OpenAI、実務遂行能力を大幅に向上した「GPT-6.1 Terra」

OpenAIは26日(米国時間)、最新AIモデル「GPT-6.1 Terra」を発表した。ChatGPT WorkとCodex、OpenAI APIから利用可能。標準API料金は100万トークンあたり入力1ドル/出力5ドル、キャッシュ済みの入力は0.05ドル。

Terraは、OpenAIのモデルファミリー(Luna、Sol、Terra、Astra)における中位モデルで、コストと性能の両立を図っている。標準API料金はGPT-5.6 TerraとGPT-6.1 Solよりも50%低く抑え、大量の業務を自動化する業務などに適しているという。GPT-6.1 Terraの登場で、現行4モデルのすべてが6.xに世代交代した。GPT-6.1 Terraでは視覚的推論能力(Visual Reasoning)とコンピューター操作能力(Computer Use)を向上し、提案書の作成や技術図面の解釈、書類の記入や動画編集といったコミュニケーションおよびアプリ操作の自動化に向く。

またモデルの安全性についてもGPT-6 Astraと同等のサイバーセキュリティ基準を適用したという。発表では旧モデルのGPT-5.6 Terraと比較して制限事項や潜在的な障害をユーザーに隠さず開示する傾向がみられたとし、またプロンプトインジェクションテストにも強い耐性を示したとしている。

OpenAIが公表した社内テストの結果では、思考量(Reasoning Effort)が少ない場合のエラー率はGPT-5.6 Terraの53.6%に対して16.7%、思考量が高い場合は22.3%から4.3%へと低減し、GPT-6 AstraおよびGPT-6.1 Solとほぼ同等のエラー率に抑えている。

このほか自社の既存モデルを中心に各種ベンチマークのスコアを比較している。実務タスクの遂行能力を測るベンチマーク「Agents' Last Exam」ではGPT-5.6 Terraと比べてスコアが15%向上。トークンあたりのコストはGPT-6 Astraの1/10で同等の性能が出せるとしたほか、実行速度はGPT-6 AstraとGPT-6.1 Solよりも3倍以上速い結果が出ている。

視覚的推論ベンチマーク「MMMU-Pro」のスコアではGPT-6 AstraおよびGPT-6.1 Solに匹敵する性能を低コストで実現。複数ステップにわたるデスクトップアプリ操作タスク性能を測る「OSWorld 2.1」ではGPT-5.6 Terraを上回る性能を出しつつタスクあたりのコストを低減している。

コーディングやデバッグなどの開発能力を測る「Terminal-Bench 4.0」においては、GPT-5.6 Terraの公開スコア21.5%を大きく上回る50.3%を記録。科学研究ワークフローをテストする「Terminal-Bench-Science 0.1」ではコスト面でGPT-6 AstraおよびGPT-6.1 Solを上回った。