GPT-5.6 Terra est le palier intermédiaire équilibré de la famille GPT-5.6 d'OpenAI, décrit sur sa page modèle comme le modèle GPT-5.6 qui équilibre intelligence et coût ; OpenAI le positionne pour les tâches métier à fort volume telles que le support client, les outils internes et l'analyse de documents, en le plaçant sous le modèle phare sur le plan du prix.
- Entrée
- texte image $2.5/M
- Sortie
- texte $15/M
- Lecture de cache
- $0.25/M
- Contexte
- 1.1M
- vs GPT-4o
- ~50% moins cher
- Coupure des connaissances
- 2026-02
Benchmarks
Chiffres publiés par les fournisseurs : Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
Le prix en contexte
Position du prix parmi 60 modèles comparables
La barre montre où se situe le prix de ce modèle parmi tous les modèles du même type sur Synthorai. Le moins cher et le plus cher sont nommés à chaque extrémité. Ce sont des tarifs de base ; les remises lot, région et écriture en cache figurent sur la page des tarifs.
Spécifications et limites
Tokens
| Fenêtre de contexte (spécification du fournisseur) | 1 050 000 |
|---|---|
| Sortie max (spéc. fournisseur) | 128 000 |
| Coupure des connaissances | 2026-02 |
Mise en cache
| Mode | automatique |
|---|---|
| Préfixe min. | 1 024 |
| Durée de vie | 5-10 min, jusqu'à 1 heure |
Raisonnement
| Paramètre du fournisseur | reasoning.effort |
|---|---|
| Valeurs acceptées | none · low · medium · high · xhigh · max |
| Valeur par défaut | medium appliquée si la requête ne précise rien |
| Désactivable | Oui |
| Comportement du raisonnement | La Responses API accepte également reasoning.mode, soit standard (la valeur par défaut), soit pro ; mode et effort sont des curseurs indépendants. |
| Paramètre | reasoning_effort |
| Valeurs | minimal · low · medium · high la surface de paramètres de la passerelle - le mappage fournisseur ci-dessus s'applique |
Modèle
| Modalités | texte + image → texte |
|---|
- Palier intermédiaire pour les charges de travail qui équilibrent intelligence et coût
- OpenAI le positionne pour les tâches métier à fort volume à un prix inférieur à celui du modèle phare
- contexte de 1,05M / 128k de sortie maximale
- les prompts dépassant 272k tokens d'entrée sont facturés 2x en entrée / 1,5x en sortie
Un prompt, mesuré via la passerelle
GPT-5.6 Terra réussi · 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.
sortie 120 tok (+31 réflexion) latence 2.4 s
Suivi de l'instruction (exactement trois phrases - comptables), adaptation à l'audience (registre CFO), et l'écart de facturation lié à la réflexion cachée que les compteurs de tokens ci-dessous révèlent.
GPT-5.6 Terra réussi · 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.
sortie 196 tok latence 2.6 s
Si le correctif est réellement juste (exécutable), la densité de l'explication, et l'efficacité en tokens sur une tâche bornée.
GPT-5.6 Terra réussi · 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"}
sortie 149 tok (+103 réflexion) latence 2.3 s
Respect du schéma (aucun champ inventé), pression d'hallucination (guidance est explicitement retenue), et différences de chemin pour la sortie structurée.
GPT-5.6 Terra réussi · 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.
sortie 631 tok (+475 réflexion) latence 6.0 s
Respect des contraintes (budget de mots, liste de mots interdits, l'unique question), empreinte stylistique, et contrôle de la longueur.
Utilisez GPT-5.6 Terra en 30 secondes
Compatible OpenAI : changez la base_url, gardez votre SDK. 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(""));À propos de GPT-5.6 Terra
- La correspondance de paliers publiée par OpenAI indique que Terra correspond à peu près au palier mini des familles GPT-5 antérieures, et son guide de sélection le recommande lorsque vous voulez de solides performances à un prix inférieur à celui du modèle phare.
- Il partage la fenêtre de contexte de la famille, 1 050 000 tokens (spéc. fournisseur), 128K tokens de sortie maximale, l'entrée d'images, la prise en charge des tokens de raisonnement et l'ensemble des outils hébergés, de la recherche web à l'utilisation de l'ordinateur et MCP, avec une date limite des connaissances en février 2026.
- L'effort de raisonnement vaut medium en cas d'omission et atteint le nouveau niveau max de la génération ; le mode pro de la Responses API et l'orchestration de sous-agents multi-agent en bêta sont disponibles ici comme partout dans GPT-5.6.
- L'entrée mise en cache coûte un dixième de l'entrée catalogue avec des écritures en cache à 1,25x, et les prompts au-delà de 272K tokens d'entrée sont facturés 2x en entrée et 1,5x en sortie pour l'ensemble de la requête.
- Pour les équipes qui avaient adopté GPT-5.5 par défaut, Terra en est le remplaçant direct à moindre coût.
- Sur Synthorai, GPT-5.6 Terra se place derrière la même API compatible OpenAI que le reste de la flotte.
FAQ
Peut-on essayer l'API GPT-5.6 Terra gratuitement ?
Oui : les nouveaux comptes reçoivent 10 appels d'essai et jusqu'à $1 de crédit gratuit, sans carte bancaire. À $2.5/M de tokens en entrée, ce crédit couvre à lui seul environ 49 requêtes de ~8K tokens sur GPT-5.6 Terra.
Quels sont les points forts de GPT-5.6 Terra ?
Performances au niveau de GPT-5.5 pour un coût 2x inférieur ; conçu pour les charges métier à fort volume ; contexte complet de 1 050 000 tokens et outils hébergés. Voir la section À propos pour le tableau complet, tiré des notes de version officielles du fournisseur.
Combien coûte GPT-5.6 Terra ?
Sur Synthorai, GPT-5.6 Terra coûte $2.5 par million de tokens en entrée et $15 par million de tokens en sortie, soit le prix catalogue du fournisseur, sans majoration de plateforme. Les tokens d'entrée en cache sont facturés $0.25/M.
GPT-5.6 Terra prend-il en charge la mise en cache des prompts ?
Oui, automatiquement : les prompts servis par OpenAI sont mis en cache sans modification de code. Les tokens d'entrée en cache sont facturés $0.25/M contre $2.5/M hors cache ; les prompts doivent avoir un préfixe stable de 1,024 tokens pour être mis en cache (TTL 5-10 min, jusqu'à 1 heure). Guide de mise en cache des prompts →
Comment obtenir l'accès à GPT-5.6 Terra ?
Pointez votre SDK OpenAI existant vers base_url="https://synthorai.io/v1", définissez model="gpt-5.6-terra", et c'est tout. Une seule clé API couvre tous les modèles de la passerelle.
Quelle est la date de coupure des connaissances de GPT-5.6 Terra ?
La date de coupure des connaissances de GPT-5.6 Terra est 2026-02, selon la documentation officielle du fournisseur (au 2026-07-10).
Modèles associés
Comparer
Chaque valeur de cette page est transcrite de la documentation du fournisseur, liée ci-dessus, et porte la date de sa vérification. Les prix sont comparés à l'échelle du catalogue ; les valeurs de spécification que les fournisseurs définissent différemment sont présentées avec la différence indiquée plutôt que mises en graphique. Rien ici n'est mesuré par nous, et rien n'est noté.