OpenAI выпустила GPT-6.1 Terra — агент для работы на ПК

Что произошло, почему это важно и что взять в работу.

Дешёвая «рабочая» модель с агентским управлением компьютером удешевляет автоматизацию рутины в 3–9 раз — SMB впервые может ставить ИИ-агентов на поток задач, а не на демо.

Связанные услуги: каталог, AI Boost Team, стать клиентом.

Вердикт за 30 секунд

• Terra — рабочая лошадка, не флагман. $1 за миллион входных токенов и $5 за выходные превращают агентскую автоматизацию из пилота в поток задач.
• Экономика считается не по токенам, а по стоимости закрытой задачи: до 9 раз дешевле против Claude Opus 5.5 и втрое дешевле против собственной предшественницы на среднем уровне рассуждений.
• Ставить её на критичные процессы рано: при low reasoning ошибка всё ещё 16,7%. Для рутины с визуальным входом и формами — да. Для сложного кода — Sol или Astra.

27 октября 2026, 00:33 по Москве. OpenAI открыла доступ к GPT-6.1 Terra — модели, которую компания сама описывает через бытовые задачи: подготовить коммерческое предложение, разобрать технический чертёж, заполнить форму, смонтировать видео. Доступ дали подписчикам Plus, Pro, Enterprise и Edu в ChatGPT Work и Codex, разработчикам — через API под идентификатором gpt-6.1-terra.

Если читать только заголовки, новость выглядит как очередная итерация. На деле сместился ценник. А ценник — это единственное, что решает, поедет автоматизация в SMB или останется в презентации.

Что именно выкатили

Три вещи в одном релизе. Модель с визуальным анализом. Агентское управление компьютером — то есть работа в настольных приложениях, а не только в чате. И цена, которая на 50% ниже, чем у GPT-5.6 Terra и GPT-6.1 Sol.

Цены на стандартный API для GPT-6.1 Terra на 50 % ниже, чем для GPT-5.6 Terra и GPT-6.1 Sol.

Внутри линейки Terra теперь занимает нишу «сделай, пока я не смотрю». OpenAI прямо говорит: для сложного кодинга берите GPT-6.1 Sol и GPT-6 Astra. Это честное разделение труда, и оно важнее маркетинговых графиков. Вендор не пытается продать одну модель на всё.

Откуда взялась эта линия

Год назад ставка была другой. Модели мерили на экзаменах для людей: юрфак, математика, олимпиады. Потом фокус сместился на бенчмарки, где агент должен что-то доделать в среде — в терминале, в браузере, в настольном приложении.

Линия Terra в этом смысле — эксперимент над прайсом. GPT-5.6 Terra показала класс задач, но стоила как флагман и ошибалась там, где ошибаться дорого. Новая версия чинит именно это: точность подтянули, цену срезали вдвое, скорость подняли.

Рыночная логика простая. Флагманы упираются в потолок, где каждый процент точности стоит непропорционально дорого. Основная масса рабочих задач в этом потолке не нуждается: там нужна предсказуемость и счёт за месяц, который не пугает бухгалтера. Terra бьёт ровно в этот сегмент.

Цифры, на которые смотреть

Отдельно про сравнение с Anthropic. На максимальном reasoning Terra втрое эффективнее по расходу токенов и вчетверо дешевле за токен, чем Claude Opus 5.5. Суммарно — примерно девятикратное снижение стоимости выполнения задачи. В Terminal-Bench-Science 0.1 расчётная стоимость работы Terra составила менее одной пятой затрат на Opus.

При максимальном уровне рассуждений модель продемонстрировала точность на уровне флагманской GPT-6 Astra, но при стоимости токенов в 10 раз ниже.

Почему для SMB это перелом

До сих пор автоматизация рутины в небольшой компании упиралась в арифметику. Считаем не «сколько стоит токен», а «сколько стоит закрытый документ». Пока стоимость прохода по одному договору или одной накладной держалась в районе, сопоставимом с оплатой часа живого сотрудника, проект не имел смысла: настройка, отладка и контроль съедали экономию.

При девятикратном снижении стоимости задачи картина меняется. Процессы, которые раньше отсеивались на этапе расчёта — разбор входящих PDF, сверка реквизитов, перенос данных из формы в CRM, нарезка видео для карточек товара — проходят порог окупаемости. Их много, они мелкие и раздражающие. Именно они съедают день менеджера.

Второй сдвиг: визуальный вход. MMMU-Pro Terra обошла предшественницу на всех уровнях рассуждений и почти догнала флагманы при меньшей цене. Для бизнеса это означает, что фотография накладной, скан чертежа или скриншот кривой таблицы становятся нормальным входом, а не источником ошибок.

Третий сдвиг: работа в приложениях. OSWorld 2.1 проверяет многоэтапные задачи в настольных программах — например, собрать 3D-модель по техническому чертежу.

В тесте OSWorld 2.1, оценивающем, насколько эффективно ИИ-агенты используют настольные приложения для выполнения многоэтапных задач, например создания 3D-модели на основе технического чертежа, GPT-6.1 Terra при среднем уровне рассуждений превзошла лучший результат предыдущей версии GPT-5.6 Terra.

Перевод на язык SMB: агенту можно отдать не «ответить в чате», а «сделай вон в той программе». Это другой класс интеграций и другая экономика. Раньше такой сценарий требовал RPA-подрядчика и месяцев работы. Сейчас — API-ключа и описания шагов.

Где подвох

Первое. 16,7% ошибок при низком уровне рассуждений — это не «почти ноль». Это каждая шестая попытка. На массовой обработке счетов такая частота означает ручную проверку всего потока, и экономия частично испаряется. Хотите меньше ошибок — поднимайте reasoning, платите временем и токенами.

Второе. Промпт-инъекции. Вендор заявляет устойчивость к вредоносным инструкциям, которые пытаются увести агента от задачи. Хорошо. Но агент, которому доверили клики в интерфейсе, — это новая поверхность атаки. Если в вашем процессе он открывает письма от контрагентов и ходит по ссылкам, доступы нужно урезать до минимума. Не потому, что модель плохая. Потому, что любая модель, получившая права, становится участником инцидента.

Третье. Модель соответствует критическому порогу Preparedness Framework по кибербезопасности. Читать это надо спокойно: уровень возможностей признан высоким, защитные механизмы унаследованы от GPT-6 Astra. Для бизнеса вывод практический — не выдавайте агенту админские учётки «чтобы не мешало».

Четвёртое, самое скучное. Все цифры выше — внутренние тесты вендора. Ваш документооборот, ваши сканы, ваша кривая вёрстка в них не участвовали. Пока нет замера на ваших данных, любые «в 9 раз дешевле» — это обещание, а не факт.

Что взять в работу на этой неделе

1. Соберите baseline. Возьмите 30–50 реальных задач из потока и посчитайте, сколько минут на каждую уходит у человека и сколько стоит ошибка. Без этой цифры оптимизация бессмысленна.
2. Выберите один процесс с визуальным входом. Сканы, фото, скриншоты, чертежи — там, где раньше мешало распознавание. Это самая сильная сторона Terra по заявленным тестам.
3. Используйте кеширование. $0,05 за миллион кешированных входных токенов против $1 — разница в двадцать раз. Длинная инструкция и справочник реквизитов должны быть в кеше, а не в каждом запросе.
4. Разделите уровни reasoning по шагам. Черновик — дёшево, финальная проверка — на максимуме. Так вы получаете 4,3% ошибок там, где они критичны, и не платите за глубину на промежуточных шагах.
5. Оставьте человека на приёмке. Не как костыль, а как штатную роль с таймером. Если проверка съедает больше сэкономленного времени, процесс не готов.
6. Сложный код не отдавайте Terra. Вендор прямо указывает на GPT-6.1 Sol и GPT-6 Astra. Экономия на токенах здесь обернётся часами отладки.

Вердикт

Это не прорыв в интеллекте. Это прорыв в юнит-экономике. Terra опускает стоимость закрытой рабочей задачи до уровня, на котором мелкий бизнес может считать автоматизацию не проектом на квартал, а операционной статьёй расходов.

Покупать стоит не модель, а конкретный процесс с замеренным baseline. Без замера вы покупаете демо с красивым счётом за токены. С замером — получаете втрое-девятикратное сокращение издержек на рутину, и это уже разговор про деньги, а не про технологии.

Тех, кто ждал «модель, которая всё сделает сама», разочарую. 16,7% ошибок на дешёвом режиме — это не «сама». Это «быстрее и дешевле, но с проверкой». Разница между этими формулировками и есть разница между работающим пилотом и полкой с презентациями.