OpenAI выпустила GPT-6.1 Terra: цена API упала вдвое, до $1 за млн токенов

OpenAI выпустила GPT-6.1 Terra, модель среднего класса для агентных сценариев, работы с компьютером и повседневного кодинга. В API она стоит $1 за миллион входных токенов и $6 за миллион выходных. У GPT-5.6 Terra тарифы были $2 и $12, то есть цена упала ровно вдвое. По оценкам самой OpenAI, при этом модель заметно сильнее: на Terminal-Bench 4.0 она решает 50,3% задач против 21,5% у предшественницы.

Дешевле за токен и за задачу

Обычно удешевление среднего класса означает, что за экономию платят качеством. Здесь заявлено обратное. На бенчмарке Agents’ Last Exam GPT-6.1 Terra на 15 процентных пунктов лучше GPT-5.6 Terra при среднем уровне рассуждений. Стоимость выполнения одной задачи при этом примерно втрое ниже.

Простая арифметика показывает, откуда берётся эффект. Тариф упал в два раза, а стоимость задачи втрое. Значит, новая модель тратит примерно в полтора раза меньше токенов на ту же работу: меньше лишних шагов и меньше пустых рассуждений. Для агентов это важнее цены за токен, потому что они гоняют длинные цепочки вызовов, и счёт растёт именно от числа шагов.

Что показали собственные тесты OpenAI

Все цифры ниже получены самой OpenAI, независимых замеров в релизе нет.

• Цена входных токенов: $1 за миллион вместо $2 у GPT-5.6 Terra.
• Цена выходных токенов: $6 за миллион вместо $12.
• Agents’ Last Exam: на 15 п.п. лучше предшественницы при среднем уровне рассуждений, стоимость задачи примерно втрое ниже.
• Terminal-Bench 4.0: 50,3% решённых задач против 21,5% у GPT-5.6 Terra при максимальном уровне рассуждений. Разрыв составляет 28,8 п.п., результат выше в 2,3 раза.
• Фактические ошибки: во внутреннем тесте на сложные провоцирующие запросы при максимальном уровне рассуждений их доля снизилась до 4,3%.
• Назначение: агентные сценарии, работа с компьютером, повседневный кодинг.

Terminal-Bench проверяет, умеет ли модель работать в командной строке: ставить зависимости, чинить сборки, разбираться в окружении. Прыжок с 21,5% до 50,3% на таком тесте означает, что агент реже застревает на рутине, хотя именно она занимает большую часть реальной разработки. Падение доли ошибок до 4,3% тоже важно для агентов. Выдуманный факт в чате исправит человек, а выдуманный путь к файлу или флаг команды агент выполнит.

Где доступна модель

GPT-6.1 Terra уже работает в ChatGPT Work, Codex и через API под идентификатором gpt-6.1-terra. В ChatGPT её раскатывают на тарифы Plus, Pro, Enterprise и Edu. Бесплатных пользователей в списке нет.

Как пересчитать бюджет на агентов

Командам, которые держат агентов в продакшене, стоит заново прогнать собственные задачи на gpt-6.1-terra и сравнить с GPT-5.6 Terra. Нужно смотреть не на цену за токен, а на итоговую стоимость завершённой задачи и долю успешных запусков. Для типового запроса на миллион входных и сто тысяч выходных токенов счёт падает с $3,2 до $1,6 только за счёт тарифа. Если подтвердится и сокращение числа токенов на задачу, экономия окажется заметно больше.

Отдельно стоит проверить режимы рассуждений. Прирост на Agents’ Last Exam OpenAI измерила на среднем уровне, а рекорд на Terminal-Bench и 4,3% ошибок получены на максимальном. Выбор уровня будет определять баланс между скоростью, ценой и качеством. Для разработчиков в Codex модель становится дешёвым вариантом по умолчанию для рутинного кодинга, а более тяжёлые модели можно оставить для сложных архитектурных задач.