Cosa è cambiato rispetto a GPT-5.6 Terra?
Comprensione visiva e utilizzo del computer
L'introduzione di OpenAI pone l'accento sul ragionamento visivo dettagliato, sull'uso preciso del computer e su una scrittura più chiara. Immagina un agente che controlla la schermata di un'applicazione, decide quale campo compilare e ispeziona il risultato dopo aver digitato.
La tua integrazione fornisce l'ambiente di esecuzione. Il modello interpreta le informazioni e propone azioni; gli strumenti collegati le eseguono e restituiscono un feedback. Leggere uno screenshot è quindi un compito di integrazione più semplice rispetto all'utilizzo affidabile di un browser.
Una discussione della community nel giorno del lancio ha descritto Terra come un modello con un “ottimo rapporto qualità-prezzo”, in particolare per la comprensione visiva. Si tratta di una reazione iniziale ai risultati pubblicati, senza alcun test privato riproducibile documentato nel post.
Maggiore affidabilità fattuale e programmazione quotidiana
OpenAI riporta un punteggio del 50,3% su Terminal-Bench 4.0 con il massimo sforzo di ragionamento, rispetto al 21,5% pubblicato per GPT-5.6 Terra. Nei suoi prompt interni progettati per indurre errori, il tasso di errori fattuali a basso sforzo è sceso dal 53,6% al 16,7%.
Queste misurazioni supportano un aggiornamento, con dei limiti: la valutazione della veridicità utilizza prompt difficili selezionati e il punteggio di programmazione descrive una configurazione di test specifica. OpenAI consiglia ancora Sol e Astra per le attività di programmazione più complesse.
Per cosa puoi utilizzare GPT-6.1 Terra?
I controlli di prodotti e cataloghi sono un punto di partenza pratico. Fornisci al modello la foto di un prodotto e le sue specifiche scritte, quindi chiedigli di identificare le discrepanze visibili. Richiedi riferimenti ai dettagli dell'immagine pertinenti in modo che un revisore possa verificare ogni risultato.
L'analisi degli screenshot offre un altro compito delimitato. Fornisci un'acquisizione della pagina, il layout previsto e una domanda specifica. Chiedi di individuare elementi sovrapposti, etichette mancanti o la successiva azione probabile. Verifica le osservazioni nell'applicazione reale prima di consentire una modifica automatizzata.
Per la programmazione di routine, utilizza un bug riproducibile e un chiaro test di accettazione. I primi test di GitHub hanno rilevato che Terra ha risolto più attività su terminale e C# rispetto al suo predecessore, con un'enfasi sul lavoro ben definito. GitHub non ha pubblicato i metodi quantitativi completi in quell'annuncio.
Questi sono compiti di valutazione proposti. Inizia con un piccolo set, registra i fallimenti e decidi quali risultati possono essere accettati automaticamente.
Mantieni coerenti gli input e i criteri di accettazione quando confronti i modelli. Per un controllo di catalogo, includi una discrepanza evidente, un elenco corretto e un caso in cui l'immagine è troppo poco chiara per decidere. Un risultato utile dovrebbe identificare la discrepanza, lasciare invariato l'elenco corretto e riconoscere l'incertezza nel caso ambiguo. Questo rende la prova più informativa rispetto al giudicare una singola risposta fluente.
Prezzi di GPT-6.1 Terra: quanto costa un task?
La documentazione del modello Terra e la documentazione del modello Sol elencano questi prezzi ufficiali Standard, in dollari USA per milione di token:
| Modello |
Input |
Input memorizzato nella cache |
Output |
| GPT-6.1 Terra |
$1.00 |
$0.05 |
$5.00 |
| GPT-6.1 Sol |
$2.00 |
$0.10 |
$10.00 |
Per una richiesta ipotetica con 10.000 token di input e 1.000 token di output fatturati totali, Terra costa $0,015 e Sol costa $0,030. Tale calcolo presuppone l'assenza di costi per la cache o per strumenti aggiuntivi e un utilizzo fatturato identico.
Un agente può impiegare quantità diverse di ragionamento e output per lo stesso task. Anche i tentativi di ripetizione e i passaggi extra degli strumenti influiscono sulla fattura. Registra il costo totale insieme all'esito del controllo finale sul risultato.
Per un confronto interno, registra le richieste, i token fatturati, i risultati accettati e i minuti di correzione manuale. Dividi la spesa totale per i risultati accettati, mantenendo visibile il tempo di revisione. Una richiesta più economica che richiede più controlli potrebbe comunque non essere la soluzione ideale per il tuo team.
I prompt lunghi hanno un'altra condizione: oltre i 272K token di input, OpenAI applica il doppio delle tariffe di input e cache e 1,5 volte la tariffa di output all'intera richiesta. Controlla i prezzi attuali di Terra su GPT Proto per le tariffe applicabili e le opzioni supportate dalla piattaforma.
GPT-6.1 Terra vs Sol, Sonnet 5.5 e GLM-5.3
Il seguente snapshot proviene dall'Intelligence Index v4.3.2 di Artificial Analysis, verificato il 27 ottobre. L'indice è un punteggio composito, non una percentuale. Il costo del task è il suo costo di valutazione medio ponderato.
GPT-6.1 Terra vs GPT-6.1 Sol
Sia Terra max che Sol medium mostrano 48 punti, eppure il costo del task misurato di Sol medium è inferiore. L'uguaglianza dei punteggi aggregati arrotondati non stabilisce abilità identiche. Offre però un motivo per confrontare le configurazioni prima di impostare ogni richiesta al massimo.
Proverei Terra su task di routine con controlli chiari e includerei GPT-6.1 Sol durante la valutazione di lavori di programmazione più complessi. Mantieni un percorso di escalation per i casi che Terra non riesce a completare in modo affidabile.
GPT-6.1 Terra è migliore di Sonnet 5.5?
La configurazione di Sonnet visualizzata ottiene punteggi più alti e costa di più per attività di valutazione. La sua impostazione “Default Fallback” fa parte della configurazione testata e dovrebbe accompagnare qualsiasi interpretazione del punteggio.
Se utilizzi già gli strumenti Claude, confronta Sonnet 5.5 e Terra nel tuo flusso di lavoro reale, inclusa la gestione degli strumenti e i tempi di revisione. Questa tabella da sola non può identificare la scelta migliore per la tua applicazione.
GPT-6.1 Terra vs GLM-5.3
Terra max ottiene punteggi più alti e ha un costo per attività misurato inferiore in questa istantanea. Artificial Analysis elenca anche Terra con input di immagini, mentre GLM-5.3 è solo testo e ha pesi aperti.
Ciò rende il lavoro visivo e i requisiti di distribuzione criteri di selezione utili. Esamina l'accesso all'API di GLM-5.3 se quel modello si adatta alla tua applicazione e includi i formati di input richiesti nel confronto.
Puoi usare GPT-6.1 Terra in Codex o Claude Code?
Sì. Puoi connettere GPT-6.1 Terra sia a Codex che a Claude Code tramite le integrazioni API di GPT Proto. Per la configurazione più rapida, apri la pagina del modello GPT-6.1 Terra e usa Prova questo modello per accedere alle opzioni di configurazione dedicate.
Fai clic su “Prova questo modello”. Questo apre il pannello di avvio rapido sulla pagina del modello.
Scegli il tuo strumento di programmazione. Sotto Lascia che l'IA completi l'integrazione, seleziona Claude Code o ChatGPT (Codex) per avviare la configurazione con un clic.
Completa la connessione. Segui le istruzioni di configurazione per connettere la tua chiave API GPT Proto e configurare GPT-6.1 Terra.
Puoi anche fare clic su Copia Markdown per l'IA nello stesso pannello e incollare la guida all'integrazione nel tuo assistente di programmazione. Fornisce le istruzioni specifiche del modello che il tuo assistente può utilizzare per aiutare a configurare la connessione nel tuo progetto.
Come provare GPT-6.1 Terra su GPT Proto
Apri la pagina del modello Terra, controlla l'accesso e i prezzi attuali e usa il suo esempio di utilizzo dell'API. Copia la richiesta corrente della pagina nel tuo assistente di programmazione IA se desideri aiuto per integrarlo. Lo stesso account GPT Proto ti offre un posto dove confrontare le alternative supportate e le loro tariffe attuali man mano che il tuo carico di lavoro cambia.
Per un test di base del testo, il modello di richiesta è:
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."
}]
}'
Imposta GPTPROTO_API_KEY localmente e conferma l'identificatore del modello rispetto all'esempio corrente della pagina prima di eseguire questa richiesta fatturabile. Questo modello di solo testo non è stato testato dal vivo rispetto al percorso Terra per questa guida.
Una risposta conferma l'accesso di base. Successivamente, prova un'attività rappresentativa con un chiaro controllo di accettazione. OpenAI richiede l'API Responses per la chiamata agli strumenti di Terra; verifica il percorso corrispondente di GPT Proto prima di estendere l'esempio in un agente.
Inizia con un flusso di lavoro ripetibile e confronta il costo totale dei risultati che soddisfano i tuoi requisiti. Esplora GPT-6.1 Terra su GPT Proto, con Sol disponibile per le attività che lo richiedono.
