OpenAI показала GPT-6.1 Terra для управления софтом и работы с интерфейсами

Курсор бегает по десктопу, переносит ассеты между окнами, вбивает спецификации в рабочие таблицы и сверяет кадры видеомонтажа с техническим заданием — без участия рук. OpenAI выкатила GPT-6.1 Terra, которая делает именно эту черновую работу за монитором. Внутри линейки новинка встала ровно посередине между легкой GPT-6 Luna и тяжелой Sol, метя прямо в сегмент Sonnet 5.5 от Anthropic, но с ценником в два раза ниже.

Главный аргумент здесь в экономике. Прогон через API стоит $1 за миллион входных токенов и $5 за миллион выходных. Для контекста: прежняя GPT-5.6 Terra требовала $2 на входе и $12 на выходе, а конкурирующая Sonnet 5.5 обходится в те же $2 и $10. За кэшированные входные токены теперь просят всего $0.05 за миллион — четверть от старого тарифа. Задачу на пределе вычислительных рассуждений система закрывает дешевле сорока центов, тогда как прошлое поколение сжигало $1.40. В Artificial Analysis поместили новинку точно на кривую Парето по отдаче на каждый вложенный доллар.

Цены на токены за миллион единиц

Вместо бесконечной генерации абстрактных текстов модель заточили под практический сценарий Computer Use. Она нажимает кнопки в чужих интерфейсах, заполняет громоздкие формы, читает инженерные чертежи, нарезает видеоряд и пишет проектные заявки. В синтетических тестах десктопного управления OSWorld 2.1 новинка на средних настройках рассуждений обошла пиковые показатели своей предшественницы. Скорость выполнения действий при этом выросла более чем втрое по сравнению с более крупными собратьями GPT-6 Astra и GPT-6.1 Sol.

Сложные прикладные бенчмарки подтверждают сдвиг. В специализированном тесте Agents' Last Exam модель показала уровень флагманской Astra, но потратила в десять раз меньше токенов. Если сравнивать с тяжеловесом Claude Opus 5.5, новинка отстает менее чем на пять пунктов, однако превосходит соперника по экономии токенов более чем в три раза и стоит вчетверо меньше. Суммарный бюджет одной комплексной операции получается ниже примерно в девять раз.

Результаты в профильных тестах

Программирование под капотом подтянули кардинально: на терминальном тесте Terminal-Bench 4.0 процент успешных решений подскочил с 21.5% до 50.3%. На испытании Terminal-Bench-Science 0.1 модель умудрилась опередить даже более дорогую Sol. В зрительном тесте MMMU-Pro разрыв с флагманами практически стерся — картинки, графику и схемы новинка разбирает почти на уровне старших систем. Долю выдуманных фактов при минимальных рассуждениях срезали с 53.6% до 16.7%, а количество ошибок на каверзных промптах упало втрое.

Автономным агентам с доступом к системе нужна броня, иначе первая попавшаяся веб-страница перехватит контроль над мышью. Terra перешагнула критический порог кибербезопасности корпоративного стандарта Preparedness Framework, унаследовав архитектуру защиты от Astra. Прямой слом субординации инструкций она отбивает с надежностью 99.99%. Косвенные промпт-инъекции, когда вредоносные команды прячут внутри макетов или стороннего текста, система нейтрализует в 98.8% случаев против 96.2% у прошлого поколения.

Доступ к новинке уже открыли. В веб-интерфейсе ChatGPT Work и редакторе Codex модель появилась у подписчиков тарифов Plus, Pro, Enterprise и Edu. Инженерам и продакшенам инструмент отдали через API под идентификатором gpt-6.1-terra. Для базовой сортировки текстовых файлов компания оставляет сверхдешевую Luna, а для экстремальных инженерных конструкций бережет Sol и Astra, но рабочий центр тяжести явно сместился.

Нас подкупило то, что рутинные клики в софте перестают быть привилегией дорогих вычислительных кластеров. Когда агент, способный разобрать векторный чертеж, расставить метки монтажного таймлайна и нажать нужные горячие клавиши, обходится в копейки, студийный конвейер меняется сам собой. По-нашему, наступает момент собирать собственных автономных помощников под рутинный софт — теперь за их ошибки хотя бы не придется переплачивать.