GPT-6.1 TerraはOpenAIの新しい中価格帯モデルです。ChatGPTをチャットにしか使っていないなら、おそらくまだ目にすることはありません。画面、文書、画像を扱う作業向けに作られていて、フォームの入力、技術図面の読み取り、文章の下書き、アプリの操作などが得意です。位置づけはGPT-6 LunaとGPT-6.1 Solの間で、これまでのGPT-5.6 Terraの後継にあたります。
気にすべきかどうかは、どこで作業しているかで変わります。OpenAIのリリースノートでTerraが挙がっているのはChatGPT WorkとCodexで、通常のチャットには触れていません。ほかにAPIとGitHub Copilotでも使えます。今回は、OpenAIのリリースノート、モデルドキュメント、料金ページ、安全性に関する補足資料、GitHubのチェンジログと料金表、そして見つかった外部の報道を読みました。報道の大半はOpenAI自身の数値を繰り返しているだけなので、独立した数値は該当箇所で明記します。このファミリーの経緯を知りたい方は、最上位ティアを扱ったGPT-6 Astraの解説と、6.1で唯一リリースされなかったモデルを扱ったOpenAIがGPT-6.1 Astraを見送った理由もどうぞ。
GPT-6.1 Terraは新モデルですか、それとも新ティアですか？
どちらの面もあります。TerraはすでにGPT-5.6世代にあったティアで、GitHubのモデル表では入力100万トークンあたり$2、出力100万トークンあたり$12でした。InfoWorldによると、新しいTerraはこれを置き換え、価格は半分になっています。OpenAIのモデルページでは、「視覚的推論、精密なコンピューター操作、明瞭で自然な文章のための、高速で効率的なモデル」と説明されています。
スペックはGPT-6シリーズのほかのモデルと同じです。入力はテキストと画像、出力はテキストです。コンテキストウィンドウは105万トークン、出力上限は12万8,000トークンで、推論の強度はnoneからmaxまで6段階、デフォルトはmediumです。学習データは2026年にまで及びます。ファインチューニングには対応していません。OpenAIが挙げる用途は、商品写真とカタログ項目の照合、技術図面の解釈、アプリ画面の操作、文章の下書きと推敲です。画面上で完結し、研究レベルの頭脳までは要らない仕事、というのが全体のコンセプトだとよくわかります。
DataCampがローンチ記事から伝えているOpenAIの位置づけでは、最も複雑なコーディング作業にはSolとAstraのほうが向いています。Terraが担当するのは量をこなす仕事です。この棲み分けは、ベンチマークのグラフよりもOpenAIの意図をよく表しています。
ChatGPTでTerraを使えるのは誰で、どのプランですか？
OpenAIのChatGPTリリースノートによると、TerraはPlus、Pro、Business、Enterprise、Eduの各プランのChatGPT WorkとCodexで順次提供されます。ただし、地域とワークスペースの設定によります。モデル一覧から選べて、プラン全体の利用上限は変わりません。InfoWorldとDataCampの記事ではBusinessが抜けていますが、OpenAI自身のノートには含まれています。
FreeとGoには言及がなく、通常のChatGPTチャットも同様です。TerraがこのどちらかにOpenAIが提供するかどうかは明らかにされていません。手がかりになるのはSolの扱いだけで、ローンチ記事では「Chatではまだ利用できません」とされていました(OpenAI)。私たちの見立てでは、Terraも同じ道をたどりそうですが、これは推測であって約束ではありません。
ノートには、知っておきたい細かな点が2つあります。1つ目は、WorkのデフォルトのPowerプリセットでSolのLight設定を使えていた一部のPlusとProのユーザーが、TerraのMedium設定に切り替わっている場合があることです。自分で何も選ばなくても、デフォルトが変わることがあります。2つ目は、TerraがUAEの推論レジデンシーに対応していないことです。OpenAIはこの制限を、利用者の所在地ではなく推論が実行される場所に結びつけています。
OpenAIのChatGPT料金ページのプラン比較表は、私たちが確認した時点では更新が追いついていませんでした。新しいTerraではなくGPT-5.6 Terraのままで、Proプランの説明もGPT-6 Astraで動くとされたままでした。どの表よりも、自分のアカウントのモデル一覧を信頼してください。DataCampによると、OpenAIは同じプランの利用枠でTerraならSolやAstraよりかなり多くのタスクをこなせると説明しています。ChatGPTやCodexで上限に何度も当たっているなら、これが乗り換える本当の理由になりそうです。
TerraはAPIで使えますか？料金はいくらですか？
はい、使えます。モデル名はgpt-6.1-terraで、OpenAI Platformでの料金は入力100万トークンあたり$1、出力100万トークンあたり$5です。OpenAIの料金ページに載っているファミリー全体の料金は次のとおりです。標準処理で、プロンプトが27万2,000トークン未満の場合です。
| モデル | 入力 | キャッシュ入力 | 出力 |
|---|---|---|---|
| GPT-6 Luna | $0.10 | $0.01 | $0.50 |
| GPT-6.1 Terra | $1.00 | $0.05 | $5.00 |
| GPT-6.1 Sol | $2.00 | $0.10 | $10.00 |
| GPT-6 Astra | $10.00 | $1.00 | $50.00 |
料金はすべて100万トークンあたりです。モデルページの注意書きによると、入力が27万2,000トークンを超えるプロンプトでは、リクエスト全体で入力とキャッシュが2倍、出力が1.5倍になります。BatchとFlexは50%安く、Fastモードは2倍、リージョン指定の処理は10%上乗せです。キャッシュの書き込みは100万トークンあたり$1.25で、保持期間は30分です。ツール呼び出しにはResponses APIが必要で、コンピューター操作、ウェブ検索、ファイル検索、コード実行、MCPにすべて対応しています。APIのFreeティアでは利用できず、最も低い有料ティアの上限は1分あたり5,000リクエスト、100万トークンです。
Terraはほかでも使えますか？
GitHub Copilotで、初日から使えます。GitHubのチェンジログによると、TerraはCopilot Pro、Pro+、Max、Business、Enterpriseのユーザー向けに一般提供されています。VS Code、Visual Studio、JetBrains、Xcode、Eclipse、Copilot CLI、クラウドエージェント、Copilotアプリ、github.com、モバイルアプリのモデルピッカーから選べます。GitHubは、Solより低コストで日常的なエージェント型コーディングやターミナル作業に向いたモデルと説明しています。初期テストでは、GPT-5.6 Terraよりターミナルタスクと C#のタスクを明らかに多く解決しました。ただし、これは前世代との比較で、Solとの比較ではありません。
課金はユーザー課金制のもとでプロバイダーの定価どおりで、GitHubの料金表もOpenAIの$1と$5に一致しています。BusinessとEnterpriseの管理者はモデルポリシーで制御でき、管理者がデフォルトをオフにしていない限り、新しいモデルは自動的にオンになります。チームでGitHub Copilotを運用しているなら、開発者が自分でこのモデルを見つける前に、このデフォルト設定を確認しておくとよいでしょう。
OpenAIの数値は目安であり、順位表ではありません
ローンチ時の比較はOpenAIの以前のTerraとの対比が中心で、その差は大きく出ています。以下は、InfoWorldとDataCampがローンチ記事から伝えているmax設定でのスコアです。
より興味深いのは、上位モデルとの比較です。プロの業務タスクを問うAgents' Last Examについて、InfoWorldはTerraが60.0%で1タスク$1.01、Astraが59.3%で$7.24、Solが58.6%で$2.00と報じています。価格がごく一部で、ほぼ並んでいる形です。同記事によれば、Claude Opus 5.5は63.2%で上回っており、OSWorld 2.1ではAnthropicのClaude Sonnet 5.5が83.9%、Terraは74.2%です。この比較でTerraは最高のコンピューター操作モデルではありません。近い性能を持つ中で最も安いモデルです。
DataCampの筆者は、max設定でOpus 5.5よりタスクあたりのコストが約9分の1というOpenAIの見出しについて、もっと率直です。「この比較は少し作為的、あるいは都合のいい選び方だと感じました」。Opusはプレミアムティアなので、大きな比率は簡単に作れたはずです。エラー率の主張にも同じ注意が必要です。low設定でのエラー率が53.6%から16.7%に下がったという数字は、OpenAIが間違いを誘発するように作った社内のプロンプト集によるもので、OpenAIの安全性に関する補足資料も、これらのケースは実際のエラー率を代表するものではないと述べています。
独立した数値もありますが、こちらはそれほど華やかではありません。Artificial AnalysisのIntelligence Indexで、Terraはmax設定で51点、モデルページでは52モデル中12位です。同じ指標でSolは55点、Astraは57点です。使い方を変えるべきポイントは、推論強度を下げるとスコアがどれだけ急に落ちるかです。
APIのデフォルトはmediumです。Artificial Analysisのmedium設定のページでは38点で、初期設定のままのTerraは、55点のSolよりも28点のLunaに近い位置にいます。コーディングエージェント指数では、CodexのxhighでのTerraが48点、maxのSolが54点で、難しいコーディングについてのOpenAI自身の助言と一致します。
安さは、ある程度までは成り立ちます
トークン単価で見れば、そのとおりです。InfoWorldは競合として挙げているAnthropicのClaude Sonnet 5.5を$2と$10としており、Terraはその半額です。完了したタスク単位で見ると、推論強度の設定次第です。Artificial Analysisのページによると、max設定のTerraはテストスイート全体で9,900万の出力トークンを書き出しており、同等モデルの中央値6,400万を上回っています。同サイトはこのモデルをやや冗長だと評しています。結果として、max設定のTerraは1タスク$0.96で、Solの$1.27より約24%安くなります。
1段階下げると状況が変わります。Artificial Analysisではxhighが45点で1タスク$0.40、mediumが38点で$0.17です。これはmax設定のGPT-6 Luna($0.15)とほぼ同じコストで、10ポイント高いスコアです。私たちの見方では、Terraが真価を発揮するのはxhighかhighで、maxになると割安さが薄れます。これは他者の測定に基づく議論であり、私たち自身の検証ではありません。
トークンが安くなっても、人にかかるコストは変わりません。Greyhound ResearchのSanchit Vir Gogia氏はInfoWorldに対し、例示的なコーディングのワークロードでは「レビューにあと5.4秒かかるだけで、推論コストの節約は帳消しになります」と語りました。EIIRTrend & Pareekh ConsultingのCEOであるPareekh Jain氏はもっと前向きで、「企業に必要なのは、知能、速度、コストのバランスが取れたAIモデルです」と述べています。同氏は、Terraの狙いは請求書処理、文書分析、日常的なコーディングだと見ています。どちらも正しいのでしょう。
安全性の面ではほとんど変わりません
補足資料によると、OpenAIはTerraをサイバーセキュリティでCritical、生物・化学の能力でHighとして扱っており、SolやAstraと同じセーフガードが適用されています。OpenAIの本番向け安全性ベンチマークでは、Terraは従来のTerraと同等の結果です。過激主義、ヘイト、未成年者が関わる性的コンテンツのカテゴリではわずかな低下がありましたが、OpenAIは統計的に有意ではないとしています。AstraおよびSol2種と同様に、CodexのAuto-reviewモニターを回避しようとする動きはありませんでした。補足資料には注意点も1つあります。画像入力のテストでは、ヘイトと過激主義について従来のTerraより統計的に有意な悪化が見られ、OpenAIはこれを過去のリリースと同程度だとしています。
つまり、安いモデルが高いモデルと同じ分類を負っているということです。GPT-6.1 Astraが見送られた原因となった安全性の問題で6.1シリーズに警戒を抱いた方は、TerraとSolが実際にリリースされた6.1モデルである点に注意してください。両者の関連を指摘した人はいませんし、これらの結果はすべてOpenAI自身のものです。私たちが読んだ報道には、Terraに対する外部の安全性評価はまだ含まれていません。
私たちの結論：量をこなす作業にはTerra、難しいコードにはSol
プレーンなChatGPTのチャットしか使わないなら、乗り換えるものはありません。WorkやCodexを使い込んでいるなら、難しいコードやリサーチが絡む作業はSolのままにして、繰り返しの多い画面・文書・下書きの作業をTerraに任せるのがよいと思います。その際はmaxではなくxhighで使います。これは、どのAIモデルティアがどのタスクに合うかのガイドが主張する大まかな使い分けとも一致します。ライバルの位置づけはTop 50 LLMsボードで確認できます。プロダクトを作る開発者にとって、Terraは、このファミリーで初めて、大量のコンピューター操作向けのデフォルトとしてテストしたいモデルです。単純な作業にはその下にLunaを置きます。
公平なテストは午後いっぱいあればできます。自分の仕事で結論を出せる証拠は、それしかありません。
- 毎週繰り返している作業を3つ選びます。たとえば、PDFからフォームを埋める、スクリーンショットを要約する、返信を下書きするなどです。
- それぞれをSolとTerraで同じ強度で実行し、さらにTerraだけ1段階上げて実行します。
- かかった秒数ではなく、自分で直した回数を数えます。
- 自分のアカウントのモデル一覧を確認します。WorkのPowerプリセットによって、すでにTerraに切り替わっているかもしれません。
ChatGPT、Claude、Geminiと比べると、Terraの売りはどれよりも絞られています。チャット製品ではなく、作業をこなすためのモデルです。コーディングエージェントについては、ターミナル型コーディングエージェントの比較で、モデルと同じくらいハーネスが重要になることを示しています。
まだ決まっていないのは、OpenAIがTerraを通常のチャットやFreeプランに広げるのか、そしてプラン比較表がいつ古いTerraの記載をやめるのかです。この表と、max未満の設定でTerraをテストする最初の独立したコーディング評価に注目してください。