OpenAI: GPT-5.6 Terra (batch)

GPT-5.6 Terra is een tekstmodel van OpenAI, onderdeel van de GPT-5.6-serie. Binnen die serie zit het in het midden: OpenAI beschrijft het als een gebalanceerd model gepositioneerd tussen de flagship Sol-tier en de kostenefficiënte Luna-tier. De batch-variant is de versie die hier wordt aangeboden, en het model-id op api14 is openai/gpt-5.6-terra:batch. De knowledge cutoff is 2026-02-16.

Terra accepteert tekst, afbeeldingen en bestanden als invoer, en retourneert alleen tekst. Het contextvenster is 1.050.000 tokens, wat groot genoeg is om volledige codebases, lange documentsets of uitgebreide gespreksgeschiedenissen in één verzoek te bevatten, en de maximale uitvoer is 128.000 tokens. Omdat het naast tekst ook afbeeldingen en bestanden accepteert, kan het werken met screenshots, gescande pagina's, diagrammen en geüploade documenten naast gewone prompts. Het ondersteunt ook reasoning: de parameters reasoning, reasoning_effort en include_reasoning laten je bepalen hoeveel interne afweging het model doet en of die reasoning aan je wordt teruggegeven.

Die mogelijkheden wijzen op een redelijk breed scala aan praktische toepassingen. Alledaags programmeren is de eerste: code schrijven, beoordelen en refactoren, waarbij volledige repositories binnen het contextvenster passen. Reasoning-taken over lange invoer volgen uit dezelfde combinatie, zoals het analyseren van lange contracten, onderzoekspapers of logbestanden, of het beantwoorden van vragen waarbij details uit meerdere documenten tegelijk moeten worden gehaald. De afbeeldings- en bestandsinvoer maken het bruikbaar voor het extraheren van gestructureerde data uit screenshots, formulieren en PDF's. Tool calling en structured outputs maken het een redelijke keuze voor agentic workflows, waarbij het model beslist welke tools het aanroept en resultaten retourneert in een schema dat je code kan parsen.

Je roept het aan via de OpenAI-compatibele API van api14 met het model-id openai/gpt-5.6-terra:batch. De ondersteunde request-parameters zijn include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, seed, structured_outputs, tool_choice, tools en verbosity. In de praktijk betekent dat je de uitvoerlengte kunt beperken met max_tokens, de reasoning-diepte kunt afstemmen met reasoning_effort, JSON- of schema-conforme antwoorden kunt opvragen met response_format en structured_outputs, aanroepbare functies kunt definiëren met tools en tool_choice, en seed kunt gebruiken wanneer je reproduceerbare sampling wilt. Omdat het endpoint OpenAI-compatibel is, werken bestaande OpenAI-clientbibliotheken met alleen een gewijzigde base URL en model-id.

Een ding om in gedachten te houden is dat Terra alleen tekst uitvoert, dus het is niet de juiste keuze als je gegenereerde afbeeldingen, audio of video nodig hebt. De batch-variant is ook het overwegen waard tegenover het standaard-endpoint als je workload interactief is, aangezien batchverwerking doorgaans gericht is op werk dat kan worden ingediend en verzameld in plaats van onmiddellijk beantwoord. Als je OpenAI's top-tier nodig hebt in plaats van een gebalanceerde, is de Sol-tier het alternatief dat in de serie wordt genoemd; als kostenefficiëntie belangrijker is dan capaciteit, is Luna het andere.