OpenAIがまた大規模モデルのコストパフォーマンスを高めました。
つい先ほど、OpenAIは新世代のモデルGPT-6.1 Terraを正式に発表しました。このモデルは、より迅速な応答速度、強化された視覚理解能力とコンピューター操作能力、さらには低コストでの利用を特長としています。
図｜ブログ https://openai.com/index/introducing-gpt-6-1-terra/
前世代のGPT-5.6 Terraに比べ、新モデルの標準API価格は直接50％引き下げられましたが、複雑なタスクの実行性能、事実の正確性、プログラミング能力のいずれも顕著に向上しています。特に一部の専門的なタスクに関するテストでは、GPT-6.1 TerraはフラッグシップモデルであるGPT-6 Astraの性能にほぼ匹敵する水準に達しており、一方でトークン単価は後者のわずか十分の一です。
OpenAIは、高頻度の業務シーン向けの効率的なモデルとして位置付けており、より多くの企業や開発者が、より低いコストでAIエージェントを日常業務に本格的に活用できるようにしたいと考えています。
性能はSolにほぼ匹敵し、タスクの実行速度は3倍です
GPT-6.1 Terraで最も注目すべき変化は、視覚的理解とコンピューター操作能力のさらなる統合である。
過去には、AIは画像を理解し文書を分析することはできましたが、コンピューターを実際に操作し、アプリケーション間で複雑なタスクを完了させるには、依然として高いモデル能力と推論コストが必要でした。
現在、GPT-6.1 Terra は、技術図面の読解やフォームの記入から、動画の編集やデスクトップソフトウェアの操作に至るまで、幅広い専門業務を処理できるようになりました。
例えば、ユーザーは設計図に基づいて3Dモデルを生成させたり、アニメーション映像をフレームごとに確認して、修復チーム向けにタイムコード付きのショットレコードを作成させたりできます。企業はまた、受領した請求書を読み取り、関連情報を財務ソフトウェアへ自動的に入力することにも活用できます。
AIエージェントの専門業務遂行能力を測る「Agents’ Last Exam」テストにおいて、GPT-6.1 Terraの成績は非常に優れていました。
中程度の推論強度において、新モデルのスコアはGPT-5.6 Terraよりも15ポイント上回り、一方で単一タスクあたりのコストは約3分の1に低下しました。
さらに注目すべきは、同じテストにおいてGPT-6.1 TerraがすでにGPT-6 Astraと同等の性能を実現している一方で、標準APIのトークン単価は後者のわずか十分の一にすぎない点である。
Anthropic の Claude Opus 5.5 と比較すると、最高の推論強度において、GPT-6.1 Terra のトークン使用効率はその3倍以上で、トークン単価はわずか4分の1であり、最終的な同種タスクの実行コストは約9分の1に抑えられます。
速度面では、GPT-6.1 Terra は GPT-6 Astra や GPT-6.1 Sol に比べて、タスクの完了速度が3倍以上速い。
ある開発者が公開したテスト結果によると、GPT-6.1 Terra の単一リクエストあたりの生成速度は毎秒450トークンに達し、推論負荷が低い場合には毎秒600トークンに達する可能性もあるとされていますが、後者はまだ検証されていません。
第三者評価機関であるArtificial Analysisの知能指数ランキングでも、興味深い比較結果が示されています。GPT-6.1 Terra（Max）は48点を獲得し、中国のオープンソース重み付けモデルのうちKimi K3.1 Pro（55点）を除けば、最も高いスコアとなっています。
さらに、視覚的推論能力を評価するMMMU-Proテストにおいて、GPT-6.1 Terraはすべての推論強度で前世代モデルを上回り、はるかに低いコストでGPT-6 AstraおよびGPT-6.1 Solに近い成績を達成しました。
AIによるデスクトップアプリケーションの操作能力を専門に評価するOSWorld 2.1において、新しいモデルは中程度の推論強度のみで、最高の推論強度下でのGPT-5.6 Terraの成績を上回るとともに、単一タスクあたりのコストを大幅に削減しました。
実際の体験でも、一部の性能向上が確認されました。DesignArenaでは、2世代目のTerraを使ってリスボンのベレン塔を夕暮れ時の光景として再現しました。6.1版では、建物や水面の光と影がより精緻に生成されましたが、処理時間は前世代のほぼ4倍となり、トークン消費も48％増加しました。一方で、1回あたりのコストは0.077米ドルから0.047米ドルへと低下しています。
一方、atomic.chat は同じプロンプトを用いて、2つのモデルにそれぞれ8人のエージェントでゲームを開発させました。Terra はわずか6分、1.06ドルでタスクを完了したのに対し、Claude Sonnet 5.5 は約1時間、18.10ドルを費やしましたが、明らかに優れたゲーム作品を生み出しました。
さらに、現行のテスト結果から見ると、GPT-6.1 Terra は難易度の高いタスクにおける最終的な出力品質において、依然として Claude Opus 5.5 には及ばない可能性があります。しかし、そのより低い価格と迅速な実行速度を考慮すれば、依然として十分な生存余地があります。結局のところ、現実には、AI に単に仕事をこなしてもらうだけで十分な業務が数多く存在し、毎回最も高価なフラッグシップモデルを投入するほどの価値はないのです。
幻覚率が大幅に低下し、プログラミングの成績が倍増しました
視覚的理解とコンピュータ操作に加えて、GPT-6.1 Terra は事実の正確性およびプログラミングにおいても同様に顕著な進歩を遂げています。
OpenAIは、今年に入ってから、モデルが作り出す幻覚や事実誤認の問題に重点的に取り組んできたと述べています。
社内で設計された高難易度の事実正確性テストにおいて、GPT-5.6 Terra は推論強度が低い場合に誤り率が53.6％に達するのに対し、GPT-6.1 Terra はこれを16.7％まで低下させ、36.9ポイントも改善しました。
推論の強度を最高レベルに引き上げた際、新しいモデルの誤り率はさらに低下し、4.3%となり、GPT-6 Astra および GPT-6.1 Sol の水準に迫りました。
契約書や技術文書、企業内部データの処理を必要とするAIエージェントにとって、事実誤り率の低下は特に重要です。そもそも、モデルがタスクをこなせるのは基本であり、実行中にどれだけ正確さを維持できるかが、ユーザーがより多くの業務をAIに安心して任せられるかどうかを直接左右します。
プログラミング能力の面でも、GPT-6.1 Terra は大幅な向上を遂げました。
AIエージェントのコマンドラインプログラミング能力を評価する Terminal-Bench 4.0 において、GPT-6.1 Terra は最高の推論強度条件下でタスク解決率50.3%を達成し、前世代の GPT-5.6 Terra の公開スコアはわずか21.5%にとどまりました。
言い換えれば、新しいモデルのプログラミングテストの成績は、前世代の2倍以上に達しています。
科学研究プログラミングテスト Terminal-Bench-Science 0.1において、GPT-6.1 Terraは、さらに高い位置にいるGPT-6.1 Solをも上回りました。
このテストには、コード分析を用いてタイムラプス動画から細胞分裂を解析するといった科学研究タスクが含まれています。OpenAIによると、GPT-6.1 TerraのスコアはClaude Opus 5.5にわずか5ポイント差で、推定コストは後者の5分の1以下だそうです。
もちろん、OpenAIも明確に示していますが、最も複雑なソフトウェア開発や深層研究のタスクについては、GPT-6.1 Sol と GPT-6 Astra のほうが依然として適切な選択であるとされています。
API価格が半額になり、正式にChatGPT WorkおよびCodexへ参入
性能の向上に比べて、GPT-6.1 Terra の価格調整は開発者にとってより魅力的かもしれません。
OpenAIが公表した情報によると、新しいモデルの標準的なAPI料金は以下のとおりです。
入力価格は100万トークンあたり1米ドルです
キャッシュの入力価格は、100万トークンあたり0.05米ドルです
出力価格は100万トークンあたり5米ドルです
GPT-5.6 Terra および GPT-6.1 Sol と比べて、GPT-6.1 Terra の標準 API 料金は 50% 削減されています。また、フラッグシップモデルである GPT-6 Astra と比較すると、入力トークンおよび出力トークンの料金はいずれも後者の十分の一にすぎません。
製品レベルでは、GPT-6.1 Terra はすでに ChatGPT Plus、Pro、Enterprise、Edu ユーザー向けに提供されており、ChatGPT Work や Codex でも利用できます。
OpenAIは、同じ使用クレジットにおいて、ユーザーはGPT-6.1 TerraによりGPT-5.6 Terraよりも多くのタスクを実行でき、さらにGPT-6.1 SolやGPT-6 Astraと比較すると、クレジットの使用効率の向上は一層顕著であると述べています。
開発者は、OpenAI API を介してこのモデルを呼び出すこともでき、モデル名は gpt-6.1-terra です。
セキュリティ面において、OpenAIは、GPT-6.1 Terraが同社のPreparedness Frameworkにおいてサイバーセキュリティ能力のクリティカルなリスクレベルに達しているため、GPT-6 Astraなどのモデルで採用されている関連するセキュリティ対策を引き続き適用していると述べました。
同時に、新しいモデルはGPT-6シリーズのアライメントに関する改良を引き継ぎ、ユーザーの許可範囲を遵守し、自らの能力限界を積極的に明示するとともに、悪意のあるプロンプトインジェクションに対抗する点で、前世代よりも向上しています。
今年のOpenAIの製品アップデートを振り返ると、フラッグシップモデルのAstraから総合能力を重視するSol、そして現在では高い実行効率を売りにするTerraへと、各製品間の役割分担がますます明確になりつつあります。
特に、AIエージェントが実際の業務シーンへの導入を加速させている状況下では、モデル間の競争も、単にベンチマークスコアの向上を追求する段階から、同一のタスクを完了するのにどれだけのコストと時間が必要か、さらには持続的かつ信頼性高く実行できるかどうかといった点へと広がりつつあります。
過去、企業が大量のオフィス業務をAIに自動化させようとする際には、モデルの性能・速度・コストの間でしばしば慎重なバランス調整が必要でした。
GPT-6.1 Terraの登場により、こうしたトレードオフのコストが低下しつつあります。
画面を読み取り、ソフトウェアを操作し、複雑な文書を理解できるモデルが、フラッグシップ級に近い性能を備えながらも、トークンコストはわずか10分の1で済むようになったことで、AIエージェントは、少数の高付加価値タスクから大規模な日常業務への普及という現実的な条件を手に入れたのです。
OpenAIにとって、ますます強力なAIをますます安価にすることと、次期最強モデルの公開は、おそらく同じくらい重要である。
#愛範兒の公式微信公众号「愛範兒」（WeChatアカウント名：ifanr）をぜひフォローしてください。さらに魅力的なコンテンツをいち早くお届けします。