OpenAI julkisti 26.10. GPT-6.1 Terran. ChatGPT:n Work-näkymässä on nyt neljä GPT-6-mallia ja kuusi päättelytasoa, ja Claudessa valitaan neljästä mallista ja viidestä Effort-tasosta. Kalleinkaan yhdistelmä ei aina tuota parasta tulosta: Anthropicin omassa mittauksessa Claude Fable 5.1:n High-taso ei parantanut tutkimustehtävän tulosta lainkaan, mutta nosti tehtävän hintaa yli puolella.

Opas käy läpi, miten saman valmistajan malliversiot eroavat toisistaan ja mitä Effort-valinta tekee. Sen jälkeen tulkitsemme tietotyön ja agenttien benchmarkit. Plus-osassa saat valintataulukon kymmeneen tavalliseen tehtävään, neljän kysymyksen päätöspuun, 30 minuutin vertailupohjan ja viisi kopioitavaa kehotetta.

Tilanne 29.10.2026. Mallit, hinnat ja tilaustasot muuttuvat nopeasti, joten tarkista tiedot seuraavan mallijulkaisun jälkeen.

Moni vertaa pelkkiä mallinimiä. Käytännössä valitsimessa säädetään kolmea eri asiaa, ja jokainen niistä muuttaa laatua, aikaa ja kulutusta.

Mallitaso on saman perheen isompi tai pienempi malli. GPT-6 Astra ja GPT-6 Luna ovat saman perheen ääripäät, samoin Claude Fable 5.1 ja Claude Haiku 5.5. Isompi malli osaa vaikeampia asioita, mutta on hitaampi ja kalliimpi.

Päättelytaso säätää, kuinka paljon sama malli ajattelee ennen vastaustaan. Claude kutsuu sitä Effortiksi, ChatGPT ajatteluajaksi tai päättelytasoksi ja Gemini ajattelutasoksi.

Tuote on ympäristö, jossa mallia käytät. Sama mallinimi voi toimia eri tavalla eri paikoissa:

Nimissä on myös ansa. GPT-6 Sol (julkaistu 22.9.) ja GPT-6.1 Sol (29.9.) ovat eri malleja, ja Chatin GPT-6 perustuu edelleen vanhempaan GPT-6 Soliin. Kun luet vertailua, katso versionumero.

Ennen kuin jatkat, avaa oma valitsimesi ja katso, mikä malli ja taso ovat nyt valittuina. Moni käyttää viikkoja samaa oletusta tietämättä edes, mikä se on.

Tämä opas keskittyy saman valmistajan sisäisiin versioihin. Jos pohdit vielä laajempaa kysymystä pienen, avoimen tai suljetun mallin välillä, lue ensin kielimallin valintaopas.

Päättelymalli kirjoittaa ennen vastaustaan sisäistä pohdintaa. Se kokeilee lähestymistapoja, tarkistaa välituloksia ja hylkää umpikujia. Näitä ajattelutokeneita et yleensä näe kokonaan, mutta ne laskutetaan. Anthropicin dokumentaation mukaan ajattelutokenit laskutetaan tulostetokeneina silloinkin, kun ajattelutekstiä ei palauteta käyttäjälle.

Anthropic kuvaa Effortia käyttäytymissignaaliksi eikä tarkaksi tokenibudjetiksi. Matalallakin tasolla malli ajattelee, jos ongelma on riittävän vaikea, mutta vähemmän. Taso vaikuttaa myös työkalukutsuihin. Matalalla tasolla Claude tekee vähemmän ja tiiviimpiä kutsuja, korkealla se selittää suunnitelmansa ja tekee enemmän tarkistuksia.

Tasojen nimet vaihtelevat valmistajittain:

Tokenin hinta ei muutu tason mukana. Kustannus kasvaa, koska malli käyttää enemmän tokeneita. Artificial Analysis on ajanut riippumattoman Intelligence Index -koosteensa jokaisella päättelytasolla, ja tulos on sama kaikilla malleilla: pisteet kasvavat hitaasti, tokenit ja hinta jyrkästi.

Lowsta Maxiin Opus 5.5 saa 16 pistettä lisää, mutta tokenimäärä 13-kertaistuu ja hinta lähes 11-kertaistuu. GPT-6.1 Solilla Medium saa 48 pistettä 0,21 dollarilla ja Max 52 pistettä 0,72 dollarilla.

Tästä on kolme tuoretta esimerkkiä:

Matalallakin tasolla on hintansa. Anthropicin DRACO-mittauksessa Opus 5.5:n Low vei 84 prosenttia vähemmän aikaa kuin Medium, mutta pisteet laskivat 13,3 pistettä. Haiku 5.5 ohittaa Low-tasolla herkemmin haun, pysähtyy ennenaikaisesti tai jättää tarkistuksen väliin.

Tilaajalle tasolla on vielä yksi merkitys: käyttöraja. Anthropicin mukaan matalampi taso kuluttaa vähemmän tokeneita, joten käyttöraja venyy pidemmälle. Sama logiikka pätee ChatGPT:n Work-näkymässä.

Käytännön nyrkkisääntö on kolmiosainen:

Anthropic tiivistää saman näin: "Tuning effort is often a better lever than switching models." Tason säätäminen on siis usein parempi vipu kuin mallin vaihtaminen. Päättelytason valintaa ChatGPT:ssä käsitellään tarkemmin GPT-5.6-kehoteoppaassa.

OpenAI:n nykyisessä perheessä on neljä mallia. Ne eivät ole samassa järjestyksessä kaikilla mittareilla. Terra on esimerkiksi tietokoneen käytössä vahva, mutta lakitehtävissä heikompi kuin Sol.

GPT-6 Astra (3.9.2026) on OpenAI:n kyvykkäin yleisesti käytettävä malli. OpenAI kuvaa sitä malliksi vaativimpaan työhön. Chatissa sitä käytetään GPT-6 Pro -valintana Pro-, Business- ja Enterprise-tilauksissa. API-hinta on 10 dollaria miljoonalta syötetokenilta ja 50 dollaria miljoonalta tulostetokenilta.

GPT-6.1 Sol (29.9.2026) on perheen tasapainoinen keskimalli. OpenAI:n mukaan se tarjoaa lähes Astran tason vaativaan työhön pienemmällä hinnalla. Sol on käytettävissä Workissa ja Codexissa Plus-tilauksesta ylöspäin. Hinta on 2 ja 10 dollaria miljoonalta tokenilta.

GPT-6.1 Terra (26.10.2026) on nopea malli, joka yhdistää OpenAI:n mukaan tarkan kuvapohjaisen päättelyn, tietokoneen käytön ja luontevan kirjoittamisen. Esimerkkeinä OpenAI mainitsee ehdotusten luonnostelun, teknisten piirustusten tulkinnan, lomakkeiden täytön ja saapuvien laskujen kirjaamisen kirjanpito-ohjelmaan. Terra on OpenAI:n mukaan yli kolme kertaa nopeampi kuin Astra ja Sol. API-hinta on 1 ja 5 dollaria, eli puolet Solin hinnasta.

Terra on käytettävissä ChatGPT Workissa ja Codexissa Plus-, Pro-, Enterprise- ja Edu-tilauksilla. Tavallisessa Chatissa sitä ei ole. OpenAI suosittelee vaativimpaan ohjelmointiin edelleen Solia tai Astraa. Vals.ai:n riippumattomissa testeissä Terra sijoittui laki-, talous- ja verotehtävissä selvästi Solin ja Astran alapuolelle. Agenttikäytössä kannattaa huomata Terran järjestelmäkortti. OpenAI:n testissä malli kohtasi esteen, kuten pääsyn eston, ja vei tehtävän 29,6 prosentissa ajoista loppuun kiertotietä, joka rikkoi rajoituksen henkeä. Testi ajettiin korkeimmalla päättelytasolla ja ilman järjestelmätason valvontaa. Anna Terralle siis selkeät rajat ja tarkista sen tekemät toimet.

GPT-6 Luna (22.9.2026) on OpenAI:n tehokkain malli rajattuihin ja suurivolyymisiin tehtäviin, kuten tietojen poimintaan, luokitteluun ja rakenteisiin tiivistelmiin. Ilmaisten ja Go-käyttäjien Chatin GPT-6 perustuu Lunaan. Hinta on 0,10 ja 0,50 dollaria.

AA-indeksi = Artificial Analysis Intelligence Index v4.3.2. GDPval-AA = Artificial Analysiksen tietotyötesti, Elo-luku. Molemmat haettu 27.10.2026.

OpenAI havainnollistaa Terran julkistuksessa päättelytason vaikutusta Agents' Last Exam -testillä. Siinä agentit tekevät ammattilaisten tehtäviä tietokoneella, kuten muuttavat arkkitehtipiirustuksia 3D-malliksi. Jokainen kaavion piste on sama malli eri päättelytasolla.

Kaaviosta näkyy sama ilmiö kuin Artificial Analysiksen datasta: jokaisen mallin käyrä loivenee oikealle mentäessä. OpenAI:n mukaan Terra pärjää tässä testissä Medium-tasolla Astran veroisesti, vaikka sen tokenin listahinta on kymmenesosa Astran hinnasta.

Clauden neljällä mallilla on yhteinen pohja: miljoonan tokenin konteksti, 128 000 tokenin enimmäisvastaus ja mukautuva ajattelu, jota ei voi kytkeä Claude.ai:ssa pois päältä. Effortilla säädetään, kuinka syvälle malli menee.

Claude Haiku 5.5 (7.10.2026) on tarkoitettu suuren volyymin ja nopeaa vastetta vaativiin tehtäviin, kuten luokitteluun, tietojen poimintaan ja reititykseen. Se toimii myös isomman mallin apulaisena alitehtävissä. Haiku 5.5 on ensimmäinen Haiku, jossa on Effort-valinta. Rajapinnassa hinta on 0,10 ja 0,50 dollaria, kun syöte on enintään 100 000 tokenia. Sitä pidemmissä syötteissä hinta on viisinkertainen.

Claude Sonnet 5.5 (28.9.2026) on Anthropicin mukaan paras nopeuden ja kyvykkyyden yhdistelmä, ja yhtiö suosittelee sitä arkityön lähtökohdaksi. Sonnet sopii arkiseen ohjelmointiin, data-analyysiin, dokumentteihin, dioihin ja taulukoihin. Se sisältyy myös ilmaiseen tilaukseen. Hinta on 2 ja 10 dollaria.

Claude Opus 5.5 (22.9.2026) on suunniteltu pitkään agenttityöhön, ohjelmointiin ja vaativaan tietotyöhön. Anthropicin mukaan se suoriutuu useimmista töistä Fable 5.1:n tasolla ja on 40 prosenttia edullisempi ajaa kuin Opus 5. Anthropicin dokumentaatio suosittelee aloittamaan useimmat kuormat Opuksesta. Se on myös Claude Coden oletusmalli. Hinta on 4 ja 20 dollaria.

Claude Fable 5.1 (1.9.2026) on Anthropicin kyvykkäin kaikille asiakkaille avoin malli. Se on tarkoitettu tunteja kestäviin agenttisessioihin, monivaiheiseen syvätutkimukseen ja valmiin dokumentin, taulukon tai esityksen tekemiseen alusta loppuun. Anthropicin oma ohje on selvä: aloita Opus 5.5:llä ja siirry Fableen vasta, kun Opus ei korkeammallakaan tasolla riitä. Hinta on 10 ja 50 dollaria.

Fablen saatavuudessa on yksi tärkeä rajaus. Pro-tilaukseen se ei sisälly, vaan sen käyttö maksetaan käyttöhyvityksillä ensimmäisestä pyynnöstä lähtien. Max-tilauksessa Fablea voi käyttää enintään puolet viikkorajasta. Team- ja Enterprise-tilauksissa sama koskee premium-paikkoja. Ilmaisessa tilauksessa Fablea ei ole.

Rinnalla on vielä Claude Mythos 5.1. Se on sama malli kuin Fable 5.1, mutta siinä on erilaiset suojaukset, ja se on vain tarkistettujen organisaatioiden käytössä. Tavallinen käyttäjä ei voi valita sitä.

AA-indeksi ja GDPval-AA: Artificial Analysis, haettu 27.10.2026.

Effort löytyy Claude.ai:ssa mallivalikosta lähetyspainikkeen vierestä. Valitse mallin nimi ja sen jälkeen Effort. Jokaisen mallin suositeltu taso on merkitty valikossa sanalla "Default". Claude Codessa taso vaihdetaan komennolla /effort, ja yksittäistä vaikeaa kysymystä varten voit kirjoittaa kehotteeseen sanan ultrathink.

Kolme virhettä toistuu usein:

Jos chatin, Coworkin, Claude Coden ja rajapinnan erot ovat vielä hämärät, Claude AI suomeksi auttaa erottamaan ne.

Googlen ja xAI:n mallit jäävät tässä sivuosaan, mutta kolme niistä kannattaa tuntea.

Gemini 4 Argon tuli yleisesti saataville 13.10. API:ssa ja Gemini-sovelluksessa Google AI Pro- ja Ultra-tilaajille. Vals.ai:n riippumattomassa Vals Indexissä se on kolmantena Sonnet 5.5:n ja Opus 5.5:n jälkeen, ja laki- ja talousagenttitehtävissä se on toisena. API-hinta on 2 ja 10 dollaria 30.11.2026 asti, minkä jälkeen se nousee 4 ja 20 dollariin. Huomaa, että Gemini-sovelluksen ajattelutason oletus on Low.

Gemini 3.8 Flash (2.9.2026) on Googlen työjuhta. Listahinta on 0,75 ja 3,75 dollaria, mutta Artificial Analysiksen indeksitehtävä maksoi sillä 3,49 dollaria, enemmän kuin Argonilla (1,62 dollaria). Flash käyttää paljon tulostetokeneita. Tokenin hinnasta ei siis voi päätellä tehtävän hintaa.

Grok 4.7 (21.9.2026) sai GDPval-AA-tietotyötestissä tämän vertailun neljänneksi parhaan tuloksen Opuksen, Sonnetin ja Fablen jälkeen. Tokeneita se kuitenkin kuluttaa paljon. Päättelytasot ovat low, medium, high ja xhigh, ja oletus on high.

Mallijulkistukset ovat täynnä lukuja. Tietotyön ja agenttien kannalta käytetyimmät testit ovat nyt nämä:

Artificial Analysiksen GDPval-AA on tämän hetken lähin mittari tavalliselle tietotyölle. Alla oleva kaavio on piirretty sen 27.10. tilanteesta, ja jokaiselta mallilta on mukana paras ajettu taso.

Valmistajat piirtävät samasta testistä omia kaavioitaan. Anthropicin Opus 5.5 -julkistuksessa näkyy, miten Elo-luku ja hinta muuttuvat Effort-tason mukaan. Anthropicin omien mittausten mukaan Opus 5.5 voittaa oletustasolla (Medium) GPT-6 Astran Max-tason noin viidesosalla tehtävän hinnasta.

Lue jokaisesta benchmark-luvusta neljä asiaa, ennen kuin teet johtopäätöksiä:

Osa tutuista agenttitesteistä puuttuu tästä kierroksesta. τ²-benchin, BrowseCompin ja MCP-Atlasin tuloksia ei ole julkaistu näille malleille, joten niitä ei käytetä tässä vertailussa. Jos haluat arvioida benchmark-uutisia järjestelmällisemmin, Voiko benchmark mitata keksimistä? antaa siihen kymmenen kysymystä.

Alla oleva taulukko on lähtöpiste. Jokainen rivi perustuu valmistajan omaan suositukseen tai edellä käsiteltyyn mittaukseen. Lopullisen vastauksen antaa testi omalla tehtävälläsi.