OpenAIが中位モデルを半額にし、操作も覚えさせた。GPT-6.1 Terraは100万トークン1ドル

OpenAIはGPT-6.1 TerraをChatGPT Work、Codex、APIに投入した。コンピューター操作、図面の読み取り、文章作成向けと位置づけ、APIではGPT-6.1 Solの半額で提供する。フォームや請求書の処理を自動化しているチームは、エージェントにかけてよいコストを計算し直すことになる。

TerraはSolの半額で、コマンドラインのスコアは倍増した

OpenAIは10月26日にGPT-6.1 Terraを発表した。APIの標準価格は入力100万トークンあたり1ドル、キャッシュ済み入力100万トークンあたり0.05ドル、出力100万トークンあたり5ドルだ。OpenAIによれば、GPT-5.6 TerraとGPT-6.1 Solのどちらと比べても50 %安い。Simon Willisonの計算では、Terraは最安のGPT-6 Lunaのおよそ10倍の価格になる。

主な数字はコンピューター操作に関するものだ。建築図面を3Dモデルに起こすといったタスクを含むベンチマークAgents’ Last Examで、Terraは推論レベル中においてGPT-5.6 Terraを15ポイント上回り、コストは約3分の1だったとOpenAIは説明する。トークン単価が10分の1でありながらGPT-6 Astraと同水準だという。Terminal-Bench 4.0では最大推論でタスクの50.3 %を解き、前モデルの公表値21.5 %を大きく上回った。

事実誤認の減少もうたっている。誤りを誘う質問を集めた社内テストでは、推論レベル低でのエラー率が53.6 %から16.7 %に下がった。最大推論では4.3 %だ。モデルはChatGPT WorkとCodexでPlus、Pro、Enterprise、Eduの利用者に提供され、開発者はAPIでgpt-6.1-terraとして使える。

安いモデルなら、エージェントに一日中クリックさせても割に合う

Simon Willisonは、OpenAIが発表で何を前面に出したかに注目した。視覚的推論とcomputer useだ。理にかなっている。フォーム入力や会計ソフトへの請求書転記を繰り返すエージェントは、最上位モデルを必要としない作業に大量のトークンを使う。ここではベンチマークの記録よりタスクあたりのコストがものを言う。OpenAI自身も、届いた請求書の読み取りを例に挙げている。

OpenAIのTed SandersはHacker NewsでTerraの位置づけを説明した。技術的なコミュニケーションではAstraやSolより優れ、画像理解とコンピューター操作は同程度だがはるかに速く、それ以外の多くの点ではやや劣るという。サブスクリプション利用者にとっては、主に利用上限に達しがちな場合に役立つとしている。OpenAIは、TerraがAstraやSolより3倍以上速くタスクを終えると付け加える。

開発者への助言は単純だ。最も難しいプログラミングは、OpenAI自身の推奨どおりSolかAstraに任せ、繰り返しの事務作業を担うエージェントはTerraで計算し直す。Willisonは落とし穴も指摘する。TerraはAnthropicのSonnetと同じくラインアップの中間に位置し、中位モデルこそ使いどころの判断が最も難しい。

Claude Opus 5.5との比較は、まだOpenAIしか測っていない

比較はすべてOpenAIによるもので、ベンチマークの選定も含まれる。最大推論のTerraはタスクあたりでClaude Opus 5.5より約9倍安いという最も大胆な主張は、OpenAI自身によるトークン消費の測定に基づく。独立した検証はまだない。16.7 %というエラー率も、外部の誰も見ていない社内の質問セットから出た数字だ。

安全面の記述にも注意したい。OpenAIによれば、Terraは自社のPreparedness Frameworkでサイバーセキュリティの「Critical」しきい値に達しており、GPT-6 Astra向けに開発された保護策を引き継いでいる。この評価を受けた安くて速いモデルは、経理担当者と同じくらい攻撃者の関心も引く。安価な問い合わせが大量に押し寄せたとき保護策がどこまで持つかは、実運用で初めて分かる。

決め手はランキングより、完成したフォーム1枚あたりのコスト

焦点は、独立した測定がトークン単価だけでなくタスク全体のコストを裏づけるかどうかだ。やり直しが多いモデルなら、安い価格はすぐに食いつぶされる。現在Solで動いている業務エージェントを企業がTerraに移すかどうかも注目に値する。

二つ目のシグナルは本番運用から来る。最初の数週間で、Terraがフォームや請求書の情報を速く安く取り違えたという報告が出てくれば、その速さは逆に弱点になる。

Lilithの判定

OpenAIは経理部に、図面を読みフォームを埋める仕事の速いアルバイトを半額の時給で雇い入れた。どれだけ節約できたかは月末、誰かが彼の後でやり直した請求書を数えたときに初めて分かる。