GPT-6.1 Terra: computer use, вдвое дешевле по API и что стоит за цифрами

26 октября 2026 года OpenAI представила GPT-6.1 Terra. По описанию это модель с упором на две вещи: computer use (использование компьютера — когда модель сама кликает, вводит текст и переключается между окнами) и детальное визуальное рассуждение. Плюс более ясный текст. Цены в стандартном API ниже, чем у GPT-5.6 Terra и GPT-6.1 Sol.

Что значит «точный computer use»

Формулировка из анонса — «precise computer use». Разница между «модель понимает скриншот» и «модель делает работу» — в цене ошибки. Если задача состоит в том, чтобы заполнить форму из десяти полей, одна опечатка в номере счёта ломает весь процесс. Terra заявлена как шаг вперёд относительно GPT-5.6 Terra именно на коммуникационных и компьютерных задачах, из которых состоит рабочий день.

Пример из анонса: прочитать входящий счёт, вытащить реквизиты и занести их в бухгалтерскую программу. Работа скучная и состоит из цепочки мелких действий: открыть вложение, найти номер, переключиться в окно учёта, ввести, проверить. Именно на таких цепочках обычно и расходятся обещания и реальность — поэтому цифры ниже стоит читать как заявление вендора.

Третий компонент — «более ясный и естественный текст». Звучит как маркетинг, но у него есть проверяемое следствие: меньше правок после генерации. В сценариях вроде черновика коммерческого предложения правки — основная статья расходов времени, а не сама генерация. Насколько текст стал лучше, отдельно не измеряется: цифр по качеству письма в анонсе нет.

Вдвое дешевле: за токен или за задачу?

Стандартные цены API (программный интерфейс, через который модель вызывают из своего кода) у GPT-6.1 Terra на 50% ниже, чем у GPT-5.6 Terra и GPT-6.1 Sol. Токен (единица текста, грубо — кусок слова) — базовая единица тарификации, поэтому «дешевле вдвое» означает: тот же поток задач стоит примерно половину. Для разработчика это разница между автоматизацией «на пробу» и автоматизацией на весь входящий поток документов.

Но цена за токен — не то же самое, что цена за задачу. Модель, которая тратит втрое меньше токенов, оказывается дешевле не вдвое, а в разы. В анонсе это показано на сравнении с Claude Opus 5.5 при максимальном усилии: больше чем втрое эффективнее по токенам при четверти цены за токен — вендор говорит о девятикратном снижении стоимости задачи, хотя перемножение даёт около двенадцати. Это арифметика вендора, а не независимая проверка.

Формулировка «cost-intelligence frontier» означает границу цена/качество по линейке моделей. Практический смысл: Terra позиционируется не как самая сильная модель, а как самая выгодная на массовых задачах. Если задача разовая и сложная, дешевизна вторична. Если она повторяется тысячи раз в сутки — наоборот.

В ChatGPT Work и Codex тарификация другая: там считают не токены, а лимит использования. Формулировка анонса — тот же лимит покрывает больше задач, чем с GPT-5.6 Terra, и существенно больше, чем с GPT-6.1 Sol или GPT-6 Astra. Конкретных чисел лимита нет — данных нет.

Agents' Last Exam: что за тест и почему он показательный

Agents' Last Exam — бенчмарк (набор задач с фиксированной методикой оценки) профессиональных рабочих сценариев. Два примера из описания: превратить архитектурный чертёж в 3D-модель и покадрово просмотреть анимационный фильм, составив лог с таймкодами для команды реставрации. Оба требуют смотреть на изображение, держать контекст и выдавать результат в структурированном виде.

Результаты: при среднем усилии рассуждения (reasoning effort — параметр, задающий, сколько модель «думает» перед ответом) Terra на 15 процентных пунктов выше GPT-5.6 Terra примерно за треть стоимости. На том же тесте она выходит на уровень GPT-6 Astra при одной десятой цены за токен. При максимальном усилии — более чем втрое эффективнее по токенам, чем Claude Opus 5.5, при четверти цены за токен и примерно в 9 раз дешевле в расчёте на задачу. По скорости — более чем втрое быстрее GPT-6 Astra и GPT-6.1 Sol.

Как это читать: 15 процентных пунктов — не «на 15% лучше», а разница в доле решённых задач. Если прежняя модель проходила 60 из 100, новая — 75 из 100. Абсолютные значения в анонсе не приводятся, поэтому пересчитать нельзя — данных нет.

MMMU-Pro и границы заявления

MMMU-Pro — бенчмарк визуального рассуждения: задачи на понимание схем, графиков и изображений вместе с текстом. В присланном фрагменте анонса фраза обрывается на «outperforms GPT-5.6 Terra at every reasoning», поэтому про конкретные уровни усилия и числа утверждать не будем. Известно только направление — превосходство над GPT-5.6 Terra. Цифр нет.

Отдельно про выбор между моделями. Terra в анонсе стоит дешевле GPT-6.1 Sol и покрывает больше задач на том же лимите — то есть для массовых сценариев вендор предлагает именно её. Сравнения по качеству на общих задачах между ними в тексте нет, так что границу придётся искать самому.

Чего в анонсе нет вообще: сроков и каналов доступа, размера контекстного окна, поддерживаемых языков, статистики отказов, результатов независимых прогонов. Все приведённые цифры — измерение вендора на условиях вендора. Для анонса это нормально, но перед внедрением нужен свой тест на своих данных.

И ещё одно, что легко перепутать при чтении таблиц: «втрое быстрее» и «втрое эффективнее по токенам» — разные вещи. Первое про время, второе про деньги.

Что с этим делать

• Соберите свой набор из 20–30 типовых задач — счета, формы, чертежи, черновики писем — и прогоните на GPT-5.6 Terra и GPT-6.1 Terra. Сравнивайте долю задач, принятых без правки, и стоимость одной задачи.
• Считайте цену на задачу, а не на токен: расход токенов умножить на цену, добавить повторы после ошибок и ручную проверку.
• Для пакетной обработки документов снижение цены API на 50% — прямой аргумент: там, где поток большой, разница видна в счёте за месяц.
• В сценариях с кликами и формами оставьте проверку человеком на последнем шаге: статистики ошибок в анонсе нет, а цена одной неверной записи выше стоимости токенов.
• Если работаете через ChatGPT Work или Codex, пересчитайте лимит под свои задачи: заявлено, что тот же лимит покрывает больше, но конкретных цифр не приводится.