GPT-6.1 Terra: OpenAI удешевила модель для работы с экраном и документами

Что объявила OpenAI

В анонсе компания описывает новую модель как быстрый и экономичный шаг вперёд относительно GPT-5.6 Terra: лучше держит визуальные рассуждения и точнее действует за компьютером, плюс пишет яснее и естественнее. В примерах — черновики предложений, чтение технических чертежей, заполнение форм, монтаж видео.

Доступ с даты анонса, по тексту OpenAI:

• ChatGPT Work и Codex — для пользователей Plus, Pro, Enterprise и Edu;
• программный интерфейс (API) — идентификатор `gpt-6.1-terra`.

Стандартные цены API, как пишет компания:

Отдельно OpenAI заявляет: эти стандартные цены API на 50% ниже, чем у GPT-5.6 Terra и GPT-6.1 Sol. В ChatGPT Work и Codex, по её словам, тот же лимит использования закрывает больше задач, чем на GPT-5.6 Terra, и заметно больше, чем на GPT-6.1 Sol или GPT-6 Astra.

Что показали тесты OpenAI

Ниже — только заявления компании, не мой замер.

На бенчмарке профессиональных задач с работой за компьютером при среднем уровне «усилия» рассуждения новая модель, по данным OpenAI, набирает на 15 процентных пунктов больше, чем GPT-5.6 Terra, примерно за треть стоимости. На максимальном усилии компания пишет, что работа завершается больше чем втрое быстрее, чем у GPT-6 Astra и GPT-6.1 Sol.

На визуальном бенчмарке модель обходит GPT-5.6 Terra на всех настройках усилия и, по оценке OpenAI, почти догоняет GPT-6 Astra и GPT-6.1 Sol при меньшей цене. На тесте многошаговых задач в программах рабочего стола при среднем усилии она, по их данным, превосходит лучший результат GPT-5.6 Terra при меньшей стоимости задачи.

По фактичности: на внутреннем наборе «провоцирующих» запросов доля ошибок при низком усилии упала с 53,6% у GPT-5.6 Terra до 16,7% у новой модели; при максимальном усилии — до 4,3%. По коду при максимальном усилии она решает 50,3% задач против 21,5% у GPT-5.6 Terra. При этом для самых сложных инженерных задач OpenAI прямо пишет: лучше брать GPT-6.1 Sol и GPT-6 Astra.

В том же материале компания сравнивает новинку с моделью другого вендора по эффективности токенов и цене. Это их сравнение, не мой рейтинг — в управленческий отчёт я бы его не копировала без своей проверки на ваших задачах.

Что это означает на практике

Дальше — моя рамка поверх анонса.

1. Пересоберите смету одного пилота. Возьмите 50–100 однотипных операций (счета, заявки, формы) и посчитайте стоимость принятого результата на новой модели против того уровня, которым пользуетесь сейчас. Сравнивайте не красоту текста, а долю ручных правок и время до «можно в учёт».
2. Не ставьте новинку на всё подряд. Сама OpenAI оставляет сложный код и тяжёлые задачи флагманам семейства. Маршрутизация «рутина → новый уровень, сложный разбор → флагман» здесь важнее, чем одна модель на все случаи.
3. Держите рядом учётную систему. Дешёвая модель без проверки полей в CRM, таблице или учётке даст дешёвый мусор. Связка «модель прочитала → поля записаны → человек принял исключения» важнее бренда модели.

Если ChatGPT уже подключаете к своим системам, считайте стоимость принятого счёта или тикета, а не только прайс токенов.