GPT-5.6 Terra
GPT-5.6 Terra is a balanced model in OpenAI's GPT-5.6 series, positioned between the flagship Sol tier and the cost-efficient Luna tier. It is suited for everyday coding, reasoning, and agentic...
Характеристики
Возможности
Цены
Статистика у нас · за 30 дней
Бенчмарки
независимые замеры: Vals AI и Design ArenaIOI
олимпиада по информатике · #7 из 40
- Gemini 4 Argon100.0%
- GPT-6 Astra100.0%
- GPT-6.1 Sol96.9%
- Claude Opus 5.595.1%
- GPT-5.6 Sol91.2%
- ▸ GPT-5.6 Terra87.6%
SAGE
отраслевые задачи · #11 из 29
- Claude Opus 5.591.3%
- GPT-6.1 Sol90.5%
- Claude Haiku 5.589.8%
- Gemini 4 Argon89.5%
- GLM 5.3 Flash89.3%
- ▸ GPT-5.6 Terra87.0%
SkillsBench
отраслевые задачи · #11 из 35
- DeepSeek V4.1 Flash0.0%
- Grok 4.50.0%
- Gemini 3.7 Flash0.0%
- GPT 5.50.0%
- GPT 5.50.0%
- ▸ GPT-5.6 Terra0.0%
SRE Bench
отраслевые задачи · #15 из 37
- GPT-6 Astra56.9%
- GPT-6.1 Sol50.8%
- Gemini 4 Argon44.3%
- Claude Opus 5.533.6%
- Daybreak Blue31.7%
- ▸ GPT-5.6 Terra9.5%
CyberBench
кибербезопасность · #19 из 40
- Wonder80.4%
- GPT-6 Sol78.0%
- Gemini 4 Argon77.9%
- GPT-5.6 Sol76.3%
- GPT-6 Luna76.3%
- ▸ GPT-5.6 Terra72.1%
Vibe Code Bench 1-100
отраслевые задачи · #19 из 26
- Wonder Full34.0%
- Claude Opus 5.530.4%
- Claude Opus 528.5%
- Claude Fable 5.128.0%
- GPT-6 Astra27.6%
- ▸ GPT-5.6 Terra14.8%
| Остальные бенчмарки | Место | Результат | Лидер |
|---|---|---|---|
| Terminal-Bench-Science | #20 из 40 | — | GPT-6 Astra · null% |
| ProofBench | #21 из 40 | 74% | Claude Fable 5.2 · 100% |
| ProgramBench | #22 из 40 | 0.5% | Claude Fable 5.2 · 19% |
| LegalBench | #25 из 40 | 85.11% | Claude Fable 5 · 88.56% |
| Public Benefits Bench | #28 из 40 | 62.38% | Claude Opus 5 · 76.93% |
| Legal Research Bench | #32 из 40 | 41.35% | Gemini 4 Carbon · 55.77% |
| Terminal-Bench 4.0 | #34 из 40 | — | Claude Fable 5.2 · null% |
| Tax Agent Bench | #35 из 40 | 30.04% | Gemini 4 Carbon · 51.78% |
Design Arena · SVG
слепые сравнения · #32 из 142 · побед 55.6%
- arrow-2-telos1526
- gpt-6-astra1404
- gpt-6-astra-max1398
- arrow-21386
- gemini-4-argon1349
- ▸ gpt-5.6-terra1254
Design Arena · ASCII
слепые сравнения · #43 из 99 · побед 46.2%
- claude-opus-5-51358
- claude-opus-51354
- gpt-6-astra1348
- gpt-6-astra-max1342
- claude-fable-51323
- ▸ gpt-5.6-terra1174
Design Arena · DataViz
слепые сравнения · #53 из 156 · побед 49.3%
- claude-opus-5-51390
- claude-sonnet-5-51362
- kimi-k31348
- claude-fable-5-11342
- muse-spark-1.31340
- ▸ gpt-5.6-terra1237
Design Arena · Website
слепые сравнения · #54 из 201 · побед 50.9%
- california1346
- gpt-6-astra1332
- claude-fable-5-11330
- gpt-6-astra-max1330
- claude-sonnet-5-51329
- ▸ gpt-5.6-terra1250
Показаны 4 лучшие категории из 7. Остальные — на сайте Design Arena.
Подключение
curl https://aicombiner.net/v1/chat/completions \
-H "Authorization: Bearer $AICO_KEY" \
-H "Content-Type: application/json" \
-d '{"model": "gpt-5.6-terra", "messages": [{"role": "user", "content": "Привет"}]}'Один ключ открывает все модели каталога. Документация
Официальные источники
Подробно о модели GPT-5.6 Terra
GPT-5.6 Terra — модель компании OpenAI, выпущенная 9 июля 2026 г. Держит в контексте 1 050 тысяч токенов — это примерно 2 100 страниц текста. Поддерживает вызов функций (function calling), структурированный вывод по схеме, приём изображений, режим рассуждений.
Сколько стоит работа
Входные токены — 2.4000 $ за миллион, выходные — 14.4000 $. Повторная отправка того же контекста тарифицируется по кэшу — 0.2400 $. Тысяча запросов, в каждом 500 токенов вопроса и 500 токенов ответа, обойдётся примерно в 8.40 $.
Что показывают бенчмарки
Бенчмарк — это набор задач с проверяемым ответом. Место в нём говорит не о «силе» модели вообще, а о том, насколько хорошо она решает именно такие задачи. Разница в один-два процента обычно лежит внутри статистической погрешности, разрыв в десять и больше — уже реальная разница.
- IOI — олимпиадные задачи по информатике уровня международной олимпиады. Результат: 87.6%, место #7 из 40. Лидер — Gemini 4 Argon с 100.0%, разрыв 12.4 п.п.
- SAGE — отраслевые задачи с проверяемым ответом. Результат: 87.0%, место #11 из 29. Лидер — Claude Opus 5.5 с 91.3%, разрыв 4.3 п.п.
- SkillsBench — отраслевые задачи с проверяемым ответом. Результат: —%, место #11 из 35.
- SRE Bench — отраслевые задачи с проверяемым ответом. Результат: 9.5%, место #15 из 37. Лидер — GPT-6 Astra с 56.9%, разрыв 47.3 п.п.
- CyberBench — кибербезопасность: поиск уязвимостей, разбор атак, защитные действия. Результат: 72.1%, место #19 из 40. Лидер — Wonder с 80.4%, разрыв 8.3 п.п.
- Vibe Code Bench 1-100 — отраслевые задачи с проверяемым ответом. Результат: 14.8%, место #19 из 26. Лидер — Wonder Full с 34.0%, разрыв 19.2 п.п.
- Terminal-Bench-Science — отраслевые задачи с проверяемым ответом. Результат: —%, место #20 из 40.
- ProofBench — отраслевые задачи с проверяемым ответом. Результат: 74.0%, место #21 из 40. Лидер — Claude Fable 5.2 с 100.0%, разрыв 26.0 п.п.
- ProgramBench — отраслевые задачи с проверяемым ответом. Результат: 0.5%, место #22 из 40. Лидер — Claude Fable 5.2 с 19.0%, разрыв 18.5 п.п.
- LegalBench — отраслевые задачи с проверяемым ответом. Результат: 85.1%, место #25 из 40. Лидер — Claude Fable 5 с 88.6%, разрыв 3.5 п.п.
- Public Benefits Bench — отраслевые задачи с проверяемым ответом. Результат: 62.4%, место #28 из 40. Лидер — Claude Opus 5 с 76.9%, разрыв 14.6 п.п.
- Legal Research Bench — отраслевые задачи с проверяемым ответом. Результат: 41.4%, место #32 из 40. Лидер — Gemini 4 Carbon с 55.8%, разрыв 14.4 п.п.
- Terminal-Bench 4.0 — отраслевые задачи с проверяемым ответом. Результат: —%, место #34 из 40.
- Tax Agent Bench — отраслевые задачи с проверяемым ответом. Результат: 30.0%, место #35 из 40. Лидер — Gemini 4 Carbon с 51.8%, разрыв 21.7 п.п.
Лучше всего модель показывает себя в «IOI» (#7), слабее — в «Tax Agent Bench» (#35). Это нормально: модели обучают на разных данных, и профиль получается неровным.
Дизайн и интерфейсы
Design Arena сравнивает результаты слепым голосованием: два ответа показывают человеку, он выбирает лучший, из исходов считается Elo — как в шахматах. Здесь модель участвует в 7 категориях:
- SVG — векторные иконки по текстовому описанию. Elo 1254, место #32 из 142, побед 55.6%.
- ASCII — текстовая графика из символов. Elo 1174, место #43 из 99, побед 46.2%.
- DataViz — графики и дашборды по набору данных. Elo 1237, место #53 из 156, побед 49.3%.
- Website — сгенерированные сайты: две версии показывают людям, они выбирают лучшую. Elo 1250, место #54 из 201, побед 50.9%.
- UI Component — отдельные элементы интерфейса: кнопки, формы, таблицы. Elo 1250, место #59 из 186, побед 50.8%.
- GameDev — игровые прототипы и механики. Elo 1222, место #64 из 194, побед 48%.
- 3D — трёхмерные сцены и объекты. Elo 1119, место #100 из 179, побед 36.9%.
Общий рейтинг
В общем зачёте Arena (слепые сравнения ответов на любые вопросы) модель занимает #33 место. Рейтинг -0.018 построен на 44 452 голосах — чем больше голосов, тем уже доверительный интервал. Свежие релизы часто стоят ниже, чем окажутся через месяц: у них просто меньше оценок.
Как ведёт себя у нас
За последние 30 дней через сервис прошло 2 запросов к этой модели, успешных 100%. Медианный ответ — 1823 мс, средний 1823 мс. Это быстрый вариант: подходит для чата и автодополнения.
Как подключить
Модель вызывается через OpenAI-совместимый API: адрес https://aicombiner.net/v1, ключ в заголовке Authorization: Bearer, имя модели — gpt-5.6-terra. Один ключ открывает весь каталог, поэтому переключение между моделями — это смена одного поля в запросе. Деньги списываются по факту: за фактические токены, а не за попытку.