GPT-6.1 Terra ฟรีจริงไหม? วิธีรัน Coding Agent ในราคาเกือบฟรี

GPT-6.1 Terra ใช้งานฟรีหรือไม่? คำตอบคือไม่ OpenAI ได้เปิดตัวโมเดลนี้เมื่อวันที่ 26 ตุลาคม ให้กับผู้ใช้ระดับ Plus, Pro, Enterprise และ Edu ภายใน ChatGPT Work และ Codex ส่วนแพ็กเกจ Free และ Go นั้นไม่รวมอยู่ในรายชื่อนี้ ทางฝั่ง API ก็ไม่มีแพ็กเกจฟรี และบน OpenRouter เองก็ไม่มี endpoint ให้ใช้ฟรีเช่นกัน แต่สิ่งที่ Terra มอบให้นั้น คือราคาที่ถูกที่สุดเท่าที่โมเดลระดับกลางของ OpenAI เคยมีมา และสำหรับทีมที่รัน coding agent หลายตัว ค่าใช้จ่ายสำหรับงานทั่วไปก็แทบจะไม่ส่งผลกระทบต่องบประมาณเลย

บทความนี้จะพาไปเจาะลึกช่องทางต่างๆ ในการรัน GPT-6.1 Terra ร่วมกับ agent ค่าใช้จ่ายของแต่ละวิธี และจุดที่สามารถใช้งานได้แบบ $0 จริงๆ เนื้อหานี้เรียบเรียงในรูปแบบเดียวกับบทความเรื่อง การรัน GPT-6.1 Sol โดยไม่ต้องใช้ API key เพื่อให้คุณสามารถเปรียบเทียบความคุ้มค่าของทั้งสองระดับได้อย่างชัดเจนทีละบรรทัด

สรุปประเด็นสำคัญ (TL;DR)

ไม่มีช่องทางใดที่เปิดให้ใช้งาน GPT-6.1 Terra ได้ฟรี โดยตัวเลือกที่ประหยัดที่สุดในการใช้งานมีดังนี้:

1. ใช้แพ็กเกจ ChatGPT ระดับ Plus ขึ้นไปที่เข้าสู่ระบบใน Codex บน Computer ซึ่ง Agent ทุกตัวที่ทำงานบนเครื่องนั้นสามารถแชร์ร่วมกันได้
2. ใช้ API key ในราคา input $1, cached $0.05 และ output $5 ต่อ 1 ล้านโทเคน
3. ใช้งานแบบ Batch หรือ Flex ผ่าน API key ดังกล่าวในราคาลดครึ่งหนึ่ง: input $0.50 และ output $2.50
4. ใช้เทคนิค Prompt caching ซึ่งจะช่วยลดค่าใช้จ่ายของ context ที่เรียกซ้ำเหลือเพียง $0.05 ต่อ 1 ล้านโทเคน
5. ใช้ GPT-6 Luna บนแพ็กเกจ ChatGPT Free ที่ราคา $0 ซึ่งเหมาะสำหรับผู้ใช้ทั่วไปที่เป็นมนุษย์มากกว่านำไปใช้กับ Runtime

สำหรับตัวแพลตฟอร์ม Sharkly ปัจจุบันเปิดให้ใช้งานฟรีสำหรับองค์กรที่มีสมาชิกไม่เกิน 5 คน โดยค่าใช้จ่ายส่วนของโมเดลจะคิดแยกต่างหากผ่านบัญชีของคุณเอง

รวมทุกช่องทางการใช้งาน GPT-6.1 Terra และตัวเลือกที่นำมารัน Agent ได้

Runtime คือเครื่องมือ coding agent เช่น Codex หรือ Claude Code ที่ Sharkly ตรวจพบบน Computer และใช้ส่งมอบ Tasks ไปให้ ส่วน Computer คือเครื่องโฮสต์ที่ตัวเครื่องมือนั้นทำงานอยู่ โดยคอลัมน์สุดท้ายของตารางจะระบุว่า ช่องทางดังกล่าวมีข้อมูลยืนยันตัวตน (credential) ที่เครื่องมือสามารถนำไปใช้ประมวลผลต่อได้เองแบบอัตโนมัติ โดยไม่ต้องมีคนมานั่งคุมอยู่ที่หน้าจอหรือไม่

มีข้อควรระวังอยู่สองประเด็นในตารางนี้ ประการแรกคือ ไม่มีโมเดลที่ชื่อ “GPT-6 Terra” โดย GPT-6.1 Terra เข้ามาแทนที่ GPT-5.6 Terra โดยตรง ประการที่สองคือ ข้อความประกาศเปิดตัวของ OpenAI ระบุชื่อแพ็กเกจ Plus, Pro, Enterprise และ Edu ไว้ชัดเจน แม้สื่อบางสำนักจะรายงานว่ารวม Business ด้วย แต่ในประกาศทางการของ OpenAI ไม่มีชื่อนี้ ดังนั้นโปรดตรวจสอบรายละเอียดแพ็กเกจของคุณให้ถี่ถ้วนก่อนเริ่มวางแผนใช้งาน

ช่องทางที่ 1: ใช้แพ็กเกจ ChatGPT ร่วมกับ Codex

สำหรับทีมขนาดเล็กส่วนใหญ่ นี่คือวิธีเริ่มต้นที่คุ้มค่าที่สุด เพราะคุณจ่ายค่าสมาชิกรายคนอยู่แล้ว และ Codex CLI เวอร์ชัน 0.159.0 ขึ้นไปสามารถเรียกใช้โมเดลนี้ได้ด้วยคำสั่งง่ายๆ เพียงคำสั่งเดียว:

codex --version          # 0.159.0 or later
codex -m gpt-6.1-terra   # opens a session on Terra

OpenAI ระบุว่าปริมาณการใช้งานใน Work และ Codex เมื่อใช้ Terra จะ “คุ้มค่าและใช้งานได้ยาวนานขึ้น” เมื่อเทียบกับ GPT-5.6 Terra ซึ่งตามการวิเคราะห์ของเรา (ไม่ใช่คำแถลงจาก OpenAI): ด้วยราคาต่อโทเคนที่ถูกกว่า Sol ถึงครึ่งหนึ่ง และความเร็วเฉลี่ยที่สูงกว่า Sol มากกว่าสามเท่า Terra น่าจะช่วยให้โควตาของแพ็กเกจใช้งานได้นานกว่า GPT-6.1 Sol อย่างเห็นได้ชัดเช่นกัน อย่างไรก็ตาม แนะนำให้ทดลองรันกับ Tasks จริงของคุณสักหนึ่งสัปดาห์ก่อนที่จะนำไปปรับใช้เต็มรูปแบบ

ข้อจำกัดของวิธีนี้จะเหมือนกับที่ระบุไว้ในบทความของ Sol คือ Agent ทุกตัวบนทุก Computer ที่เข้าสู่ระบบด้วยบัญชี ChatGPT เดียวกัน จะดึงโควตาการใช้งานมาจากบัญชีนั้นร่วมกันทั้งหมดโดยไม่มีการแบ่งสัดส่วนให้โดยอัตโนมัติ ดังนั้นคุณควรตั้งค่าจำกัดการใช้งานล่วงหน้าด้วยฟีเจอร์ควบคุมที่มีใน Sharkly เช่น การกำหนดจำนวน Task สูงสุดที่รันพร้อมกันได้ต่อหนึ่ง Agent, การตั้งเวลา timeout ต่อ Task และการจำกัดจำนวนการประมวลผลพร้อมกัน (concurrency limit) ต่อ Computer

ใน Sharkly การเลือกโมเดลจะกำหนดอยู่ที่ระดับ Agent โดยเอกสารคู่มือของ Agents ระบุว่า Agent “จะใช้โมเดลเริ่มต้นตาม Runtime” และคุณสามารถ “ระบุโมเดลที่ต้องการได้ใน Custom arguments ของ Agent หรือ Runtime” ให้คุณสร้าง variant แยกจาก Codex Agent ตัวเดิม เพื่อให้ประวัติการทำงานไม่ปะปนกับรอบที่รันด้วย Sol แล้วเพิ่ม argument ลงไปดังนี้:

Runtime:           Codex on build-01
Custom arguments:  --model gpt-6.1-terra

ช่องทางที่ 2: ใช้ API key และเทคนิคลดค่าใช้จ่ายให้ใกล้เคียงศูนย์

การใช้ API key เหมาะสำหรับงานที่ไม่สามารถยอมให้สะดุดจากโควตาของแพ็กเกจที่เต็มได้ เช่น ระบบ Automation ตามกำหนดเวลา, คิวงานข้ามคืน หรือ Tasks ที่เพื่อนร่วมทีมมอบหมายระหว่างที่เจ้าของแพ็กเกจไม่ได้ออนไลน์ หน้าราคาของ OpenAI ระบุราคาของ Terra ไว้ที่ input $1, cached input $0.05 และ output $5 ต่อ 1 ล้านโทเคน ซึ่งคิดเป็นครึ่งหนึ่งของ GPT-6.1 Sol พอดิบพอดี (จากเดิม $2, $0.10 และ $10)

คุณสามารถใช้ 3 ปัจจัยต่อไปนี้เพื่อช่วยปรับลดค่าใช้จ่ายลงได้อีก:

Caching: การรัน Agent มักจะต้องส่งบริบท (context) ของ repository เดิมซ้ำๆ ในทุกขั้นตอน ดังนั้นอัตราค่าบริการของ cached input จึงส่งผลต่อค่าใช้จ่ายมากกว่าราคาเริ่มต้นทั่วไป ที่ราคา $0.05 โทเคนในแคชจะมีราคาถูกกว่าโทเคนใหม่ถึง 20 เท่า แม้ว่าการเขียนแคชอายุ 30 นาทีจะมีค่าบริการ $1.25 ต่อ 1 ล้านโทเคน แต่ส่วนต่างความประหยัดจะเห็นผลชัดเจนมากในการรันที่ต้องนำบริบทมาใช้ซ้ำหลายๆ ขั้นตอน

Batch และ Flex: ทั้งสองตัวเลือกคิดค่าบริการเพียงครึ่งหนึ่งของราคา Standard โดย Batch จะเหมาะกับงานที่ไม่มีกำหนดส่งกระชั้นชิด เช่น การตรวจสอบ lint ทุกจุดที่ค้างอยู่แบบข้ามคืน ส่วน Flex จะยอมลดทอนเรื่องความเร็วเพื่อแลกกับราคาที่ประหยัดขึ้นสำหรับคำขอแบบ interactive ทั้งนี้ Runtime แต่ละตัวจะรองรับการเรียกใช้สองโหมดนี้หรือไม่นั้นขึ้นอยู่กับเครื่องมือนั้นๆ จึงควรตรวจสอบเอกสารคู่มือก่อนนำไปใช้งานจริง

Effort: Terra รองรับระดับการให้เหตุผลตั้งแต่ none, low, medium, high, xhigh ไปจนถึง max ในขณะที่ GPT-6.1 Sol ได้ตัดตัวเลือก none ออกไป แต่ Terra ได้นำกลับมาให้ใช้อีกครั้ง เนื่องจากโทเคนการให้เหตุผล (reasoning tokens) จะถูกคิดเงินในเรต output ดังนั้นการรันงานประเภทเปลี่ยนชื่อตัวแปร (renames), อัปเดตเวอร์ชัน dependency หรือสร้าง changelog ด้วยระดับ none หรือ low จะช่วยลดทอนค่าใช้จ่ายในส่วนที่แพงที่สุดของบิลลงไปได้มาก

ตัวอย่างการคำนวณค่าใช้จ่ายสำหรับการรัน Agent หนึ่งรอบ: กำหนดให้มี input 2 ล้านโทเคน (80% อยู่ในแคช) และ output 1 แสนโทเคน

การคำนวณข้างต้นยังไม่รวมค่าธรรมเนียมการเขียนแคช นอกจากนี้ควรระวังเรื่องขนาดของ context ด้วย เพราะข้อมูลจากหน้าโมเดล GPT-6.1 Terra ระบุว่า หากพรอมต์มี input เกิน 272K โทเคน ทั้งคำขอนั้นจะถูกคิดค่าบริการ input และ cache เพิ่มเป็น 2 เท่า รวมถึงคิดค่า output เพิ่มเป็น 1.5 เท่า ส่งผลให้อัตรา Standard ขยับขึ้นไปอยู่ที่ $2, $0.10 และ $7.50 ทันที ดังนั้น การแบ่ง Task ขนาดยาวออกเป็น Tasks ย่อยๆ ที่กระชับ context จะช่วยคุมค่าใช้จ่ายไม่ให้เกินเกณฑ์นี้ได้

ช่องทางที่ 3: GPT-6 Luna ทางเลือกเดียวที่ใช้งานได้ในราคา $0

หากโจทย์ของคุณคืองบประมาณต้องเป็นศูนย์จริงๆ โมเดลที่จะใช้ย่อมไม่ใช่ Terra โดย OpenAI ได้แนะนำให้ผู้ใช้แพ็กเกจ Free และ Go ใช้งาน GPT-6 Luna ผ่านแอปพลิเคชัน ChatGPT desktop แทน ซึ่งเหมาะสำหรับการทำงานของบุคคลทั่วไปใน Work และ Codex มากกว่าการนำมาใช้เป็น credential ให้ Runtime ทำงานแบบอัตโนมัติ โดยเราได้สรุปข้อจำกัดของช่องทางนี้ไว้แล้วในบทความ แพ็กเกจฟรีและราคาประหยัดสำหรับ Crew

สำหรับการใช้งานผ่าน API key โมเดล Luna คิดค่าบริการ input $0.10 และ output $0.50 ซึ่งถูกกว่า Terra ถึงสิบเท่า คุณสามารถดูขั้นตอนการตั้งค่าให้ทำงานร่วมกับ Runtime ได้ใน คู่มือการตั้งค่า GPT-6 Luna และอ่านรายละเอียดว่าโมเดลนี้เหมาะกับงานประเภทใดได้ในบทความ Luna กับภารกิจงานทั่วไป 80%

Agent ประเภทใดที่เหมาะกับการรันบน Terra

ความประหยัดจะมีประโยชน์ก็ต่อเมื่อผลงานออกมาถูกต้อง OpenAI ออกแบบ Terra มาให้โดดเด่นในด้าน computer use, งานเขียน และการทำความเข้าใจภาพ พร้อมทั้งยังคงแนะนำ GPT-6.1 Sol หรือ GPT-6 Astra สำหรับงานเขียนโค้ดที่มีความซับซ้อนสูง ซึ่งผลทดสอบจากภายนอกก็สอดคล้องกับแนวทางนี้ โดยบน Coding Agent Index ของ Artificial Analysis ตัว Terra ทำคะแนนได้ 48, GPT-6.1 Sol ได้ 54 และ GPT-6 Luna ได้ 31 ส่วนอัตราการสร้างข้อมูลเท็จ (hallucination rate) บนการทดสอบ AA-Omniscience ลดลงเหลือ 38% จากเดิม 88% ในรุ่น GPT-5.6 Terra อีกทั้ง Artificial Analysis ยังประเมินค่าใช้จ่ายต่อหนึ่งงานที่ระดับ max effort ไว้ที่ $0.40 เทียบกับ $1.40 ของ GPT-5.6 Terra

ตารางตัวอย่างการแบ่งสัดส่วนงานที่คุณสามารถนำไปทดลองปรับใช้กับทีมของคุณได้:

งานในแถวของหัวหน้าทีมยังคงต้องใช้ Sol ตามเหตุผลที่เราได้อธิบายไว้ใน คู่มือหัวหน้าทีม Crew เพราะความผิดพลาดของผู้นำเพียงจุดเดียวจะทำให้สมาชิกทุกคนในทีมมุ่งหน้าไปผิดทิศทาง สำหรับตัวอย่างการเขียนกฎการจัดเส้นทางงาน (routing rule) พร้อมขั้นตอนส่งต่องานด้วยตัวเอง (manual escalation) สามารถศึกษาเพิ่มเติมได้ที่ การกำหนดทิศทางโมเดลสำหรับ Crews

จุดสิ้นสุดของคำว่า "ฟรี" ที่ต้องพิจารณา

ค่าใช้จ่ายในส่วนของแพลตฟอร์มอาจเป็นศูนย์ได้ โดยข้อมูลจากหน้าราคาของ Sharkly ระบุว่า "แพ็กเกจ Free ครอบคลุมองค์กรที่มีสมาชิกไม่เกิน 5 คน" และหากเกินกว่านั้น แพ็กเกจ Team จะคิดค่าบริการอยู่ที่ $7 ต่อคนต่อเดือนเมื่อชำระเป็นรายปี ส่วน Agents, Crews, Computers และ Runtimes จะไม่มีการคิดค่า seat เพิ่มเติม และเนื่องจาก "Sharkly ไม่ได้จำหน่ายโทเคน" ค่าบริการโมเดลจึงขึ้นอยู่กับแพ็กเกจหรือ API key ของคุณเอง ซึ่งเป็นแนวคิดหลักของระบบ นำคีย์มาเอง (bring-your-own-key)

แต่สิ่งที่ไม่มีทางฟรีอย่างแท้จริงคือ "ขั้นตอนการตรวจทาน" (review) เพราะหน้าที่ของ Agent คือการค้นคว้า ลงมือทำ ทดสอบ และรายงานผล ส่วนการกำหนดทิศทาง มอบหมายสิทธิ์ และตรวจรับงานยังคงเป็นหน้าที่ของมนุษย์ การที่ต้นทุนต่อการเปลี่ยนแปลงลดลงครึ่งหนึ่ง แปลว่าคุณสามารถสร้างการเปลี่ยนแปลงได้มากขึ้นเป็นเท่าตัวในงบเท่าเดิม แต่ทุกผลลัพธ์ก็ยังคงต้องรอให้คนเป็นผู้ตรวจสอบอยู่ดี ดังนั้น ควรประเมินภาระในคิวตรวจทานงานของคุณให้รอบคอบก่อนที่จะตัดสินใจขยายขนาดของ Crew ทั้งนี้สามารถอ่านรายละเอียดเพิ่มเติมได้ในบทความ การตรวจสอบโดยมนุษย์คือคอขวด: ออกแบบระบบรีวิวสำหรับงานคู่ขนาน และติดตามวิธีบริหารงบประมาณแพ็กเกจควบคู่กับ API key ได้ใน การบริหารต้นทุนของ coding agent

ขั้นตอนต่อไปของคุณ: อัปเดต Codex บน Computer สักหนึ่งเครื่อง จากนั้นเพิ่ม Agent เวอร์ชัน Terra ลงใน Sharkly แล้วลองมอบหมาย 3 งานทั่วไปที่คุณเคยวางแผนจะส่งให้ Sol จัดการ

คำถามที่พบบ่อย (FAQ)

GPT-6.1 Terra ใช้งานฟรีบน ChatGPT หรือไม่?

ไม่ฟรี OpenAI ระบุให้ใช้งานได้เฉพาะแพ็กเกจ Plus, Pro, Enterprise และ Edu ภายใน ChatGPT Work และ Codex ส่วนผู้ใช้แพ็กเกจ Free และ Go จะได้ใช้งาน GPT-6 Luna แทน

GPT-6.1 Terra มีแพ็กเกจ API ให้ใช้ฟรีหรือไม่?

ไม่มี API คิดค่าบริการ input $1 และ output $5 ต่อ 1 ล้านโทเคน โดยไม่มีแพ็กเกจฟรี และบน OpenRouter เองก็ไม่มี endpoint ฟรีสำหรับโมเดลนี้

วิธีที่ประหยัดที่สุดในการรัน Agent ด้วย GPT-6.1 Terra คือวิธีใด?

การใช้แพ็กเกจ ChatGPT ที่คุณสมัครใช้งานอยู่แล้ว เข้าสู่ระบบผ่าน Codex บน Computer แต่หากต้องการคิดค่าบริการตามจำนวนโทเคนที่ใช้จริง ตัวเลือกแบบ Batch หรือ Flex ที่ราคา $0.50 และ $2.50 ต่อ 1 ล้านโทเคน จะเป็นตัวเลือกที่มีราคาต่ำที่สุด

มีโมเดล GPT-6 Terra หรือไม่?

ไม่มี GPT-6.1 Terra เป็นโมเดลตระกูล Terra ตัวแรกนับตั้งแต่รุ่น GPT-5.6 และเข้ามาทำหน้าที่แทนในฐานะโมเดลระดับกลางของ OpenAI

Terra ถูกกว่า GPT-6.1 Sol หรือไม่?

ถูกกว่า โดยมีราคาถูกกว่าครึ่งหนึ่งในทุกรายการ: $1, $0.05 และ $5 เมื่อเทียบกับ $2, $0.10 และ $10 นอกจากนี้ OpenAI ยังระบุว่าโมเดลนี้ทำงานได้เร็วกว่า Sol และ GPT-6 Astra โดยเฉลี่ยมากกว่า 3 เท่า

Sharkly คิดค่าบริการโมเดลหรือไม่?

ไม่คิด Sharkly ไม่ได้จำหน่ายโทเคน โดยค่าใช้จ่ายในการรันจะถูกเรียกเก็บผ่านแพ็กเกจ Codex หรือ API key ที่ตั้งค่าไว้บน Computer โดยตรง