GPT-5.6 Terra è il livello intermedio bilanciato della famiglia GPT-5.6 di OpenAI, descritto sulla sua pagina del modello come il modello GPT-5.6 che bilancia intelligenza e costo; OpenAI lo posiziona per compiti aziendali ad alto volume come assistenza clienti, strumenti interni e analisi dei documenti, collocandolo sotto il flagship come prezzo.
- Input
- testo immagine $2/M
- Output
- testo $12/M
- Lettura cache
- $0.2/M
- Contesto
- 1.1M
- vs GPT-4o
- ~60% più economico
- Knowledge cutoff
- 2026-02
Prompt oltre 272K token: l'intera richiesta viene fatturata a $4/M in input · $18/M in output
Benchmark
Dati pubblicati dai provider: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
Il prezzo a confronto
Dove si colloca il prezzo tra 68 modelli confrontabili
La barra mostra dove si colloca il prezzo di questo modello tra tutti i modelli dello stesso tipo su Synthorai. Alle due estremità sono indicati il più economico e il più caro. Sono tariffe base; gli sconti per batch, regione e scrittura in cache sono nella pagina dei prezzi.
Specifiche e limiti
Token
| Finestra di contesto (specifica del provider) | 1.050.000 |
|---|---|
| Output massimo (specifica del provider) | 128.000 |
| Knowledge cutoff | 2026-02 |
Prompt caching
| Modalità | automatico |
|---|---|
| Prefisso min. | 1.024 |
| Durata | 5-10 min, fino a 1 ora |
Ragionamento
| Parametro del provider | reasoning.effort |
|---|---|
| Valori accettati | none · low · medium · high · xhigh · max |
| Valore di default | medium applicato se la richiesta non specifica nulla |
| Disattivabile | Sì |
| Comportamento del ragionamento | La Responses API accetta anche reasoning.mode, con valore standard (il predefinito) o pro; mode ed effort sono manopole indipendenti. |
| Parametro | reasoning_effort |
| Valori | minimal · low · medium · high parametri esposti dal gateway: vale la mappatura del provider indicata sopra |
Modello
| Modalità | testo + immagine → testo |
|---|
- Livello intermedio per carichi di lavoro che bilanciano intelligenza e costo
- OpenAI lo posiziona per compiti aziendali ad alto volume a un prezzo più basso del flagship
- 1,05M di contesto / 128k di output massimo
- i prompt oltre i 272k token in input sono fatturati a 2x in input / 1,5x in output
Un solo prompt, misurato attraverso il gateway
GPT-5.6 Terra superato · 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.
out 120 tok (+31 ragionamento) latenza 2.4 s
Rispetto delle istruzioni (esattamente tre frasi: si contano), adattamento al destinatario (registro da CFO) e lo scarto di fatturazione dovuto al ragionamento nascosto, che i contatori di token qui sotto mettono in luce.
GPT-5.6 Terra superato · 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.
out 196 tok latenza 2.6 s
Se la correzione è davvero giusta (si può eseguire), quanto è densa la spiegazione e quanti token servono per un compito circoscritto.
GPT-5.6 Terra superato · 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"}
out 149 tok (+103 ragionamento) latenza 2.3 s
Aderenza allo schema (nessun campo inventato), tentazione di allucinare (il testo dice espressamente che la guidance non viene comunicata) e differenze tra i percorsi di output strutturato.
GPT-5.6 Terra superato · 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.
out 631 tok (+475 ragionamento) latenza 6.0 s
Rispetto dei vincoli (budget di parole, elenco di parole vietate, l'unica domanda), impronta stilistica e controllo della lunghezza.
Usa GPT-5.6 Terra in 30 secondi
Compatibile con OpenAI: cambi base_url e tieni il tuo 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(""));Informazioni su GPT-5.6 Terra
- La mappatura dei livelli di OpenAI dice che Terra corrisponde all'incirca al livello mini delle famiglie GPT-5 precedenti, e la sua guida alla scelta lo raccomanda quando si vogliono prestazioni solide a un prezzo più basso del flagship.
- Condivide la finestra di contesto da 1.050.000 token della famiglia (specifica del vendor), i 128K token di output massimo, l'input di immagini, il supporto per i token di ragionamento e la suite di strumenti hosted dalla ricerca web fino a computer use e MCP, con un cutoff di conoscenza a febbraio 2026.
- Il reasoning effort si risolve in medium quando omesso e arriva al nuovo livello max della generazione; la modalità pro della Responses API e l'orchestrazione di subagent multi-agent in beta sono disponibili qui come in tutta la famiglia GPT-5.6.
- L'input in cache costa un decimo dell'input di listino, con le scritture in cache a 1,25x, e i prompt sopra i 272K token di input sono fatturati a 2x l'input e 1,5x l'output per l'intera richiesta.
- Per i team che hanno adottato GPT-5.5 come predefinito, Terra è il sostituto diretto a costo più basso.
- Su Synthorai, GPT-5.6 Terra sta dietro la stessa API compatibile OpenAI del resto della flotta.
FAQ
L'API di GPT-5.6 Terra si può provare gratis?
Sì: i nuovi account ricevono 10 chiamate di prova e fino a $1 di credito gratuito, senza bisogno di carta. A $2/M per i token di input, quel credito basta da solo per circa 62 richieste da ~8K token a GPT-5.6 Terra.
In cosa eccelle GPT-5.6 Terra?
Prestazioni competitive con GPT-5.5 a costo 2x inferiore; costruito per carichi di lavoro aziendali ad alto volume; contesto completo da 1.050.000 token e strumenti hosted. Il quadro completo è nella sezione «Informazioni», ripreso dalle note di rilascio ufficiali del provider.
Quanto costa GPT-5.6 Terra?
Su Synthorai GPT-5.6 Terra costa $2 per milione di token di input e $12 per milione di token di output: è il prezzo di listino del provider, senza sovrapprezzo di piattaforma. I token di input letti dalla cache costano $0.2/M.
Qual è la finestra di contesto di GPT-5.6 Terra?
GPT-5.6 Terra ha una finestra di contesto di 1.1M token su Synthorai. Una singola risposta può arrivare a 128,000 token.
GPT-5.6 Terra supporta il prompt caching?
Sì, in automatico: i prompt serviti da OpenAI vanno in cache senza modifiche al codice. I token di input letti dalla cache costano $0.2/M, contro $2/M senza cache; per andare in cache un prompt deve avere un prefisso stabile di 1,024 token (TTL 5-10 min, fino a 1 ora). Guida al prompt caching →
Come ottengo l'accesso a GPT-5.6 Terra?
Fai puntare l'SDK OpenAI che usi già a base_url="https://synthorai.io/v1", imposta model="gpt-5.6-terra" e hai finito: una sola chiave API vale per tutti i modelli del gateway.
Qual è il knowledge cutoff di GPT-5.6 Terra?
Il knowledge cutoff di GPT-5.6 Terra è 2026-02, secondo la documentazione ufficiale del provider (dato aggiornato al 2026-07-10).
Modelli correlati
Confronta
Ogni valore di questa pagina è ripreso dalla documentazione del provider (il link è qui sopra) e riporta la data dell'ultima verifica. I prezzi sono confrontati sull'intero catalogo; per le specifiche che ogni provider definisce a modo suo indichiamo la differenza invece di metterle in un grafico. Qui non c'è nulla di misurato da noi e non assegniamo punteggi.