GPT-5.6 Terra는 OpenAI GPT-5.6 패밀리의 균형형 중간 티어로, 모델 페이지는 지능과 비용의 균형을 맞춘 GPT-5.6 모델로 설명합니다.
- 입력
- 텍스트 이미지 $2/M
- 출력
- 텍스트 $12/M
- 캐시 읽기
- $0.2/M
- 컨텍스트
- 1.1M
- GPT-4o 대비
- 약 60% 저렴
- 지식 컷오프
- 2026-02
입력이 272K 토큰을 넘으면 요청 전체가 입력 $4/M · 출력 $18/M으로 과금됩니다
벤치마크
공급자 공개 자료: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
가격 수준 비교
같은 종류의 모델 68개 중 가격 위치
이 막대는 Synthorai에 있는 같은 종류의 모델 가운데 이 모델의 가격이 어디쯤인지 보여 줍니다. 양쪽 끝에는 가장 싼 모델과 가장 비싼 모델의 이름이 있습니다. 기본 요율 기준이며 배치·리전·캐시 쓰기 할인은 가격 페이지에 있습니다.
사양 및 제한
토큰
| 컨텍스트 윈도우(공급자 사양) | 1,050,000 |
|---|---|
| 최대 출력(공급자 사양) | 128,000 |
| 지식 컷오프 | 2026-02 |
프롬프트 캐싱
| 캐싱 방식 | 자동 |
|---|---|
| 최소 접두사 | 1,024 |
| 수명 | 5-10분, 최대 1시간 |
사고
| 공급자 파라미터 | reasoning.effort |
|---|---|
| 허용 값 | none · low · medium · high · xhigh · max |
| 기본값 | medium 요청에서 지정하지 않을 때 적용 |
| 비활성화 가능 | 지원 |
| 사고 동작 | Responses API는 reasoning.mode도 받으며 값은 standard(기본값) 또는 pro입니다. mode와 effort는 서로 독립적인 다이얼입니다. |
| 파라미터 | reasoning_effort |
| 값 | minimal · low · medium · high 게이트웨이가 받는 파라미터입니다. 위의 공급자 매핑이 적용됩니다 |
모델
| 모달리티 | 텍스트 + 이미지 → 텍스트 |
|---|
- 지능과 비용의 균형이 필요한 워크로드를 위한 중간 티어
- OpenAI는 플래그십보다 낮은 가격대에서 대용량 비즈니스 과제에 이 모델을 포지셔닝함
- 1.05M 컨텍스트 / 128k 최대 출력
- 입력 272k 토큰을 초과하는 프롬프트는 입력 2배 / 출력 1.5배로 과금
출처: OpenAI 공식 문서 ↗
프롬프트 하나, 게이트웨이를 거쳐 측정
GPT-5.6 Terra 통과 · 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.
출력 120 tok (+31 사고) 지연 시간 2.4 s
지시 준수(정확히 세 문장이라 셀 수 있음), 독자에 맞춘 어조(CFO 대상), 아래 토큰 미터에 드러나는 숨은 사고 토큰 과금 차이를 봅니다.
GPT-5.6 Terra 통과 · 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.
출력 196 tok 지연 시간 2.6 s
수정이 실제로 맞는지(실행되는지), 설명이 얼마나 압축적인지, 범위가 정해진 작업에서 토큰을 얼마나 효율적으로 쓰는지를 봅니다.
GPT-5.6 Terra 통과 · 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"}
출력 149 tok (+103 사고) 지연 시간 2.3 s
스키마 준수(없는 필드를 지어내지 않는지), 환각을 유도하는 조건에서의 대응(guidance 값을 일부러 주지 않음), 구조화된 출력 경로의 차이를 봅니다.
GPT-5.6 Terra 통과 · 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.
출력 631 tok (+475 사고) 지연 시간 6.0 s
제약 준수(단어 수 제한, 금지어 목록, 의문문 하나), 문체의 특징, 길이 조절을 봅니다.
30초 만에 GPT-5.6 Terra 사용하기
OpenAI 호환입니다. base_url만 바꾸고 SDK는 그대로 쓰세요. 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(""));GPT-5.6 Terra 소개
- OpenAI는 고객 지원, 사내 도구, 문서 분석 같은 대용량 비즈니스 과제에 이 모델을 포지셔닝하며, 가격 면에서는 플래그십 아래에 둡니다.
- OpenAI 자체 티어 매핑에 따르면 Terra는 이전 GPT-5 패밀리의 mini 모델 티어에 대체로 대응하고, 선택 가이드는 플래그십보다 낮은 가격에 강력한 성능을 원할 때 이 모델을 권합니다.
- 패밀리의 1,050,000 토큰 컨텍스트 윈도우(벤더 스펙), 128K 최대 출력 토큰, 이미지 입력, 추론 토큰 지원, 그리고 웹 검색부터 컴퓨터 사용과 MCP에 이르는 호스팅 도구 세트를 공유하며 지식 컷오프는 2026년 2월입니다.
- 추론 강도는 생략하면 medium으로 기본 설정되고 이 세대의 새로운 max 수준까지 도달하며, Responses API의 pro 모드와 베타 멀티 에이전트 서브에이전트 오케스트레이션도 GPT-5.6 전반과 마찬가지로 여기서 사용할 수 있습니다.
- 캐시된 입력은 정가 입력의 10분의 1, 캐시 쓰기는 1.25배로 과금되고, 272K 입력 토큰을 넘는 프롬프트는 요청 전체에 대해 입력 2배, 출력 1.5배로 과금됩니다.
- GPT-5.5를 기본값으로 채택했던 팀에게 Terra는 곧바로 대체할 수 있는 저비용 선택지입니다.
- Synthorai에서 GPT-5.6 Terra는 나머지 모델들과 동일한 OpenAI 호환 API 뒤에 있습니다.
자주 묻는 질문
GPT-5.6 Terra API는 무료로 사용해 볼 수 있나요?
네. 신규 계정에는 체험 호출 10회와 최대 $1의 무료 크레딧을 드리며, 카드 등록은 필요 없습니다. 입력 100만 토큰당 $2 기준으로 계산하면, 이 크레딧만으로 GPT-5.6 Terra에 약 8K 토큰짜리 요청을 62회쯤 보낼 수 있습니다.
GPT-5.6 Terra는 어떤 작업에 가장 강한가요?
GPT-5.5급 성능을 2배 낮은 비용으로, 대용량 비즈니스 워크로드용 설계, 1,050,000 토큰 컨텍스트와 호스팅 도구 전체. 자세한 내용은 공급자의 공식 릴리스 노트를 바탕으로 정리한 소개 섹션에서 확인하세요.
GPT-5.6 Terra 가격은 얼마인가요?
Synthorai에서 GPT-5.6 Terra 가격은 입력 100만 토큰당 $2, 출력 100만 토큰당 $12입니다. 공급자 정가 그대로이며 플랫폼 마진은 없습니다. 캐시된 입력 토큰은 100만 토큰당 $0.2입니다.
GPT-5.6 Terra의 컨텍스트 길이는 얼마인가요?
GPT-5.6 Terra의 컨텍스트 윈도우는 1.1M 토큰입니다. 한 번의 응답으로 최대 128,000 토큰까지 출력할 수 있습니다.
GPT-5.6 Terra는 프롬프트 캐싱을 지원하나요?
네, 자동으로 지원합니다. OpenAI에서 처리하는 프롬프트는 코드를 바꾸지 않아도 캐시됩니다. 캐시된 입력 토큰은 100만 토큰당 $0.2입니다(캐시되지 않으면 $2). 캐시되려면 프롬프트에 1,024토큰 이상의 변하지 않는 접두사가 있어야 합니다 (TTL 5-10분, 최대 1시간). 프롬프트 캐싱 가이드 →
GPT-5.6 Terra는 어떻게 이용하나요?
쓰던 OpenAI SDK에서 base_url="https://synthorai.io/v1", model="gpt-5.6-terra"만 지정하면 됩니다. API 키 하나로 게이트웨이의 모든 모델을 쓸 수 있습니다.
GPT-5.6 Terra의 지식 컷오프는 언제인가요?
공급자 공식 문서에 따르면 GPT-5.6 Terra의 지식 컷오프는 2026-02입니다(2026-07-10 기준).
관련 모델
비교
이 페이지의 모든 값은 공급자 공식 문서(위 링크)에서 그대로 옮겨 적었으며, 확인한 날짜를 함께 표기합니다. 가격은 카탈로그 전체와 비교해 보여 주지만, 공급자마다 정의가 다른 사양 값은 차이만 밝히고 차트로 비교하지 않습니다. 저희가 직접 측정한 수치는 없고, 점수도 매기지 않습니다.