GPT-6.1 Terra の監査：完成したリリースシートと約9倍タスクあたりコスト削減の主張

重要なポイント

• GPT-6.1 Terra は 10 月 26 日の公開と同時に全開示を印字して登場しました：100万入力トークンあたり $1 の標準 API 価格、$0.05 キャッシュ、$5 出力、ベンチマーク結果、そして同じ公開ページ上の安全性評価（OpenAI の公開ポスト）。
• $1/$0.05/$5 の価格帯は GPT-6.1 Sol と GPT-5.6 Terra の標準 API 価格を 50% 下回り、キャッシュ入力レートは印字済みの 95% 割引 — Kimi K3.1 Pro と MiniMax M3.1 Flash はそれぞれの階層で 90% のキャッシュ割引を印字（公開ポスト；Kimi の価格；M3.1 Flash の価格）。
• 最大推論強度で、OpenAI は Terra を Claude Opus 5.5 のトークン効率の 3 倍超・単価はその 1/4 と測定しています — ベンダー自身のハーネス上での「約 9× 低いタスクあたりコスト」の主張（公開ポスト）。
• Terminal-Bench 4.0 は最大強度で 50.3%、GPT-5.6 Terra の公表値 21.5% の2倍超。一方シート自身が、最も難しいコーディングは GPT-6.1 Sol と GPT-6 Astra に振り分けるよう記しています（公開ポスト）。
• 事実性の行がこのシートで最大の単一列の動きです：エラー誘発プロンプトでのエラー率が低強度で 53.6% から 16.7% に、最大強度で 4.3% に低下（公開ポスト）。

今週の2つの公開は、同じ買い手テストを正反対の方向に走らせました。10 月 23 日、Moonshot は Kimi K3.1 Pro のリリースシート — ベンチマークスコアと一行ごとに検証可能な価格ページ — を公開したものの、自己ホスティングを確定させる成果物をベンダー確認済みの 11 月 4 日の重み公開に先送りし、ライセンスは公開時点で未命名のままでした（シート先行の監査）。その翌日、OpenAI の GPT-6.1 Terra は最初の 1 トークンが課金される前にすべてを公開ページに載せました：$1/$0.05 キャッシュ/$5 每百万トークンの標準 API 価格、5 つの agentic ベンチマークの結果、同じページ上の安全性評価。このジャンルの期待値は逆転しました：シートを完成状態で出荷したのはクローズドモデルの側で、買い手を待たせる側になったのはオープンウェイト公開の方です。

本稿では、調達レビューのやり方で Terra のシートを読みます。コストモデルが今日から使える価格行とキャッシュ行を項目化し、OpenAI が自社測定しているベンチマーク行と独立列で確定すべき部分を切り分け、シートの一部として出荷されるようになった安全性開示を読み、完成したシートですら印字できない 2 つの事柄 — 第三者による校正列、そして決して届かない重み — を名指しします。基盤となるのは Kimi K3.1 Pro のリリースシート監査で、シート先行で届く公開に対する 5 項目のウェイトデイ方式をそちらで扱いました。本稿は同じ問題の反対の角です — ウェイトデイがそもそも存在しないときに、何を根拠に購入するか。

シートを 1 行ずつ読む

価格ページは短く、かつ完全です。 標準 API 価格は 100 万入力トークンあたり $1、100 万キャッシュ入力トークンあたり $0.05、100 万出力トークンあたり $5 で、公開ポストはこれらの標準価格が GPT-5.6 Terra と GPT-6.1 Sol より 50% 低いと述べています（公開ポスト)。3 行、tier の注記なし：コストモデルは、ページが現れた当日にそのページの上に構築できます。これは単なる利便性を超えています。あるアグリゲータの Terra 公開前カード — モデルが存在する前の 10 月 24 日更新 — が公開ページと矛盾する価格帯と「ChatGPT デフォルト」のステータスを載せて流通したとき、その崩れたコピーは 1 日足らずで巡回を止め、ページと接点を持った時点で死にました。一次のシートが監査の成果物であり、Terra のシートはコピーを即時に訂正できるほど完全でした。

キャッシュ行は、この集合で印字済みの最深の割引です。 Terra のキャッシュ入力は定価入力レートの 5% — $1 に対して $0.05。90% 割引の層は、今月の flash-tier とフラッグシップ公開が印字した層です：Kimi K3.1 Pro の $2.00 入力価格に対する $0.20 キャッシュレート（シート先行の監査）、MiniMax M3.1 Flash の $0.15 に対する $0.015（公開日速読）。95% の割引は、それ単独では作業が安くなることを意味しません — DeepSeek の 1017 スナップショットは、実効コストを決めるのは牌価ではなくキャッシュヒット率であると示しました — しかし、同じシステムプロンプト、同じツールスキーマ、フォーム項目をまたぐ同じ画面コンテキストというように入力が反復するルーティング型モデルにとって、再利用がどのレートで請求されるかは、ワークロードの落ち着き先を決める行です。

可用性は宣言されており、約束の形ではありません。 Terra は 10 月 26 日から、ChatGPT Work と Codex の全 Plus/Pro/Enterprise/Edu ユーザーが利用でき、開発者は OpenAI API で gpt-6.1-terra として利用できます — 公開ポストは、同じ利用枠が GPT-5.6 Terra 時代よりも多くの作業をカバーし、Sol や GPT-6 Astra よりも実質的に多くをカバーすると記しています（公開ポスト）。この出荷状況は、ジャンルのもう一つの問いも閉じます：このモデルには「重みが届く」行が、今後も永久に存在しません。クローズドなベンダーの完全性はウェイトデイにコストをかけません。ウェイトデイが存在しないからです。

ベンチマーク行と、各行が何で測られているか

コンピュータ操作の看板行は Agents' Last Exam v1 で測定されています — シートが、建築図面を 3D モデルに変える作業、映像を1ショットずつタイムコード付きログにするレビュー作業と説明するタスク群です。中程度の推論強度で Terra は GPT-5.6 Terra を約 1/3 のコストで 15 パーセントポイント上回り、GPT-6 Astra とはその約 1/10 のトークン単価で同等、最大強度では OpenAI が Claude Opus 5.5 のトークン効率の 3 倍超をその 1/4 のトークン単価で測定 — シートはこれを「約 9× 低いタスクあたりコスト」に丸めています（公開ポスト）。この一文の数字はすべて、OpenAI 自身のハーネスと自社の強度設定上でのベンダー測定です。主張は構造的には検証可能 — 価格は印字済みなので、タスクあたりの数字はトークン数の主張に還元できます — しかし、それらのトークン数はまだどこでも独立再現されていません。

コーディング行には固有の境界が付いています。 Terminal-Bench 4.0 で Terra は最大推論強度で タスクの 50.3% を解き、これは GPT-5.6 Terra の公表値 21.5% の2倍超 — 同じ段落は、最も複雑なコーディングタスクでは GPT-6.1 Sol と GPT-6 Astra の方が良い選択であり続けると明記しています（公開ポスト）。シートは、自社モデルが負けるワークロードを印字しています。これは、Kimi のシートでジャンルが記録したのと同じ開示の形 — あの公開は自社が 0.7 ポイント負けた bench を冒頭に載せました — であり、ルーティングテーブルに必要な正直なラベリングです：Terra は勤務日のコンピュータ操作階層であり、フロンティアのコーディング階層ではありません。Terminal-Bench-Science 0.1 では、Terra はより低いコストで Sol を上回り、推定コストの 5 分の 1 未満で Opus 5.5 に 5 ポイント以内まで迫ります（公開ポスト）。

事実性の行は、シート上で最大の単一列の動きです。 OpenAI の社内ベンチマーク（エラー誘発プロンプト）で、エラー率は GPT-5.6 Terra の 53.6% から低強度で 16.7% に低下し、最大強度で 4.3% — シートはこの低下を GPT-6 Astra と Sol の水準にほぼ並ぶと説明しています（公開ポスト)。常時稼働フリートへの運用読解は具体的です：低強度で実行でき、敵対的プロンプト上のエラー率が 16.7% のモデルは、価格と性格づけの両面でボリュームワーク向けに設計されています。最大強度の 4.3% 列は、検証重視のワークフローで引用すべき列です。

どのシートも自分自身については印字しないのが、第三者の列です。 Kimi 監査のクロスチェックで使った Artificial Analysis のスナップショットは Terra に先行していて（10 月 24 日更新）、本監査が用いるサーフェスにはまだ gpt-6.1-terra の独立インデックス行が存在しません — Intelligence Index の合成スコアも、AA クラスの校正列も無い状態です。それが着地するまで、約 9× のタスクあたりコスト数字と ALE スコアは OpenAI 自測の上にしか立ちません。このシートの欠陥ではなく、公開日の通常状態であり、まさに 常時稼働の経済性フレームが、最初の請求書の後に自社のトークンログで埋めるよう買い手に指示する空白です。

安全性開示がシートの一部として出荷されるようになった

Preparedness の行は、脚注ではなく公開ページにあります。 シートは、GPT-6.1 Terra が OpenAI の Preparedness Framework の下でサイバーセキュリティの Critical 閾値を満たすと述べ、GPT-6 Astra 用に開発された防御を維持し、GPT-6 シリーズのアライメント改良を引き継いでいると記しています — 公開ポストはさらに、Terra が GPT-5.6 Terra よりもタスク範囲内に留まり局限を正直に開示する傾向が強いこと、OpenAI の評価でプロンプトインジェクションへの強い耐性を持つことを報告し、詳細は system card 補遺 にあります（公開ポスト）。

2 つの読みが続きます。第一に、「サイバーセキュリティで Critical」は能力の開示であって、配備の阻害要因ではありません — モデルが cyber タスクにおいてフレームワークの最上位のラベリング階層に値するほど有能であることを買い手に伝えており、それは道具を接続したワークフローにモデルを配線する前にリスクレビューが必要とする情報そのものです。第二に、開示が公開日のシートの一部であることは、買い手のガバナンスレビューに、日付を付けてファイルに添付できる文書を与えます。モデルとともに公開された system card 補遺です。リリースシート監査というジャンルが存在するのは、10 月の公開がどの成果物が先に着くかにばらついたからです。Terra のばらつきは、何も先送りされなかったこと — とその半面、モデルがクローズドであるため、ベンダーの成果物の範囲を超えて何も検証できないことです。

対照事例：オープンウェイト公開がなお後ろの日付に振り分けるもの

10 月の 3 監査は、いま 3 つの開示パターンとして読めます。MiniMax M3.1 Flash は API 公開の 4 日後に重みを出荷し、購入条件をライセンスファイルに担わせました — 年商 2,000 万ドルのラインを帰属条項付きで（ウェイトデイ監査）。Kimi K3.1 Pro はシート先行で、能力と価格は完全、重みとライセンスは 11 月 4 日まで未命名。GPT-6.1 Terra はすべてを一度に公開 — そして重みを一切提供しません。興味深いのは非対称性です:オープンウェイト公開は、購入後に自己ホスティングの経済性を書き換えうるライセンス読解イベント（あの 2,000 万ドルのライン）に買い手を晒します。クローズド公開は、更新時に再価格化しうる単一ベンダー依存に晒します。どちらも避けられず、どちらも監査可能です。そして初日に価格・スコア・安全行がページ対照で検証可能として着地する完全なシートこそ、比較を正直にする開示です。これは 段階的公開の先例の議論のコストサイドの兄弟です:公開間で変わるのは能力主張ではなく、どの成果物が先に着くか。買い手のデューデリジェンスは成果物に従わなければなりません。

もう一つ、ファイルしておく価値のある市場の質感：公開を取り巻くアグリゲータのカタログはシートではありません。誤った価格と誤ったステータスを載せた Terra 公開前カードは、一次ページの前で 48 時間足らずしか生き延びませんでしたが、ルーティングメモに入り込むには十分な時間でした。トラッカーからモデルの数字を引用する買い手は、トラッカーの誤差棒を手に入れます。公開ページだけが、公開そのもののコミットメントを担う唯一のサーフェスです。

シートとその空白の 1 分マップ：

2 枚のパネルは、買い手のデューデリジェンスが引く境界線そのものです：ティール側は公開が 10 月 26 日に検証可能にした範囲、バイオレット側は時間か第三者しか確定できない範囲、コーラルの帯は 10 月の全開示パターンの記録です。一番下のカードが、このジャンルがたどり着いたルールです：シートで買う、アーティファクトで監査する。

今週、ルーティングで変わること

安価階層の台帳に OpenAI 標準の行が加わった。 サブエージェントとコンピュータ操作のコスト崩壊アークは、いまこう続きます：Haiku 5.5 → GPT-6.1 Sol/Luna → GLM-5.3 Flash → DeepSeek の 1017 スナップショット → MiniMax M3.1 Flash → Terra（階層の台帳記事）。この台帳で Terra を際立たせるのは、より低い数字ではありません — Kimi と MiniMax の flash 階層の方が絶対価格は低い — 而は、主張する作業の種類です:デスクトップアプリケーションに対する正確なコンピュータ操作、OSWorld 2.1 のワークロード、$1/$5 の価格帯に印字済みの 95% キャッシュ割引を合わせた形。クローズドなベンダーがコスト崩壊階層に加わったことは、「安価階層はオープンモデルだけのもの」という最後の言い訳を崩しました：階層はいま両方向から価格づけられています。

意思決定のフレームは依然、トークン単価ではなく完了タスクあたりコストです（タスク単位のフレーム）。Terra の価格帯は、タスク実行時間とヒット率を掛けるまでは何も語りません。シートは計算のための入力を与えます — トークン価格、キャッシュレート、そして 2 つの強度設定で tokens-per-task を代理する 2 つのベンチマークスコア。強度は請求のもう一方の軸です:16.7% の事実性行が低強度のボリューム列であり、4.3% のレートは最大強度の背後にあり、ボリュームの仕事はまずそれを必要としません。

シートが印字するワークロード境界が、そのままルーティング境界です。 Terra は勤務日階層 — 提案、技術図面、フォーム、動画編集ログ（公開ポスト）— で、より難しいコーディングは OpenAI 自身の文言が Sol と Astra に明示的に振り分けています。完全なシートを手にした買い手が犯しうる最も安い誤りは、勝っている行を全般として読むことです：Terminal-Bench 4.0 の 50.3% は最難関のコーディング階層と競合せず、シート自身がそう述べています。

関連読み物

• Kimi K3.1 Pro と 0.7 ポイント差：11 月 4 日の重み公開前にリリースシートを読む — このジャンルの親監査：本稿が対比するシート先行の公開と、11 月 4 日に実行する 5 項目の方式
• ライセンスに引かれた 2,000 万ドルの線 — 重み公開日が MiniMax M3.1 Flash を監査する — ジャンルを開いたウェイトデイ監査：購入後に自己ホスティングの経済性を書き換えうるライセンスイベント
• 推論経済学：常時稼働プロダクションエージェントが今や手頃になった理由 — 印字済みの価格帯とキャッシュ行をルーティング判断に変えるタスクあたりコストのフレーム

代表的なビルド例

300 人規模の工業用設備ディストリビュータの運用デスクは、週に約 2,500 件のコンピュータ操作エージェントタスクを回しています — NetSuite への請求明細入力、4 つのサプライヤポータルにまたがる価格照会、設備見積りのための技術図面の解釈です。Terra のシートは今週、2 つのルーティングを動かしました：高ボリュームの視覚的フォームクラス（OSWorld 2.1 が代理する請求書入力とポータル入力の作業）は中程度の推論強度で Terra に移ります。そこでは +15 ポイントの Agents' Last Exam 行が $1/$5 の価格帯、反復プレフィクストラフィックに効く $0.05 キャッシュ入力レートと組み合わさります。ターミナルとコードの保守ジョブは Sol と Astra に据え置き、シート自身の境界に従います。ドキュメント監査フリートは Kimi K3.1 Pro のまま 11 月 4 日の検査を待ち、ルーティングテーブルはシートが答えられない列 — 独立測定のタスクあたりコスト — を載せたまま、最初の課金サイクル後に自社のトークンログで埋めます。検証重視のワークフローを配置する前に、Terra の max 強度の経済性は 16.7%/4.3% の事実性列に対して再価格化してください。

範囲を絞ったビルドをリクエストする。 1 週間のディスカバリー。システムインベントリ、ワークフローマップ、固定スコープをお渡しします — 私たちと一緒に構築するかどうかにかかわらず。