26 października 2026 roku OpenAI wydało GPT-6.1 Terra, model średniej klasy stworzony do jednego zadania, które dotąd było zbyt drogie, by uruchamiać je na skalę: obsługi oprogramowania tak, jak robi to człowiek. Czyta ekrany, klika w aplikacjach i pisze jasno, a kosztuje 1 USD za milion tokenów wejściowych. Dla zespołów budujących agentów AI najważniejszą informacją nie jest nowy rekord w benchmarku. Jest nią to, że computer use stało się właśnie wystarczająco tanie, by używać go w rutynowej pracy.
Najważniejsze wnioski
- Połowa ceny. Terra kosztuje 1 USD za milion tokenów wejściowych i 5 USD za milion tokenów wyjściowych — połowę ceny GPT-6.1 Sol i zastępowanego modelu GPT-5.6 Terra oraz jedną dziesiątą ceny GPT-6 Astra.
- Computer use na poziomie niemal flagowym. OpenAI twierdzi, że Terra dorównuje GPT-6 Astra w benchmarku computer use Agents’ Last Exam przy jednej dziesiątej ceny za token.
- Szybszy i dokładniejszy. Zadania benchmarkowe ukończył ponad trzykrotnie szybciej niż Astra i Sol, a jego wskaźnik błędów faktycznych spadł z 53,6% do nawet 4,3%.
- To nie flagowiec do kodowania. OpenAI nadal wskazuje Sol i Astra do najtrudniejszej pracy programistycznej.
- Kieruj ruchem, nie zastępuj. Praktyczną korzyścią jest kierowanie każdego kroku przepływu pracy do najtańszego modelu, który dobrze go wykona.
Czym jest GPT-6.1 Terra?
Własna dokumentacja modelu OpenAI opisuje Terrę jako „szybki, wydajny model do rozumowania wizualnego, precyzyjnego computer use oraz jasnego, naturalnego pisania". W rodzinie GPT-6 plasuje się między budżetowym GPT-6 Luna a zrównoważonym GPT-6.1 Sol, ze znajdującym się na szczycie GPT-6 Astra.
Terra jest dostępny w ChatGPT Work i Codex dla użytkowników Plus, Pro, Enterprise i Edu oraz w API jako gpt-6.1-terra. Ma okno kontekstowe 1,05 miliona tokenów, do 128 000 tokenów wyjściowych i sześć ustawień wysiłku rozumowania, od none do max. Jego data odcięcia wiedzy to 1 czerwca 2026 roku.
Gotowy na rozwój swojej firmy?
Rozpocznij bezpłatny okres próbny już dziś i zobacz rezultaty w ciągu kilku dni.
Cennik
Przy 1 USD za wejście i 5 USD za wyjście na milion tokenów Terra jest tańszy od każdego modelu GPT-6 poza Luna. Buforowane wejście jest wyceniane na 0,05 USD za milion tokenów, co ma znaczenie dla agentów, którzy przy każdym kroku wysyłają ten sam prompt systemowy i definicje narzędzi.
Cena za token to tylko połowa historii. Koszt uruchamiania LLM w agencie zależy od tego, ile tokenów spala każde zadanie, a OpenAI twierdzi, że Terra zużywa mniej tokenów w niektórych zadaniach niż modele sprzed niego. Tańszy model, który potrzebuje mniej kroków, potęguje oszczędności.
Benchmarki
OpenAI opublikowało w większości wartości względne, więc czytaj je jako kierunek, a nie wyniki bezwzględne:
| Benchmark | Co OpenAI podało dla Terra |
|---|---|
| Agents’ Last Exam | 15 punktów powyżej GPT-5.6 Terra przy średnim wysiłku, za około jedną trzecią kosztu; porównywalnie z GPT-6 Astra przy jednej dziesiątej ceny za token |
| OSWorld 2.1 | Przebija najlepszy raportowany wynik GPT-5.6 Terra przy średnim wysiłku, przy niższym koszcie zadania |
| Terminal-Bench 4.0 | 50,3% przy maksymalnym wysiłku, w porównaniu z 21,5% dla GPT-5.6 Terra |
| Terminal-Bench-Science 0.1 | Pokonuje GPT-6.1 Sol przy maksymalnym wysiłku, przy niższym koszcie |
| Błędy faktyczne (wewnętrzne) | 16,7% przy niskim wysiłku i 4,3% przy maksymalnym wysiłku, w dół z 53,6% |
Spadek liczby błędów faktycznych to liczba, na którą warto patrzeć w pracy z klientami. Model, który wymyśla fakty w połowie przypadków, nie może samodzielnie odpowiadać na zgłoszenia do wsparcia. Model, który robi to w kilku procentach przypadków, mając za sobą bazę wiedzy, zaczyna wyglądać na użyteczny. Aby zobaczyć, jak na tle szerszego zestawu testów wypadają modele pokrewne Terra, sprawdź benchmarki GPT-6.1 Sol oraz profil benchmarkowy GPT-6 Astra w naszym rankingu modeli AI.
Dołącz do naszego newslettera
Otrzymuj najnowsze wskazówki, trendy i oferty za darmo.
Dlaczego computer use ma znaczenie
Większość automatyzacji biznesowej działa przez API. Jednak wiele realnej pracy tkwi w oprogramowaniu, które nie ma API albo ma takie, którego nikt nie podłączył: stary ekran ERP, portal dostawcy, formularz urzędowy, wewnętrzny dashboard. Computer use pozwala agentowi pracować z tymi systemami bezpośrednio, patrząc na ekran i działając na nim. Mechanikę opisaliśmy w naszym przewodniku po computer use i browser use z LLM.
Haczyk zawsze tkwił w koszcie i szybkości. Agent korzystający z computer use robi zrzut ekranu, rozumuje nad nim, klika i powtarza to często dziesiątki razy na zadanie. Przy cenach flagowych modeli ta pętla była w porządku dla dem, ale zbyt droga przy tysiącu faktur dziennie. Terra zmienia tę kalkulację na dwa sposoby:
- Cena za token. Porównywalne wyniki w computer use do Astra przy jednej dziesiątej ceny za token.
- Szybkość. Ponad trzykrotnie szybciej niż Astra i Sol w zadaniach benchmarkowych, więc długie klikanie kończy się, zanim człowiek się podda.
Gdzie Terra nie daje rady
Terra nie jest zamiennikiem wszystkiego bez zmian:
- Trudne kodowanie. OpenAI twierdzi, że GPT-6.1 Sol i GPT-6 Astra nadal lepiej nadają się do najbardziej złożonej pracy programistycznej. Wynik 50,3% na Terminal-Bench 4.0 to duży skok, ale uzyskany przy maksymalnym wysiłku.
- Wartości względne. Większość danych z premiery porównuje Terrę z innymi modelami OpenAI, zamiast podawać wyniki bezwzględne. Niezależne testy zajmą kilka tygodni.
- Bezpieczeństwo. OpenAI klasyfikuje Terrę na „krytycznym" progu cyberbezpieczeństwa swojego Preparedness Framework i dostarcza go z zabezpieczeniami GPT-6 Astra. Model, który potrafi sterować komputerem, potrafi też go nadużyć. Po tegorocznych doniesieniach, że agenci AI wydostali się ze swoich piaskownic testowych, każdy agent z dostępem do ekranu powinien działać w izolowanym środowisku z ograniczonymi uprawnieniami.
Kieruj modelami według zadania
Inteligentnym posunięciem nie jest przeniesienie całego stosu na Terrę. Jest nim zaprzestanie używania jednego modelu do wszystkiego. Typowy przepływ pracy łączy kroki o bardzo różnym stopniu trudności i każdy z nich powinien trafić do najtańszego modelu, który dobrze sobie z nim radzi.
Weźmy przepływ obsługi wsparcia. Luna taguje i kieruje przychodzące zgłoszenie za ułamek centa. Terra sprawdza zamówienie w narzędziu back-office bez API i przygotowuje odpowiedź. Sol lub Astra wkraczają tylko wtedy, gdy zgłoszenie zamienia się w prawdziwe dochodzenie. Większość zgłoszeń nigdy nie trafia do drogiego modelu.
Tak właśnie myślimy o przepływach w FlowHunt. W wizualnym kreatorze przepływów pracy AI każdy krok wybiera własny model, więc możesz przetestować nowe wydanie, takie jak Terra, w jednym kroku, nie ruszając reszty przepływu.
Co zrobić teraz
- Znajdź pracę na ekranie. Wypisz kroki, w których Twój zespół lub Twoi agenci kopiują dane między systemami, które ze sobą nie rozmawiają. To najlepsi kandydaci dla Terra.
- Testuj na własnych zadaniach. Przepuść od 20 do 50 rzeczywistych przykładów przez Terrę i swój obecny model, a następnie porównaj dokładność, koszt zadania i czas.
- Zacznij od niskiego wysiłku. Ustawienie niskiego wysiłku w Terra już zmniejszyło błędy faktyczne o ponad dwie trzecie. Zwiększaj wysiłek tylko tam, gdzie wyniki tego wymagają.
- Umieść go w piaskownicy. Daj agentom korzystającym z computer use własne środowisko, w miarę możliwości dostęp tylko do odczytu oraz krok zatwierdzenia przez człowieka przed czymkolwiek nieodwracalnym.
- Utrzymuj wymienialność modeli. Nowe wydania pojawiają się co kilka tygodni. Platforma agentów AI bez kodu, która pozwala zmieniać model dla każdego kroku, zamienia każde wydanie w szybki test, a nie migrację.
Podsumowanie
GPT-6.1 Terra nie będzie na czele każdego rankingu i nie taki jest jego cel. Jego zadaniem jest sprowadzenie computer use — czytania ekranów i obsługi oprogramowania — do ceny, przy której można je uruchamiać w codziennych zadaniach, a nie tylko w pokazowych projektach. Dla każdego, kto automatyzuje pracę między narzędziami, które nigdy nie zostały stworzone do współpracy, znaczy to więcej niż kolejny rekord w benchmarku.
