtime definieren.

Bauen Sie die Regel am besten über Varianten statt über direkte Änderungen auf. Ein Überblick über die drei Konfigurationen:

Agent "Codex, routine"   Custom arguments: --model gpt-6.1-terra   effort: medium
Agent "Codex, hard tail" Custom arguments: --model gpt-6.1-sol     effort: medium
Crew leader              Custom arguments: --model gpt-6.1-sol

Die Dokumentation führt „ein anderes Standardmodell verwenden“ als Grund für die Erstellung einer Agentenvariante an: So bleiben Anweisungen und Repositories des Originals erhalten und lediglich das Modell wird überschrieben. Zwei Varianten erhalten die Übersicht auf dem Board, da bei jedem Task sofort erkennbar ist, über welche Lane er lief. Für einmalige Tests überschreibt die Modellauswahl im Assignee-Picker den Standard des Agenten nur für diesen einzelnen Lauf.

Sharkly dokumentiert Kontext, Fortschritt, Blocker, Ergebnisse und manuelle Reviews direkt am Task – unabhängig davon, welches Modell ihn ausgeführt hat. Genau das macht eine Eskalationsrate überhaupt erst messbar.

Was der günstigere Standard nicht ändert

Terra senkt die Kosten für die Erstellung einer Änderung – nicht jedoch die Kosten für deren Abnahme. Läufe zum halben Preis bei dreifacher Geschwindigkeit können dazu führen, dass bis Freitag deutlich mehr Diffs auf ein manuelles Review warten. Prüfen Sie Ihre Review-Warteschlange, bevor Sie weitere Mitglieder hinzufügen; unser Beitrag Manuelles Review als Flaschenhals beleuchtet diesen Aspekt im Detail.

Ebenso löst es nicht die schwierigsten Aufgaben: OpenAI selbst empfiehlt Sol oder GPT-6 Astra für die komplexesten Programmieraufgaben, und der Abstand von sechs Punkten im Coding Agent Index weist in dieselbe Richtung. Die oben beschriebene Regel belässt diese Aufgaben ganz bewusst bei Sol.

Fazit

Machen Sie Terra zum Standard und Sol zur Ausnahme. Bei unserem Step-Profil halbiert dies die Kosten im Vergleich zu einem reinen Sol-Setup nahezu, während der Leader und anspruchsvolle Ausnahmefälle weiterhin auf dem stärkeren Modell laufen. Orientieren Sie sich an der Eskalationsrate und nicht am Token-Preis, um zu entscheiden, wann ein Task-Typ dauerhaft auf Sol umgestellt werden sollte.

Ihr nächster Schritt: Erstellen Sie eine Terra-Variante eines Codex-Agenten, ordnen Sie ihn einer Crew unter einem Sol-Leader zu und testen Sie dieses Setup über einen Sprint hinweg. Laut Preisseite ist Sharkly für Organisationen mit bis zu 5 Personen derzeit kostenlos.

FAQ

Ist GPT-6.1 Terra beim Programmieren besser als GPT-6.1 Sol?

Nein. Sol erreicht im Coding Agent Index von Artificial Analysis 54 Punkte, Terra hingegen 48 Punkte. Terra überzeugt bei Preis und Geschwindigkeit und eignet sich daher vor allem für Routine-Coding statt für besonders anspruchsvolle Tasks.

Wie viel günstiger ist GPT-6.1 Terra im Vergleich zu GPT-6.1 Sol?

Exakt um die Hälfte bei jedem Posten: 1 $ gegenüber 2 $ für Input, 0,05 $ gegenüber 0,10 $ für Cached-Input und 5 $ gegenüber 10 $ für Output pro Million Tokens.

Sollte der Crew-Leader auf Terra laufen?

Starten Sie ihn auf Sol. Ein Leader übernimmt nur einen kleinen Anteil der Steps, weshalb das Upgrade kaum Mehrkosten verursacht – ein unpassender Plan hingegen lenkt die gesamte Crew in die falsche Richtung.

Kann ich das Effort-Level none bei Sol nutzen?

Nein. Bei GPT-6.1 Sol wurde none gestrichen; die niedrigste Stufe ist dort low. Terra führt none wieder ein.

Ist GPT-6.1 Terra kostenlos?

Nein. Es gibt keinen kostenlosen API-Tarif, und in den ChatGPT-Abonnements Free und Go ist es nicht enthalten. Unser Beitrag zum Betrieb von GPT-6.1 Sol ohne API-Schlüssel erklärt die Nutzung über Abonnements im Vergleich zur Abrechnung nach Tokens.

Wie stelle ich einen einzelnen Task auf Sol um, ohne den Agenten zu ändern?

Nutzen Sie die Modellauswahl für einzelne Durchläufe im Assignee-Picker. Sie überschreibt den Standard des Agenten nur für diesen konkreten Lauf.