GPT-6.1 Terra смотрит на экран и сама работает в приложениях
Команде реставраторов нужен журнал с временными метками по анимационному фильму. Кто-то должен смотреть его кадр за кадром и записывать, где что происходит. Именно такую задачу OpenAI положила в тест для своей новой модели GPT-6.1 Terra. Рядом лежит другая: превратить архитектурные чертежи в 3D-модель. Это не вопросы к чат-боту. Это работа, которую обычно отдают живому ассистенту на день.
Terra, по замыслу компании, нужна именно для такой рутины. Она рассуждает по визуальной информации, аккуратно работает в настольных программах и пишет яснее и естественнее, чем предыдущие версии. Среди заявленных задач: подготовка коммерческих предложений, чтение технических чертежей, заполнение форм, монтаж видео. Ещё один пример из материалов: модель читает входящие счета и вносит данные в бухгалтерские программы. Скучно, зато узнаваемо.
Где доступна и сколько стоит
В ChatGPT Работа и Codex модель открыта с сегодняшнего дня для тарифов Plus, Pro, Enterprise и Edu. В пределах того же лимита использования на ней можно выполнить больше задач, чем на GPT-5.6 Terra, и заметно больше, чем на GPT-6.1 Sol или GPT-6 Astra. Разработчики подключают её в API под именем gpt-6.1-terra.
Стандартные цены API на 50% ниже, чем у GPT-5.6 Terra и GPT-6.1 Sol:
- входные токены: 1 доллар за миллион;
- кэшированные входные токены: 0,05 доллара за миллион;
- выходные токены: 5 долларов за миллион.
OpenAI называет Terra новым балансом скорости, возможностей и затрат внутри семейства GPT-6. Скорость тоже заявлена: задачи выполняются более чем втрое быстрее, чем у GPT-6 Astra и GPT-6.1 Sol.
Что показали тесты
Все цифры ниже принадлежат самой компании. Независимых замеров в материалах нет, поэтому читать их стоит как заявку, а не как приговор.
На Agents' Last Exam, наборе профессиональных задач с чертежами и видео, при среднем уровне рассуждений Terra на 15 процентных пунктов выше GPT-5.6 Terra. Тратит она при этом примерно втрое меньше. До уровня GPT-6 Astra она дотягивает при цене за токен в 10 раз ниже. На максимальном уровне рассуждений сравнение идёт уже с Claude Opus 5.5: токены расходуются более чем втрое эффективнее, цена за токен в 4 раза ниже, а одна задача обходится примерно в 9 раз дешевле.
| Тест | Что проверяет | Результат GPT-6.1 Terra |
|---|---|---|
| Agents' Last Exam | профессиональные задачи: чертежи, видео | средний уровень: +15 п.п. к GPT-5.6 Terra при втрое меньших затратах |
| MMMU-Pro | рассуждения по визуальной информации | лучше GPT-5.6 Terra на всех уровнях, почти вровень с GPT-6 Astra и GPT-6.1 Sol |
| OSWorld 2.1 | многоэтапные задачи в настольных приложениях | на среднем уровне обходит лучший результат GPT-5.6 Terra, задача стоит заметно дешевле |
| Terminal-Bench 4.0 | программирование через командную строку | 50,3% задач против 21,5% у GPT-5.6 Terra (максимальный уровень) |
| Terminal-Bench-Science 0.1 | научные задачи с помощью кода | на максимальном уровне выше GPT-6.1 Sol, от Opus 5.5 отстаёт не больше чем на 5 п.п., расчётная стоимость в 5+ раз ниже |
Примеры из тестов вполне земные. В OSWorld 2.1 это создание 3D-модели по чертежу. В Terminal-Bench 4.0 это исправление поехавшей вёрстки. В научном тесте модель отслеживает деление клеток на таймлапсе. Оговорка от самой компании: для самых сложных задач лучшим выбором остаются GPT-6.1 Sol и GPT-6 Astra. Terra здесь про объём и скорость, а не про потолок.
Меньше выдуманного
Отдельно OpenAI проверяла фактические ошибки на промптах, которые к ним провоцируют. При низком уровне рассуждений доля ошибок упала с 53,6% у GPT-5.6 Terra до 16,7% у новой модели, почти на 37 пунктов. При максимальном уровне снижение составило 18 пунктов, до 4,3%. Это почти догоняет GPT-6 Astra и GPT-6.1 Sol.
Для тех, кто отдаёт модели заполнение форм и бухгалтерские данные, это, пожалуй, самая важная строка во всей таблице. Быстрый ассистент, который уверенно врёт, хуже медленного.
Безопасность
По системной карточке, Terra достигла критического порога возможностей в кибербезопасности по Программе готовности OpenAI. Защитные меры, разработанные для GPT-6 Astra, сохранены. Модель унаследовала улучшения серии GPT-6 в согласовании с намерениями пользователя: чаще, чем GPT-5.6 Terra, держится рамок задачи и честно сообщает об ограничениях и возможных препятствиях. В тестах на инъекции промптов, то есть на вредоносные инструкции, отвлекающие от задачи, показала высокую устойчивость. Для агента, который сам ходит по приложениям и открывает чужие файлы, это не формальность.
Что это меняет в работе
Мы бы смотрели на Terra не как на ещё одну модель для текстов, а как на дешёвые руки. Монтаж видео, разбор чертежей, покадровые логи, заполнение форм: у каждой студии и агентства есть гора такой работы, на которую жалко и людей, и бюджета. Если заявленная экономия подтвердится на реальных проектах, ассистент в соседнем окне перестанет быть роскошью и станет строкой в смете. Пожалуй, стоит начать с самой нудной задачи в вашем пайплайне: именно там проверка будет честной.
Видеть экран модели умели и раньше. Новое здесь в том, что за это перестали платить как за эксперимент.
Вошло в выпуск: читать целиком →
