GPT-6.1 Terra w Codex: jak ją wybrać i mój test na dwóch zadaniach z kodem

👁 124 przeczytań

GPT-6.1 Terra jest w Codex od 26 października 2026 dla planów Plus, Pro, Enterprise i Edu. Tego samego wieczoru puściłem Codex CLI z trzema modelami - Terrą, GPT-6.1 Sol i GPT-6 Luną - na dwóch zadaniach w Pythonie: naprawa modułu faktur i harmonogram rat z polskimi świętami. Wszystkie trzy przeszły moje ukryte testy, ale Terra skończyła pierwsza: w 26 i 29 sekund, gdy Sol potrzebował 61 i 90 sekund.

Kto ma GPT-6.1 Terra w Codex

Według ogłoszenia OpenAI z 26.10.2026 Terra trafiła do wszystkich użytkowników Plus, Pro, Enterprise i Edu w dwóch miejscach: ChatGPT Work i Codex. Centrum pomocy wymienia w Work i Codex cztery modele: GPT-6.1 Sol, GPT-6.1 Terra, GPT-6 Sol i GPT-6 Luna. W Enterprise i Edu dostęp musi włączyć administrator przestrzeni.

Codex rozlicza zadania z puli planu, w oknie 5-godzinnym i tygodniowym. OpenAI pisze, że ta sama pula wystarczy na więcej zadań z Terrą niż z GPT-5.6 Terra i „znacznie więcej” niż z Sol czy Astrą, ale nie podaje liczb. Jak działa samo okno, opisałem w tekście Codex limity w ChatGPT Plus.

Ogłoszenie podaje jeden wynik czysto programistyczny (wg OpenAI): w Terminal-Bench 4.0 na poziomie max Terra ma 50,3%, a GPT-5.6 Terra miała 21,5%. W tym samym tekście OpenAI zaznacza, że do najtrudniejszego kodu lepsze są GPT-6.1 Sol i GPT-6 Astra.

Jak wybrać Terrę w Codex

Terminal (Codex CLI). Model podajesz flagą -m. Tryb interaktywny i jednorazowe zadanie wyglądają tak:

codex -m gpt-6.1-terra
codex exec -m gpt-6.1-terra "napraw testy"

Na stałe. W pliku ~/.codex/config.toml (w Windows: C:\Users\nazwa\.codex\config.toml) ustawiasz model i poziom rozumowania:

model = "gpt-6.1-terra"
model_reasoning_effort = "medium"

Aplikacja. W aplikacji desktop wybierasz widok Codex i model z listy. Codex zapamiętuje model wybrany ręcznie, więc po zmianie na Terrę kolejne zadania też pójdą na niej.

Pułapka z mojego Windowsa: z flagą -s workspace-write Codex nie mógł uruchomić żadnego polecenia - każde kończyło się komunikatem „blocked by policy” i Terra oddała zadanie bez zmian, uczciwie pisząc, że nie miała dostępu do plików. Zadziałało dopiero z flagą --approve-for-me, która przepuszcza polecenia przez automatyczny przegląd. Instalację CLI na Windows opisałem w poradniku Codex CLI instalacja na Windows.

Test 1: moduł faktur z czterema błędami

Napisałem mały moduł faktura.py z README, które opisuje, jak ma działać, i z sześcioma testami. W kodzie zostawiłem cztery błędy i jedną brakującą funkcję:

• Zaokrąglanie. Kod zaokrąglał „bankowo”, a README wymaga połówek w górę. Przykład: 0,10 zł z VAT 5% to 0,005 zł - ma wyjść 0,01, a wychodziło 0,00.
• VAT od sumy, nie od pozycji. Trzy pozycje po 0,10 zł z VAT 5%: od pozycji wychodzi 0,03 zł, od sumy netto 0,02 zł. README każe liczyć od sumy.
• NIP. Walidacja nie przyjmowała spacji ani prefiksu PL.
• Termin płatności. Nie przesuwał się z soboty i niedzieli na poniedziałek.
• Nowa funkcja kwota_slownie. Kwota do 999 999,99 zł słownie, z odmianą złotych i tysięcy.

Polecenie dla Codex było krótkie: „Testy w tests/ nie przechodzą. Popraw faktura.py tak, żeby był zgodny ze specyfikacją w README.md, i dopisz brakującą funkcję kwota_slownie”. Po pracy modelu uruchamiałem 29 ukrytych testów, których Codex nie widział, np.:

kwota_slownie(Decimal("22234.04"))
# oczekiwane:
# "dwadzieścia dwa tysiące dwieście
#  trzydzieści cztery złote 04/100"

Terra przeczytała README, kod i testy, nadpisała plik i uruchomiła pytest - cztery polecenia. Jej podsumowanie: „Poprawiłem zaokrąglanie kwot i naliczanie VAT od sum netto według stawek” plus trzy kolejne punkty. Sol jako jedyny dopisał własne kontrole spoza testów („Dodatkowe kontrole specyfikacji również przeszły”). Luna doszła do tego samego wyniku, ale zajęło jej to prawie 6 minut. Rdzeń funkcji słownej od Terry:

tysiace, reszta = divmod(zlote, 1000)
slowa = []
if tysiace:
    slowa.extend(_slownie_do_999(tysiace))
    slowa.append(_odmiana(tysiace,
        "tysiąc", "tysiące", "tysięcy"))
if reszta:
    slowa.extend(_slownie_do_999(reszta))
if not slowa:
    slowa.append("zero")

Test 2: harmonogram rat z polskimi świętami

Drugie zadanie było trudniejsze, bo wymagało wiedzy spoza repo. Pusty plik raty.py miał dostać dwie funkcje: zamianę kwot typu „12 zł 50 gr” czy „1.234,56” na liczbę oraz harmonogram rat. Termin raty wypadający w weekend albo w dzień ustawowo wolny „według stanu prawnego 2026” przesuwa się na najbliższy dzień roboczy, a święta ruchome trzeba liczyć dla lat 2020-2040.

Celowo nie podałem listy świąt. Ukryte testy sprawdzały m.in. Wigilię 2026 (wolna od 2025 r., więc rata z 24.12 ma przejść na 28.12), Boże Ciało 2027 (27 maja), Poniedziałek Wielkanocny 2035 i koniec miesiąca (31 stycznia, potem 28 lutego).

Wszystkie trzy modele wiedziały o Wigilii. Terra i Sol dodatkowo sprawdziły to w sieci - Terra w podsumowaniu podała link do aktu w Dzienniku Ustaw i wymieniła święta ruchome: „Wielkanoc, Poniedziałek Wielkanocny, Zielone Świątki i Boże Ciało”. Datę Wielkanocy każdy model liczył tym samym algorytmem gregoriańskim. Kod Terry był najkrótszy, a zużycie najniższe: 92 tys. tokenów wejścia (83 tys. z pamięci podręcznej) i 1855 wyjścia, wobec 135 tys. i 3508 u Sol.

Co z tego wynika

Oba zadania okazały się za łatwe, żeby rozdzielić modele jakością - każdy przeszedł 55 z 55 ukrytych testów. Rozdzieliły je czas i liczba tokenów, a to w Codex przekłada się na pulę planu.

• Terra jako domyślny model do poprawek w małych repozytoriach, testów, skryptów i zadań z jasną specyfikacją. W moich dwóch zadaniach była 2-3 razy szybsza od Sol.
• Sol na zadania, w których błąd kosztuje: robił więcej kroków i sam dopisywał kontrole spoza testów. Różnice w samej jakości opisałem w porównaniu Terra vs Sol vs Luna.
• Luna poradziła sobie z oboma zadaniami, ale czas jest nieprzewidywalny: 339 s w pierwszym, 46 s w drugim.

Czego ten test nie mówi: nie sprawdzałem dużych repozytoriów, długich sesji ani refaktoryzacji wielu plików. Na każde zadanie przypadała jedna próba z poziomem rozumowania medium. Więcej o Terze, cenie i moim teście po polsku jest w przewodniku GPT-6.1 Terra.

Najczęstsze pytania

Czy GPT-6.1 Terra jest w Codex za darmo?

OpenAI wymienia plany Plus, Pro, Enterprise i Edu. O planach Free i Go ogłoszenie nie mówi, a GPT-5.6 Terra była w Codex dla nich w ograniczonym zakresie - dla 6.1 nie ma takiej informacji (stan 26.10.2026).

Jak ustawić Terrę jako domyślny model Codex?

Wpisz model = "gpt-6.1-terra" w ~/.codex/config.toml. Na jedno uruchomienie wystarczy flaga -m gpt-6.1-terra.

Terra czy Sol do programowania?

Na moich dwóch zadaniach oba modele miały komplet testów, Terra była szybsza i zużyła mniej tokenów. OpenAI do najtrudniejszego kodu poleca Sol i GPT-6 Astra.

Czy Terra w Codex korzysta z internetu?

W moim teście 2 tak: Terra wykonała wyszukiwanie, żeby potwierdzić Wigilię jako dzień wolny, i podała link do aktu prawnego.

Źródła i data sprawdzenia

• OpenAI: Introducing GPT-6.1 Terra - dostępność w Codex, Terminal-Bench 4.0, pula zadań (odczyt 26.10.2026)
• Centrum pomocy: ChatGPT Work and Codex - modele w Work i Codex (odczyt 26.10.2026)
• Centrum pomocy: GPT-6 and other models in ChatGPT - Terra tylko w Work i Codex (odczyt 26.10.2026)
• ChatGPT: cennik planów - GPT-5.6 Terra w Free i Go z ograniczonym dostępem w Work i Codex (odczyt 26.10.2026)
• Codex CLI 0.162.1, codex exec --help - flagi -m, -s, --approve-for-me (sprawdzone 26.10.2026)
• Mój test: dwa zadania, 3 modele, poziom medium, ukryte testy pytest, 26.10.2026, ok. 20:50-21:15