GPT-6.1 Terra: Levnější computer use pro AI agenty

Publikováno dne Nov 2, 2026 od Arshia Kahani.
AI novinky OpenAI AI agenti Computer Use
Na této stránce 6 min čtení
  1. 1Klíčové poznatky
  2. 2Co je GPT-6.1 Terra?
  3. 3Ceny
  4. 4Benchmarky
  5. 5Proč na computer use záleží
  6. 6Kde Terra zaostává
  7. 7Směrujte modely podle úlohy
  8. 8Co dělat teď
  9. 9Závěr

Dne 26. října 2026 vydala OpenAI GPT-6.1 Terra, model střední třídy postavený pro jednu úlohu, jejíž provoz ve velkém byl dosud příliš drahý: ovládat software tak, jak to dělá člověk. Čte obrazovky, proklikává aplikace a píše srozumitelně, a stojí 1 dolar za milion vstupních tokenů. Pro týmy, které staví AI agenty, není hlavní zprávou nový rekord v benchmarku. Je to fakt, že computer use právě zlevnil natolik, že se vyplatí i na rutinní práci.

GPT-6.1 Terra: levnější computer use pro AI agenty, znázorněno jako AI agent ovládající notebook vedle padající cenovky

Klíčové poznatky

  • Poloviční cena. Terra stojí 1 dolar za milion vstupních tokenů a 5 dolarů za milion výstupních tokenů, tedy polovinu ceny GPT-6.1 Sol a modelu GPT-5.6 Terra, který nahrazuje, a desetinu ceny GPT-6 Astra.
  • Computer use téměř na úrovni vlajkové lodi. OpenAI uvádí, že Terra se v benchmarku computer use Agents’ Last Exam vyrovná GPT-6 Astra za desetinu ceny za token.
  • Rychlejší a přesnější. Benchmarkové úlohy dokončil více než třikrát rychleji než Astra a Sol a jeho míra faktických chyb klesla z 53,6 % až na 4,3 %.
  • Není vlajkovou lodí pro programování. OpenAI stále pro tu nejtěžší programátorskou práci odkazuje na Sol a Astra.
  • Směrujte, nenahrazujte. Praktickým přínosem je posílat každý krok workflow na nejlevnější model, který ho zvládne dobře.

Co je GPT-6.1 Terra?

Vlastní modelová dokumentace OpenAI popisuje Terru jako „rychlý a efektivní model pro vizuální uvažování, přesné ovládání počítače a jasné, přirozené psaní". V rodině GPT-6 se řadí mezi úsporný GPT-6 Luna a vyvážený GPT-6.1 Sol, s GPT-6 Astra na vrcholu.

Terra je dostupná v ChatGPT Work a Codex pro uživatele tarifů Plus, Pro, Enterprise a Edu a v API jako gpt-6.1-terra. Má kontextové okno 1,05 milionu tokenů, až 128 000 výstupních tokenů a šest nastavení úsilí uvažování, od none po max. Datum ukončení znalostí je 1. června 2026.

FlowHunt Logo

Připraveni rozšířit své podnikání?

Začněte svou bezplatnou zkušební verzi ještě dnes a viďte výsledky během několika dní.

Ceny

S cenou 1 dolar za vstup a 5 dolarů za výstup za milion tokenů podkopává Terra cenu všech modelů GPT-6 kromě Luna. Cachovaný vstup je uváděn na 0,05 dolaru za milion tokenů, což je důležité pro agenty, kteří při každém kroku znovu posílají stejný systémový prompt a definice nástrojů.

Sloupcový graf cen OpenAI API za 1 milion tokenů: GPT-6 Luna 0,10 dolaru za vstup a 0,50 dolaru za výstup, GPT-6.1 Terra 1 a 5, GPT-6.1 Sol 2 a 10, GPT-6 Astra 10 a 50

Cena za token je jen polovina příběhu. Náklady na provoz LLM v agentovi závisí na tom, kolik tokenů každá úloha spálí, a OpenAI uvádí, že Terra spotřebuje u některých úloh méně tokenů než modely před ní. Levnější model, který potřebuje méně kroků, úspory násobí.

Benchmarky

OpenAI zveřejnila převážně relativní čísla, takže je berte jako směr, ne jako absolutní skóre:

BenchmarkCo OpenAI uvedla pro Terru
Agents’ Last ExamO 15 bodů více než GPT-5.6 Terra při středním úsilí, přibližně za třetinu nákladů; srovnatelné s GPT-6 Astra za desetinu ceny za token
OSWorld 2.1Překonává nejlepší uváděné skóre GPT-5.6 Terra při středním úsilí s nižšími náklady na úlohu
Terminal-Bench 4.050,3 % při maximálním úsilí, oproti 21,5 % u GPT-5.6 Terra
Terminal-Bench-Science 0.1Při maximálním úsilí poráží GPT-6.1 Sol s nižšími náklady
Faktické chyby (interní)16,7 % při nízkém úsilí a 4,3 % při maximálním úsilí, oproti 53,6 %
Dva sloupcové grafy srovnávající GPT-6.1 Terra s GPT-5.6 Terra: Terminal-Bench 4.0 vzrostl z 21,5 % na 50,3 % při maximálním úsilí a míra faktických chyb klesla z 53,6 % na 16,7 % při nízkém úsilí a 4,3 % při maximálním úsilí

Pokles faktických chyb je číslo, které je u práce s koncovými zákazníky třeba sledovat. Model, který si půlku faktů vymýšlí, nemůže samostatně odpovídat na support tickety. Ten, který si vymýšlí jen pár procent případů a má za sebou znalostní bázi, už začíná být použitelný. Chcete-li vidět, jak si sourozenci Terry vedou v širší sadě testů, podívejte se na benchmarky GPT-6.1 Sol a profil benchmarků GPT-6 Astra v našem žebříčku AI modelů.

Proč na computer use záleží

Většina podnikové automatizace běží přes API. Hodně skutečné práce ale žije v software, který API nemá, nebo ho nikdo nepřipojil: stará obrazovka ERP, portál dodavatele, státní formulář, interní dashboard. Computer use umožňuje agentovi pracovat s těmito systémy přímo – podívá se na obrazovku a jedná. Mechaniku jsme probrali v našem průvodci computer use a browser use s LLM.

Háček byl vždy v ceně a rychlosti. Agent pro computer use udělá screenshot, uvažuje o něm, klikne a opakuje to, často desítkykrát na úlohu. Při cenách vlajkových modelů byla taková smyčka v pořádku na demo a příliš drahá na tisíc faktur denně. Terra mění propočet dvěma způsoby:

  • Cena za token. Srovnatelné výsledky v computer use jako Astra za desetinu ceny za token.
  • Rychlost. Více než třikrát rychlejší než Astra a Sol u benchmarkových úloh, takže dlouhé proklikávání skončí dřív, než člověk přestane čekat.

Kde Terra zaostává

Terra není náhradou všeho bez úprav:

  • Náročné programování. OpenAI uvádí, že GPT-6.1 Sol a GPT-6 Astra jsou stále vhodnější pro tu nejsložitější programátorskou práci. Hodnota 50,3 % Terry v Terminal-Bench 4.0 je velký skok, ale jde o skóre při maximálním úsilí.
  • Relativní čísla. Většina čísel z uvedení na trh srovnává Terru s jinými modely OpenAI, místo aby uváděla absolutní skóre. Nezávislé testování zabere několik týdnů.
  • Bezpečnost. OpenAI hodnotí Terru na prahu „Critical" v rámci kybernetické bezpečnosti svého Preparedness Frameworku a dodává ji s ochrannými prvky GPT-6 Astra. Model, který umí ovládat počítač, ho také umí zneužít. Po letošních letních zprávách, že AI agenti unikli ze svých testovacích sandboxů, patří každý agent s přístupem k obrazovce do izolovaného prostředí s omezenými přihlašovacími údaji.

Směrujte modely podle úlohy

Chytrým tahem není přesunout celý svůj stack na Terru. Je to přestat používat jeden model na všechno. Typické workflow míchá kroky velmi rozdílné obtížnosti a každý by měl jít na nejlevnější model, který ho zvládne dobře.

Diagram kroku workflow směrovaného na čtyři modely OpenAI: GPT-6 Luna pro klasifikaci a označování, GPT-6.1 Terra pro ovládání aplikací a prohlížečů a psaní odpovědí, GPT-6.1 Sol pro každodenní uvažování a GPT-6 Astra pro nejnáročnější programování a uvažování

Vezměte si support workflow. Luna označí a zařadí příchozí ticket za zlomek centu. Terra dohledá objednávku v back-office nástroji bez API a připraví koncept odpovědi. Sol nebo Astra nastoupí jen tehdy, když se z ticketu stane skutečné vyšetřování. Většina ticketů se drahého modelu nikdy nedotkne.

Tak přemýšlíme o tocích ve FlowHuntu. Ve vizuálním tvůrci AI workflow si každý krok volí vlastní model, takže můžete otestovat nové vydání, jako je Terra, na jednom kroku, aniž byste se dotkli zbytku toku.

Co dělat teď

  1. Najděte práci s obrazovkou. Sepište kroky, kde váš tým nebo vaši agenti kopírují data mezi systémy, které spolu nekomunikují. To jsou pro Terru nejlepší kandidáti.
  2. Testujte na vlastních úlohách. Prožeňte 20 až 50 skutečných příkladů přes Terru a svůj současný model a porovnejte přesnost, náklady na úlohu a čas.
  3. Začněte s nízkým úsilím. Nastavení nízkého úsilí u Terry už snížilo faktické chyby o více než dvě třetiny. Úsilí zvyšujte jen tam, kde to výsledky vyžadují.
  4. Dejte to do sandboxu. Poskytněte agentům pro computer use vlastní prostředí, kde je to možné přístup pouze pro čtení, a krok lidského schválení před čímkoli nevratným.
  5. Udržujte modely vyměnitelné. Nová vydání přicházejí každých pár týdnů. No-code platforma pro AI agenty, která vám umožní měnit model pro každý krok, promění každé vydání v rychlý test, ne v migraci.

Závěr

GPT-6.1 Terra nebude na čele každého žebříčku a ani to není jeho cíl. Přináší computer use – čtení obrazovek a ovládání softwaru – na cenu, při které může běžet na každodenních úlohách místo na ukázkových projektech. Pro každého, kdo automatizuje práci napříč nástroji, které nikdy nebyly stavěné na propojení, je to důležitější než další rekord v benchmarku.

Často kladené otázky

Arshia je inženýr AI pracovních postupů ve FlowHunt. Sxa0vzděláním vxa0oboru informatiky a vášní pro umělou inteligenci se specializuje na vytváření efektivních workflow, které integrují AI nástroje do každodenních úkolů a zvyšují tak produktivitu i kreativitu.

Arshia Kahani
Arshia Kahani
Inženýr AI pracovních postupů

Vyberte správný model pro každý krok

FlowHunt vám umožňuje zvolit model pro každý krok, takže levné modely zvládají objem a špičkové modely se postarají o obtížné části vašich AI workflow.