OpenAIは新モデルGPT-6.1 Terraを発表し、「高速・高効率なミドルレンジ」に位置づけた。精緻な視覚推論、正確なPC操作能力、より自然な文章作成をひとつにまとめ、企画書の起草、技術図面の読解、フォーム入力、動画編集といった頻度の高いオフィス業務を狙う。前世代のGPT-5.6 Terraと比べ、公式は明らかな飛躍だとしている。
ミドルレンジでありながら「手を動かす」
TerraはChatGPTのPlus、Pro、Enterprise、Eduユーザーに開放済みで、ChatGPT WorkとCodexに組み込まれ、開発者もAPI経由でgpt-6.1-terraとして呼び出せる。最も注目を集めるのは「自律的なPC操作」というラベルだ——デスクトップ操作ベンチマークOSWorld 2.1において、中程度の推論強度でGPT-5.6 Terraの最高成績を上回った。
コストパフォーマンスもセールスポイントだ。Agents' Last Examベンチマークでは、中強度でのTerraのスコアはGPT-5.6 Terraより15%高く、1タスクあたりのコストは後者の約3分の1にとどまり、成績はフラッグシップのGPT-6 Astraと同等を保ちながら、トークンあたりの単価は10分の1にすぎない。強度を最大にすると、トークン効率はClaude Opus 5.5の3倍以上、単価は約4分の1で、1タスクあたりのコストは約9倍低く算換され、タスク完了速度はGPT-6 AstraとGPT-6.1 Solより3倍以上速い。
ベンチマークで旧モデルに全勝、安全性はCriticalに
各種スコアはほぼすべて旧モデルを圧倒している：視覚推論のMMMU-Proではすべての強度でGPT-5.6 Terraを上回り、より低コストで2つのフラッグシップに迫る。事実正確性テストでは、低強度のエラー率が53.6%から16.7%に低下し、高強度ではさらに4.3%まで押さえた。コーディングベンチマークのTerminal-Bench 4.0では高強度で50.3%のタスクを解決し、旧モデルの公開成績の2倍以上を超えた。
能力が向上した一方で、ガードレールも高くなった。TerraはOpenAI自社のサイバーセキュリティ評価でCriticalレベルに達し、GPT-6 Astraの保護措置を受け継ぎ、タスクの境界を守り、限界を自ら説明することに長け、プロンプトインジェクションへの耐性も強化された。