GPT-6.1 Terra、半額の価格でターミナルベンチ2倍の性能

GPT-6.1 TerraがGitHub Copilotに正式搭載された。OpenAIの新ミドルレンジモデルで、API利用料は前世代の半分の水準に下がったにもかかわらず、ターミナルベンチ(コマンドラインでのタスク処理能力を測るテスト)のスコアは2倍以上に向上した。

GitHubによると、GPT-6.1 TerraはCopilot Pro、Pro Plus、Max、Business、Enterpriseユーザーがモデルセレクターから選択できる。対応環境はVisual Studio Code、Copilot CLI、Copilot Cloud Agent、Copilotアプリ、github.com、iOSおよびAndroid向けGitHubモバイル、JetBrains IDE、Xcode、Eclipseなどと幅広い。

GPT-6.1 TerraのAPI価格は入力100万トークンあたり1ドル、出力100万トークンあたり5ドルで、キャッシュ済み入力は100万トークンあたり0.05ドル。これは旧料金の4分の1の水準で、Claude Sonnet 5.5(入力2ドル・出力10ドル)やGPT-5.6 Terra(入力2ドル・出力12ドル)よりも低い。OpenAIのラインナップ内ではGPT-6.1 SolおよびGPT-5.6 Terraの半分で、GPT-6 Lunaの約10倍の水準だ。

企業での導入手順も定められている。EnterpriseおよびBusinessプランの管理者はモデルポリシーでGPT-6.1 Terraの使用可否を制御でき、明示的にオフにしない限り自動的に有効になる。利用料は使用量に応じてベンダーの公式価格そのままで請求される。OpenAIは最も難しいコーディング作業にはGPT-6.1 SolかGPT-6 Astraの使用を推奨した。

性能向上の幅は数値で確認できる。ターミナルベンチ4.0では最大推論強度基準で50.3%を記録し、GPT-5.6 Terraの21.5%を上回った。OpenAIの内部ベンチマークでは、低い推論強度基準のエラー率が53.6%から16.7%に下がり、最大推論強度では4.3%まで低下したとOpenAIは明らかにした。Artificial Analysisのコーディングエージェント指数v2.0では48点を記録し、GPT-6.1 Sol(54点)より6点低く、GPT-6 Luna(31点)より17点高い。OpenAIは、タスク完了速度がGPT-6 AstraとGPT-6.1 Solより3倍以上速いと説明した。

ハルシネーションの改善も確認された。AA-Omniscienceベンチマークでは、答えが分からないときに推測で答える割合がGPT-5.6 Terraの88%から38%に下がった。GPT-6.1 Terraは、価格と性能の順にLuna、Terra、Sol、Astraで構成されるOpenAIモデルラインナップの中でミドルレンジモデルとして位置づけられた。