GPT-6.1 Terra：OpenAIの中位モデルの価格、ベンチマーク、HNでの議論

GPT-6.1 TerraはOpenAIの新しい中位モデルで、GPT-6.1 SolやGPT-6 Astraよりも安くて速い代替として位置づけられ、GPT-5.6 Terraから視覚推論、コンピューター操作、事実性、コーディングが改善されています。このリリースが重要なのは、OpenAIが主にタスクあたりのコストで販売しているからです。Terraは入力トークン100万あたり1ドル、出力トークン100万あたり5ドルで、プロフェッショナルなコンピューター操作とコーディングのベンチマークで大きな効率向上を主張しています。

GPT-6.1 Terraとは何か、そしてそのコスト

GPT-6.1 Terraは、ChatGPT WorkとCodexのすべてのPlus、Pro、Enterprise、Eduユーザーが利用でき、開発者はOpenAI APIでgpt-6.1-terraとしてアクセスできます。標準API価格は、入力トークン100万あたり1ドル、キャッシュされた入力トークン100万あたり0.05ドル、出力トークン100万あたり5ドルです。

OpenAIは、Terraの標準API価格がGPT-5.6 TerraとGPT-6.1 Solよりも50%低いと述べています。Hacker Newsのコメント投稿者は、結果として得られるAPI価格の階段を、GPT-6 Astraが入力100万あたり10ドル/出力100万あたり50ドル、GPT-6.1 Solが2ドル/10ドル、GPT-6.1 Terraが1ドル/5ドル、GPT-6 Lunaが0.10ドル/0.50ドルと要約しました。

OpenAIは、Terraがモデルファミリー全体でコストインテリジェンスの最前線を継続していると説明しています。同社は、低価格により、Terraは受信した請求書を読み取り、その詳細を会計ソフトウェアに入力するなどの高容量の自動化に実用的であると述べています。ChatGPT WorkとCodexでは、同じ使用許容量で、GPT-6.1 TerraはGPT-5.6 Terraよりも多くのタスクをカバーし、GPT-6.1 SolやGPT-6 Astraよりも大幅に多くのタスクをカバーするとOpenAIは述べています。

ベンチマーク：コンピューター操作、視覚推論、事実性、コーディング

OpenAIのベンチマーク主張は、最高の能力ではなく、タスクあたりのコストに焦点を当てています。建築図面を3Dモデルに変換したり、アニメーション映画をショットごとにレビューしたりするプロフェッショナルなタスクのベンチマークであるAgents' Last Examでは、中程度の推論努力でのGPT-6.1 Terraは、GPT-5.6 Terraよりも15パーセントポイント高いスコアを、約3分の1のコストで達成しました。OpenAIは、TerraがGPT-6 Astraと同等のパフォーマンスを、トークンあたりの価格が10分の1で発揮すると述べています。最大努力では、OpenAIはTerraがClaude Opus 5.5よりも3倍以上のトークン効率で、トークンあたりの価格が4分の1であり、結果としてタスクあたりのコストが約9倍低くなると述べています。また、OpenAIはTerraがGPT-6 AstraとGPT-6.1 Solの両方よりも3倍以上速くタスクを完了すると述べています。

視覚推論のベンチマークであるMMMU-Proでは、GPT-6.1 Terraはすべての推論設定でGPT-5.6 Terraを上回っています。OpenAIは、TerraがGPT-6 AstraとGPT-6.1 Solのスコアにほぼ匹敵し、はるかに低いコストで達成すると述べています。AIエージェントがデスクトップアプリを使用してマルチステップタスクを完了する能力をテストするOSWorld 2.1では、中程度の推論努力でのGPT-6.1 Terraは、タスクあたりのコストがわずかでGPT-5.6 Terraの最高スコアを上回ります。

事実性に関して、OpenAIは、エラーを誘発するプロンプトの内部ベンチマークで、低推論努力でのエラー率がGPT-5.6 Terraの53.6%からGPT-6.1 Terraの16.7%に低下し、ほぼ37パーセントポイントの減少を示したと述べています。最大努力では、エラー率は18パーセントポイント低下して4.3%になり、GPT-6 AstraとGPT-6.1 Solの率にほぼ匹敵しました。

コーディングに関して、OpenAIはGPT-6.1 TerraがソフトウェアエンジニアリングにおいてGPT-5.6 Terraから大幅に改善されたと述べています。コーディングエージェントがコマンドラインの問題を解決する能力をテストするTerminal-Bench 4.0では、最大推論努力でのGPT-6.1 Terraはタスクの50.3%を解決し、GPT-5.6 Terraの公開スコア21.5%の2倍以上です。OpenAIは、GPT-6.1 SolとGPT-6 Astraが最も複雑なコーディングタスクには依然としてより良い選択肢であると付け加えています。エージェントが科学研究タスクにコードを使用する能力をテストするTerminal-Bench-Science 0.1では、最大推論でのGPT-6.1 Terraは、低コストでGPT-6.1 Solを上回り、推定コストの5分の1未満でOpus 5.5に5ポイント以内に迫ります。

安全性と整合性

OpenAIは、GPT-6.1 TerraがPreparedness Frameworkの下でサイバーセキュリティのCriticalしきい値を満たし、GPT-6 Astraのために開発された保護を維持していると述べています。また、OpenAIはTerraがGPT-6シリーズの整合性の改善をもたらすと述べています：GPT-5.6 Terraと比較して、スコープ内に留まり、制限や潜在的なブロッカーをユーザーに正直に開示する可能性が高いです。プロンプトインジェクションテストでは、OpenAIはTerraがユーザーのタスクから逸脱させるように設計された悪意のある指示に対して強い耐性を示したと述べています。詳細は、deploymentsafety.openai.com/gpt-6-1-terraのGPT-6.1 Terraシステムカードで入手できます。

Hacker Newsの反応：命名の混乱と中間子問題

スクレイピング時点で629ポイントと424コメントがあったHacker Newsのスレッドで最も繰り返された批判は、OpenAIのモデルラインナップが推論しにくくなったというものでした。コメント投稿者は、Lunaが小、Terraが中、Solが大、Astraがより大という系譜をたどり、その後、Sol-6.1がAstraを上回ることもあったが、Terraは廃止され、その後6.1リリースとして戻ってきたと指摘しました。

「彼らのモデルの市場ポジション/命名スキームについて非常に混乱しています」とコメント投稿者のSomeone1234は書きました。「マイクロソフトのチーフブランディングオフィサーがOpenAIに移ったのですか？」

関連する批判は、Terraが厄介な中間層を占めているというものでした。コメント投稿者のminimaxirは、Terraを「大幅に改善された小さなモデル（Luna）と大幅に安くなった大きなモデル（Sol）の間の奇妙な中間子」と呼びました。コメント投稿者のSilagiは、ほとんどのタスクは、1つ上の層と1つ下の推論レベル、または1つ下の層と1つ上の推論レベルでより良く処理されると主張しました：「私がどちらかに与える事実上すべてのタスクは、1つ上の層と1つ下の推論レベル、または1つ下の層と1つ上の推論レベルでより良く処理されます。」

数人のコメント投稿者は、より安いモデルでより多くの推論、または同じコストでより高価なモデルが、同等以上の結果を生み出さないTerraの明確なニッチを特定できないと述べました。他の人々は、このリリースをAnthropicのSonnet 5.5への対応として位置づけ、コメント投稿者はSonnet 5.5がOpus 5.5とHaiku 5.5の間で独自の中間子問題を抱えていると説明しました。

タスクあたりのコストの主張とベンチマークへの懐疑論

コメント投稿者は、OpenAIのパレートフロンティアチャートが実際のモデル選択に変換されるかどうかで意見が分かれました。タスクあたりのコストの枠組みを有用だと感じる人もいました。コメント投稿者のArchit3chは、「OpenAIのタスクあたりのコストへの焦点はかなり好きです」と書きました。しかし、他の人々は、パフォーマンス対価格のチャートは主観的な選択を埋め込んでいると主張しました。

「これらの『パレートフロンティア』のパフォーマンス対価格のグラフは非常に人気がありますが、私はそれらはほとんど情報を提供しないと思います。価格設定は主観的です。X軸の位置とY軸に使用する測定基準を選択します」とコメント投稿者のcausalは書きました。

コメント投稿者のsimianwordsは、ベンチマークはすでに飽和しており、Terraの曲線は軸に張り付いていると述べました。コメント投稿者のralusekはArtificial Analysisを指して、「これによると、Sol 6.1 x-highはTerra 6.1 maxよりも安くて賢い」と述べました。コメント投稿者のXCSmeは、実際のテストから異なる結果を報告しました：「私のテストでは、最大努力で、6.1 solよりも悪く、2倍高価です」一方、「中程度で使用するのが最良のユースケースで、6.1 Solよりも安いようです。」

コメント投稿者が適合性を見た場所

一部のコメント投稿者は、ポジショニングの混乱にもかかわらず、Terraの明確なニッチを見つけました。コメント投稿者のmehdizareは、PRレビューのためにopencodeを向ける層はこの層だと言いました。「トップモデルはすべての差分で実行するには遅すぎて高価だからです。」コメント投稿者のbob1029は、カスタムエンタープライズエージェントがGPT-5.6 Terraで実行されていると述べ、事実エラー率の改善を「驚異的」と呼び、設定の更新を楽しみにしていると述べました。

コメント投稿者のchriddypは、データ分析ベンチマークで、GPT-6.1 Terraが「GPT-6 LunaとGPT-6.1 Solの間のパレートフロンティアに加わります。つまり、まさに宣伝どおりです！」と報告しました。chriddypはまた、Terraは非常に高速で、テストされたモデルの中で応答の出力が最も少なかったと述べました。コメント投稿者のthefourthchimeは、GPT-6.1 Terraが84点を獲得し、Grok 4.7の83点を1点上回り、タスクを5.4分で0.19ドルで完了したのに対し、Grokは36.5分で1.69ドルだったというPacBenchの結果を報告しました。

すべての実地報告が肯定的だったわけではありません。コメント投稿者のwellthatsinsaは、モデルが「多くの不要なスキルを使用し、必要なメモリファイルをはるかに多く読み取った。文字通り2つのサブスクリプションを消費した」と述べました。コメント投稿者のagluszakは、TerraがLunaと同じ問題を抱えていると述べました：「それは最も早い言い訳で停止し、Xが完了するまで停止しないように促しても、それを納得させることはできません。」コメント投稿者のnotenchangeは、Sol 6.1が「サイバー懸念」のためにGPUロック解除作業を拒否し続けたため、Terraを試す予定であり、コメント投稿者が存在しないサイバーセキュリティリスクと呼ぶものについての不満が少ないことを期待していると述べました。

戦略的コンテキスト：フロンティアへの回答ではなく、より安い層

このリリースは、市場のトップを打ち負かそうとする試みではなく、コスト効率のプレイとして読めます。OpenAI自身の発表では、GPT-6.1 SolとGPT-6 Astraが最も複雑なコーディングタスクには依然としてより良い選択肢であると述べています。コメント投稿者のenraged_camelは戦略的緊張を要約しました：「人々はOpenAIにOpus 5.5と同じくらい良いモードを求め続けているのに、彼らは代わりにこれをリリースする。興味深い戦略だ。それが彼らにとってどう機能するか見てみよう。」コメント投稿者のguybedoはより率直に述べました：「OpenAIはOpus 5.5と競争するためのモデルを必要としているが、それはTerra 6.1ではない。」

コメント投稿者はまた、モデル多様化の広範な傾向に疑問を呈しました。コメント投稿者のxnxは、なぜAnthropicとOpenAIがラインナップを4つのバージョンに分割するのか、Googleが2つを使用するのかと尋ね、コメント投稿者のmrheosuperは「5つのモデルと5つの思考レベルがあり、それは25の異なる組み合わせです」と数えました。コメント投稿者のulfwは、人々が更新されたLLMバージョンをまだ気にしているかどうか尋ねました：「それはすべてコモディティです。」

スレッドからの実用的な要点は、GPT-6.1 Terraが、レイテンシーとタスクあたりのコストが最大能力よりも重要である高容量、中程度の複雑さの作業に最も魅力的であるということです。その最も強力な支持者は、PRレビュー、エンタープライズエージェント、データ分析、および他の繰り返しのワークフローを指摘しました。批評家は、LunaとSolの間のモデルの位置は、タスク固有のテストなしでは正当化するのが依然として難しく、OpenAIの急速に変化するモデル名が長寿命の本番選択の維持を難しくしていると主張しました。