GPT-5.6 Sol, Terra, Luna Karşılaştırması: Hangi Modeli Seçmelisiniz?

OpenAI, GPT-5.6'yı 9 Temmuz 2026'da genel kullanıma sundu. İlk kararınız “yükseltmeli miyim?” değil, “hangi katmanı kullanmalıyım?” olmalı. Aile; maliyet-yetenek eğrisinin farklı noktalarındaki gpt-5.6-sol, gpt-5.6-terra ve gpt-5.6-luna modellerinden oluşur. Gereğinden güçlü modeli seçmek maliyeti artırır; zayıf modeli seçmek ise karmaşık görevlerde başarısızlığa yol açar.

Apidog'u bugün deneyin

İsimlendirmede sayı nesli, Sol, Terra ve Luna ise kalıcı katmanları ifade eder. Bu yapının ayrıntıları için GPT-5.6 adlandırma açıklamamıza bakabilirsiniz. Bu yazının odağı ise doğrudan seçim ve uygulama: hangi model hangi iş yüküne uygundur, maliyet tuzağı nerede bulunur ve kendi istemlerinizle nasıl karar verirsiniz?

30 saniyelik karar tablosu

Model	1M jeton başına fiyat	Şu durumlarda seçin
gpt-5.6-sol	5 $ giriş / 30 $ çıkış	Ajan tabanlı kodlama, çok adımlı araç orkestrasyonu, derin araştırma
gpt-5.6-terra	2,50 $ giriş / 15 $ çıkış	Çoğu üretim iş yükü için varsayılan seçenek
gpt-5.6-luna	1 $ giriş / 6 $ çıkış	Sınıflandırma, çıkarma, yönlendirme, ilk taslaklar; yüksek hacim ve düşük gecikme

Başlangıç noktası olarak Terra'yı kullanın. OpenAI, Terra'yı GPT-5.5 ile yaklaşık yarı fiyatına rekabetçi konumlandırıyor. Sol'u yalnızca ölçülebilir kalite farkı yaratıyorsa seçin. Luna ise yüksek hacimli işlerde birim maliyeti belirgin biçimde düşürür.

Kararı varsayımla vermeyin. Üç model de aynı Yanıtlar API çağrılarını kabul eder. Apidog ile aynı istem setini her katmanda çalıştırabilir, çıktıları ve token kullanımını karşılaştırabilirsiniz.

Her katman ne için oluşturuldu?

Üç model de API üzerinden kullanılabilir. Model kimlikleri OpenAI geliştirici belgelerinde yer alır.

Erken dokümantasyon; aile genelinde 1M token bağlam penceresi, 128K maksimum çıktı ve 16 Şubat 2026 bilgi kesme tarihi bildiriyor. Üretime geçmeden önce hesabınız için OpenAI model sayfasındaki güncel limitleri doğrulayın.

Sol: zor problemler için amiral gemisi

Sol, derin muhakeme ve uzun soluklu ajan görevleri için tasarlanmış katmandır. Lansman karşılaştırmalarında kazanımlar özellikle planlama, araç kullanımı ve hata kurtarma işlerinde yoğunlaşıyor.

OpenAI'ye göre Sol:

• Agents' Last Exam'de GPT-5.5'in 46.9 puanına karşı yaklaşık 53 puan alıyor.
• Terminal-Bench 2.1'de %88.8 seviyesine ulaşıyor.
• OSWorld 2.0'da 47.5 puandan 62.6 puana çıkıyor.

Bu rakamları lansman dönemi iddiaları olarak değerlendirin; asıl önemli olan, kendi görevlerinizdeki sonuçtur.

Sol her kıyaslamada lider değildir. Örneğin SWE-Bench Pro'da Claude Fable 5, Sol'un %64.6 sonucuna karşı %80.3 ile önde görünüyor. Ayrıntılı değerlendirme için GPT-5.6 Sol karşılaştırma analizimize bakın.

Sol'u şu işlerde deneyin:

• Çok adımlı kod üretimi ve düzeltme
• Araç çağıran ajanlar
• Uzun görev zincirleri
• Hatalı ara sonuçlardan toparlanması gereken işlemler
• Araştırma ve planlama ağırlıklı akışlar

Terra: üretim işleri için varsayılan

Terra'nın temel avantajı maliyet/verim dengesidir. Ürününüz GPT-5.5 üzerinde yeterli kaliteyle çalışıyorsa, Terra'yı ilk denemeniz gereken model yapın.

Terra için tipik kullanım alanları:

• Sohbet asistanları
• Özetleme
• İçerik üretim hatları
• Çoğu RAG sistemi
• Yapılandırılmış yanıt üretimi
• Genel API otomasyonları

Pratik kural: Önce Terra ile başlayın. Yalnızca değerlendirmeniz Sol'un maliyet primini haklı çıkarıyorsa yükseltin.

Luna: birim ekonomisi ve hız

Luna; modelin uzun muhakemesini son kullanıcının görmediği, çıktıların kısa ve düzenli olduğu işlere uygundur. Sol'a göre hem giriş hem çıkış tarafında yaklaşık beşte bir maliyetle çalışır.

Luna'yı şu işlerde kullanın:

• Metin sınıflandırma
• Varlık çıkarma
• Destek talebi yönlendirme
• Etiketleme
• JSON alan çıkarma
• İnsan veya daha güçlü model tarafından gözden geçirilecek ilk taslaklar

“En ucuz” modelin “en kötü” olduğu varsayımını yapmayın. Özellikle yapılandırılmış çıktı, sınıflandırma ve çıkarma işlerinde Luna yeterli sonucu daha düşük maliyetle verebilir.

Varsayılandaki maliyet tuzağı

Yalın gpt-5.6 takma adı Sol'a yönlenir. Model adını açıkça belirtmezseniz, farkında olmadan en pahalı katmanı çağırırsınız.

Her istekte modeli açıkça sabitleyin:

{
  "model": "gpt-5.6-terra",
  "input": "Classify this support ticket by urgency and product area.",
  "reasoning": {
    "effort": "medium"
  }
}

Örnek aylık maliyet hesabı:

• 50M giriş tokenı
• 10M çıkış tokenı

Model	Yaklaşık aylık maliyet
Terra	275 $
Sol	550 $
Luna	110 $

Aynı trafik için model seçimi 5 kata varan maliyet farkı yaratabilir. Fiyat listesi ve önbellekleme indirimleri için GPT-5.6 fiyatlandırma dökümümüze bakın. Ayrıca Simon Willison'ın lansman yazısı, bağımsız geliştirici perspektifi için yararlı bir kaynaktır.

Modeli iş yükünüze göre eşleştirin

Aşağıdaki üç senaryo çoğu karar için yeterlidir.

1. Ajan tabanlı kodlama hattı: Sol

Sol'u tercih edin.

Lansman karşılaştırmalarındaki kazanımlar özellikle bu tür işlere odaklanıyor. Programatik araç çağırma, modelin araç çağrılarınızı düzenleyecek JavaScript kodu yazmasına izin verir. Bu kod, ağ erişimi olmayan izole bir V8 ortamında çalışır. Kalıcı muhakeme de bağlamı dönüşler arasında taşır.

Bir çalıştırma 40 adım sürüyorsa ve 12. adımdaki hatalı karar sonraki 28 adımı boşa çıkarıyorsa, daha kaliteli model çoğu zaman toplam maliyet açısından daha ucuz olabilir. Daha fazla ayrıntı için tam Sol profiline bakın.

2. Üretim sohbet asistanı: Terra

Terra ile başlayın.

Kullanıcılar genellikle kıyaslama skorundan çok yanıtın yararlılığını ve gecikmesini fark eder. Rutin isteklerde Sol ile Terra arasındaki fark görünür olmayabilir.

Uygulanabilir yaklaşım:

1. Varsayılan modeli gpt-5.6-terra yapın.
2. Başarısız veya düşük puanlı konuşmaları günlüklerden toplayın.
3. Gerçekten karmaşık istekleri tespit eden bir kural oluşturun.
4. Yalnızca bu istekleri Sol'a yönlendirin.

Örneğin “Şifremi nasıl sıfırlarım?” gibi bir destek sorusu için Sol fiyatı ödemek genellikle gereksizdir.

3. Yüksek hacimli belge hattı: Luna + önbellekleme

Luna'yı seçin ve uzun, tekrar eden sistem istemleri için açık önbellekleme kullanın.

GPT-5.6 açık önbellek kesme noktalarını destekler:

• prompt_cache_options.mode: "explicit"
• ttl alanı
• Önbellek okumalarında %90 indirim
• Önbellek yazımlarında giriş fiyatının 1.25x oranı
• Önbelleğe alınan içeriğin en az 30 dakika saklanması

Binlerce belge üzerinde aynı sistem istemini kullanan çıkarma akışlarında bu yaklaşım önemli maliyet avantajı sağlar.

Yeni görüntü detay ayarları olan original ve auto, kaynak görüntü boyutlarını korur. Bu özellikle taranmış belgelerden alan çıkarırken önemlidir.

Efor seviyeleri model seçimini değiştirir

Katman seçimi tek ayar değildir. GPT-5.6, her modelde şu muhakeme efor seviyelerini sunar:

none
low
medium
high
xhigh
max

Bu nedenle yalnızca “Sol mu Terra mı?” diye karşılaştırma yapmayın. Aşağıdaki kombinasyonları da test edin:

• Terra + high
• Sol + medium
• Luna + medium
• Terra + low

Özellikle high efordaki Terra, daha düşük token maliyetiyle Sol'un kalite farkının önemli bir bölümünü kapatabilir. Bunun sizin iş yükünüz için yeterli olup olmadığını ancak ölçüm belirler.

OpenAI'nin geçiş yaklaşımını pratikte şöyle uygulayın:

1. Üretim günlüklerinden temsili görevler seçin.
2. Mevcut efor seviyenizi kaydedin.
3. Aynı görevi bir alt ve bir üst efor seviyesinde çalıştırın.
4. Kalite, gecikme ve token kullanımını karşılaştırın.
5. Önce efor seviyesini optimize edin, sonra model katmanını değiştirin.

GPT-5.6 daha az genel girişle daha kısa yanıtlar yazabilir. Eski istemlerinizdeki “özlü ol” gibi tekrar eden kalıpları kaldırarak test edin; aksi halde yanıtları gereğinden fazla kısaltabilirsiniz.

Kalite öncelikli ve tekrar denemek istemediğiniz görevlerde reasoning.mode: "pro" kullanabilirsiniz:

{
  "model": "gpt-5.6-terra",
  "input": "Analyze the incident report and propose a remediation plan.",
  "reasoning": {
    "effort": "high",
    "mode": "pro"
  }
}

Pro modu ayrı bir model değildir; Sol, Terra ve Luna üzerinde kullanılabilen bir ayardır.

Taahhütte bulunmadan önce üçünü de test edin

“Hangi modeli kullanmalıyım?” sorusunun doğru cevabı: Kendi üretim istemlerinizde kazanan model.

Kıyaslamalar faydalıdır, ancak OpenAI'nin değerlendirme görevlerini ölçer; sizin üretim trafiğinizi değil.

Aşağıdaki test planını uygulayın:

1. Günlüklerinizden 10-20 gerçek görev seçin.
2. Normal örneklerin yanında başarısız, belirsiz ve “çirkin” örnekleri de ekleyin.
3. Apidog'u indirin.
4. OpenAI temel URL'sini ve API anahtarını yapılandırın.
5. Model adını ortam değişkeni yapın.
6. Aynı isteği üç modelle çalıştırın.
7. Çıktı kalitesi, gecikme ve usage token sayılarını kaydedin.
8. Token sayılarını fiyatlarla çarparak görev başına maliyeti hesaplayın.

Örnek ortam değişkeni:

model=gpt-5.6-terra

İstek gövdesinde değişkeni kullanın:

{
  "model": "{{model}}",
  "input": "{{prompt}}",
  "reasoning": {
    "effort": "medium"
  }
}

Ardından {{model}} değerini sırayla değiştirin:

gpt-5.6-sol
gpt-5.6-terra
gpt-5.6-luna

Karşılaştırma sırasında iki ölçüte odaklanın:

1. Çıktı, ürününüzün kalite standardını karşılıyor mu?
2. Bu kalite için görev başına ne kadar ödüyorsunuz?

Çoğu iş yükünde Terra, fiyat farkının düşündürdüğünden daha sık Sol'a yaklaşır. Luna ise sınıflandırma ve çıkarma gibi yapılandırılmış işlerde fiyatının düşündürdüğünden daha sık yeterli olur.

Ultra nerede devreye giriyor?

Ultra, bu ürün ailesinde API model kimliği olmayan tek seçenektir. Zor problemlerde daha hızlı gerçek zamanlı sonuçlar için varsayılan olarak dört ajanı paralel çalıştıran çoklu ajan ayarıdır.

OpenAI'ye göre Ultra, Sol'un Terminal-Bench 2.1 skorunu %88.8 seviyesinden %91.9 seviyesine çıkarıyor.

Ultra'nın erişimi ürün planına bağlıdır:

ChatGPT planı	GPT-5.6 erişimi
Ücretsiz / Go	Terra
Plus	Model başına efor kontrolüyle Sol, Terra ve Luna; Sol orta efordan itibaren
Pro / İşletme / Kurumsal	Yukarıdakilerin tamamı ve Sol Pro
ChatGPT Work (Pro / Kurumsal), Codex (Plus ve üzeri)	Ultra

Bu plan haritası için OpenAI yardım merkezi makalesine bakın.

Paralel ajan iş yükünüz sohbet ürünü yerine kod içinde çalışıyorsa, Yanıtlar API'sindeki çoklu ajan beta gelişmelerini takip edin.

SSS

gpt-5.6-terra, GPT-5.5'i üretimde değiştirmek için yeterince iyi mi?

Çoğu iş yükü için evet. OpenAI, Terra'yı GPT-5.5 ile yaklaşık yarı fiyatına rekabetçi konumlandırıyor. Aynı Yanıtlar API yüzeyini paylaşmaları da geçişi düşük riskli hale getiriyor.

Geçişten önce kendi değerlendirmelerinizi çalıştırın. GPT-5.6 yanıtları tasarım gereği daha kısa olabileceği için çıktı uzunluğunu da kontrol edin.

Yalın gpt-5.6 takma adını çağırırsam ne olur?

İsteğiniz Sol'a yönlendirilir ve Sol oranlarından faturalandırılır:

• 1M giriş tokenı için 5 $
• 1M çıkış tokenı için 30 $

İstek teknik olarak çalışır; sorun maliyetin sonradan faturada görünmesidir. Daha ucuz katman yeterliyse gpt-5.6-terra veya gpt-5.6-luna model adını açıkça kullanın.

Entegrasyonumu değiştirmeden katmanları değiştirebilir miyim?

Evet. Sol, Terra ve Luna aynı Yanıtlar API yüzeyini paylaşır. Katman değişimi çoğunlukla tek satırlık model adı değişikliğidir.

- "model": "gpt-5.6-sol"
+ "model": "gpt-5.6-terra"

Efor seviyeleri ve pro modu da üç modelde çalışır. İstek biçimini uçtan uca görmek için GPT-5.6 API'si nasıl kullanılır kılavuzuna bakın.

Bu modelleri API'de kullanmak için belirli bir ChatGPT planına ihtiyacım var mı?

Hayır. API erişimi, API hesapları için kendi kendine hizmet esasına dayanır ve Sol, Terra veya Luna için plan kısıtlaması yoktur.

ChatGPT planları yalnızca sohbet ürünündeki erişimi belirler. Ultra ise API modeli olarak değil, ChatGPT Work ve Codex tarafındaki bir ürün özelliği olarak sunulur.

Katmanlarla ilk saatiniz

Uygulanabilir başlangıç planı:

1. Varsayılan modeli gpt-5.6-terra yapın.
2. Üretimden 10 gerçek istem toplayın.
3. Her istemi Sol, Terra ve Luna ile çalıştırın.
4. Her çalıştırmada kalite, gecikme ve usage verisini kaydedin.
5. Yüksek hacimli kısa görevleri Luna'ya taşıyın.
6. Ajan tabanlı ve uzun vadeli karmaşık görevlerde Sol'u test edin.
7. Modeli değiştirmeden önce efor seviyesini ayarlayın.
8. Yalın gpt-5.6 takma adı yerine açık model kimlikleri kullanın.

Pratik varsayılanlar:

Genel üretim işi      -> gpt-5.6-terra
Ajan tabanlı kodlama  -> gpt-5.6-sol
Sınıflandırma/çıkarma -> gpt-5.6-luna

Ölçüm yapmadan yükseltme yapmayın. En karmaşık 10 üretim isteminizi Apidog içinde üç modelde çalıştırın; token sayılarınız ve gerçek çıktılarınız hangi katmanın doğru seçim olduğunu belirlesin.