OpenAI、視覚作業とコンピューター操作向けGPT-6.1 Terraを公開

OpenAIは10月26日、視覚を使う仕事、コンピューター操作、日常的な文章作成に重点を置いたGPT-6.1 Terraを公開した。公式APIの変更履歴にも同日付で掲載されている。GPT-6シリーズに加わるこのモデルが扱うのは、画面から情報を読み取り、目的のはっきりした作業を終えるエージェントに、どの程度の能力を割り当てるかという実務上の課題だ。

公式の製品文書は、仕入れ先の商品写真をカタログの項目と照合して掲載情報を更新することや、広告画像の切り抜きと文字配置を確認することを例に挙げる。画像を理解するだけでなく、その内容をソフトウェア上の行動につなげる用途である。商品を識別しても、対応する記録を正しく更新できなければ仕事は終わらない。ブラウザーとコンピューターへのアクセスには、それぞれ設定と権限が必要となる。

標準APIのテキスト料金は、100万トークン当たり、キャッシュされていない入力が1ドル、キャッシュ済み入力が0.05ドル、出力が5ドルだ。トークンはモデルが処理・生成する内容を測る単位である。これはStandardの料金であり、あらゆるリクエストに共通する価格ではない。キャッシュへの書き込みは別途課金され、Fast、Batch、Flexなどの処理方式によっても請求額は変わる。

モデル文書によると、作業材料を収めるコンテキストウィンドウは105万トークン、最大出力は12万8,000トークン。テキストと画像を入力し、テキストを出力する。ツール呼び出しにはResponses APIが必要だ。入力が27万2,000トークンを超える場合は、リクエスト全体について入力とキャッシュの単価が2倍、出力の単価が基本料金の1.5倍になるため、大きな資料を渡す際は費用条件も変わる。

OpenAIは、専門的なコンピューター作業を評価するAgents’ Last Examで、推論強度をmediumにしたTerraがGPT-5.6 Terraを15ポイント上回り、評価時の費用は約3分の1だったと報告している。これは同社が示したテスト比較であり、すべての利用者に同じ節約を約束するものではない。支出当たりの完了作業量が焦点となる一方、実際の費用は再試行の回数や仕事の難しさにも左右される。

事実の誤りを誘いやすい社内問題集では、lowの推論強度での誤答率がGPT-5.6 Terraの53.6％から16.7％に下がったという。新モデルも最大強度では4.3％の誤りが残り、もっともらしい誤情報がなくなったわけではない。コマンドラインでのソフトウェア作業を試すTerminal-Bench 4.0については、最大強度で50.3％を完了し、前モデルの公表値21.5％を上回ったとOpenAIは説明する。

現在のChatGPT Learnは、Plus、Pro、Business、Enterprise、Eduの各プランでChatGPT WorkとCodexから利用できると案内している。デスクトップとウェブ版WorkではAdvancedから選択でき、モバイル版Workも対応する。Chatでは利用できない。Enterpriseではワークスペースへの提供状況と管理者設定が適用され、UAEでの推論データ所在地指定にも対応しない。契約上の利用資格、API課金、ツールの権限はそれぞれ別の条件となる。

安全性の補足文書では、OpenAIのPreparedness Frameworkにおけるサイバーセキュリティ能力をCriticalとして扱い、GPT-6.1 SolとGPT-6 Astraの防護体系を適用するとしている。これは能力の評価であり、特定の攻撃事件の報告ではない。同文書は、研究環境やAPIでの評価と本番のChatGPTでは、システム指示、利用可能なツール、推論設定が異なる場合があるとも明記している。公表値を日々の利用にそのまま当てはめられる範囲には限界がある。