OpenAI выпустила GPT-6.1 Terra: результаты GPT-6 Astra при стоимости токенов на 10 % ниже

OpenAI выпустила GPT-6.1 Terra — новую модель, созданную для выполнения сложных задач на компьютере с меньшими затратами. Она ориентирована на задачи, требующие визуального мышления и взаимодействия с настольными приложениями. Этот релиз также принёс значительное повышение фактической точности и производительности программирования по сравнению с GPT-5.6 Terra.

Terra ориентирована на практические рабочие процессы, автоматизацию которых стремятся внедрить компании, не переплачивая за каждую задачу. Среди них — обработка счетов-фактур и интерпретация технических чертежей. По данным OpenAI, эта модель также способна выполнять сложные профессиональные задачи по значительно более низкой цене, чем более дорогие альтернативы.

Улучшение результатов тестов

GPT-6.1 Terra продемонстрировала значительное улучшение результатов в тесте Agents’ Last Exam, охватывающем сложные профессиональные задачи. Среди испытаний — преобразование архитектурных чертежей в трехмерные модели и документирование отдельных кадров фильмов для команд, занимающихся реставрацией. При среднем уровне усилий на рассуждения Terra набрала на 15 процентных пунктов больше, чем у GPT-5.6 Terra. OpenAI добилась такого улучшения примерно за треть стоимости. По результатам этого теста Terra также сравнялась с GPT-6 Astra, затрачивая примерно в десять раз меньше средств на токены.

Более высокая скорость при меньших затратах

Скорость обеспечивает ещё одно преимущество. По данным OpenAI, Terra выполняет задачи более чем в три раза быстрее, чем GPT-6 Astra и GPT-6.1 Sol. При максимальном уровне усилий на рассуждения стоимость выполнения задач также примерно в девять раз ниже, чем у Claude Opus 5.5. Результаты распространяются и на автоматизацию работы с настольными компьютерами. OSWorld 2.1 оценивает, насколько хорошо модели работают с настольными приложениями при выполнении многоэтапных рабочих процессов.

При среднем уровне усилий на рассуждения Terra превзошла лучший результат GPT-5.6 Terra, при этом существенно снизив стоимость выполнения каждой задачи. Terra также показала высокие результаты в тесте MMMU-Pro, проверяющем визуальное мышление. Она превзошла GPT-5.6 Terra на всех проверенных уровнях сложности задач. Её результаты приблизились к показателям GPT-6 Astra и GPT-6.1 Sol, несмотря на более низкую стоимость.

Меньше ошибок, лучше программирование

OpenAI также работала над сокращением количества фактических ошибок, которые могут ухудшать работу автоматизированных процессов. Внутренний тест компании использует запросы, специально разработанные для выявления слабых мест в ответах моделей. При низком уровне усилий на рассуждения доля ошибок Terra составила 16,7 %. GPT-5.6 Terra показала 53,6 % по той же методике оценки. Таким образом, показатель снизился на 36,9 процентных пункта. Улучшение сохранилось и при максимальном уровне усилий на рассуждения.

Доля ошибок Terra снизилась до 4,3% — на 18 процентных пунктов меньше, чем в предыдущей модели. Благодаря этому её результаты приблизились по сравнению с показателями GPT-6 Astra и GPT-6.1 Sol. Значительно улучшились и возможности программирования. Terminal-Bench 4.0 оценивает, насколько хорошо агенты программирования решают задачи в командной строке. Один из примеров — исправление веб-страницы, макет которой смещается при загрузке.

Доступность и цены API

GPT-6.1 Terra стала доступна 27 октября для пользователей тарифных планов Plus, Pro, Enterprise и Edu через ChatGPT Work и Codex. Разработчики также могут работать с ней через OpenAI API, используя идентификатор модели gpt-6.1-terra. Стандартная цена API начинается от $1 за миллион входных токенов. Кэшированные входные токены стоят $0,05 за миллион, а выходные — $5 за миллион. По данным OpenAI, эти тарифы на 50 % ниже, чем для GPT-5.6 Terra и GPT-6.1 Sol.

Terra сохранила механизмы защиты, разработанные для GPT-6 Astra. OpenAI сообщает о повышенной устойчивости к инъекциям промптов и более полной информированности пользователей об ограничениях модели. По результатам оценки готовности к рискам модель также достигла критического уровня в категории кибербезопасности. Более низкая цена может сделать автоматизацию сложных компьютерных задач более доступной для разработчиков и компаний. Однако для самых сложных задач программирования GPT-6.1 Sol и GPT-6 Astra остаются более мощными вариантами.

Источник: Interesting Engineering