OpenAI GPT-6 Rehberi: Astra, 6.1 Sol, 6.1 Terra ve Luna — Fiyat, API, Geçiş ve Claude Karşılaştırması

Q: GPT-6 ailesinde hangi modeller var ve API adları neler?

Güncel amiral gemisi ailesi dört model: gpt-6-astra (en yetenekli), gpt-6.1-sol (Astra'ya yakın performans, daha düşük maliyet), gpt-6.1-terra (görsel akıl yürütme, computer use, doğal yazım) ve gpt-6-luna (yüksek hacimli işler). Eski gpt-6-sol da hâlâ fiyat listesinde. Yaşam bilimleri modeli gpt-6-rosalind ise yalnızca onaylı kuruluşlara açık.

Q: GPT-6'da temperature kullanabilir miyim?

Reasoning effort none dışında bir değerdeyken hayır. Geçiş kılavuzu bu durumda temperature, top_p, top_logprobs ve logprobs alanlarının kaldırılmasını istiyor. Astra ve 6.1 Sol none'ı hiç desteklemediği için bu modellerde temperature fiilen kullanılamıyor. Terra ve Luna'da none mevcut.

OpenAI, Eylül ve Ekim 2026 boyunca API'deki model kataloğunu baştan kurdu. 3 Eylül'de GPT-6 Astra geldi, 22 Eylül'de GPT-6 Sol ve GPT-6 Luna, 29 Eylül'de GPT-6.1 Sol, son olarak 26 Ekim'de GPT-6.1 Terra yayınlandı. Sonuçta dört katmanlı bir aile ortaya çıktı: en güçlü model Astra, fiyat/performans dengesi için 6.1 Sol, görsel akıl yürütme ve bilgisayar kullanımı için 6.1 Terra, yüksek hacimli işler için de Luna. Hepsinde 1,05M token bağlam penceresi ve 128K token maksimum çıktı var. Ancak efor seviyeleri, araç çağırma kuralları ve fiyatlar birbirinden epey farklı.

Bu rehber, GPT-6 ailesini Türk geliştiricinin önündeki pratik sorular üzerinden ele alıyor. Hangi model hangi iş için, gerçekte ne kadar tutuyor, GPT-5.x'ten geçerken neler kırılıyor ve Claude Fable 5.1 / Opus 5.5 / Sonnet 5.5 / Haiku 5.5 karşısında nerede duruyor? Teknik bilgilerin tamamı OpenAI'ın resmî geliştirici dokümanlarından (developers.openai.com: changelog, model sayfaları, fiyatlandırma, "Using GPT-6" kılavuzu, prompt caching ve reasoning kılavuzları) ve OpenAI Deployment Safety Hub'daki GPT-6.1 Terra sistem kartı ekinden alındı. Claude tarafındaki rakamlar Anthropic'in resmî model karşılaştırma sayfasından geliyor. Bütün fiyatlar ABD doları cinsinden, milyon token başına ve 2 Kasım 2026'da kontrol edildi.

OpenAI'ın bir önceki nesline dair bağlama ihtiyacınız varsa önce GPT-5.6 (Sol, Terra, Luna) yazımıza göz atabilirsiniz. Sol, Terra ve Luna adlandırması o nesilde başladı; GPT-6 bu yapının üstüne Astra'yı ekledi.

GPT-6 Ailesinde Hangi Modeller Var?

OpenAI'ın model sayfasında güncel amiral gemisi ailesi olarak dört model listeleniyor. Sayfadaki tanımlar şöyle (çeviri bize ait):

GPT-6 Astra (gpt-6-astra): "En zorlu işler için en yetenekli modelimiz." Karmaşık akıl yürütme, kodlama, bilgisayar kullanımı, araştırma ve doküman üretimi için konumlandırılıyor.
GPT-6.1 Sol (gpt-6.1-sol): "Karmaşık işler için, daha düşük maliyetle Astra'ya yakın performans." Karmaşık kodlama, bilgisayar kullanımı ve profesyonel işler hedefleniyor.
GPT-6.1 Terra (gpt-6.1-terra): "Görsel akıl yürütme, hassas bilgisayar kullanımı ve açık, doğal yazım için hızlı ve verimli bir model." Model sayfası örnek olarak ürün fotoğraflarını katalog kayıtlarıyla eşleştirmeyi, teknik çizimleri yorumlamayı, uygulama ekranlarında işlem yapmayı ve metin taslağı yazıp düzeltmeyi sayıyor.
GPT-6 Luna (gpt-6-luna): "Odaklı, yüksek hacimli işler için en verimli modelimiz."

Listede bir de GPT-6 Sol (gpt-6-sol) var. 22 Eylül'de çıkan ilk Sol bu; "Using GPT-6" kılavuzu ona yalnızca geçiş notlarında, eski model olarak değiniyor. Yeni bir projeye başlıyorsanız Sol katmanında doğrudan gpt-6.1-sol ile başlamanız mantıklı. Aynı fiyata daha ucuz cache okuma sunuyor (aşağıda ayrıntısı var).

Ailenin dışında kalan iki özel model daha var. GPT-6 Rosalind (gpt-6-rosalind) 30 Ekim'de yaşam bilimleri araştırmaları için yayınlandı ve yalnızca OpenAI'ın güvenilir erişim (trusted-access) programından onay alan kuruluşlara açık. Ayrıca 6 Ekim'de beta olarak çıkıp 22 Ekim'de genel kullanıma açılan Decisions API, Luna üzerinde çalışıyor ve metin ile görsellerden tipli (typed) cevaplar üretiyor. GA sürümünde bir istekte 400'e kadar soru sorulabiliyor; betada sınır 200'dü.

Kısa kronoloji

OpenAI API changelog'una göre ailenin şekillendiği tarihler şunlar:

3 Eylül 2026: GPT-6 Astra yayınlandı. Aynı gün asenkron araç çağrısı (async tool calling), görev ortasında yönlendirme (mid-turn steering) ve konuşma ortasında reasoning effort değiştirme özellikleri geldi.
22 Eylül: GPT-6 Sol ve GPT-6 Luna yayınlandı. İkisi de metin ve görsel girdi alan reasoning modelleri.
25 Eylül: Sol ve Luna'yı etkileyen bir görsel kodlama (image encoding) hatası düzeltildi. OpenAI, görsel tabanlı iş akışları için eval'lerin yeniden koşulmasını öneriyor.
29 Eylül: GPT-6.1 Sol yayınlandı, çoklu ajan delegasyonu (multi-agent delegation) betaya girdi. Aynı gün Astra için Ultrafast modu, ABD veri yerleşimiyle (US data residency) açıldı.
8 Ekim: GPT-6.1 Sol için Ultrafast modu, rate limit'lere tabi olarak tüm API kullanıcılarına açıldı.
20 Ekim: 12 saatlik prompt caching kullanıma girdi.
26 Ekim: GPT-6.1 Terra yayınlandı. Responses ve Chat Completions API'lerinden erişilebiliyor.
30 Ekim: GPT-6 Rosalind, onaylı kuruluşlara açıldı.

GPT-6 Modellerinin Teknik Özellikleri Neler?

Dört modelin bağlam ve çıktı limitleri aynı. Asıl farklar bilgi kesim tarihinde ve desteklenen efor seviyelerinde:

Özellik	GPT-6 Astra	GPT-6.1 Sol	GPT-6.1 Terra	GPT-6 Luna
Model kimliği	`gpt-6-astra`	`gpt-6.1-sol`	`gpt-6.1-terra`	`gpt-6-luna`
Bağlam penceresi	1.050.000	1.050.000	1.050.000	1.050.000
Maksimum girdi	922.000	922.000	922.000	922.000
Maksimum çıktı	128.000	128.000	128.000	128.000
Bilgi kesim tarihi	30 Nisan 2026	30 Nisan 2026	1 Haziran 2026	18 Mayıs 2026
Reasoning effort	low, medium, high, xhigh, max	low, medium (varsayılan), high, xhigh, max	none, low, medium (varsayılan), high, xhigh, max	none, low, medium (varsayılan), high, xhigh, max
Girdi / çıktı	Metin + görsel girdi, yalnızca metin çıktı (ses ve video yok)
Uç noktalar	Chat Completions, Responses, Batch

Dört model sayfasında da ortak olarak şu özellikler destekleniyor: streaming, structured outputs, function calling, file search, görsel girdi, web search ve prompt caching. Terra ve 6.1 Sol sayfaları fine-tuning ile predicted outputs özelliğinin desteklenmediğini açıkça belirtiyor. Responses API üzerinden kullanılabilen araçlar dört modelde de aynı: web search, file search, image generation, code interpreter, hosted shell, apply patch, skills, computer use, MCP ve tool search.

Desteklenmeyen uç noktalar da önemli: Realtime, Live, Assistants, Fine-tuning, Embeddings, ses (speech, transcription, translation) ve görsel/video üretim uç noktaları bu modellerle çalışmıyor. Bu arada changelog'a göre Assistants API 26 Ağustos 2026'da tamamen kapatıldı. whisper-1, gpt-4o-transcribe, gpt-4o-mini-transcribe ve gpt-4o-transcribe-diarize ise 26 Şubat 2027'de kapanacak. Eski bir Assistants entegrasyonunuz hâlâ duruyorsa bu yazı tam da Responses API'ye geçmek için doğru an.

Bağlam penceresi gerçekte ne kadar kullanılabilir?

1,05M token toplam pencere; girdi tarafı ise 922.000 token ile sınırlı. Reasoning kılavuzu reasoning token'larının bağlam penceresinde yer kapladığını ve max_output_tokens sınırına dahil olduğunu hatırlatıyor. Kılavuza göre bir yanıt max_output_tokens yüzünden incomplete durumda biterse hiç görünür çıktı içermeyebilir. OpenAI başlangıç için reasoning'e yaklaşık 25.000 token'lık pay bırakmayı, sonra kendi kullanımınıza göre ayarlamayı öneriyor. Büyük kod tabanlarını tek istekte göndermeyi planlıyorsanız bu payı hesaba katın.

GPT-6 Fiyatları: Hangi Model Ne Kadar?

OpenAI fiyatlandırma sayfası her modeli iki bağlam bandında fiyatlıyor: kısa bağlam (≤272K girdi token'ı) ve uzun bağlam (>272K). Cache yazma ücreti de iki ömre göre ayrı listeleniyor: 30 dakika ve 12 saat. Standart katmanın kısa bağlam fiyatları:

Model	Girdi	Önbellekli girdi	Cache yazma (30 dk)	Cache yazma (12 sa)	Çıktı
gpt-6-astra	10,00 $	1,00 $	12,50 $	25,00 $	50,00 $
gpt-6.1-sol	2,00 $	0,10 $	2,50 $	5,00 $	10,00 $
gpt-6.1-terra	1,00 $	0,05 $	1,25 $	2,50 $	5,00 $
gpt-6-luna	0,10 $	0,01 $	0,125 $	0,25 $	0,50 $
gpt-6-sol (eski)	2,00 $	0,20 $	2,50 $	5,00 $	10,00 $

Uzun bağlamda (>272K) girdi fiyatı ikiye katlanıyor, çıktı fiyatı ise 1,5 katına çıkıyor. Örneğin Astra'da 20 $ girdi / 75 $ çıktı, 6.1 Sol'de 4 $ / 15 $, Terra'da 2 $ / 7,50 $, Luna'da 0,20 $ / 0,75 $. Yani 1M pencereyi doldurmak teknik olarak mümkün ama 272K eşiğini geçtiğiniz anda faturanın hızı değişiyor.

Batch, Flex, Fast ve Ultrafast katmanları

Batch ve Flex: Standart fiyatın tam yarısı. İki katman aynı fiyatı paylaşıyor. Örneğin 6.1 Sol kısa bağlamda 1 $ girdi / 5 $ çıktı, Luna 0,05 $ / 0,25 $.
Fast: Fiyatlandırma sayfasının notuna göre eski adıyla Priority processing, 30 Temmuz 2026'da Fast mode adını aldı. Standart fiyatın iki katı: 6.1 Sol 4 $ / 20 $, Astra 20 $ / 100 $.
Ultrafast: Yalnızca Astra ve 6.1 Sol için listeleniyor ve standart fiyatın altı katı. 6.1 Sol kısa bağlamda 12 $ girdi / 60 $ çıktı, Astra 60 $ / 300 $. Responses API'de service_tier: "ultrafast" ile açılıyor ve çıktı token'ları arasındaki süreyi kısaltmayı hedefliyor. Sayfada Terra, Luna ve GPT-6 Sol için Ultrafast fiyatı yok.

Changelog'daki iki küçük not da yönetim tarafını ilgilendiriyor. 21 Ekim'den itibaren projeler belirli servis katmanlarıyla sınırlandırılabiliyor; böylece bir ekip yanlışlıkla Ultrafast'a geçip faturayı katlayamıyor. 28 Ekim'den itibaren de uygun ChatGPT Pro ve Business abonelerinin ayda 500 $'a kadar API kredisi talep edebildiği duyuruldu. Uygunluk koşulları için OpenAI'ın kendi duyurusuna bakmanız gerekiyor.

Rate limit'ler ve yeni kullanım katmanları

6 Ekim'de OpenAI kullanım katmanlarını beşten üçe indirdi: Build, Launch, Grow. Model sayfalarındaki standart limitler:

Katman	6.1 Sol / 6.1 Terra (RPM / TPM)	Luna (RPM / TPM)
Build	5.000 / 1.000.000	5.000 / 2.000.000
Launch	10.000 / 4.000.000	10.000 / 10.000.000
Grow	15.000 / 40.000.000	30.000 / 180.000.000

Changelog'daki 2 Eylül notuna göre API artık iki durumu ayırıyor: hız sınırını aştığınızda slow_down içeren bir 429, servis aşırı yüklendiğinde server_is_overloaded içeren bir 503 dönüyor. Retry mantığınızı bu ikisini ayıracak şekilde yazmak iyi fikir. 429'da kendi gönderim hızınızı düşürmeniz, 503'te ise üstel geri çekilmeyle (exponential backoff) yeniden denemeniz gerekiyor.

Prompt Caching GPT-6'da Nasıl Çalışıyor?

GPT-6 ailesinde maliyeti asıl belirleyen şey, uzun sistem prompt'larını ve araç tanımlarını cache'e alıp alamadığınız. OpenAI'ın prompt caching kılavuzu "GPT-5.6 ve sonrası" için şu kuralları veriyor:

Minimum uzunluk: Cache'lenebilir önek (prefix) en az 1.024 görünür girdi token'ı olmalı. OpenAI'ın gizli sistem içeriği bu sayıya dahil değil.
Yazma ücreti: Varsayılan "30m" ömürde cache yazma, cache'siz girdi fiyatının 1,25 katı. "12h" ömürde 2,5 katı; 12 saatlik ömür yalnızca Responses API'de var.
Okuma ücreti: Ömürden bağımsız olarak girdi fiyatının 0,1 katı. GPT-6.1 Sol ve GPT-6.1 Terra'da 0,05 katı. Eski gpt-6-sol ile gpt-6.1-sol'ün girdi fiyatı aynı olmasına rağmen önbellekli girdinin 0,20 $'dan 0,10 $'a düşmesinin nedeni bu.
Tek ücret kuralı: Yazma fiyatı ek bir ücret değil. Her girdi token'ı üç fiyattan yalnızca biriyle faturalanıyor: cache'siz, önbellekli veya yazma.
Kılavuzdaki örnek: Bir yazma artı dokuz tam okuma, 0,1 okuma oranında 2,15 birim tutuyor. Cache olmadan aynı on istek 10 birim.

Explicit ve implicit mod

prompt_cache_options.mode iki değer alıyor. "explicit" modda kırılma noktalarını kendiniz koyuyorsunuz: girdi mesajındaki bir içerik bloğuna prompt_cache_breakpoint nesnesi ekleniyor. Hiç kırılma noktası yoksa istek cache'lenmiyor, son kırılma noktasından sonraki içerik de cache'siz fiyattan ve yazma ücreti olmadan faturalanıyor. "implicit" modda ise OpenAI kırılma noktasını uygun son mesajın sonuna kendisi koyuyor. Uygun mesajlar şunlar: kullanıcı mesajları, art arda gelen araç yanıtı grubunun sonuncusu ve ilk developer grubundaki son developer mesajı.

Bir istek en fazla dört cache yazması oluşturabiliyor. Implicit mod bu dört slottan birini kullanıyor, explicit kırılma noktaları için üç slot kalıyor. İki kısıt daha var: üst seviye instructions alanı kırılma noktası içeremiyor, additional_tools öğeleri de kırılma noktası kabul etmiyor. Kılavuz, yeniden kullanılacak developer talimatlarını bir developer mesajı içindeki input_text bloğuna koymanızı öneriyor.

Diğer ayrıntılar:

prompt_cache_options.ttl değeri istek seviyesinde implicit kırılma noktasına ve kendi TTL'i olmayan explicit kırılma noktalarına uygulanıyor. Tek bir kırılma noktası prompt_cache_breakpoint.ttl ile bunu ezebiliyor. Desteklenmeyen bir değer 400 invalid_request_error döndürüyor.
prompt_cache_options.prewarm: true ile çıktı üretmeden bir öneki cache'e alabilirsiniz. Isıtma sırasında yazılan token'lar seçilen ömrün yazma fiyatından faturalanıyor.
prompt_cache_key GPT-5.6 ve sonrasında isteğe bağlı. Müşteri veya kullanıcı bazında ayrı cache muhasebesi tutmak için kullanılıyor; kılavuzdaki örnek biçim support:customer_123. Ayrı anahtarlar, kullanıcılar arasında cache isabeti yoklamayı (cache-hit probing) önlemeye de yardımcı oluyor.
Cache özelliklerinin hepsi Zero Data Retention ile uyumlu. Cache metni değil, şifrelenmiş key-value tensörlerini en fazla 24 saat tutuyor.

GPT-6 API'de Nasıl Kullanılır?

GPT-6 ailesinde birincil arayüz Responses API. En basit istek, model ve efor seviyesini belirtmekten ibaret:

curl https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6.1-sol",
    "reasoning": {"effort": "medium"},
    "input": "Bu SQL sorgusundaki N+1 problemini açıkla ve düzelt: ..."
  }'

Python SDK ile aynı istek:

from openai import OpenAI

client = OpenAI()

reply = client.responses.create(
    model="gpt-6.1-sol",
    reasoning={"effort": "medium", "summary": "auto"},
    input="Bu SQL sorgusundaki N+1 problemini açıkla ve düzelt: ...",
)

print(reply.output_text)
print(reply.usage.output_tokens_details.reasoning_tokens)

Reasoning kılavuzuna göre reasoning.summary: "auto" verdiğinizde reasoning çıktı öğesinin summary dizisinde okunabilir bir akıl yürütme özeti dönüyor; ham reasoning token'ları hiçbir zaman gösterilmiyor. Bazı modellerde özetler için organizasyon doğrulaması gerekebiliyor. usage.output_tokens_details.reasoning_tokens alanı harcanan reasoning token sayısını veriyor. Bu token'lar çıktı token'ı olarak faturalanıyor, dolayısıyla maliyet hesabında asıl değişken genelde bu.

Çok turlu konuşmalarda reasoning'i korumak

Kılavuz, reasoning'i bir sonraki isteğe taşımanın en basit yolunun previous_response_id geçmek olduğunu söylüyor. reasoning.context ile önceki turların reasoning'inin işlenip işlenmeyeceğini (all_turns) ya da yalnızca mevcut turun kullanılacağını (current_turn) seçebiliyorsunuz. store: false kullanıyorsanız veya Zero Data Retention geçerliyse, reasoning öğeleri şifrelenmiş biçimde dönüyor. Bu durumda bağlamı korumak için önceki yanıtın bütün çıktı öğelerini sırasıyla bir sonraki isteğin input'una geri vermeniz gerekiyor. İçerik opak; siz okuyamıyorsunuz ama model kullanabiliyor.

12 saatlik cache ile uzun sistem prompt'u

Aşağıdaki örnek, kılavuzdaki alan adlarıyla 12 saatlik implicit cache kullanan ve müşteri bazında cache anahtarı ayıran bir isteğin iskeletini gösteriyor:

reply = client.responses.create(
    model="gpt-6.1-terra",
    reasoning={"effort": "medium"},
    prompt_cache_options={"mode": "implicit", "ttl": "12h"},
    prompt_cache_key="support:customer_123",
    input=[
        {
            "role": "developer",
            "content": [
                {"type": "input_text", "text": UZUN_DESTEK_POLITIKASI}
            ],
        },
        {"role": "user", "content": "Siparişim neden iki kez çekildi?"},
    ],
)

Explicit modda ise ilgili içerik bloğuna "prompt_cache_breakpoint": { "mode": "explicit", "ttl": "12h" } biçiminde bir nesne ekleniyor (bu satır kılavuzdan birebir). Kılavuzun "Mix lifetimes in one request" ve "Multi-turn agent" bölümleri, farklı ömürleri tek istekte karıştıran tam örnekler içeriyor.

GPT-6'da Neler Yeni? Async Araçlar, Steering ve configuration_update

"Using GPT-6" kılavuzu ailenin getirdiği yeni yetenekleri dört başlıkta topluyor:

Asenkron araç çağrısı: Bir function veya custom tool tanımında async: true ayarlıyorsunuz. Model aracı çağırıyor, siz sonucu daha sonra orijinal call_id ile geri veriyorsunuz. Aracı çalıştırmak ve bekleyen işleri yönetmek uygulamanın sorumluluğunda. Kılavuz, geliştiricinin tanımladığı bir "bekleme aracı" (wait tool) desenini anlatıyor. Uzun süren derleme, test koşusu veya harici API çağrıları için birebir.
Görev ortasında yönlendirme (mid-turn steering): Model çalışırken düzeltme veya gereksinim değişikliği gibi ek kullanıcı talimatları gönderebiliyorsunuz. WebSocket üzerinden tamamlanmış iş korunuyor ve güncelleme bir devam (continuation) içine ekleniyor.
configuration_update girdi öğesi: Konuşmanın ortasında reasoning effort'u, prompt önekini yeniden yazmadan değiştiriyor; böylece cache korunuyor. Değişiklik başka bir configuration_update gelene kadar geçerli kalıyor. Kılavuz bunu standart tek ajanlı isteklerde kullanmayı ve istek seviyesindeki reasoning.effort'u sabit tutmayı öneriyor. Uyumluluk sınırlarını önceden kontrol etmek gerekiyor.
Uyumsuzluk izleme (misalignment monitoring): Sistemler istekleri asenkron olarak izliyor ve gerektiğinde uyarı tetikliyor. Changelog bunun desteklenen isteklerde çalıştığını belirtiyor.

Bunların yanında computer use, Structured Outputs, streaming, Programmatic Tool Calling, multi-agent orchestration, prompt caching, persisted reasoning, compaction ve pro mode da destekleniyor. Bu, Claude Code kullanıcılarına tanıdık gelecek bir liste. Özellikle configuration_update, bir ajan döngüsünde kolay adımlarda düşük, zor adımlarda yüksek efor kullanıp cache'i bozmamak için pratik bir araç.

GPT-5.x'ten GPT-6'ya Geçiş: Neler Kırılıyor?

"Using GPT-6" kılavuzundaki geçiş adımlarını kontrol listesi olarak özetleyelim:

Model adını değiştirin: gpt-6-astra, gpt-6.1-sol, gpt-6.1-terra veya gpt-6-luna.
Efor seviyesini eşleyin: Mümkünse mevcut etkin efor seviyenizi koruyun. Astra ve 6.1 Sol none'ı reddediyor; orada low kullanın. Eski minimal değerini low'a çevirin ve temsilî görevlerde sonuçları karşılaştırın. Parametre adı Responses'ta reasoning.effort, Chat Completions'ta reasoning_effort.
Araç çağrısını Responses API'ye taşıyın: Astra, Sol ve Terra Chat Completions isteklerini kabul ediyor ama kılavuza göre araç çağrısı Responses gerektiriyor. GPT-6 Sol ve Luna'da Chat Completions function calling yalnızca reasoning_effort: "none" ile çalışıyor. Reasoning ve araçları birlikte kullanacaksanız Responses'ı seçin. Terra'ya geçerken Chat Completions üzerinden yaptığınız araç çağrılarını da Responses'a taşıyın.
Desteklenmeyen parametreleri silin: Efor none değilken temperature, top_p, top_logprobs, logprobs (yalnızca Chat Completions) ve include içindeki message.output_text.logprobs (yalnızca Responses) kaldırılmalı. Astra changelog notuna göre özel temperature, top_p ve logprobs desteklemiyor.
Efor değişimini configuration_update ile yapın: İstek seviyesindeki reasoning.effort'u sabit tutarak cache'i koruyun.
Prompt caching ayarını güncelleyin: GPT-5.5 veya öncesinden geliyorsanız prompt_cache_retention yerine prompt_cache_options.ttl değerini "30m" olarak kullanın. Cache sınırlarındaki ve cache yazma faturalamasındaki değişiklikleri gözden geçirin.
Veri yerleşimini doğrulayın: Kullandığınız mod ve bölgenin seçtiğiniz modelde desteklendiğinden emin olun (ayrıntılar aşağıda).

Codex kullanıyorsanız kılavuz, OpenAI Docs skill'i ile şu prompt'u öneriyor: $openai-docs migrate this project to the GPT-6 model family. Codex'in kurulumu, AGENTS.md ve sandbox ayarları için OpenAI Codex CLI rehberimize bakabilirsiniz.

Veri yerleşimi: AB'de çalışmanız gerekiyorsa

Avrupa'daki müşterilerle çalışan Türk ekipler için veri yerleşimi kritik bir seçim kriteri olabiliyor. Kılavuza göre:

Fast mode: AB veri yerleşimi Sol, Terra ve Luna'da var; Astra ve GPT-6 Sol'de yok.
Ultrafast: 6.1 Sol ABD ve AB veri yerleşimini ve global işlemeyi destekliyor. Astra ise yalnızca ABD veri yerleşimi ve global işleme sunuyor.
Astra'nın Fast modu için gecikme SLA'sı yok.

Ayrıca 21 Ağustos'tan beri bölgesel işleme, önekli bir alan adı üzerinden istek bazında seçilebiliyor. Hukuki gereklilikleriniz için tabii ki kendi uyum ekibinizin değerlendirmesi esas.

GPT-6 için Prompt Yazarken Nelere Dikkat Etmeli?

"Using GPT-6" kılavuzu API kodu yerine örnek prompt blokları paylaşıyor. Bloklardaki yaklaşım, ajan geliştirirken işe yarayan birkaç ilkeye dayanıyor:

Özerklik: Modelden kullanıcının niyetini ve kapsamı çıkarması, eyleme yönelmesi ve işi bitirene kadar devam etmesi isteniyor; yıkıcı veya geri alınamaz adımlar istisna.
Sonuna kadar götürme: "Yapabilir misin" ya da "yardım et" kalıplarındaki istekler, plan önerme veya devam etmeyi teklif etme yerine doğrudan eylem talimatı olarak yorumlatılıyor.
Onay: Yetkili hazırlık işleri önce bitiriliyor, böylece kullanıcı onayı son adım oluyor. İstenmemiş uyarılar ve uyum kontrol listeleri yazılmıyor.
Talimat önceliği: Kullanıcı talimatları çeliştiğinde skill dosyasındaki yönergelerin önüne geçiyor.
Şeffaflık: Model bir yerde durursa bunu tetikleyen SKILL.md dosyasının adını vermesi ve ilgili talimatı alıntılaması isteniyor.
Yazım stili: Kısa paragraflar, sınırlı liste kullanımı ve sade dil; listelenen kalıp ifadelerden kaçınma.
Alt ajanlar ve test: Faydalıysa işi paralel alt ajanlara devretme. Geri alınabilir, düşük etkili değişikliklerde testleri atlama, kontrolleri yalnızca yeni değişiklik veya hata bunu haklı çıkarınca yeniden koşma.

Bu ilkelerin çoğu Claude Code'da CLAUDE.md ve skill dosyalarıyla yaptığımız şeyle örtüşüyor. Claude tarafındaki karşılığı için Claude Code'da Prompt Engineering rehberimize göz atabilirsiniz.

GPT-6.1 Terra'nın Güvenlik Değerlendirmesi Ne Diyor?

OpenAI Deployment Safety Hub'da GPT-6 Astra sistem kartına ek olarak yayınlanan GPT-6.1 Terra belgesi, modeli Preparedness çerçevesinde şöyle sınıflandırıyor: siber güvenlikte Critical, biyolojik ve kimyasal alanda High, yapay zekânın kendini geliştirmesi (AI self-improvement) alanında High eşiğinin altında. Geliştiriciyi doğrudan ilgilendiren birkaç rakam:

ExploitBench Internal Port (keyfi kod çalıştırma başarısı): Terra %24,5. Karşılaştırma için GPT-6.1 Sol %21,5, GPT-6 Astra %31,5, GPT-6 Sol %5,5, GPT-5.6 Sol %3,5.
Sandbox Bench: Terra 22 hedefin 5'inde başarılı. GPT-6.1 Sol 9, Astra 10 hedefte başarılı.
İç Codex dağıtım simülasyonu: 48.690 görevde 22 adet seviye 3 ve üstü işaret (%0,045). Aynı ölçümde GPT-6.1 Sol 24, Astra 26, GPT-6 Sol 38, GPT-5.6 Sol 61.
Uyarılara uyma: Belgeye göre Terra, rollout'ların %29,6'sında görevi kısıtlamayı ihlal eden alternatif bir yoldan tamamlamış.
Harici ajanlarla istenmeyen etkileşim: Terra'da %13,75 yetkisiz eylem (80'de 11), GPT-6.1 Sol'de %1,25.

Pratik çıkarım şu: Terra'yı computer use veya ajan senaryolarında kullanacaksanız, izin ve sandbox katmanını modele bırakmayın, uygulama tarafında kurun. Aynı mantık Claude Code için de geçerli; Claude Code Sandbox rehberimizde bu katmanın nasıl kurulduğunu anlattık.

GPT-6 mı Claude mı? Fiyat ve Özellik Karşılaştırması

İki sağlayıcının güncel serileri katman katman neredeyse eşleşiyor. Anthropic'in model karşılaştırma sayfasındaki ve OpenAI'ın fiyatlandırma sayfasındaki standart (kısa bağlam) fiyatlar:

Katman	OpenAI modeli	Girdi / Çıktı	Claude modeli	Girdi / Çıktı
En üst	GPT-6 Astra	10 $ / 50 $	Claude Fable 5.1	10 $ / 50 $
Uzun soluklu ajan işleri	—	—	Claude Opus 5.5	4 $ / 20 $
Denge	GPT-6.1 Sol	2 $ / 10 $	Claude Sonnet 5.5	2 $ / 10 $
Hızlı / verimli	GPT-6.1 Terra	1 $ / 5 $	—	—
Yüksek hacim	GPT-6 Luna	0,10 $ / 0,50 $	Claude Haiku 5.5	0,10 $'dan / 0,50 $'dan başlayan

Diğer başlıklarda durum şöyle:

Bağlam ve çıktı: Claude'un dört güncel modeli 1M token bağlam ve 128K token maksimum çıktı sunuyor; GPT-6 ailesi 1,05M bağlam (922K girdi) ve 128K çıktı. Pratikte eşit. Anthropic'in sayfası ayrıca Message Batches API'de bazı modellerin output-300k-2026-03-24 beta başlığıyla 300K çıktıya kadar çıktığını belirtiyor.
Bilgi kesim tarihi: Claude modellerinin hepsinde Haziran 2026. GPT-6 tarafında yalnızca Terra (1 Haziran 2026) aynı seviyede; Astra ve 6.1 Sol 30 Nisan 2026'da kalıyor.
Efor kontrolü: Claude'da adaptive thinking effort ile yönlendiriliyor. Varsayılan efor Fable 5.1 ve Sonnet 5.5'te high, Opus 5.5 ve Haiku 5.5'te medium. GPT-6'da 6.1 Sol, Terra ve Luna'nın varsayılanı medium. Aynı adlı seviyelerin iki sağlayıcıda aynı derinliğe karşılık geldiğini varsaymayın.
Cache okuma: Claude'da önbellekli okuma temel girdi fiyatının %10'u; Fable 5.1'de %2,5, Opus 5.5 ve Sonnet 5.5'te %5. GPT-6'da genel oran %10, 6.1 Sol ve Terra'da %5. Yani Sonnet 5.5 ile 6.1 Sol arasında cache okuma tarafında da fark yok.
Batch: İki tarafta da %50 indirim var. OpenAI'da Flex katmanı da aynı indirimi veriyor.
Bulut seçenekleri: Claude modelleri Claude API'ye ek olarak Amazon Bedrock, Google Cloud ve Microsoft Foundry üzerinde de listeleniyor. Kurumsal bulut sözleşmeniz bir sağlayıcıya bağlıysa bu, model kalitesinden bile önce kararı belirleyebilir.

Örnek maliyet hesabı

Basit bir senaryo düşünelim: Ayda 10.000 istek, her istekte 10.000 girdi ve 1.000 çıktı token'ı (reasoning dahil), cache yok, standart katman, kısa bağlam. Liste fiyatlarıyla:

Model	İstek başı	Aylık (10.000 istek)
GPT-6 Astra / Claude Fable 5.1	0,15 $	1.500 $
Claude Opus 5.5	0,06 $	600 $
GPT-6.1 Sol / Claude Sonnet 5.5	0,03 $	300 $
GPT-6.1 Terra	0,015 $	150 $
GPT-6 Luna / Claude Haiku 5.5 (başlangıç fiyatı)	0,0015 $	15 $

Liste fiyatı aynı olan modeller arasındaki gerçek farkı iki şey belirliyor: aynı görev için harcanan reasoning/thinking token miktarı ve cache isabet oranı. Örneğin 6.1 Sol'de 100.000 token'lık bir önek cache'ten okunduğunda girdi maliyeti istek başı 0,20 $'dan 0,01 $'a iniyor (0,10 $ / 1M). Bu yüzden fiyat tablosuna bakıp karar vermek yerine, kendi gerçek istek profilinizi iki tarafta da birkaç yüz istekle ölçmek çok daha güvenilir.

Gerçek Bir İş Akışı: Destek Botunu GPT-6 Ailesine Taşımak

Elinizde GPT-5.x ile Chat Completions üzerinde çalışan, araç çağıran bir müşteri destek botu olduğunu varsayalım. Kılavuzdaki kurallarla tipik bir geçiş planı şöyle görünür:

Model katmanını seçin. Sınıflandırma ve yönlendirme adımları (talep kategorisi, dil tespiti, aciliyet) için Luna; müşteriye yazılan cevap için Terra; nadir ama karmaşık iade/itiraz vakaları için 6.1 Sol. Terra'nın "açık, doğal yazım" vurgusu ve görsel girdisi, müşterinin gönderdiği ekran görüntüsü veya fatura fotoğrafını yorumlamak için de uygun.
Responses API'ye geçin. Araç çağrısı yapan her istek Responses'a taşınmalı. Luna'yı Chat Completions'ta bırakmak istiyorsanız function calling yalnızca reasoning_effort: "none" ile çalışır; reasoning istiyorsanız yine Responses.
Parametreleri temizleyin. temperature, top_p ve logprobs alanlarını kaldırın. Kod tabanında grep -rn "temperature\|top_p\|logprobs" src/ gibi bir tarama işe yarar.
Uzun politikayı cache'e alın. Destek politikası ve araç açıklamaları 1.024 token'ı geçiyorsa developer mesajındaki bir input_text bloğuna koyun, implicit modu açın, müşteri bazında prompt_cache_key verin. Trafik gün boyunca dağınıksa "12h" ömrü değerlendirin; yazma ücreti 2,5 kat ama okuma Terra'da girdi fiyatının yalnızca %5'i.
Efor kalibrasyonu yapın. Kılavuz Terra için medium ile başlamayı ve yalnızca kalite artışı ek süre ve token'ı haklı çıkarıyorsa yükseltmeyi öneriyor. Aynı 100–200 gerçek talebi low, medium ve high ile koşup reasoning_tokens ve cevap kalitesini karşılaştırın.
Hata yönetimini güncelleyin. 429 slow_down ile 503 server_is_overloaded için ayrı dallar yazın. Görsel tabanlı akışlarınız varsa 25 Eylül düzeltmesinden sonra eval'leri yeniden koşun.
Maliyet kilidini kurun. Projeyi kullanacağınız servis katmanlarıyla sınırlandırın (21 Ekim özelliği). Böylece bir geliştirici yanlışlıkla Fast veya Ultrafast açamaz.

Aynı akışı Claude ile kurmak isterseniz katman eşlemesi Haiku 5.5 → Sonnet 5.5 → Opus 5.5 olur. Cache ve batch mantığı da benzer. Benim önerim: iki tarafı da aynı eval seti üzerinde koşun, kararı sağlayıcı sadakatiyle değil ölçümle verin.

Sık Karşılaşılan Sorunlar

none efor ile 400 hatası: Astra ve 6.1 Sol none'ı reddediyor (eski GPT-6 Sol kabul ediyor). low kullanın.
Boş yanıt, incomplete durumu: max_output_tokens reasoning'e yetmemiş olabilir. Reasoning için en az 25.000 token pay bırakıp tekrar deneyin.
Cache isabeti yok: Önek 1.024 token'ın altında olabilir, explicit modda kırılma noktası unutulmuş olabilir ya da talimatları kırılma noktası kabul etmeyen üst seviye instructions alanına koymuş olabilirsiniz.
12 saatlik TTL 400 döndürüyor: "12h" yalnızca Responses API'de geçerli; desteklenmeyen değerler invalid_request_error veriyor.
Chat Completions'ta araç çağrısı çalışmıyor: Kılavuzun önerisi araç çağrısını Responses'a taşımak; Luna ve GPT-6 Sol'de Chat Completions function calling yalnızca reasoning_effort: "none" ile mümkün.
Beklenenden yüksek fatura: Reasoning token'ları çıktı fiyatından faturalanıyor, 272K üstü istekler uzun bağlam fiyatına geçiyor. Bir de servis katmanınızı kontrol edin: Fast iki kat, Ultrafast altı kat.

Sıkça Sorulan Sorular

GPT-6 ailesinde hangi modeller var ve API adları neler?

Güncel amiral gemisi ailesi dört model: gpt-6-astra (en yetenekli), gpt-6.1-sol (Astra'ya yakın performans, daha düşük maliyet), gpt-6.1-terra (görsel akıl yürütme, computer use, doğal yazım) ve gpt-6-luna (yüksek hacimli işler). Eski gpt-6-sol da hâlâ fiyat listesinde. Yaşam bilimleri modeli gpt-6-rosalind ise yalnızca onaylı kuruluşlara açık.

GPT-6 modellerinin fiyatı ne kadar?

Standart katmanda, 272K girdi token'ına kadar milyon token başına: Astra 10 $ girdi / 50 $ çıktı, 6.1 Sol 2 $ / 10 $, 6.1 Terra 1 $ / 5 $, Luna 0,10 $ / 0,50 $. 272K üstünde girdi iki katına, çıktı 1,5 katına çıkıyor. Batch ve Flex yarı fiyat, Fast iki kat, Ultrafast (yalnızca Astra ve 6.1 Sol) altı kat. Fiyatlar 2 Kasım 2026'da OpenAI'ın fiyatlandırma sayfasından kontrol edildi.

GPT-6'da temperature kullanabilir miyim?

Reasoning effort none dışında bir değerdeyken hayır. Geçiş kılavuzu bu durumda temperature, top_p, top_logprobs ve logprobs alanlarının kaldırılmasını istiyor. Astra ve 6.1 Sol none'ı hiç desteklemediği için bu modellerde temperature fiilen kullanılamıyor. Terra ve Luna'da none mevcut.

GPT-6.1 Sol ile Claude Sonnet 5.5'in fiyatı aynı mı?

Liste fiyatı aynı: ikisi de milyon token başına 2 $ girdi ve 10 $ çıktı. Önbellekli okuma da ikisinde girdi fiyatının %5'i, batch indirimi ikisinde de %50. Gerçek maliyeti aynı görev için harcanan reasoning/thinking token miktarı ve cache isabet oranı belirliyor; kendi iş yükünüzle ölçmeden karar vermeyin.

GPT-5.x'ten GPT-6'ya geçerken en çok ne kırılır?

Üç şey: Chat Completions'ta yapılan araç çağrıları (Responses API'ye taşınmalı), temperature/top_p/logprobs parametreleri (kaldırılmalı) ve none/minimal efor değerleri (Astra ve 6.1 Sol'de low'a çevrilmeli). GPT-5.5 veya öncesinden geliyorsanız prompt_cache_retention yerine prompt_cache_options.ttl kullanmanız da gerekiyor.

GPT-6'nın 12 saatlik prompt cache'i ne zaman mantıklı?

Aynı uzun öneki gün boyunca dağınık aralıklarla kullanıyorsanız. 12 saatlik yazma, girdi fiyatının 2,5 katı (30 dakikalık yazma 1,25 katı); okuma ise ömürden bağımsız olarak 0,1 katı, 6.1 Sol ve Terra'da 0,05 katı. Önek birkaç okumadan fazla tekrar kullanılıyorsa 12 saatlik ömür kendini hızla amorti eder. Bu seçenek yalnızca Responses API'de var.

Özet

GPT-6 ailesi, OpenAI'ın API kataloğunu dört net katmana ayırıyor: zor işler için Astra, günlük karmaşık işler için 6.1 Sol, görsel ve computer use ağırlıklı ama ucuz işler için 6.1 Terra, yüksek hacim için Luna. Hepsi 1,05M bağlam ve 128K çıktı sunuyor. Ancak geçişte araç çağrısı Responses API'ye taşınmalı, temperature gibi örnekleme parametreleri bırakılmalı ve efor değerleri yeniden eşlenmeli. Maliyet tarafında asıl kaldıraç yeni cache sistemi: explicit/implicit mod, 30 dakika ve 12 saat ömür, 6.1 Sol ve Terra'da girdi fiyatının %5'ine inen okuma.

Claude ile karşılaştırınca tablo şaşırtıcı derecede simetrik. Astra ile Fable 5.1, 6.1 Sol ile Sonnet 5.5 aynı liste fiyatında; Luna ile Haiku 5.5 aynı başlangıç fiyatında. Terra'nın ise Claude tarafında birebir fiyat karşılığı yok. Fark liste fiyatında değil, sizin görevlerinizdeki kalite, token verimliliği ve araç ekosisteminde. Karar için en sağlam yol, gerçek görevlerinizden küçük bir eval seti kurup iki aileyi aynı koşullarda ölçmek.

Devamını okuyun: OpenAI'ın terminal ajanı için Codex CLI rehberimize, aynı fiyat katmanındaki Claude modeli için Claude Sonnet 5.5 rehberimize, bir önceki OpenAI nesli için de GPT-5.6 yazımıza göz atın.