OpenAI выпустила GPT-6.1 Terra: вдвое дешевле и вдвое точнее в коде

OpenAI представила GPT-6.1 Terra, модель среднего эшелона, которая в агентных задачах приближается к флагманам при заметно меньшей цене. Стандартные цены API: $1 за миллион входных токенов, $0,05 за кешированные и $5 за выходные. Это на 50% ниже, чем у GPT-5.6 Terra и GPT-6.1 Sol. На Terminal-Bench 4.0 при максимальном усилии Terra решает 50,3% задач, а предыдущая версия решала 21,5%. Модель доступна в ChatGPT Work и Codex для подписчиков Plus, Pro, Enterprise и Edu, а разработчикам — через API под именем gpt-6.1-terra.

Компьютер вместо чата: на что нацелена Terra

OpenAI позиционирует модель как рабочую лошадку для офисных задач: составление коммерческих предложений, чтение технических чертежей, заполнение форм, монтаж видео. Для разработчиков пример из анонса максимально прикладной: читать входящие счета и вносить реквизиты в бухгалтерскую систему. Для такой задачи важнее не пиковый интеллект, а цена за тысячу документов и скорость.

На Agents' Last Exam, бенчмарке профессиональных задач, Terra справляется с превращением архитектурных чертежей в 3D-модель и с покадровой разметкой анимационного фильма для реставрационной команды. На среднем усилии рассуждения модель набирает на 15 п.п. больше GPT-5.6 Terra при примерно трети стоимости. По результатам она на уровне флагманской GPT-6 Astra, но цена за токен в десять раз ниже. На максимальном усилии Terra более чем втрое эффективнее Claude Opus 5.5 по токенам, а токен у неё в четыре раза дешевле. В итоге задача обходится примерно в девять раз дешевле. Кроме того, Terra выполняет задачи более чем втрое быстрее GPT-6 Astra и GPT-6.1 Sol.

Цифры по бенчмаркам и безопасности

• Agents' Last Exam (средне): +15 п.п. к GPT-5.6 Terra при ~1/3 стоимости; уровень GPT-6 Astra при 1/10 цены за токен.
• Agents' Last Exam (максимум): токенов нужно в 3+ раза меньше, чем Claude Opus 5.5, цена токена в 4 раза ниже, стоимость задачи ~в 9 раз ниже.
• Скорость: задачи выполняются более чем в 3 раза быстрее, чем у GPT-6 Astra и GPT-6.1 Sol.
• MMMU-Pro (визуальное рассуждение): выше GPT-5.6 Terra при любых настройках, почти вровень с Astra и Sol.
• OSWorld 2.1 (многошаговая работа в десктопных приложениях): на среднем усилии превосходит лучший результат GPT-5.6 Terra при малой доле стоимости задачи.
• Ошибки на провоцирующих промптах (внутренний тест): при низком усилии 53,6% → 16,7%, при максимальном минус 18 п.п., до 4,3%, почти как у Astra и Sol.
• Terminal-Bench 4.0: 50,3% против 21,5%.
• Terminal-Bench-Science 0.1: на максимуме выше GPT-6.1 Sol при меньшей стоимости и в пяти пунктах от Opus 5.5 при оценочной цене менее одной пятой.
• Безопасность: уровень Critical по кибербезопасности в Preparedness Framework, защиты от GPT-6 Astra сохранены, выше устойчивость к prompt injection, а модель чаще остаётся в рамках задачи и честнее сообщает об ограничениях.

Особенно показателен разрыв по галлюцинациям на низком усилии: с 53,6% до 16,7%. Обычно именно в дешёвом режиме модели ошибаются чаще всего, а в массовой автоматизации им приходится работать именно так. При этом OpenAI прямо оговаривает границы. Для самых сложных задач программирования лучшим выбором остаются GPT-6.1 Sol и GPT-6 Astra.

Как считать экономику на практике

За счёт цены $1/$5 и кеша по $0,05 Terra хорошо ложится на конвейеры с повторяющимся контекстом. Это длинная инструкция, регламент бухгалтерии или схема полей формы, которые отправляются с каждым документом. Грубая прикидка: счёт на 3000 входных токенов вместе со сканом и ответ в 300 токенов обойдутся примерно в $0,0045. Десять тысяч счетов выйдут около $45 без учёта кеша. Реальные цифры зависят от размера изображений и выбранного уровня усилия, и их стоит замерить на собственных данных.

Практический порядок такой. Прогоните выборку задач на Terra при низком и среднем усилии и сравните долю ошибок и стоимость задачи. Сложные случаи с плохо структурированными документами или длинными цепочками правок в коде маршрутизируйте на Sol или Astra. Для агентов, которые читают чужие письма и веб-страницы, отдельно проверьте устойчивость к prompt injection на своих сценариях. Заявленные OpenAI результаты получены на внутренних и профильных бенчмарках, а ваш документооборот может вести себя иначе.

В ChatGPT Work и Codex тот же лимит подписки покрывает больше задач, чем у GPT-5.6 Terra, и существенно больше, чем у Sol или Astra. Для команд, которые упираются в квоты, это самый быстрый способ увеличить объём работы без смены тарифа.