OpenAI запускает GPT-6.1 Terra, вдвое снижая цену API GPT-6.1 Sol для работы агентов
OpenAI выпустила GPT-6.1 Terra — быструю модель для визуального рассуждения, работы с компьютером и написания текстов. Она заменяет GPT-5.6 Terra и доступна в API под именем gpt-6.1-terra. Стандартная цена составляет $1 за миллион входных токенов и $5 за миллион выходных токенов. Для команд, автоматизирующих работу с экранами, формами и документами в больших масштабах, GPT-6.1 Terra меняет расчёт стоимости.
Кратко
- Размер: контекст на 1,05 млн токенов, максимум 128 тыс. выходных токенов.
- Работает на: только на инфраструктуре OpenAI (API, ChatGPT Work, Codex). Веса закрыты.
- Производительность: близка к GPT-6.1 Sol и GPT-6 Astra в задачах компьютерного зрения и работы с компьютером, но при более низкой стоимости.
- Лучший результат: 85,5% в MMMU-Pro (Vision) при максимальном уровне усилий, на 1,2 процентного пункта ниже GPT-6 Astra.
- Худший результат: 50,3% в Terminal-Bench 4.0 — ниже GPT-6.1 Sol (55,9%) и Claude Sonnet 5.5 (70,6%).
Что такое GPT-6.1 Terra?
GPT-6.1 Terra — модель рассуждения OpenAI, созданная для высокообъёмной работы с визуальными данными и компьютером. Она принимает текстовые и графические данные и возвращает текст. Контекстное окно составляет 1 050 000 токенов, а объём выходных данных — до 128 000 токенов. Крайняя дата обучающих данных — 1 июня 2026 года.
Уровень усилий при рассуждении варьируется от none до max, а значением по умолчанию является medium. Вызов инструментов требует использования Responses API. Поддерживаемые инструменты включают управление компьютером, размещённую оболочку, интерпретатор кода, веб-поиск, поиск по файлам и MCP. Среди заявленных OpenAI вариантов использования — сопоставление фотографий товаров с записями в каталоге и интерпретация технических чертежей.
Как GPT-6.1 Terra справляется с работой на компьютере?
Главный значимый тест OpenAI — Agents’ Last Exam v1, набор профессиональных компьютерных задач. В одной из них архитектурные чертежи преобразуются в 3D-модель.
При среднем уровне усилий Terra набирает 57,6% при стоимости $0,29 за задачу. GPT-5.6 Terra набрала 42,6% при стоимости $0,84 в тех же условиях. GPT-6 Astra также набирает 57,6% на среднем уровне, но стоит $4,82 за задачу.
При максимальном уровне усилий Terra достигает 60,0% при стоимости $1,01 за задачу. Claude Opus 5.5 набирает 63,2% при стоимости $8,82 за задачу на том же графике. OpenAI утверждает, что Terra выполняет задачи более чем в 3 раза быстрее GPT-6 Astra и GPT-6.1 Sol.
На офлайн-наборе OSWorld 2.1 Terra набирает 66,7% при среднем и 74,2% при максимальном уровне усилий. GPT-5.6 Terra достигла максимального результата в 57,1%. GPT-6.1 Sol набирает 78,0%, GPT-6 Astra — 80,9%, а Claude Sonnet 5.5 — 83,9%.
Насколько сильна модель в визуальном рассуждении?
В MMMU-Pro (Vision) Terra набирает 85,5% при максимальном уровне усилий. GPT-6.1 Sol набирает 86,3%, а GPT-6 Astra — 86,7%. Максимальный результат GPT-5.6 Terra составлял 81,7%. Запуск Terra при максимальном уровне усилий стоит $0,012 за задачу, тогда как запуск Astra — $0,065.
Улучшились ли точность и программирование?
На внутреннем наборе OpenAI с провоцирующими ошибки запросами доля ошибок при низком уровне усилий снизилась с 53,6% до 16,7%. При максимальном уровне усилий она снизилась на 18 процентных пунктов — до 4,3%. Этот набор специально создан как состязательный, поэтому показатели ошибок в рабочей среде будут отличаться.
В Terminal-Bench 4.0 Terra решает 50,3% задач при максимальном уровне усилий против 21,5% у GPT-5.6 Terra. Тем не менее она уступает GPT-6.1 Sol (55,9%), GPT-6 Astra (58,2%) и Claude Sonnet 5.5 (70,6%). Сама OpenAI рекомендует Sol или Astra для наиболее сложных задач программирования.
В Terminal-Bench-Science 0.1 Terra набирает 58,3% при стоимости $4,15 за задачу. Это выше результата GPT-6.1 Sol — 57,0% при стоимости $5,47. Claude Opus 5.5 с резервными вариантами набирает 63,3% при стоимости $23,21.
Сколько стоит GPT-6.1 Terra и где она доступна?
Стандартная цена в API составляет $1 за входные, $0,05 за кэшированные входные и $5 за выходные токены на миллион токенов. Batch и Flex стоят на 50% дешевле. Быстрый режим стоит в 2 раза дороже стандартного. Запросы объёмом более 272 тыс. входных токенов тарифицируются по двойной цене за входные и в 1,5 раза дороже за выходные токены.
Это вдвое дешевле, чем $2/$10 у GPT-6.1 Sol, и в десять раз дешевле, чем $10/$50 у GPT-6 Astra. Стоимость Claude Opus 5.5 составляет $4/$20.
В ChatGPT Terra доступна пользователям тарифов Plus, Pro, Enterprise и Edu в ChatGPT Work и Codex.
GPT-6.1 Terra в сравнении с конкурентами
| Характеристика | GPT-6.1 Terra | GPT-6.1 Sol | GPT-6 Astra | Claude Opus 5.5 | Claude Sonnet 5.5 |
|---|---|---|---|---|---|
| Параметры | Не раскрыты | Не раскрыты | Не раскрыты | Не раскрыты | Не раскрыты |
| Контекстное окно | 1,05 млн | 1,05 млн | 1,05 млн | 1 млн | 1 млн |
| Максимальный объём вывода | 128 тыс. | 128 тыс. | 128 тыс. | 128 тыс. | 128 тыс. |
| Крайняя дата обучающих данных | 1 июня 2026 г. | 30 апреля 2026 г. | 30 апреля 2026 г. | Июнь 2026 г. | Июнь 2026 г. |
| Цена API (входные/выходные на 1 млн) | $1 / $5 | $2 / $10 | $10 / $50 | $4 / $20 | $2 / $10 |
| Веса | Закрытые | Закрытые | Закрытые | Закрытые | Закрытые |
| Agents’ Last Exam v1 (макс.) | 60,0% ($1,01/задача) | 58,6% ($2,00/задача) | 59,3% ($7,24/задача) | 63,2% ($8,82/задача) | Не указано |
| MMMU-Pro Vision (макс.) | 85,5% | 86,3% | 86,7% | Не указано | Не указано |
| OSWorld 2.1 offline (макс.) | 74,2% | 78,0% | 80,9% | Не указано | 83,9% |
| Terminal-Bench 4.0 (макс.) | 50,3% | 55,9% | 58,2% | Не указано | 70,6% |
| Terminal-Bench-Science 0.1 (макс.) | 58,3% | 57,0% | 68,1% | 63,3% (с резервными вариантами) | Не указано |
Результаты тестов и стоимость отдельных задач взяты из графиков запуска OpenAI и предоставлены самой компанией. Характеристики и цены взяты со страниц моделей соответствующих поставщиков. Цены Claude: тарифы Anthropic.
Основные выводы
- GPT-6.1 Terra стоит $1/$5 за миллион токенов — вдвое дешевле GPT-6.1 Sol.
- Она соответствует результату GPT-6 Astra в 57,6% в Agents’ Last Exam при стоимости $0,29 за задачу.
- В MMMU-Pro модель набирает 85,5%, отставая от Astra менее чем на 1,2 процентного пункта.
- В программировании она всё ещё отстаёт: 50,3% в Terminal-Bench 4.0 против 70,6% у Sonnet 5.5.
- Все результаты предоставлены OpenAI; параметры и аппаратное обеспечение не раскрыты.
Ознакомьтесь с анонсом OpenAI, страницей модели в API и дополнением к системной карте. Также подписывайтесь на нас в Twitter и не забудьте присоединиться к нашему сабреддиту о машинном обучении с более чем 150 тыс. участников и подписаться на нашу рассылку. Постойте! Вы есть в Telegram? теперь к нам можно присоединиться и в Telegram.
Хотите сотрудничать с нами для продвижения вашего репозитория GitHub, страницы на Hugging Face, запуска продукта, вебинара и т. д.? Свяжитесь с нами
Переведено автоматически с английского. Оригинал статьи — по ссылке ниже.