DEV Community

Cover image for Como Usar a API GPT-6.1 Terra
Lucas
Lucas

Posted on Originally published at apidog.com

Como Usar a API GPT-6.1 Terra

#ai #llm #openai #api

Como Usar a API GPT-6.1 Terra

GPT-6.1 Terra está disponível na API da OpenAI como gpt-6.1-terra, a partir de 26 de outubro de 2026. Funciona na Responses API, Chat Completions e Batch, custa $1 por milhão de tokens de entrada e $5 por milhão de tokens de saída, e aceita até 922.000 tokens de entrada e 128.000 tokens de saída. Se você já chama o GPT-5.6 Terra, a migração é basicamente uma alteração de modelo em uma linha, com algumas configurações que vale a pena verificar primeiro.

Experimente o Apidog hoje

Este guia cobre como obter uma chave, sua primeira requisição em curl, Python e Node, os seis níveis de esforço de raciocínio, computer use e outras ferramentas, os controles de custo e o que testar quando você migrar de gpt-5.6-terra. Para a visão geral do modelo, consulte o que é o GPT-6.1 Terra.

O que a API suporta

Recurso GPT-6.1 Terra
ID do modelo gpt-6.1-terra (um snapshot)
Endpoints Responses, Chat Completions, Batch
Não suportado Realtime, Live, Assistants, fine-tuning, saídas previstas
Entrada Texto e imagem
Saída Texto
Janela de contexto 1.050.000 tokens (922.000 de entrada, 128.000 de saída)
Esforço de raciocínio none, low, medium (padrão), high, xhigh, max
Recursos Streaming, saídas estruturadas, chamada de funções, cache de prompt
Ferramentas (somente Responses) web_search, file_search, computer_use, code_interpreter, hosted_shell, apply_patch, skills, mcp, tool_search, image_generation

Fonte: página do modelo GPT-6.1 Terra da OpenAI. As ferramentas hospedadas precisam da Responses API, então use-a para novos trabalhos.

Passo 1: obtenha uma chave de API

Crie uma chave no painel da plataforma da OpenAI e adicione faturamento. Não há nível gratuito para o Terra: um plano ChatGPT Plus ou Pro dá a você o Terra dentro do ChatGPT Work e do Codex, mas não uma chave de API. Nosso guia sobre se o GPT-6.1 Terra é gratuito explica a diferença.

Exporte-a para que os exemplos abaixo possam lê-la:

export OPENAI_API_KEY="sk-..."
Enter fullscreen mode Exit fullscreen mode

Os limites de taxa dependem do seu nível de uso. A página do modelo lista 5.000 requisições e 1 milhão de tokens por minuto no nível Build, 10.000 e 4 milhões no Launch, e 15.000 e 40 milhões no Grow.

Passo 2: envie sua primeira requisição

Com curl, contra a Responses API:

curl https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6.1-terra",
    "reasoning": { "effort": "low" },
    "input": "Summarize the difference between PUT and PATCH in two sentences."
  }'
Enter fullscreen mode Exit fullscreen mode

Em Python com o SDK oficial:

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-6.1-terra",
    reasoning={"effort": "low"},
    input="Summarize the difference between PUT and PATCH in two sentences.",
)

print(response.output_text)
print(response.usage)
Enter fullscreen mode Exit fullscreen mode

Em Node:

import OpenAI from "openai";

const client = new OpenAI();

const response = await client.responses.create({
  model: "gpt-6.1-terra",
  reasoning: { effort: "low" },
  input: "Summarize the difference between PUT and PATCH in two sentences.",
});

console.log(response.output_text);
console.log(response.usage);
Enter fullscreen mode Exit fullscreen mode

Imprima o usage desde o início. Ele informa os tokens de entrada, em cache e de saída, e os tokens de raciocínio são cobrados como saída.

Passo 3: escolha um esforço de raciocínio

O Terra suporta seis níveis de esforço. O padrão é medium.

Esforço Use para
none Classificação, extração, formatação; saída determinística
low Respostas curtas, chamadas de ferramentas simples, a maior parte do trabalho no estilo chat
medium O padrão; codificação geral e etapas de agente
high / xhigh Raciocínio multi-etapas mais difícil
max A configuração de benchmark; tarefas mais difíceis, mais lenta e mais cara

Dois pontos se destacam.

none é suportado. O GPT-6.1 Sol removeu isso, então essa é uma das diferenças práticas entre os dois. Um desenvolvedor no fórum da comunidade da OpenAI relata que, com reasoning.effort: "none", o Terra aceita temperature e top_p novamente. Para um pipeline que rotula ou extrai dados em volume, none oferece o menor custo por chamada e uma saída repetível.

O esforço baixo melhorou mais. No teste interno de factualidade da OpenAI, a taxa de erro do Terra com esforço baixo caiu de 53,6% no GPT-5.6 Terra para 16,7%. A Artificial Analysis também mediu ganhos maiores sobre o GPT-5.6 Terra em níveis de esforço mais baixos (7 a 13 pontos) do que em max (6 pontos). Se você usava o GPT-5.6 Terra em high para obter qualidade aceitável, experimente low ou medium no 6.1 Terra antes de presumir que você precisa da mesma configuração.

Passo 4: use ferramentas, incluindo computer use

A OpenAI apresentou este lançamento em torno de "computer use rápido e capaz a um preço menor". Computer use, pesquisa na web, pesquisa em arquivos e as outras ferramentas hospedadas estão disponíveis na Responses API. Uma chamada de pesquisa na web é assim:

response = client.responses.create(
    model="gpt-6.1-terra",
    reasoning={"effort": "low"},
    tools=[{"type": "web_search"}],
    input="What changed in the latest OpenAPI Specification release?",
)
print(response.output_text)
Enter fullscreen mode Exit fullscreen mode

Chamada de funções e saídas estruturadas funcionam como em outros modelos GPT-6: defina seus esquemas de função em tools, ou passe um esquema JSON na configuração de formato de texto, e valide o que retorna. Para um olhar mais aprofundado sobre computer use em um app real, nosso guia de computer use do GPT-6 Astra também se aplica ao Terra, por um décimo do preço por token do Astra.

Passo 5: controle o custo

As tarifas do Terra já são baixas, e quatro configurações as reduzem ainda mais:

  • O cache de prompt é automático. A entrada em cache custa $0,05 por milhão, contra $1 para entrada nova. Mantenha conteúdo estável (prompt de sistema, esquemas de ferramentas, documentos de referência) no início do prompt. As gravações de cache custam $1,25 por milhão para retenção de 30 minutos, ou $2,50 para 12 horas. Veja nosso guia de cache de prompt do GPT-6.
  • Batch reduz todas as tarifas pela metade para trabalhos assíncronos: $0,50 de entrada, $2,50 de saída. Nosso guia da OpenAI Batch API mostra o fluxo completo.
  • Flex oferece a mesma tarifa pela metade em requisições normais com service_tier: "flex", em troca de respostas mais lentas e 429s ocasionais.
  • A linha de 272K. Prompts acima de 272K tokens de entrada cobram toda a requisição a 2x as tarifas de entrada e cache e 1,5x a de saída. Se você estiver perto disso, corte o contexto recuperado em vez de cruzar a linha.

O modo rápido vai pelo caminho oposto: 2x a tarifa Standard ($2 de entrada, $10 de saída) para respostas mais rápidas. O guia de preços do GPT-6.1 Terra tem todas as tarifas em uma única tabela.

Migrando de gpt-5.6-terra

A alteração do ID do modelo é uma linha. Estas são as coisas a verificar em torno dela:

  1. Preço. A entrada cai de $2 para $1, a entrada em cache de $0,20 para $0,05, a saída de $12 para $5. Atualize quaisquer painéis de custo ou alertas de orçamento que tenham tarifas fixas no código.
  2. Configuração de esforço. Reteste com um esforço menor. A qualidade em low foi a que mais mudou.
  3. Corte de conhecimento. O do Terra é 1º de junho de 2026. Prompts que presumem um corte mais antigo, ou testes com respostas esperadas sensíveis a data, podem mudar.
  4. Comprimento e formato da saída. Um novo modelo pode escrever respostas mais longas ou mais curtas. Verifique usage.output_tokens e qualquer parser que espere um formato fixo; use saídas estruturadas onde o formato importa.
  5. Velocidade. A OpenAI diz que o Terra conclui tarefas mais de 3x mais rápido em média que o Astra e o GPT-6.1 Sol. Timeouts ajustados para modelos mais lentos estão bem, mas lógica de retry e polling construída em torno de longas esperas pode agora ser desperdício.
  6. Codex. Se sua equipe usa o Codex, o Terra precisa do Codex CLI 0.159.0 ou posterior: codex -m gpt-6.1-terra.

A OpenAI não anunciou uma data de descontinuação para o GPT-5.6 Terra, então você pode executar os dois lado a lado enquanto compara.

Deixe seu agente de codificação provar a migração com o Apidog CLI

Os passos 1 a 6 são exatamente o tipo de verificação que você não deveria fazer manualmente. Aponte seu agente de codificação para o Apidog CLI e ele pode construir o teste, executá-lo em ambos os modelos e dizer o que mudou.

Configure uma vez:

npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_TOKEN>
apidog skill install
Enter fullscreen mode Exit fullscreen mode

Depois dê ao Claude Code, Codex ou Cursor um [REDACTED PROMPT]text
In Apidog project , add POST https://api.openai.com/v1/responses as an endpoint.
Create a test case that sends my production prompt with model {{MODEL}} and reasoning
effort low, and asserts: status 200, output_text not empty, output matches our JSON
schema, usage.output_tokens under 3000. Run it with MODEL=gpt-5.6-terra and again with
MODEL=gpt-6.1-terra against the environment, then compare tokens and failures.


O agente lê cada esquema, valida seu payload e executa o caso duas vezes:
Enter fullscreen mode Exit fullscreen mode


bash
apidog cli-schema get endpoint-create
apidog endpoint create --project --file endpoint.json
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project --file case.json
apidog run --test-case --project -e --env-var "MODEL=gpt-5.6-terra" -r cli,json
apidog run --test-case --project -e --env-var "MODEL=gpt-6.1-terra" -r cli,json




Mantenha sua chave da OpenAI no ambiente do Apidog. Quando a execução do Terra passar, adicione-a ao CI com `-r junit` para que uma mudança posterior de prompt ou modelo não possa quebrar o contrato silenciosamente; nosso [guia de CI/CD do Apidog CLI](https://apidog.com/pt/blog/apidog-cli-ci-cd-pipeline?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation) tem o arquivo de pipeline, e [Apidog CLI no Codex](https://apidog.com/pt/blog/apidog-cli-in-codex?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation) cobre a configuração do Codex.

## Perguntas frequentes

**Qual é o ID do modelo GPT-6.1 Terra?** `gpt-6.1-terra`. Há um snapshot, e ele também é o padrão.

**O GPT-6.1 Terra funciona com Chat Completions?** Sim. Ele suporta Responses, Chat Completions e Batch. Ferramentas hospedadas como pesquisa na web e computer use precisam da Responses API.

**Posso definir temperature no GPT-6.1 Terra?** Um relato da comunidade diz que sim, com `reasoning.effort: "none"`. Em outros níveis de esforço, verifique a página do modelo antes de enviar configurações de amostragem.

**O GPT-6.1 Terra suporta a Realtime API?** Não. Realtime, Live, Assistants e fine-tuning não são suportados.

**Qual é o limite de taxa do GPT-6.1 Terra?** Depende do seu nível: de 5.000 requisições e 1 milhão de tokens por minuto no Build até 15.000 e 40 milhões no Grow.

## Próximo passo

Troque o ID do modelo em um endpoint, reteste com um esforço menor e deixe seu agente comparar as duas execuções com o [Apidog CLI](https://apidog.com/apidog-cli/?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation). Se os números se mantiverem, faça o rollout. Não tem certeza se o Terra ou o Sol se encaixa na sua carga de trabalho? Leia [GPT-6.1 Terra vs GPT-6.1 Sol](https://apidog.com/pt/blog/gpt-6-1-terra-vs-gpt-6-1-sol?utm_source=dev.to&utm_medium=wanda&utm_content=n8n-post-automation).
Enter fullscreen mode Exit fullscreen mode

Top comments (0)