記事のサマリー(TL;DR)
- OpenAIは、視覚的な推理と精密なコンピュータ操作、より自然な文章作成を組み合わせた新モデル「GPT-6.1 Terra」を発表しました。GPT-5.6 Terraからの大幅な進化だとしています。
- 標準APIの価格は、GPT-5.6 TerraおよびGPT-6.1 Solより50%低く設定されており、請求書の読み取りや会計ソフトへの入力といった高頻度作業の自動化に適しているとしています。
- GPT-6.1 Terraは、ChatGPT Work、Codex、OpenAI API(モデル名: gpt-6.1-terra)で利用可能です。
詳細
視覚的理解から実際の操作へ
OpenAIは、GPT-6.1 Terraのコンピュータ操作能力を「Agents’ Last Exam」というベンチマークで測定したと説明しています。このベンチマークには、建築図面を3Dモデルに変換する作業や、アニメ映画をコマ単位で確認し復元チーム向けのタイムコード付きログを作成する作業などの専門的なタスクが含まれます。
- 中程度の推理負荷(medium reasoning effort)では、GPT-6.1 TerraはGPT-5.6 Terraよりスコアが15ポイント高く、コストは約3分の1に抑えられています。
- GPT-6 Astraと同等の性能を、トークン単価で10分の1のコストで達成しているとしています。
- 最大の推理負荷(max effort)では、TerraはClaude Opus 5.5と比べてトークン効率が3倍以上高く、トークン単価は4分の1で、タスクあたりのコストは約9分の1になるとしています。
- 処理速度についても、GPT-6 AstraおよびGPT-6.1 Solより3倍以上速くタスクを完了するとしています。
視覚推理のベンチマークである「MMMU-Pro」では、GPT-6.1 Terraはすべての推理設定でGPT-5.6 Terraを上回り、最上位モデルであるGPT-6 AstraやGPT-6.1 Solのスコアにもほぼ匹敵する結果を、大幅に低いコストで達成しているとしています。
「OSWorld 2.1」は、AIエージェントがデスクトップアプリを使って複数手順のタスク(技術図面から3Dモデルを構築する作業など)をどれだけうまくこなせるかを測るベンチマークです。中程度の推理負荷において、GPT-6.1 TerraはGPT-5.6 Terraの最高スコアを、タスクあたりのコストのごく一部で上回ったとしています。
事実性とコーディング能力の大幅な向上
OpenAIは今年、モデルによるハルシネーション(幻覚)や事実誤認の低減に大きく投資してきたとしています。誤りを誘発するプロンプトを用いた社内ベンチマークでは、低い推理負荷でのエラー率がGPT-5.6 Terraの53.6%からGPT-6.1 Terraでは16.7%に低下し、約37ポイントの改善が見られたとしています。最大の推理負荷では、エラー率が18ポイント低下して4.3%となり、GPT-6 AstraおよびGPT-6.1 Solのエラー率にほぼ匹敵する水準になったとしています。
GPT-6.1 Terraは、ソフトウェアエンジニアリングの分野でもGPT-5.6 Terraから大きく改善しているとしています。コーディングエージェントがコマンドラインから問題を解決する能力を測る「Terminal-Bench 4.0」(例:読み込み時にレイアウトが崩れるWebページの修正)では、最大の推理負荷でGPT-6.1 Terraは50.3%のタスクを解決し、GPT-5.6 Terraの公表スコアである21.5%の2倍以上となっています。なお、最も複雑なコーディングタスクについては、GPT-6.1 SolおよびGPT-6 Astraの方が依然として適した選択肢であるとしています。
科学研究タスク(タイムラプス動画での細胞分裂の追跡など)においてエージェントがコードを用いてどれだけ作業を遂行できるかを測る「Terminal-Bench-Science 0.1」では、最大の推理負荷においてGPT-6.1 Terraは、より低コストでGPT-6.1 Solを上回り、推定コストの5分の1未満でOpus 5.5に5ポイント差まで迫ったとしています。
安全性とアライメント
OpenAIは、強力なAIをより効率的かつ利用しやすくする一方で、安全対策の訓練・検証・改善を継続していると説明しています。GPT-6.1 Terraは、Preparedness Frameworkにおけるサイバーセキュリティ分野で「Critical」しきい値に達しており、GPT-6 Astra向けに開発された保護機能を維持しているとしています。
GPT-6.1 Terraには、GPT-6シリーズで培われたアライメントの改善が反映されています。OpenAIの評価によれば、GPT-6.1 Terraは、GPT-5.6 Terraと比較して、対象範囲内にとどまり、制限事項や潜在的な障害をユーザーに正直に開示する傾向が高いとしています。また、プロンプトインジェクションのテストにおいても、ユーザーのタスクから逸脱させようとする悪意のある指示に対して強い耐性を示したとしています。詳細はシステムカードに記載されているとのことです。
価格と提供状況
GPT-6.1 Terraは本日より、ChatGPT WorkおよびCodexにおいて、Plus、Pro、Enterprise、Eduの全ユーザーが利用可能です。開発者はOpenAI APIからも「gpt-6.1-terra」として利用できます。標準APIの価格は、入力トークン100万あたり1ドル、キャッシュされた入力トークン100万あたり0.05ドル、出力トークン100万あたり5ドルとなっています。
また、ChatGPT WorkおよびCodexでは、同じ利用枠でもGPT-6.1 Terraを使うことで、GPT-5.6 Terraより多くのタスクをこなせ、GPT-6.1 SolやGPT-6 Astraと比べるとさらに多くのタスクをこなせるとしています。