GPT-6.1 Terra 價格：API 費率、快取與實際任務費用

截至 2026 年 10 月 27 日，GPT-6.1 Terra 的 Standard 短上下文 API 費率為每百萬個一般輸入 token 1 美元、快取讀取 0.05 美元、輸出 5 美元。快取寫入是另一種輸入計費類別：保留 30 分鐘收費 1.25 美元，保留 12 小時收費 2.50 美元。這些是 API 費率，不是 ChatGPT 或 Tabbit 的訂閱價格。(OpenAI 價格表)

最值得留意的數字是 95%：快取讀取比一般輸入便宜 95%。如果 Agent 反覆讀取相同的指令和文件，快取讀取費率可能比一般輸入的降價幅度更影響帳單，但不代表完成整項任務的費用一定較低。一則發布當天的 Reddit 貼文中，ayudha90 提高 Terra 的推理強度後，反而用了更多訂閱額度，結果也比較不滿意。這是單一使用者的經驗，不是 API 帳單，也不是受控比較。

下文整理目前的費率表、折扣適用條件、兩個可自行重算的預算範例，以及本機計算器。Tabbit Browser 章節會先檢查實際的模型清單，再說明用戶端的工作流程。

GPT-6.1 Terra API 價格速查

以下單位均為每百萬 token 的美元價格，資料核對日期為 2026 年 10 月 27 日。兩款模型都採用 Standard 處理，不含區域處理加價。前代價格來自目前的 GPT-5.6 Terra 模型卡和價格表，不是推估的歷史價格。

本文介紹的是 GPT-6.1 Terra，API ID 為 gpt-6.1-terra。它接受文字和圖片輸入，並輸出文字。OpenAI 將它定位為適用於視覺推理、電腦操作和寫作的模型。1,050,000 個 token 的上下文視窗代表模型可處理的容量；較低費率的適用範圍遠小於這個數字。前代 Terra 介紹可補充了解背景，最新規格則以目前的模型卡為準。

要點

• 快取讀取每百萬 token 為 0.05 美元，相當於 1 美元一般輸入單價的 5%。寫入更貴，預算中需要單獨分類。

• 一般輸入、快取讀取、快取寫入互斥。同一 token 既算一般輸入又加寫入費，會高估帳單。

• 輸入超過 272K 後，整筆請求切換到更高費率。能放進上下文視窗，不代表仍使用短上下文價格。

• Batch 和 Flex 按相應 Standard 費率的五折計價，Fast 則為兩倍。先確認處理方式適合任務，再計算折扣。

• 以合適推理強度下的合格結果成本來選擇模型。API 支出、訂閱額度和用戶端的模型使用權限需要分開判斷。

95% 的優惠只適用於快取命中

Terra 的快取讀取價格是每百萬 token 0.05 美元，等於一般輸入的二十分之一。與 GPT-5.6 Terra 的 0.20 美元讀取價相比，則下降了 75%。兩個百分比使用不同基準，都不表示總帳單能下降 95% 或 75%。

可重複使用的前綴可包含指令、工具和穩定的文件上下文。要命中快取，前綴必須相符；這些模型的快取前綴至少要有 1,024 個 token。修改前綴或超過保留時間，原本預期的快取讀取就可能變成寫入或一般輸入。請檢查回傳的 usage，不要假設每次重複請求都會命中快取。提示詞快取指南說明了比對和保留規則。

對於不屬於快取寫入的輸入，若快取命中率為 h，短上下文級距下每百萬個輸入 token 的費用為：

輸入成本 = (1 − h) × $1 + h × $0.05
h = 80% → 輸入成本 = $0.24

0.24 美元不包含輸出或快取寫入。首次建立前綴的請求，和後續讀取前綴的請求，適用不同的計費項目。Agent 研究迴圈尤其需要留意這點，因為重複的上下文可能佔輸入量很大一部分。

把降價幅度換算成任務預算

費率表顯示的變化很明確：相較於目前列出的前代模型，一般輸入費率減半，輸出費率降低約 58.3%，快取讀取費率降低 75%。官方價格表只能證明單價差異，無法說明你的任務需要多少 token、成功率如何，或其他模型能否用較少次數完成任務。

在同一則 Reddit 貼文中，ayudha90 用像素風格的專案管理應用比較不同模型和推理強度。他表示，Terra 的 high 和 max 合計執行約 20 分鐘，就用掉五小時額度的 39%。由於推理強度不同、結果偏好因人而異，且訂閱用量有自己的計算方式，這不能當成嚴謹的 API 成本比較。實際上，更值得注意的是你願意採用的結果，而不只是最低的 token 單價。

更實用的評估指標是：

每個合格結果成本 = 全部嘗試的總支出 / 合格結果數

使用相同且具代表性的輸入，在測試前先訂出合格標準，也要記錄失敗嘗試的 usage。AI 研究應用情境指南可協助區分範圍明確的資料擷取任務和長篇研究任務，兩者需要不同的預算。

額外費用與 272K 門檻

Terra 模型卡列明，輸入超過 272,000 個 token 時，輸入和快取費率會變成兩倍，輸出費率則為 1.5 倍。這項規則適用於整筆請求，包括最前面的 272K token。

輸入剛好 272K 時採用短上下文級距；達到 272,001 時，整筆請求都採用長上下文級距。例如 Standard 處理下，300K 一般輸入加上 10K 輸出，費用為 $0.6 + $0.075 = $0.675，其他適用費用另計。只對超出的 28K 加收較高費率，是錯誤的計算方式。

Batch 採非同步處理；Flex 在可用的處理方式和延遲特性上也不同。套用折扣前，請確認 Batch 或 Flex 是否適合你的應用。目前的 API 價格表沒有列出 Terra 的 Ultrafast 費率，因此不能套用 Sol 或 Astra 的選項。

適用區域處理時，費率會加收 10%。代管工具也可能另外計費，例如網頁搜尋每 1,000 次收費 10 美元，搜尋內容的 token 則按模型費率計算。容器和檔案搜尋儲存也各有費用。引用的價格表沒有註明 Terra 優惠的截止日期；GPT-5.6 Sol 的 11 月 21 日促銷說明與 Terra 無關。

這個模型系列中，哪個適合你的任務？

下表來自同一份官方價格表，列出目前 Standard 短上下文級距的費率，不代表品質排名。

Terra 的一般輸入和輸出費率是 Luna 的十倍，但快取讀取費率只有五倍。因此，即使還沒比較品質，快取使用比例也會影響選擇。Luna 定價指南、前一代 Sol 成本指南和 Astra 定價指南介紹其他相近選項。舊文章保留各自的資料核對日期；目前費率請以最新的官方價格表為準。

Terra 支援 none、low、medium、high、xhigh 和 max，預設值為 medium。先用 medium 測試具代表性的任務；如果結果仍符合要求，再試較低的推理強度。只有增加推理確實有幫助時，才提高推理強度。推理 token 按輸出計費，因此較低的輸入單價無法一直抵銷更長的推理或更多次重試。(推理指南)

Michael_Jeffords表示，處理文件和 UI 任務時使用 medium 較合適；長時間以 high 執行 Agent 任務時，費用感覺接近 Sol。這則留言沒有附上帳單或受控樣本，可將它視為值得測試的設定建議。

industrial_illusions也認為，Terra 適合大規模文件處理和應用程式操作，但質疑 maximum 推理是否值得額外成本。這是對工作情境的看法，不是對 OpenAI 基準的獨立驗證。

在寫作方面，Louis-François Bouchard 的 ToneBench 貼文偏好以 low 設定批次產生初稿，並質疑在該評測中提高推理強度是否有幫助。這項結論取決於特定寫作任務和評分方式，不能視為通用的品質排名。

哪些不另收費，哪些不能視為免費

除了模型 token 費用，OpenAI 不會另外收取 Responses API 或 Chat Completions 端點費用。提高 effort 也沒有固定的附加費，費用變化來自實際用量。同一請求中的同一個 token 若以快取讀取計費，就不會再收取快取寫入費。

但任務失敗不代表免費。推理指南指出，未完成的回應可能已消耗輸入和推理 token，卻沒有產生可見的最終答案。引用的頁面沒有承諾拒答免收費或自動退還 fallback 費用。請查看回應中的 usage 和帳單，不要因為沒有取得有用答案就假設費用為零。

下方估算不含工具呼叫、尚未計入的搜尋內容 token、儲存費、重試、稅金、適用的區域處理費和服務供應商加價。圖片依模型的 token 化規則計算；只知道截圖張數，無法估出 token 預算。

ChatGPT 方案和 API 使用權限分開計費

OpenAI 將 GPT-6.1 Terra 列為 ChatGPT Work 和 Codex 中 Plus、Pro、Business、Enterprise、Edu 方案可用的模型，但實際使用仍受工作區設定限制。一般版 Chat 沒有列出 Terra，API 模型卡也未列出免費方案支援。(Work 和 Codex 價格；Terra 模型卡)

Work/Codex 頁面目前列出 Plus 每月 20 美元，Pro 每月 100 美元起。頁面估計 Plus 和 Standard Business 每五小時可傳送 35–285 則本機 Terra 訊息，並明確表示這不是固定的訊息數保證。模型選擇、上下文、推理和工具都會影響用量。購買前請查看所在地的結帳價格和帳戶用量面板。

另購 credits 有自己的價格表；Codex credits 不會另外收取 API 式的快取寫入費。API key 使用則依 API 費率計費。因此，不能從 Plus 月費或已使用額度的百分比，換算出可執行多少 API 任務的保證數字。

兩種可以復算的預算

以下是計算範例，不是模型實際執行的測量結果。兩種情況都採用 Standard 短上下文級距的費率，假設每次請求的輸入總量為 100K、輸出總量為 2K，共 1,000 次請求。輸出已包含推理 token。

首次寫入的計算為 0.02 × $1 + 0.08 × $1.25 + 0.002 × $5 = $0.13；後續讀取則為 0.02 × $1 + 0.08 × $0.05 + 0.002 × $5 = $0.034。100K 的輸入總量會分配到三個互斥類別，不能先把 100K 全算成一般輸入，再額外加上 80K 寫入。

一次首次寫入的請求加上 999 次後續讀取，費用為 $0.13 + 999 × $0.034 = $34.096。前提是前綴相同、快取仍在保留期間內，而且沒有重試。改寫前綴或快取過期都會改變費用組成。首次寫入若選擇保留 12 小時，費用會是 0.23 美元；只有後續快取命中足以抵銷增加的寫入費時，較長的保留時間才划算。

在本地估算你的 token 預算

輸入總 token 數、快取讀取比例、快取寫入 token 數、包含推理的輸出 token 數，以及請求次數。計算器會從輸入總量扣除快取讀取與寫入，再依整筆請求判斷上下文級距，並以相同 token 用量比較 Terra、Sol 和 Luna。用量相同不代表品質或任務完成度相同。

試算值會留在瀏覽器中。頁面只記錄一般的計算器變更事件，不會附上輸入數值，也不會把數值傳送給模型或價格服務。結果不包含上文列出的其他費用，並採用 10 月 27 日核對的費率快照。

選擇用戶端前，先檢查 Tabbit 模型清單

如果工作需要處理瀏覽器網頁和文件，決定要用哪個模型後，可以參考 Tabbit Browser 工作流程。模型費率和可用的用戶端，是兩個不同的選擇條件。

本次檢查於 2026 年 10 月 27 日在 Tabbit 中開啟 web.tabbit.ai/newtab。載入完成的模型清單共有 16 個選項，包含 Kimi-K3.1-Pro 和 Claude-Sonnet-5.5，但沒有 GPT-6.1 Terra。樣本只有一個國際版帳戶；沒有送出 Terra 推理請求，也沒有看到標示使用工具的 Terra 回應，更沒有測量成本或速度。原本預計用一項答案已知的小型表格擷取任務進行測試，但因為沒有這個模型而無法執行。

如果之後你的帳戶出現 Terra，可讓不同模型處理相同的來源表格和預期答案，並記錄模型顯示名稱、工具標記和結果，同時確認用戶端方案。在此之前，請使用已確認能存取 Terra 的用戶端。Tabbit 實用指南和 Agentic Browser 說明介紹瀏覽器工作流程，但不能證明 Terra 已可使用。

結論：先判斷任務是否合適，再看單價

Terra 每百萬 token 輸入 1 美元、輸出 5 美元的費率，可作為視覺和文件任務的費用估算起點。95% 的快取讀取折扣只有在請求確實命中快取時才有用；推理強度和任務成功率會決定整體成本。先測試實際工作內容並查看 usage，再選擇訂閱方案或 API 處理級距。

使用瀏覽器處理工作時，先確認 Tabbit 目前是否能使用該模型，再決定是否依賴它。下載用戶端不會自動取得 GPT-6.1 Terra 的使用權限，也不會改變 OpenAI 的計費規則。

Tabbit Browser

下載 Tabbit Browser

Secholar.L

Tabbit 成長與內容

Secholar.L 專注 AI 瀏覽器與 Agent 工作流的實測寫作,基於真實調研比較工具,引用可查證的一手來源。