高速かつ強力なコンピューター操作能力を大規模に提供
当社は、緻密な視覚的推論と高精度なコンピューター操作(computer use)能力を融合し、より明瞭で自然なテキスト表現を兼ね備えた、高速かつ高効率な新モデル GPT-6.1 Terra を正式にリリースしました。GPT-5.6 Terra と比較して飛躍的な進化を遂げており、提案書の作成や設計図面の読み解きから、フォームの自動入力、動画の編集に至るまで、日々の業務における膨大なコミュニケーションやコンピューティングタスクの処理に特に長けています。
Terra は当社の各モデルシリーズにおいて「コスト・インテリジェンス・フロンティア(費用対効果の高い知能の最前線)」を押し広げ、速度・性能・コストの間で新たなバランスを実現しています。標準 API 価格は GPT-5.6 Terra および GPT-6.1 Sol と比べて 50% 引き下げられており、受領した請求書の読み取りから会計システムへの明細直接入力といった大規模なワークフローの自動化を、極めて現実的なコストで実現できます。また、ChatGPT Work や Codex においては、ユーザーのプラン上限をさらに有効活用できるようになり、同じ利用枠内でも GPT-5.6 Terra より多くのタスクをこなすことが可能で、GPT-6.1 Sol や GPT-6 Astra と比べてもはるかに多くのタスクを処理できます。
視覚的理解から実際のアクションへ
専門タスク向けベンチマークである Agents’ Last Exam において、GPT-6.1 Terra のコンピューター操作能力を評価しました。このベンチマークには、建築図面の 3D モデルへの変換や、修復チーム向けにタイムコード付きログを生成するためのアニメーション動画のフレーム単位での検証といった複雑なタスクが含まれます。中程度の推論強度(medium reasoning effort)において、GPT-6.1 Terra は GPT-5.6 Terra と比べて約 3 分の 1 のコストでありながら、スコアで 15 ポイント上回りました。GPT-6 Astra と比較しても同等の性能を発揮しつつ、トークン単価は 10 分の 1 に抑えられています。最高推論強度では、Terra のトークン利用効率は Claude Opus 5.5 の 3 倍以上におよび、トークン単価は 4 分の 1 で、タスクあたりの総合コストは約 9 分の 1 に削減されます。さらに、応答速度も大幅に向上しており、GPT-6 Astra や GPT-6.1 Sol と比較して 3 倍以上高速 にタスクを完了します。
視覚的推論ベンチマークの MMMU-Pro では、GPT-6.1 Terra はすべての推論設定において GPT-5.6 Terra を上回りました。さらに、コストが大幅に抑えられているにもかかわらず、当社の最高性能フロンティアモデルである GPT-6 Astra や GPT-6.1 Sol に迫るパフォーマンスを達成しています。
OSWorld 2.1 は、AI エージェントがデスクトップアプリケーションを操作してマルチステップのタスク(設計図面からの 3D モデル構築など)を実行する能力をテストするものです。中程度の推論強度において、GPT-6.1 Terra はタスクあたり極めて低いコストで、GPT-5.6 Terra の過去最高スコアを更新しました。
事実の正確性とコーディング能力が大幅に向上
今年、当社はモデルのハルシネーション(幻覚)と事実誤認の削減に多大なリソースを投入してきました。エラーを誘発しやすいプロンプトを対象とした社内ベンチマークにおいて、低推論強度におけるエラー率は GPT-5.6 Terra の 53.6% から GPT-6.1 Terra では 16.7% へと急減し、37 ポイント近く改善しました。最高推論強度ではエラー率がさらに 18 ポイント低下して 4.3% となり、GPT-6 Astra や GPT-6.1 Sol とほぼ同等の水準に達しています。
ソフトウェアエンジニアリング分野においても、GPT-6.1 Terra は GPT-5.6 Terra から目覚ましい進化を遂げています。Terminal-Bench 4.0 は、コーディングエージェントがコマンドライン環境で問題を解決する能力(Web ページの読み込み時に発生するレイアウトのズレやガタつきの修正など)を評価するベンチマークです。最高推論強度において、GPT-6.1 Terra のタスク解決率は 50.3% に達し、GPT-5.6 Terra の公表スコア(21.5%)から 2 倍以上の伸びを記録しました。なお、極めて複雑なプログラミングタスクについては、引き続き GPT-6.1 Sol や GPT-6 Astra の方が適しています。
Terminal-Bench-Science 0.1 は、微速度撮影(タイムラプス)動画における細胞分裂の追跡など、コードを用いて科学研究タスクを遂行するエージェントの能力を評価します。最高推論設定において、GPT-6.1 Terra はより低コストでありながら GPT-6.1 Sol を上回り、さらに Opus 5.5 の 5 分の 1 未満の推定コストで、そのスコア差を 5 ポイント以内にまで縮めました。
安全性とアライメント
強力な AI をより効率的かつ利用しやすいものにする取り組みと並行して、安全対策のトレーニング、テスト、改善も継続的に行っています。GPT-6.1 Terra は、当社の「準備フレームワーク(Preparedness Framework)」におけるサイバーセキュリティ評価で「重大(Critical)」のしきい値基準を満たしており、GPT-6 Astra 向けに構築された保護策をそのまま引き継いでいます。
また、GPT-6.1 Terra には GPT-6 シリーズで培われたモデルアライメント(alignment)の改善成果も導入されています。評価結果によると、GPT-5.6 Terra と比較して、タスク範囲の制約をより厳格に遵守し、自らの限界や潜在的な問題点についてユーザーへ率直に伝える能力が向上しています。プロンプトインジェクション(prompt injection)テストにおいても、ユーザーのタスクから逸脱させようとする悪意ある指示に対して強力な防御力を示しました。詳細については、システムカード(system card) をご参照ください。
価格と提供状況
本日より、GPT-6.1 Terra は ChatGPT Work および Codex において、すべての Plus、Pro、Enterprise、Edu ユーザー向けに提供を開始します。また、開発者向けには OpenAI API 経由で利用可能となっており、モデル名は gpt-6.1-terra です。
標準 API の価格は、入力が 100 万トークンあたり 1 ドル、キャッシュ入力が 100 万トークンあたり 0.05 ドル、出力が 100 万トークンあたり 5 ドルです。