VorobeoffOpenAI выпустила GPT-6.1 Terra — быструю и недорогую модель для повседневной работы. Она вдвое дешевле Sol и втрое быстрее Astra, а по визуальному мышлению и работе с компьютером подбирается к флагманам. Для массовых задач это важнее рекордов в тестах.
Большинство рабочих дней состоит не из сложных исследований, а из повторяющихся операций: разобрать входящие документы, перенести данные из PDF в таблицу, заполнить формы, поправить презентацию или смонтировать видео. Именно на таких задачах дорогие флагманские модели оказываются избыточными, а дешёвые — слишком неточными.
GPT-6.1 Terra закрывает этот разрыв. Модель продолжает линейку Terra — сбалансированных рабочих лошадок OpenAI — и на этот раз делает ставку на скорость, визуальное понимание и умение действовать в приложениях. По сути это попытка удешевить автоматизацию той рутины, которая занимает большую часть времени команд.
Terra — не флагман, а массовый исполнитель
GPT-6.1 Terra — не замена Astra и не улучшенная Sol. Это средний уровень семейства GPT-6, который приходит на смену GPT-5.6 Terra. Если GPT-6.1 Sol борется за близкие к Astra результаты в сложной разработке, то Terra берёт количеством: много однотипных задач быстро и недорого.
Разница видна по цене. Стандартные тарифы Terra — 1 доллар за миллион входных токенов и 5 долларов за миллион выходных. Это на 50% дешевле GPT-5.6 Terra и GPT-6.1 Sol, и в десять раз дешевле Astra. Кэшированные входные данные стоят 0,05 доллара за миллион — вдвое дешевле, чем у Sol. Для сценариев, где агент постоянно перечитывает одни и те же документы, это прямое снижение счёта.
| Модель | Вход / млн | Кэш-вход / млн | Выход / млн |
|---|---|---|---|
GPT-6 Astra | $10,00 | $1,00 | $50,00 |
GPT-6.1 Sol | $2,00 | $0,10 | $10,00 |
GPT-6.1 Terra | $1,00 | $0,05 | $5,00 |
GPT-6 Luna | $0,10 | $0,01 | $0,50 |
От понимания картинки к действию на компьютере
Главный акцент релиза — связка визуального мышления и computer use. OpenAI показывает, что Terra умеет читать чертежи, таблицы, графики и мелкий шрифт, а затем выполнять действия в приложениях.
На Agents’ Last Exam — наборе профессиональных задач вроде превращения архитектурного чертежа в 3D-модель или покадрового разбора видео для реставрации — Terra на средней глубине рассуждений набирает на 15 процентных пунктов больше, чем GPT-5.6 Terra, при стоимости задачи примерно в три раза ниже. При этом результат сравним с Astra, но цена за токен у Terra в десять раз ниже. На максимальной глубине модель оказывается более чем в три раза экономнее Claude Opus 5.5 по токенам и в четыре раза дешевле по тарифу — итоговая экономия на задачу около девяти раз. По скорости Terra выполняет задачи более чем в три раза быстрее Astra и Sol.
На MMMU-Pro, который проверяет визуальное мышление, Terra на всех уровнях рассуждений обходит GPT-5.6 Terra и почти догоняет Astra и Sol при заметно меньшей стоимости. На OSWorld 2.1, где агенты работают с настольными приложениями, Terra на среднем уровне уже превосходит лучший результат GPT-5.6 Terra и делает это дешевле.
Меньше выдумок, вдвое лучше в коде
Второй заметный сдвиг — фактическая точность. На внутреннем наборе провокационных запросов, где модели специально ловят на ошибках, доля ответов с фактической ошибкой у Terra упала с 53,6% у GPT-5.6 Terra до 16,7% на низкой глубине рассуждений — снижение почти на 37 процентных пунктов. На максимальной глубине показатель снизился на 18 пунктов до 4,3%, почти сравнявшись с Astra и GPT-6.1 Sol. В обычной работе ошибки встречаются реже, но динамика показательна.
В программировании Terra тоже заметно выросла. На Terminal-Bench 4.0, где агенты чинят код через командную строку, модель решает 50,3% задач на максимальной глубине — более чем вдвое выше 21,5% у GPT-5.6 Terra. Для самых сложных инженерных задач OpenAI всё равно рекомендует Sol и Astra, но для массовых доработок Terra уже выглядит достаточно.
На Terminal-Bench Science 0.1, где агенты ведут научную работу кодом — например, отслеживают деление клеток на видео, — Terra на максимальной глубине обходит GPT-6.1 Sol при меньшей стоимости и отстаёт от Opus 5.5 всего на пять пунктов при цене менее чем в пять раз ниже.
Безопасность на уровне флагманов
По заявлениям OpenAI, Terra сохраняет защиты, разработанные для Astra, и проходит критический порог по кибербезопасности в рамках внутренней системы оценки готовности. Модель также унаследовала улучшения выравнивания всей линейки GPT-6: чаще остаётся в рамках задачи, честнее сообщает о своих ограничениях и лучше сопротивляется внедрённым инструкциям, которые пытаются увести её от задания пользователя. Детали — в системной карте модели.
Где доступна и чего от неё не ждать
С сегодняшнего дня GPT-6.1 Terra доступна пользователям Plus, Pro, Enterprise и Edu в ChatGPT Work и Codex. Разработчики могут обращаться к ней через API под именем gpt-6.1-terra. Кэширование работает так же, как у Sol, но дешевле.
Важно не переоценивать назначение модели. Terra не претендует на замену Astra в тяжёлых исследованиях и не обгоняет Sol в самой сложной разработке. Её сильная сторона — потоковые задачи, где нужно быстро прочитать документ, понять картинку и выполнить действие в программе. Если задача требует длительных рассуждений и поиска нестандартных решений, флагманы остаются надёжнее.
Кому Terra подходит и как проверить
Terra подходит командам, где много повторяющейся работы с документами и приложениями: обработка счетов, перенос данных между почтой, таблицами и CRM, подготовка черновиков предложений, разбор технических чертежей, заполнение форм, базовая работа с видео и презентациями. Там, где раньше приходилось выбирать между дорогим флагманом и неточным дешёвым решением, появляется промежуточный вариант.
Проверять модель стоит на своём процессе, а не на бенчмарках. Возьмите один повторяющийся сценарий — например, чтение входящих счетов и занесение данных в учётную систему — и прогоните его на Terra и на текущей модели, замеряя долю верно заполненных полей, количество ручных правок и стоимость задачи. Если Terra экономит время без роста ошибок, её можно масштабировать на остальные однотипные операции. Начните с одного процесса, где результат легко проверить.
Рынок переходит от рекордов к экономике массовых задач
Terra продолжает тот же сдвиг, что и Sol: рынок уходит от гонки за максимальными баллами к гонке за стоимостью задачи. Когда модель выполняет потоковую работу втрое быстрее и вдвое дешевле предыдущей, выигрывает не тот, кто показал лучший график, а тот, у кого автоматизация окупается в ежедневной рутине. Для бизнеса это значит, что всё больше ручной работы можно переводить в агентный режим без кратного роста бюджета.
Ссылки
- Сайт: Introducing GPT-6.1 Terra — OpenAI
- Документация: Тарифы OpenAI API
- Сайт: OSWorld — бенчмарк компьютерного использования
