OpenAI merilis GPT-6.1 Terra pada 26 Oktober waktu Amerika Serikat. Nama modelnya di API adalah gpt-6.1-terra. Ini pergantian generasi pertama bagi lini kelas menengah Terra sejak GPT-5.6 Terra pada Juli, dan ada dua hal yang diunggulkan: membaca layar dan mengoperasikan komputer menggantikan manusia, serta harga yang ditekan satu tingkat lagi.
Harga API standar adalah $1 per sejuta token input, $0,05 untuk input yang di-cache, dan $5 untuk output. OpenAI menyebut harga ini 50% lebih murah daripada GPT-5.6 Terra maupun GPT-6.1 Sol. Berdasarkan harga lama yang dicatat pihak ketiga, GPT-5.6 Terra dipatok $2 untuk input dan $12 untuk output, sehingga penurunan di sisi output sebenarnya mendekati 60%. Harga output Sol adalah $10, jadi bagi Sol penurunannya tepat separuh.
Model baru ini tersedia mulai hari ini bagi pengguna Plus, Pro, Enterprise, dan Edu di ChatGPT Work dan Codex, sedangkan pengembang dapat memanggilnya lewat API. Pengguna gratis belum kebagian kali ini; model bawaan mereka tetap GPT-5.6 Luna.
Pengoperasian komputer jadi sajian utama generasi ini
Contoh penggunaan yang diajukan OpenAI sangat konkret: membaca faktur yang masuk dan memasukkan datanya ke perangkat lunak pembukuan, membaca gambar teknis, mengisi formulir, hingga menyunting video. Tolok ukur yang dipakai adalah Agents' Last Exam, dengan soal-soal seperti mengubah gambar arsitektur menjadi model 3D, serta menonton film animasi shot demi shot lalu menulis catatan berkode waktu untuk tim perbaikan.
Hasil yang dipublikasikan perusahaan adalah sebagai berikut. Pada penalaran menengah, skornya 15 poin persentase lebih tinggi daripada GPT-5.6 Terra dengan biaya sekitar sepertiganya. Hasilnya setara dengan model andalan GPT-6 Astra, dengan harga per token hanya sepersepuluh Astra, dan tugas selesai lebih dari 3 kali lebih cepat daripada Astra maupun GPT-6.1 Sol. Di OSWorld 2.1, penalaran menengah sudah melampaui hasil terbaik GPT-5.6 Terra.
Di bidang pemrograman, pengaturan penalaran tertinggi menyelesaikan 50,3% tugas di Terminal-Bench 4.0, dibandingkan angka 21,5% yang dipublikasikan untuk generasi sebelumnya. OpenAI sendiri menambahkan bahwa untuk tugas pemrograman paling rumit, Sol atau Astra tetap disarankan.
Tingkat kesalahan faktual adalah perubahan besar lainnya. Pada kumpulan soal pemancing kesalahan yang disusun OpenAI sendiri, tingkat kesalahan pada penalaran rendah turun dari 53,6% menjadi 16,7%, dan pada pengaturan tertinggi turun menjadi 4,3%. Dari sisi keamanan, menurut Kerangka Kesiapan OpenAI, kemampuan keamanan siber Terra telah mencapai tingkat “Kritis” (Critical). Model ini memakai perlindungan yang sama dengan yang disiapkan untuk GPT-6 Astra, dengan rincian di kartu sistem.
Dibandingkan dengan model sekelas
Seluruh angka di atas berasal dari pengujian internal OpenAI. Lembaga pihak ketiga Artificial Analysis juga merilis hasil independen pada hari yang sama. Metodenya berbeda, tetapi arahnya searah:
- Pada pengaturan tertinggi, Indeks Kecerdasan model ini 6 poin di atas GPT-5.6 Terra, 4 poin di bawah GPT-6.1 Sol, dan 10 poin di atas GPT-6 Luna;
- Biaya per tugas untuk menjalankan seluruh indeks sekitar $0,40, dibandingkan $1,40 pada generasi sebelumnya;
- Skor Coding Agent Index adalah 48, sedangkan Sol 54 dan Luna 31;
- Tingkat halusinasi di AA-Omniscience turun dari 88% menjadi 38%, sementara akurasi naik 2 poin persentase.
Kesimpulan Artificial Analysis, penalaran tingkat rendah dan menengah berada di frontier optimal kurva kecerdasan terhadap biaya, sedangkan pengaturan lainnya berada di belakang frontier. Dengan kata lain, cara pakai Terra yang paling hemat adalah menjalankan tugas harian dalam jumlah besar di tingkat rendah atau menengah. Menyimpan pengaturan tertinggi untuk segelintir soal sulit kurang masuk akal, karena pada titik itu Sol lebih cocok.
Jika dibandingkan dengan pesaing, yang dijadikan tolok ukur OpenAI adalah Claude Opus 5.5 milik Anthropic: di Agents' Last Exam, biaya per tugas Terra pada penalaran tertinggi sekitar sembilan kali lebih murah daripada Opus 5.5. Opus 5.5 adalah model andalan Anthropic, sedangkan Terra adalah model kelas menengah OpenAI, sehingga posisi keduanya tidak setara. Perbandingan ini lebih terdengar seperti pesan kepada pelanggan korporat bahwa pekerjaan seperti meminta AI mengeklik mouse tidak perlu memakai model termahal.
Bagi tim yang sudah memakai Sol di Codex dan ChatGPT Work, perubahan paling langsung ada pada kuota penggunaan. OpenAI menyatakan bahwa dengan kuota penggunaan yang sama, Terra dapat menyelesaikan lebih banyak tugas daripada GPT-5.6 Terra, GPT-6.1 Sol, dan GPT-6 Astra. Seberapa banyak tambahannya tidak disebutkan dalam bentuk kelipatan oleh pihak resmi, jadi pengguna perlu mencobanya sendiri beberapa waktu.
Sumber: pengumuman produk dan kartu sistem OpenAI, evaluasi independen Artificial Analysis, CocoLoop, Phoenix New Media Tech; halaman harga API OpenAI digunakan untuk memverifikasi tiga tingkat harga input, input cache, dan output.