GPT-6.1 Terra
GPT-6.1 Terra は、視覚推論、コンピューター操作、コーディング、自然な文章作成を要する高スループットの専門業務向けに OpenAI が 2026 年 10 月 26 日に公開したモデルです。API 識別子は gpt-6.1-terra。OpenAI によれば、Plus、Pro、Enterprise、Edu の利用者は ChatGPT Work と Codex で、開発者は API で利用できます。GPT-6.1 Sol や GPT-6 Astra の名称変更ではなく、新しい同系列の選択肢です。
主な機能
- 視覚情報を読んで操作へつなぐ:OpenAI は、視覚資料を読み取って会計ソフトへ請求書の項目を入力するようなコンピューター作業に Terra を位置付けています。
- コストを抑えたエージェント反復:公開時の標準 API 価格は、1M tokens あたり入力 $1、キャッシュ入力 $0.05、出力 $5 です。
- コーディングと事実性の作業:OpenAI は自社の事実性評価と Terminal-Bench 4.0 で GPT-5.6 Terra からの改善を報告しています。これはベンダー評価であり、自社コードベースの検証の代わりにはなりません。
- 安全境界を伴うコンピューター操作:OpenAI は Terra が同社のサイバーセキュリティ Preparedness Framework の Critical 閾値を満たし、GPT-6 系列のアラインメント保護を維持すると説明しています。アプリ側の権限管理やレビューはなお必要です。
実践ワークフロー
最初は範囲を絞った仕事から始めます。テスト文書またはステージングのブラウザーを渡し、実行可能な操作を狭め、結果に影響する書き込みの前に承認を置きます。評価セットには正常入力だけでなく、実務で遭遇する視覚的な曖昧さも含めます。完了品質、再試行、遅延、token 使用量、人間が操作を却下した割合を記録してください。GPT-6.1 Sol と GPT-6 Luna には、token 単価だけでなく完了タスクあたりのコストで比較します。
料金と提供状況
OpenAI の発表は標準 API 価格を 1M tokens あたり入力 $1、キャッシュ入力 $0.05、出力 $5 としています。提供状況や利用枠は変わり得るため、本番予算を決める前に公式発表と API 料金ページを確認してください。
制約と代替案
発表のベンチマークと価格比較は OpenAI 自身の測定であり、すべてのデスクトップ、ブラウザー、ファイル形式、ツールでの信頼性を示すものではありません。コンピューター操作モデルは画面を読み違えたり、ページ内の信頼できない文面に従ったり、誤った操作を選んだりする可能性があります。機密システムでは最小権限の資格情報、明示的な確認、監査証跡を維持してください。
- GPT-6.1 Sol:複雑な業務でより強い能力が必要な場合。
- GPT-6 Astra:コストより最高品質を優先する最難関タスク向け。
- GPT-6 Luna:能力要件が低い高スループット処理の候補。
よくある質問
Terra はデスクトップを無制限に自動化できますか?
いいえ。これはモデルの能力です。周辺アプリケーションは資格情報、ツール、承認を制限する必要があります。
最初に何を試すべきですか?
機密でなく元に戻せるワークフローから始め、エンドツーエンドの成功率、人間の介入、総コストを現在のモデルと比べます。
まとめ
GPT-6.1 Terra は、視覚推論とコンピューター操作を必要とするチームに、毎回最高価格の GPT-6 層を使わない選択肢を加えます。公式リリースを確認し、権限を制限したワークフローで検証してから本番トラフィックを流してください。
コメント
まだコメントがありません。最初のコメントを投稿してください!
関連ツール
関連インサイト
magpie で Codex を任意のモデルに向ける
magpie を入れ、ローカルまたはサインイン済みのプロバイダーを追加し、Codex をそのモデルに切り替える。2026-10-06 に公式ドキュメントを再確認。
リポジトリの作業で AI コーディング CLI を選ぶ
Claude Code、Codex CLI、OpenCode、Pi、omp、DeepSeek Harness、Grok Build を、実際に回す作業に合わせて選ぶ。2026-10-06 に公式ドキュメントを再確認。

Anthropic Subagent: マルチエージェント時代のアーキテクチャ革命
Anthropicのマルチエージェントアーキテクチャ設計を徹底解説。Subagentによるコンテキストウィンドウ制限の突破、90%のパフォーマンス向上、Claude Codeでの実際の応用について学びます。