GPT-5.6 Terra ist die ausgewogene Mittelstufe von OpenAIs GPT-5.6-Familie, auf seiner Modellseite beschrieben als das GPT-5.6-Modell, das Intelligenz und Kosten ausbalanciert; OpenAI positioniert es für Business-Aufgaben mit hohem Volumen wie Kundensupport, interne Werkzeuge und Dokumentenanalyse und ordnet es preislich unterhalb des Flaggschiffs ein.
- Eingabe
- Text Bild $2/M
- Ausgabe
- Text $12/M
- Cache-Lesen
- $0.2/M
- Kontext
- 1.1M
- vs. GPT-4o
- ~60% günstiger
- Knowledge-Cutoff
- 2026-02
Prompts mit mehr als 272K Tokens: Die gesamte Anfrage wird mit $4/M Eingabe · $18/M Ausgabe berechnet
Benchmarks
Anbieterangaben: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
Preis im Vergleich
Der Preis im Feld von 68 vergleichbaren Modellen
Der Balken zeigt, wo der Preis dieses Modells unter allen Modellen derselben Art auf Synthorai liegt. An beiden Enden stehen das günstigste und das teuerste Modell. Angegeben sind Grundpreise; Rabatte für Batch, Region und Cache-Schreibzugriffe stehen auf der Preisseite.
Spezifikationen & Limits
Tokens
| Kontextfenster (laut Anbieter) | 1.050.000 |
|---|---|
| Max. Ausgabe (laut Anbieter) | 128.000 |
| Knowledge-Cutoff | 2026-02 |
Prompt-Caching
| Modus | automatisch |
|---|---|
| Min. Präfix | 1.024 |
| Lebensdauer | 5-10 Min., bis zu 1 Std. |
Thinking
| Anbieter-Parameter | reasoning.effort |
|---|---|
| Zulässige Werte | none · low · medium · high · xhigh · max |
| Standardwert | medium gilt, wenn die Anfrage nichts angibt |
| Abschaltbar | Ja |
| Thinking-Verhalten | Die Responses API nimmt zusätzlich reasoning.mode entgegen, entweder standard (der Standardwert) oder pro; mode und effort sind voneinander unabhängige Regler. |
| Parameter | reasoning_effort |
| Werte | minimal · low · medium · high Parameter des Gateways; maßgeblich ist das Anbieter-Mapping oben |
Modell
| Modalitäten | Text + Bild → Text |
|---|
- Mittlere Stufe für Workloads, die Intelligenz und Kosten ausbalancieren
- OpenAI positioniert es für Business-Aufgaben mit hohem Volumen zu einem niedrigeren Preis als das Flaggschiff
- 1.05M Kontext / 128k max. Output
- Prompts über 272k Input-Token werden mit 2x Input / 1,5x Output abgerechnet
Ein Prompt, gemessen über das Gateway
GPT-5.6 Terra bestanden · 3 sentences
Enabling reasoning makes the model generate additional internal analysis tokens and perform more computation before producing the final answer, increasing usage per request. Those extra tokens are billed like other model output or are reflected in higher-priced reasoning-model rates, so even unchanged user traffic can cost substantially more. The bill doubled because average cost per request rose, likely from longer reasoning traces, more complex model routing, or both.
Ausgabe 120 tok (+31 Thinking) Latenz 2.4 s
Befolgen der Anweisung (genau drei Sätze, das lässt sich zählen), Zuschnitt auf die Zielgruppe (Tonfall für einen CFO) und die Abrechnungslücke durch nicht sichtbares Thinking, die die Token-Zähler unten offenlegen.
GPT-5.6 Terra bestanden · 8/8 cases
```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` The bug is that `cur` and `best` were counting adjacent *matches* rather than the number of items in a run: a run of one item has zero matching adjacent pairs, and a run of length `n` has only `n - 1` such pairs. Initializing both counters to `1` for a nonempty list and resetting `cur` to `1` when the value changes makes them represent actual run lengths. Updating `best` on every iteration also ensures a run that continues through the final element is included.
Ausgabe 196 tok Latenz 2.6 s
Ob der Fix wirklich korrekt ist (er lässt sich ausführen), wie dicht die Erklärung ist und wie sparsam das Modell bei einer klar begrenzten Aufgabe mit Tokens umgeht.
GPT-5.6 Terra bestanden · 5/5 fields, guidance "withheld pending the Q4 close"
{"company":"Meridian Robotics","quarter":"September quarter","revenue_usd_m":412,"growth_pct":null,"guidance":"withheld pending the Q4 close"}
Ausgabe 149 tok (+103 Thinking) Latenz 2.3 s
Schema-Treue (keine erfundenen Felder), Anreiz zum Halluzinieren (der Text nennt ausdrücklich keine guidance) und Unterschiede zwischen den Wegen zur strukturierten Ausgabe.
GPT-5.6 Terra bestanden · 120 words, 0 banned, 1 question
Today, our API gateway introduces cross-provider prompt caching, reducing repeated token processing while preserving your existing model routing. Teams can store reusable system prompts, policy blocks, and long context prefixes once, then serve them to supported providers with consistent cache keys and observability. The feature tracks hit rates, latency savings, and estimated cost reductions in the dashboard you already use for requests. Why pay to recompute identical context on every call? Configure cache policies by route, tenant, model, or TTL, and fall back automatically when a provider lacks compatible caching. Built-in controls help protect sensitive data through encryption, regional settings, and explicit expiration. Start with a single endpoint, compare results across providers, and scale prompt reuse without rewriting application logic.
Ausgabe 631 tok (+475 Thinking) Latenz 6.0 s
Einhaltung der Vorgaben (Wortbudget, Liste verbotener Wörter, genau eine Frage), stilistische Handschrift und Kontrolle über die Länge.
GPT-5.6 Terra in 30 Sekunden nutzen
OpenAI-kompatibel: base_url austauschen, SDK behalten. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="gpt-5.6-terra",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "gpt-5.6-terra",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-5.6-terra",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "gpt-5.6-terra",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("gpt-5.6-terra")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Über GPT-5.6 Terra
- OpenAIs eigene Stufenzuordnung sagt, dass Terra in etwa der Mini-Modellstufe früherer GPT-5-Familien entspricht, und sein Auswahlleitfaden empfiehlt es, wenn man starke Leistung zu einem niedrigeren Preis als beim Flaggschiff will.
- Es teilt das Kontextfenster der Familie von 1.050.000 Token (Herstellerangabe), maximal 128K Output-Token, Bildeingabe, Unterstützung für Reasoning-Token und die gehostete Tool-Suite von der Websuche bis zu Computer Use und MCP, mit einem Knowledge Cutoff im Februar 2026.
- Der Reasoning-Aufwand steht bei Weglassen standardmäßig auf medium und reicht bis zur neuen Stufe max der Generation; der pro-Modus der Responses API und die Beta-Orchestrierung von Subagenten sind hier wie überall in GPT-5.6 verfügbar.
- Gecachte Eingaben kosten ein Zehntel des Listen-Inputs, Cache-Schreibvorgänge 1,25x, und Prompts über 272K Input-Token werden für die gesamte Anfrage mit 2x Input und 1,5x Output abgerechnet.
- Für Teams, die GPT-5.5 als Standard eingeführt haben, ist Terra der direkte günstigere Ersatz.
- Auf Synthorai sitzt GPT-5.6 Terra hinter derselben OpenAI-kompatiblen API wie der Rest der Flotte.
FAQ
Lässt sich die GPT-5.6 Terra API kostenlos testen?
Ja. Neue Konten erhalten 10 Testaufrufe und bis zu $1 Gratisguthaben, ohne Kreditkarte. Bei $2/M für Eingabe-Tokens reicht allein dieses Guthaben für rund 62 Anfragen an GPT-5.6 Terra mit je ~8K Tokens.
Worin ist GPT-5.6 Terra am besten?
Mit GPT-5.5 konkurrenzfähige Leistung bei 2x niedrigeren Kosten; gebaut für Business-Workloads mit hohem Volumen; voller 1.050.000-Token-Kontext und gehostete Tools. Mehr dazu im Über-Abschnitt, der auf den offiziellen Release Notes des Anbieters beruht.
Was kostet GPT-5.6 Terra?
GPT-5.6 Terra kostet auf Synthorai $2 pro Million Eingabe-Tokens und $12 pro Million Ausgabe-Tokens. Das ist der Listenpreis des Anbieters, ohne Plattformaufschlag. Gecachte Eingabe-Tokens werden mit $0.2/M abgerechnet.
Wie groß ist das Kontextfenster von GPT-5.6 Terra?
GPT-5.6 Terra hat auf Synthorai ein Kontextfenster von 1.1M Tokens. Eine einzelne Antwort kann bis zu 128,000 Tokens lang sein.
Unterstützt GPT-5.6 Terra Prompt-Caching?
Ja, automatisch: Über OpenAI ausgelieferte Prompts werden ohne Codeänderungen gecacht. Gecachte Eingabe-Tokens werden mit $0.2/M statt $2/M (ungecacht) abgerechnet; Prompts brauchen ein stabiles Präfix von 1,024 Tokens, um gecacht zu werden (TTL 5-10 Min., bis zu 1 Std.). Leitfaden zum Prompt-Caching →
Wie erhalte ich Zugang zu GPT-5.6 Terra?
Setzen Sie in Ihrem vorhandenen OpenAI SDK base_url="https://synthorai.io/v1" und model="gpt-5.6-terra", mehr ist nicht nötig. Ein API-Schlüssel gilt für alle Modelle im Gateway.
Wo liegt der Knowledge-Cutoff von GPT-5.6 Terra?
Der Knowledge-Cutoff von GPT-5.6 Terra liegt bei 2026-02, laut offizieller Dokumentation des Anbieters (Stand: 2026-07-10).
Verwandte Modelle
Vergleichen
Jeder Wert auf dieser Seite stammt aus der oben verlinkten Dokumentation des Anbieters und trägt das Datum, an dem wir ihn geprüft haben. Preise vergleichen wir über den gesamten Katalog. Spezifikationen, die Anbieter unterschiedlich definieren, zeigen wir mit einem Hinweis auf den Unterschied und nicht als Diagramm. Wir messen hier nichts selbst und vergeben keine Bewertungen.