OpenAIがGPT-6シリーズの新モデルを再び発表し、日常的なオフィス作業やコンピュータ操作タスクをより低コストで実行することに焦点を当てます。
米国東部時間10月26日、OpenAIはGPT-6.1 Terraをリリースし、視覚理解、アプリ間操作、自然言語ライティング機能を強調しました。モデルのパフォーマンスを向上させる一方で、OpenAIは標準APIの価格を前世代のGPT-5.6 Terraから50%引き下げました。独立評価機関Artificial Analysisの評価によると、新モデルは知能レベル、タスクコスト、特定のベンチマークにおける幻覚の発生率においても改善が見られました。
通勤時間中に視覚的理解とコンピュータ操作を強化
OpenAIはGPT-6.1 Terraを、高速で効率的なモデルとして位置づけ、ユーザーが1日中のコンピュータ操作タスクをより低コストで実行できるように支援することを目的としています。このモデルは、画面の内容を理解できるだけでなく、複数のアプリ間で操作を実行し、より明確で自然な言語で文章を執筆できます。
商業提案の作成、技術図面の解釈から、フォームの記入、動画の編集まで、OpenAIはTerraを高頻度のオフィスタスクに適した汎用ツールにしたいと考えています。企業にとって、こうした能力は、受領した請求書を読み取り、その情報を会計ソフトに入力するなどの反復作業をモデルが担うことを意味します。
今回のアップグレードは、単一の能力の向上だけでなく、視覚理解、コンピュータ操作、テキスト生成を同じワークフローに統合することを目的としています。OpenAIは、GPT-6.1 TerraがGPT-5.6 Terraに比べてコンピュータ操作およびコミュニケーションタスクで顕著な進歩を遂げたと述べるとともに、新モデルによりChatGPT WorkおよびCodexの既存の使用枠でより多くのタスクを完了できるようになると強調しています。
コンピュータ操作基準が15ポイント向上し、Astraの3倍以上の速度を実現
Agents’ Last Examベンチマークにおいて、OpenAIはGPT-6.1 Terraが中程度の推論強度でGPT-5.6 Terraより15ポイント向上し、タスクコストは約3分の1であると述べました。そのパフォーマンスはフラッグシップモデルGPT-6 Astraと同等ですが、1トークンあたりの価格はAstraの10分の1です。
最高推論強度において、OpenAIはGPT-6.1 Terraのトークン効率がClaude Opus 5.5の3倍以上であり、1トークンあたりの価格は後者の4分の1であると述べています。トークン消費効率と単価の両方の利点を総合すると、Terraがタスクを完了するコストはClaude Opus 5.5の約9分の1です。速度面では、OpenAIはTerraがタスクを完了する平均速度がGPT-6 AstraおよびGPT-6.1 Solの3倍以上であると述べています。
視覚理解において、MMMU-Proベンチマークでは、GPT-6.1 Terraがすべての推論設定でGPT-5.6 Terraを上回り、より低いコストでGPT-6 AstraおよびGPT-6.1 Solの成績に近づきました。デスクトップアプリケーションを使用して複数ステップのタスクを完了するOSWorld 2.1ベンチマークでは、Terraは中程度の推論強度で、GPT-5.6 Terraのこれまでの最良成績を上回りました。
これらの結果は、OpenAIがTerraを、すべての能力面で最上級のパフォーマンスを追求するのではなく、可能な限り低コストで短時間に多くの実用的なタスクを完了することに定位していることを示している。
独立評価：知能レベルが向上し、タスク完了のコストが大幅に低下
Artificial Analysisが公開した独立評価では、GPT-6.1 Terraと前世代モデルの性能とコストが比較されました。同機関によると、TerraはArtificial Analysis Intelligence Indexにおける最高推論強度スコアがGPT-5.6 Terraより6ポイント向上し、単一タスクのコストは1.40ドルから0.40ドルへと低下し、元の3分の1以下となりました。
低および中程度の推論強度において、Terraは前世代の指数スコアに対して7〜13ポイントの大幅な向上を達成しました。Artificial Analysisは、この2つの推論レベルが知能とコストのトレードオフにおいて効率の最前線に位置しており、ユーザーが比較的低いコストでより優れたモデルパフォーマンスを得られることを示唆しています。
Coding Agent Index v2.0において、GPT-6.1 Terraは48点を獲得し、GPT-6.1 Solの54点を下回る一方で、GPT-6 Lunaの31点を上回りました。この機関は、Terraがこのインデックスにおける一部の推論設定においてもコスト効率の最前線に位置していると指摘し、日常的なオフィス作業に適しているだけでなく、強力なコーディングエージェント機能も備えていることを示しています。
ただし、モデルの推論強度とタスクの複雑さは依然として重要です。Artificial Analysisの評価によると、Terraは最高推論強度でもIntelligence IndexのスコアがGPT-6.1 Solを下回っています。OpenAIも明確に、深い研究や複雑なコーディングタスクには、ユーザーがGPT-6.1 SolまたはGPT-6 Astraを優先して選択することを推奨しています。
幻覚率が低下し、エンコードタスクの成功率が向上
信頼性は今回のアップグレードのもう一つの重点です。Artificial Analysisは、その独自の知識と幻覚ベンチマークAA-Omniscienceで、モデルが答えを知らないときにGPT-6.1 Terraが推測を提供する割合は38％であり、GPT-5.6 Terraは88％で、50ポイント低下しました。一方、Terraはこのベンチマークでの精度も2ポイント向上しました。
この結果は、特定のベンチマークにおいてモデルが不確実な状況で答えを推測する傾向を測定したものであり、モデルのすべての実際のアプリケーションにおける全体的な誤差率が50ポイント低下したことを意味しません。
OpenAIの内部テストでも同様の改善傾向が示された。誤りを誘発しやすいプロンプトテストにおいて、低推論強度ではGPT-6.1 TerraのエラーレートがGPT-5.6 Terraの53.6%から16.7%に低下し、36.9ポイントの低下となった。最高推論強度ではエラーレートが18ポイント低下して4.3%となり、GPT-6 AstraおよびGPT-6.1 Solとほぼ同等のレベルに達した。
コーディング能力も顕著に向上しました。OpenAIが公開したTerminal-Bench 4.0ベンチマークにおいて、GPT-6.1 Terraは最高推論強度でのタスク成功率为50.3%に達し、GPT-5.6 Terraが以前に公表した21.5%を上回り、2倍以上に増加しました。Artificial Analysisの独立評価でも、Terraがこのベンチマークで約20ポイントの向上を示し、最高推論強度下でGPT-6.1 Solに近づいたことが確認されました。
これはTerraのアップグレードが、モデルをより速く、より安価にするだけでなく、一部のエラーを削減し、複雑なタスクの実行能力を向上させることを含むことを意味します。ただし、最も複雑なソフトウェアエンジニアリングタスクについては、OpenAIは依然としてSolまたはAstraの使用を推奨しています。
API価格を半額にし、ハイフリーエンタープライズ自動化タスクをターゲットに
価格は、GPT-6.1 Terraの今回のリリースにおけるもう一つの注目点です。OpenAIが発表した標準APIの価格は、100万入力トークンあたり1ドル、100万キャッシュ入力トークンあたり0.05ドル、100万出力トークンあたり5ドルです。GPT-5.6 Terraと比較して、標準APIの価格は全体で50%引き下げられました。GPT-6.1 Solと比較しても、Terraの標準API価格は50%低いです。
Artificial Analysisが提示した価格比較によると、GPT-5.6 Terraの入力および出力トークン価格はそれぞれ百万トークンあたり2ドルおよび12ドルでしたが、新モデルではそれぞれ1ドルおよび5ドルに低下しました。キャッシュ入力価格は百万トークンあたり0.20ドルから0.05ドルへと75%低下しました。同機関はまた、新モデルのキャッシュ書き込み価格が百万トークンあたり1.25ドルであると報告しています。
ChatGPT WorkおよびCodexにおいて、OpenAIは、同じ使用枠でGPT-6.1 TerraがGPT-5.6 Terraよりも多くのタスクを処理でき、GPT-6.1 SolおよびGPT-6 Astraよりもさらに多くのタスクを処理できると述べています。ファイルを繰り返し読み取ったり、オフィスソフトを操作したり、大量の構造化情報を処理する必要がある企業ユーザーにとって、このコスト差はエージェントの大規模導入に直接影響を与える可能性があります。
GPT-6.1 Terraは10月26日より、ChatGPT WorkおよびCodexのPlus、Pro、Enterprise、Eduユーザーに開放され、開発者はAPIを通じてgpt-6.1-terraというモデル名で呼び出せます。
製品の役割分担において、OpenAIはGPT-6シリーズの能力とコスト層をさらに細分化しています。Terraは高頻度・繰り返し・コンピュータ操作を要する作業に特化し、SolとAstraは深層研究と複雑なコーディングに引き続き焦点を当てています。モデルが特定タスクでの実行効率を高めるにつれ、競争の焦点は単にモデルの能力上限を比較することから、実際の作業を完了するために必要な時間、Token、および総コストの評価へと移行しています。