GPT-6.1 Terra、単価10分の1で画面操作の成績がAstra並みに

「この画面を見て、このアプリのフォームに入力しておいて」。ChatGPTにそう頼みたくても、画面を理解して操作できる上位モデルGPT-6 Astraは1つの作業に何ドルもかかり、手が出せずにいた人は多いはずだ。OpenAIは2026年10月26日(現地時間)、値段を抑えた中間層のモデル「GPT-6.1 Terra」を発表した。画面の内容を理解し、複数のアプリをまたいで操作する機能を備えた新しいTerraだ。OpenAI公式ブログによれば、1トークンあたりの単価はAstraのちょうど10分の1だという。安いモデルで、実力はどこまで落ちるのか。それとも、落ちないのか。

何が変わったのか

GPT-6.1 Terraは発表と同時に使えるようになった。窓の杜の報道によれば、ChatGPT WorkとCodexでPlus・Pro・Enterprise・Eduの各プランから使える。開発者はOpenAI APIからgpt-6.1-terraという名前で呼び出せる。

価格は、前世代のGPT-5.6 Terraや同格の上位モデルGPT-6.1 Solより安い。MarkTechPostが整理した価格表は次のとおりだ。

MarkTechPostの記事が整理した価格表から分かるのは、TerraがAstraの入力・出力ともちょうど10分の1の単価に収まっている点だ。OpenAIが「性能とコストのバランス型」と位置づける所以がここにある。値段だけなら、安いモデルが出た、という話で終わる。気になるのは、その安さで実際にどこまで働けるのかだ。

安さは実力にどれだけ迫ったか

値段が10分の1なのは分かった。では、画面を見て操作するような複雑な作業で、Terraの実力はAstraにどれだけ迫っているのか。OpenAIはエージェント作業の自社ベンチマーク「Agents’ Last Exam」で、この2つのモデルを比べる数字を示している。

MarkTechPostが公式ブログの図から転記した数値によれば、Terraを「medium」という設定で動かすと1問あたり0.29ドルで済む。成績は57.6%だ。一方、上位モデルAstraを最も手堅い「max」設定で動かすと、1問7.24ドルで59.3%だ。実はこのAstra自身を同じ「medium」設定にすると、成績はTerraと同じ57.6%まで下がる。つまり条件をそろえると、値段が約16倍違う2つのモデルが同じ点数を取っている。OpenAIは「単価は10分の1」と謳っていたので、自分は最初それくらいの差だと思っていた。実際に1問あたりの費用まで追うと、差はその倍以上に開いていた。

さらに、Terra自身を一番手堅い「max」設定まで上げると、60.0%でAstraのmax設定(59.3%)をわずかに上回った。値段は1問1.01ドルで、Astraのmaxの7分の1ほどで済む。安いはずの中間層モデルが、条件次第では上位モデルを追い越している。

なぜ下位モデルが上位モデルに勝てるのか

同じOpenAIの、しかも下位に位置づけられるモデルが、なぜ上位モデルに勝てる場面があるのか。鍵は「reasoning effort(推論の深さ)」という設定にある。

ChatGPTのモデルは、どれも同じ重みを使いながら、答えを出す前にどれだけ時間をかけて考えるかを選べる。OpenAIはこれをlow・medium・high・xhigh・maxの5段階に分けている。上の図で使った「medium」「max」は、この設定の名前だ。深く考えさせるほど使うトークンが増え、1問あたりの費用も上がる。そのかわり、間違いは減っていく。

ここまでが分かると、Terraの逆転の仕組みが見えてくる。Terra(medium)とAstra(medium)が同じ57.6%なのは、2つのモデルに同じ深さで考えさせた結果だ。そしてTerraをAstra以上の深さ(max)まで引き上げても、Astraのmaxより安いコストで済む。値段の差を生んでいたのは「どのモデルか」そのものではなく「どれだけ深く考えさせたか」だった。Terraは浅い設定でもAstraの深い設定に並び、深くすればさらに上回った。

これは、Terraが万能になったという意味ではない。設定を同じ深さにそろえたときの、1つのベンチマークでの結果だ。この逆転が他の作業でも起きるのかどうかが、次の疑問になる。

Sol・Astraを選ぶ理由は残るか

Agents’ Last Examでの逆転を見ると、もうSol・Astraは不要に思える。しかし、ITmediaの報道が伝える別の指標では、順位が逆になる。複雑なコーディング作業を測る「Coding Agent Index v2.0」で、Terraは48点、Solは54点だった。画面操作や一般的なエージェント作業ではTerraが競るが、専門性の高いコーディングでは、まだSol・Astraに分がある。

窓の杜の報道は、誤答率(ハルシネーション)についても数字を挙げている。前世代のGPT-5.6 Terraは、浅い設定での誤答率が53.6%だった。これが新しいGPT-6.1 Terraでは同じ浅い設定で16.7%まで下がった。最も深い設定では4.3%と、Astra・Solの最も深い設定にほぼ並ぶところまで改善している。「ほぼ」と書いたのは、OpenAI自身の社内計測による数字で、第三者による再現検証はまだ確認できていないからだ。

ここまでの数字を総合すると、判断の軸はこうなる。画面を見て操作する一般的なエージェント作業なら、Terraをmax設定で試す価値がある。複雑なコーディングのように専門性が問われる作業では、引き続きSol・Astraを使う理由が残る。では、この新しいTerraは実際にどこで、何を払えば使い始められるのか。

どこで使えるようになったか

Terraは発表と同日から、ChatGPT WorkとCodex経由でPlus・Pro・Enterprise・Eduの各プランが使える。開発者はOpenAI APIからgpt-6.1-terraとして呼び出せる。窓の杜の報道は、得意な作業として次を挙げている。

• 提案書の下書き
• 技術図面の読み取り
• フォームへの入力
• 動画編集の操作

いずれも、画面に映った情報を理解したうえで、別のアプリへ結果を反映する作業だ。従来、こうした「見て、またいで操作する」作業はAstraクラスの値段が前提だったが、Terraの登場でその前提が崩れた。

OpenAIは、Astra向けに開発した安全対策をTerraにも引き継いだとしている。OpenAI自身の「Preparedness Framework」による評価では、サイバーセキュリティの能力が「Critical」の水準に達しているという。値段が下がったぶん、この種のモデルを使える人の範囲も広がることになる。

まとめ

GPT-6.1 Terraは、画面を理解してアプリをまたいで操作する機能を、上位モデルAstraの10分の1の単価で備えた中間層モデルだ。OpenAI自社のベンチマークAgents’ Last Examでは、条件をそろえるとAstraと同じ成績になった。Terra自身の設定を最も深くすれば、Astraを上回った。値段の差を生んでいたのは、モデルの格ではなく「reasoning effort」という推論の深さの設定だった。

一方で、複雑なコーディング作業ではSol・Astraがまだ上回る。逆転はAgents’ Last Examという1つの指標の中の出来事だ。画面操作を含む一般的なエージェント作業から、Terraを試してみる価値がありそうだ。