OpenAI richtet GPT-6.1 Terra auf Computerarbeit zu niedrigeren Preisen aus

OpenAI veröffentlichte GPT-6.1 Terra am 26. Oktober als neue Mittelklasse seiner Modellreihe und ersetzte damit GPT-5.6 Terra. Das Unternehmen beschreibt es als schnelles, effizientes Modell für visuelles Schlussfolgern, Computernutzung und klareres Schreiben, gedacht für Büroarbeit wie das Ausfüllen von Formularen, das Entwerfen von Angeboten und das Lesen technischer Zeichnungen.

Der Standardpreis in der API liegt bei 1 US-Dollar pro Million Eingabetoken, 0,05 US-Dollar pro Million zwischengespeicherter Eingabetoken und 5 US-Dollar pro Million Ausgabetoken, unter dem Namen gpt-6.1-terra. Laut OpenAI sind das 50 Prozent weniger als bei GPT-5.6 Terra und GPT-6.1 Sol. Artificial Analysis führt für das vorherige Terra 2 und 12 US-Dollar, der Ausgabepreis sank also stärker als der Eingabepreis.

Die meisten Leistungszahlen stammen von OpenAI. Das Unternehmen gibt an, Terra liege bei Agents' Last Exam mit mittlerer Rechenstufe 15 Prozentpunkte über GPT-5.6 Terra, bei etwa einem Drittel der Kosten, und koste pro Aufgabe rund neunmal weniger als Claude Opus 5.5 auf höchster Stufe. Außerdem sei die Fehlerquote bei der internen Sammlung fehleranfälliger Prompts auf niedriger Stufe von 53,6 auf 16,7 Prozent gefallen.

Artificial Analysis, das eigene Tests durchführt, berichtete auf der höchsten Stufe von 6 Punkten Zuwachs im eigenen Intelligence Index gegenüber GPT-5.6 Terra, bei 0,40 US-Dollar pro Aufgabe gegenüber 1,40 US-Dollar, und von einer Halluzinationsrate, die von 88 auf 38 Prozent sank. OpenAI nennt Sol und GPT-6 Astra weiter die bessere Wahl für die komplexesten Programmieraufgaben, und TNW wies darauf hin, dass der Vergleich mit Opus auf Tests von OpenAI selbst beruht.

Terra ist für Plus, Pro, Enterprise und Edu in ChatGPT Work und Codex aufgeführt, während die Chat-Registerkarte am 7. Oktober begann, auf GPT-6 Sol und GPT-6 Luna zu wechseln. Nach Angaben von OpenAI erreicht Terra die Schwelle Critical im Bereich Cybersicherheit nach dem eigenen Preparedness Framework und behält die für GPT-6 Astra gebauten Schutzmaßnahmen. Da die Rechenstufe Preis und Ergebnis zugleich verändert, sind die Kosten pro fertiger Aufgabe bei echter Arbeit der nützliche Vergleich.