GPT-6.1 Terraとは？AIエージェント向けOpenAIの低コストモデル

GPT-5.6 Terraから何が変わったのか？

視覚的理解とコンピュータ操作

OpenAIの導入では、詳細な視覚的推論、正確なコンピュータ操作、そしてより明確なライティングが強調されています。エージェントがアプリケーションの画面を確認し、どのフィールドに入力すべきかを判断し、入力後に結果を検査する様子を想像してみてください。

あなたの統合環境が実行環境を提供します。モデルが情報を解釈してアクションを提案し、接続されたツールがそれを実行してフィードバックを返します。したがって、スクリーンショットの読み取りは、ブラウザを確実に操作することに比べれば、より小規模な統合タスクと言えます。

ある公開初日のコミュニティでの議論では、Terraは特に視覚的理解において「コストパフォーマンスが非常に高い」と評されました。これは公開された結果に対する初期の反応であり、投稿内には再現可能なプライベートテストの記録はありません。

事実の信頼性と日常的なコーディングの向上

OpenAIの報告によると、Terminal-Bench 4.0における最大推論努力時のスコアは50.3%で、GPT-5.6 Terraで公開された21.5%から向上しました。内部のエラー誘発プロンプトにおいて、低負荷時の事実誤認率は53.6%から16.7%に低下しました。

これらの測定値はアップグレードを裏付けるものですが、限界もあります。事実性の評価には選択された難易度の高いプロンプトが使用されており、コーディングスコアも特定のテスト設定に基づいたものです。OpenAIは、最も複雑なプログラミングタスクには依然としてSolおよびAstraを推奨しています。

GPT-6.1 Terraは何に使えるのか？

製品やカタログのチェックは、実用的な出発点です。モデルに製品写真と仕様書を与え、目に見える不一致を特定するよう依頼してください。レビュー担当者が各発見を確認できるよう、関連する画像詳細への参照を求めるようにしましょう。

スクリーンショット分析も、もう一つの限定的なタスクです。ページキャプチャ、期待されるレイアウト、そして具体的な質問を提供してください。重なっている要素、欠けているラベル、または次に起こりうるアクションについて尋ねます。自動的な変更を許可する前に、実際のアプリケーションで観察結果を検証してください。

日常的なコーディングには、再現可能なバグと明確な受け入れテストを使用してください。GitHubの初期テストでは、Terraは前モデルよりも多くのターミナルおよびC#のタスクを解決し、特に範囲が明確な作業において優れていることがわかりました。GitHubはその発表において、完全な定量的手法は公開していません。

これらは提案されている評価タスクです。まずは小規模なセットから始め、失敗を記録し、どの結果を自動的に受け入れられるかを判断してください。

モデルを比較する際は、入力と受け入れ基準を一貫させてください。カタログチェックの場合、明らかな不一致、正しいリスト、そして画像が不明瞭で判断できないケースを含めます。有用な結果とは、不一致を特定し、正しいリストには手を付けず、曖昧なケースについては不確実性を認めるものです。これにより、単に流暢な回答を評価するよりも、試行がより有意義なものになります。

GPT-6.1 Terraの料金：タスクあたりのコストは？

TerraのモデルドキュメントおよびSolのモデルドキュメントには、100万トークンあたりの米ドルでの公式標準価格が以下のように記載されています：

10,000トークンの入力と1,000トークンの合計課金対象出力という仮定の要求では、Terraのコストは$0.015、Solのコストは$0.030となります。この計算は、キャッシュや追加のツール料金が発生せず、課金対象の使用量が同一であると仮定しています。

エージェントは、同じタスクでも推論や出力に異なる量を費やす場合があります。再試行や追加のツールステップも請求額に影響します。最終結果がチェックを通過したかどうかとともに、合計コストを記録してください。

社内比較のために、リクエスト数、課金対象トークン数、承認された結果、および手動修正にかかった時間を記録しましょう。合計支出を承認された結果数で割り、レビュー時間を可視化してください。チェック作業が増える安価なリクエストは、チームにとって必ずしも最適とは限りません。

長いプロンプトには別の条件があります。入力トークンが272Kを超える場合、OpenAIはリクエスト全体に対して入力およびキャッシュ料金の2倍、出力料金の1.5倍を適用します。プラットフォームに適用される料金とサポートされているオプションについては、GPT Protoの現在のTerra料金をご確認ください。

GPT-6.1 Terra vs Sol, Sonnet 5.5, GLM-5.3

以下のスナップショットは、10月27日時点のArtificial AnalysisのIntelligence Index v4.3.2からのものです。このインデックスは複合スコアであり、パーセンテージではありません。タスクコストは、加重平均評価コストです。

GPT-6.1 Terra vs GPT-6.1 Sol

Terra maxとSol mediumはどちらも48ポイントですが、Sol mediumの測定されたタスクコストの方が低くなっています。丸められた集計スコアが一致しているからといって、能力が同一であるとは限りません。しかし、すべてのリクエストをmaxに設定する前に、構成を比較する理由にはなります。

私は、明確なチェック項目がある日常的なタスクでTerraを試し、より難しいコーディング作業を評価する際にはGPT-6.1 Solを含めることをお勧めします。Terraが確実に完了できないケースのために、エスカレーションパスを維持しておきましょう。

GPT-6.1 TerraはSonnet 5.5より優れていますか？

表示されているSonnetの構成は、より高いスコアを記録していますが、評価タスクあたりのコストも高くなっています。その「デフォルトのフォールバック」設定はテストされた構成の一部であり、スコアを解釈する際には考慮に入れる必要があります。

すでにClaudeツールを使用している場合は、Sonnet 5.5とTerraを、ツールの処理やレビュー時間を含めた実際のワークフローで比較してください。この表だけで、アプリケーションにとっての最適な選択肢を判断することはできません。

GPT-6.1 Terra vs GLM-5.3

このスナップショットでは、Terra maxの方がスコアが高く、測定されたタスクあたりのコストも低くなっています。また、Artificial AnalysisはTerraを画像入力対応としてリストアップしていますが、GLM-5.3はテキスト専用でオープンウェイトです。

そのため、視覚的な作業やデプロイ要件が重要な選定基準となります。そのモデルがアプリケーションに適している場合は、GLM-5.3 APIアクセスを確認し、必要な入力形式を比較に含めてください。

CodexやClaude CodeでGPT-6.1 Terraを使用できますか？

はい。GPT ProtoのAPI統合を通じて、GPT-6.1 TerraをCodexおよびClaude Codeの両方に接続できます。最も迅速なセットアップには、GPT-6.1 Terraモデルページを開き、このモデルを試すを使用して、専用のセットアップオプションにアクセスしてください。

1. 「このモデルを試す」をクリックします。 これにより、モデルページのクイックスタートパネルが開きます。

2. コーディングツールを選択します。 AIに統合を完了させるの下で、Claude CodeまたはChatGPT (Codex)を選択し、ワンクリックセットアップを開始します。

3. 接続を完了します。 セットアップ手順に従ってGPT Proto APIキーを接続し、GPT-6.1 Terraを設定してください。

同じパネルにあるAI用Markdownをコピーをクリックして、統合ガイドをコーディングアシスタントに貼り付けることもできます。これには、プロジェクト内での接続設定を支援するためにアシスタントが使用できる、モデル固有の手順が含まれています。

GPT ProtoでGPT-6.1 Terraを試す方法

Terraモデルページを開き、現在のアクセス権と価格を確認して、API使用例を使用してください。統合のサポートが必要な場合は、ページ上の現在のリクエストをAIコーディングアシスタントにコピーしてください。同じGPT Protoアカウントで、ワークロードの変化に応じてサポートされている代替モデルとその現在の料金を比較できます。

基本的なテキストのスモークテストのリクエストパターンは以下の通りです：

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."
    }]
  }'

この課金対象のリクエストを実行する前に、GPTPROTO_API_KEYをローカルに設定し、ページ上の現在の例とモデル識別子を照合してください。このテキスト専用パターンは、本ガイドのためにTerraルートに対してライブテストされたものではありません。

レスポンスがあれば基本的なアクセスが確認できたことになります。次に、明確な合格基準を持つ代表的なタスクを試してください。OpenAIはTerraのツール呼び出しにResponses APIを必要とします。例をエージェントに拡張する前に、GPT Protoの対応するルートを確認してください。

まずは繰り返し可能なワークフローから始め、要件を満たす結果の総コストを比較してください。必要に応じてSolも利用可能な、GPT Proto上のGPT-6.1 Terraをぜひお試しください。