Apa yang Berubah dari GPT-5.6 Terra?
Pemahaman visual dan penggunaan komputer
Pengenalan dari OpenAI menekankan penalaran visual yang mendetail, penggunaan komputer yang presisi, dan penulisan yang lebih jelas. Bayangkan sebuah agen yang memeriksa layar aplikasi, memutuskan kolom mana yang harus diisi, dan memeriksa hasilnya setelah mengetik.
Integrasi Anda menyediakan lingkungan eksekusi. Model menafsirkan informasi dan mengusulkan tindakan; alat yang terhubung melaksanakannya dan memberikan umpan balik. Oleh karena itu, membaca tangkapan layar adalah tugas integrasi yang lebih kecil daripada mengoperasikan browser secara andal.
Salah satu diskusi komunitas saat peluncuran menggambarkan Terra menawarkan “nilai yang sangat sepadan dengan harganya,” terutama untuk pemahaman visual. Itu adalah reaksi awal terhadap hasil yang dipublikasikan, tanpa pengujian pribadi yang dapat direproduksi yang didokumentasikan dalam postingan tersebut.
Keandalan faktual yang lebih baik dan pengodean sehari-hari
OpenAI melaporkan 50,3% pada Terminal-Bench 4.0 dengan upaya penalaran maksimal, dibandingkan dengan 21,5% yang dipublikasikan pada GPT-5.6 Terra. Pada prompt internal yang memicu kesalahan, tingkat kesalahan faktual dengan upaya rendah turun dari 53,6% menjadi 16,7%.
Pengukuran tersebut mendukung peningkatan, dengan batasan: evaluasi faktualitas menggunakan prompt sulit yang dipilih, dan skor pengodean menjelaskan pengaturan pengujian tertentu. OpenAI masih merekomendasikan Sol dan Astra untuk tugas pemrograman yang paling kompleks.
Untuk Apa Anda Bisa Menggunakan GPT-6.1 Terra?
Pemeriksaan produk dan katalog adalah titik awal yang praktis. Berikan model foto produk dan spesifikasi tertulisnya, lalu minta model tersebut untuk mengidentifikasi ketidakcocokan yang terlihat. Wajibkan referensi ke detail gambar yang relevan agar peninjau dapat memeriksa setiap temuan.
Analisis tangkapan layar menawarkan tugas terbatas lainnya. Berikan tangkapan halaman, tata letak yang diharapkan, dan pertanyaan spesifik. Minta elemen yang tumpang tindih, label yang hilang, atau tindakan yang mungkin dilakukan selanjutnya. Verifikasi pengamatan dalam aplikasi yang sebenarnya sebelum mengizinkan perubahan otomatis.
Untuk pengodean rutin, gunakan bug yang dapat direproduksi dan tes penerimaan yang jelas. Pengujian awal GitHub menemukan bahwa Terra menyelesaikan lebih banyak tugas terminal dan C# daripada pendahulunya, dengan penekanan pada pekerjaan yang terlingkup dengan baik. GitHub tidak memublikasikan metode kuantitatif lengkap dalam pengumuman tersebut.
Ini adalah usulan tugas evaluasi. Mulailah dengan serangkaian kecil, catat kegagalan, dan putuskan hasil mana yang dapat diterima secara otomatis.
Jaga agar input dan kriteria penerimaan tetap konsisten saat membandingkan model. Untuk pemeriksaan katalog, sertakan ketidakcocokan yang jelas, daftar yang benar, dan kasus di mana gambar terlalu tidak jelas untuk diputuskan. Hasil yang berguna harus mengidentifikasi ketidakcocokan, membiarkan daftar yang benar apa adanya, dan mengakui ketidakpastian dalam kasus yang ambigu. Hal ini membuat uji coba lebih informatif daripada sekadar menilai satu jawaban yang lancar.
Harga GPT-6.1 Terra: Berapa Biaya Sebuah Tugas?
Dokumentasi model Terra dan dokumentasi model Sol mencantumkan harga Standar resmi ini, dalam dolar AS per satu juta token:
| Model |
Input |
Input yang di-cache |
Output |
| GPT-6.1 Terra |
$1.00 |
$0.05 |
$5.00 |
| GPT-6.1 Sol |
$2.00 |
$0.10 |
$10.00 |
Untuk permintaan hipotetis dengan 10.000 token input dan 1.000 total token output yang ditagihkan, Terra memakan biaya $0,015 dan Sol memakan biaya $0,030. Perhitungan tersebut mengasumsikan tidak ada biaya cache atau biaya alat tambahan serta penggunaan yang ditagihkan identik.
Sebuah agen mungkin menghabiskan jumlah penalaran dan output yang berbeda untuk tugas yang sama. Percobaan ulang dan langkah alat tambahan juga memengaruhi tagihan. Catat total biaya beserta apakah hasil akhir telah lolos pemeriksaan Anda.
Untuk perbandingan internal, catat permintaan, token yang ditagihkan, hasil yang diterima, dan menit koreksi manual. Bagi total pengeluaran dengan hasil yang diterima, sambil tetap memantau waktu peninjauan. Permintaan yang lebih murah namun menciptakan lebih banyak pemeriksaan tetap bisa menjadi pilihan yang kurang tepat bagi tim Anda.
Prompt panjang memiliki ketentuan lain: di atas 272K token input, OpenAI menerapkan dua kali lipat tarif input dan cache serta 1,5 kali tarif output untuk keseluruhan permintaan. Periksa harga Terra saat ini di GPT Proto untuk tarif yang berlaku dan opsi yang didukung di platform.
GPT-6.1 Terra vs Sol, Sonnet 5.5, dan GLM-5.3
Cuplikan berikut berasal dari Intelligence Index v4.3.2 milik Artificial Analysis, yang diperiksa pada 27 Oktober. Indeks ini adalah skor komposit, bukan persentase. Biaya tugas adalah biaya evaluasi rata-rata tertimbangnya.
GPT-6.1 Terra vs GPT-6.1 Sol
Terra max dan Sol medium sama-sama menampilkan 48 poin, namun biaya tugas terukur Sol medium lebih rendah. Mencocokkan skor agregat yang dibulatkan tidak berarti kemampuan yang identik. Hal ini memberi Anda alasan untuk membandingkan konfigurasi sebelum menaikkan setiap permintaan ke level maksimal.
Saya akan mencoba Terra pada tugas rutin dengan pemeriksaan yang jelas dan menyertakan GPT-6.1 Sol saat mengevaluasi pekerjaan pengodean yang lebih sulit. Siapkan jalur eskalasi untuk kasus-kasus yang tidak dapat diselesaikan oleh Terra dengan andal.
Apakah GPT-6.1 Terra Lebih Baik daripada Sonnet 5.5?
Konfigurasi Sonnet yang ditampilkan memiliki skor lebih tinggi dan biaya per tugas evaluasi yang lebih mahal. Pengaturan “Default Fallback” miliknya merupakan bagian dari konfigurasi yang diuji dan harus disertakan dalam setiap interpretasi skor tersebut.
Jika Anda sudah menggunakan perangkat Claude, bandingkan Sonnet 5.5 dan Terra pada alur kerja Anda yang sebenarnya, termasuk penanganan alat dan waktu peninjauan. Tabel ini saja tidak dapat menentukan pilihan terbaik untuk aplikasi Anda.
GPT-6.1 Terra vs GLM-5.3
Terra max memiliki skor lebih tinggi dan biaya tugas terukur yang lebih rendah dalam snapshot ini. Artificial Analysis juga mencantumkan Terra dengan input gambar, sementara GLM-5.3 hanya berbasis teks dan memiliki bobot terbuka.
Hal tersebut menjadikan pekerjaan visual dan persyaratan penerapan sebagai kriteria pemilihan yang berguna. Tinjau akses API GLM-5.3 jika model tersebut sesuai dengan aplikasi Anda, dan sertakan format input yang Anda perlukan dalam perbandingan.
Bisakah Anda Menggunakan GPT-6.1 Terra di Codex atau Claude Code?
Ya. Anda dapat menghubungkan GPT-6.1 Terra ke Codex dan Claude Code melalui integrasi API GPT Proto. Untuk pengaturan tercepat, buka halaman model GPT-6.1 Terra dan gunakan Coba model ini untuk mengakses opsi pengaturan khusus.
Klik “Coba model ini.” Ini akan membuka panel Mulai Cepat di halaman model.
Pilih alat pengodean Anda. Di bawah Biarkan AI menyelesaikan integrasi, pilih Claude Code atau ChatGPT (Codex) untuk memulai pengaturan sekali klik.
Selesaikan koneksi. Ikuti petunjuk pengaturan untuk menghubungkan kunci API GPT Proto Anda dan mengonfigurasi GPT-6.1 Terra.
Anda juga dapat mengeklik Salin Markdown untuk AI di panel yang sama dan tempel panduan integrasi ke asisten pengodean Anda. Panduan ini menyediakan instruksi khusus model yang dapat digunakan asisten Anda untuk membantu mengonfigurasi koneksi di proyek Anda.
Cara Mencoba GPT-6.1 Terra di GPT Proto
Buka halaman model Terra, periksa akses dan harga saat ini, serta gunakan contoh Penggunaan API-nya. Salin permintaan halaman saat ini ke asisten pengodean AI Anda jika Anda memerlukan bantuan untuk mengintegrasikannya. Akun GPT Proto yang sama memberi Anda tempat untuk membandingkan alternatif yang didukung dan tarifnya saat ini seiring perubahan beban kerja Anda.
Untuk uji coba teks dasar, pola permintaannya adalah:
curl --fail-with-body https://gptproto.com/v1/chat/completions \
-H "Authorization: Bearer $GPTPROTO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-6.1-terra",
"messages": [{
"role": "user",
"content": "Simplify this label: Commence account creation."
}]
}'
Tetapkan GPTPROTO_API_KEY secara lokal dan konfirmasikan pengidentifikasi model dengan contoh halaman saat ini sebelum menjalankan permintaan berbayar ini. Pola khusus teks ini belum diuji secara langsung terhadap rute Terra untuk panduan ini.
Respons akan mengonfirmasi akses dasar. Selanjutnya, cobalah tugas representatif dengan pemeriksaan penerimaan yang jelas. OpenAI memerlukan API Respons untuk pemanggilan alat Terra; verifikasi rute GPT Proto yang sesuai sebelum memperluas contoh tersebut menjadi agen.
Mulailah dengan satu alur kerja yang dapat diulang dan bandingkan total biaya hasil yang memenuhi kebutuhan Anda. Jelajahi GPT-6.1 Terra di GPT Proto, dengan Sol tersedia untuk tugas-tugas yang memerlukannya.
