OpenAI、視覚推論とPC操作に優れる「GPT-6.1 Terra」

新しいAIモデル「GPT-6.1 Terra」

　OpenAIは、新しいAIモデル「GPT-6.1 Terra」を発表した。同モデルは現在、ChatGPT WorkおよびCodexのPlus、Pro、Enterprise、Eduユーザー向けに提供されている。開発者向けAPI（gpt-6.1-terra）の価格は、入力100万トークンあたり1ドル、キャッシュされた入力100万トークンあたり0.05ドル、出力100万トークンあたり5ドルに設定されている。

　GPT-6.1 Terraは、詳細な視覚推論機能と正確なコンピュータ操作機能を備え、高速かつ効率的な処理を特徴としている。提案書の作成や技術図面の解釈、データ入力、動画編集といった日常業務での活用が想定されている。

　各種ベンチマークでは、従来のモデルから大幅なコスト効率と速度の向上が図られた。専門的な業務タスクを評価する「Agents' Last Exam」では、中程度の推論設定において、GPT-5.6 Terraと比較してコストを約3分の1に抑えつつ、15パーセントポイント高いスコアを記録。タスクの完了速度はGPT-6 AstraやGPT-6.1 Solより3倍以上高速化している。また、視覚推論を測る「MMMU-Pro」やデスクトップ操作を評価する「OSWorld 2.1」でもGPT-5.6 Terraを大きく上回った。

Agents' Last Examでの各モデルの比較

MMMU-Proでの同社モデルの比較

OSWorld 2.1での各モデルの比較

　事実性においても改善が進められており、難解なプロンプトにおける事実誤認（ハルシネーション）のエラー率が大幅に低減した。

Factual error rate on difficult promptsでの同社モデルとの比較

　さらに、コマンドライン上での自律作業能力を測る「Terminal-Bench 4.0」では、最大推論設定で課題の50.3%を解決し、GPT-5.6 Terraの記録（21.5%）から2倍以上の性能向上を達成した。科学研究タスクを評価する「Terminal-Bench-Science 0.1」でも、Claude Opus 5.5の推定5分の1未満のコストで5ポイント差まで迫るスコアを示している。

Terminal-Bench 4.0での各モデルの比較

Terminal-Bench-Science 0.1での各モデルの比較

　安全性においては、同社の「Preparedness Framework」におけるサイバーセキュリティ基準の「Critical」閾値をクリアした。モデル自身の制限事項を正直に開示するアライメント強化が図られたほか、悪意のある命令による誤作動を防ぐプロンプトインジェクションへの耐性も向上している。