OpenAI выпустила GPT-6.1 Terra: на 50% дешевле и точнее
PrimeCoder · 2026 · формат: news
Что произошло, почему это важно и что взять в работу.
Средняя модель с половинной ценой и резким падением ошибок делает автоматизацию рутинных компьютерных задач заметно дешевле — есть повод пересмотреть бюджет на агентов, Codex и API-сценарии.
Связанные услуги: каталог, AI Boost Team, стать клиентом.
Двадцать шестого октября 2026 года OpenAI закрыла дыру, которую оставила сама. Месяцем раньше, 22 сентября, вышли GPT-6 Sol и Luna, а средняя Terra осталась на прошлой версии — её просто не тронули. Теперь линейка выровнена: GPT-5.6 Terra уступила место GPT-6.1 Terra. Цена ниже вдвое. Ошибки на низком усилии reasoning падают с 53,6% до 16,7%.
Для владельца бизнеса это звучит как новость про токены и бенчмарки. На деле — новость про то, сколько будет стоить ваш следующий агент и сколько человеко-часов уйдёт на разбор его косяков.
Что именно выпустили
В линейке OpenAI сейчас четыре класса моделей. По возрастанию цены и возможностей: Luna, Terra, Sol, Astra. Terra — середина, та самая рабочая лошадка, на которой держится рутина: черновики коммерческих предложений, разбор технических схем, заполнение форм, монтаж видео. Плюс computer use — способность модели работать с интерфейсами, кликать, вводить, проверять.
Доступна с дня анонса: ChatGPT Work, Codex, API. То есть ждать «через две недели для enterprise» не нужно, ключи работают сразу.
We're introducing GPT-6.1 Terra, a fast, efficient model that combines detailed visual reasoning and precise computer use alongside clearer, more natural writing.
Формулировка про «более естественное письмо» — маркетинговая, но не пустая. Если модель пишет письма клиентам и внутренние регламенты, качество текста напрямую влияет на то, сколько раз сотрудник перепишет за ней абзац.
Главная цифра — не скидка, а провал ошибок на дешёвом режиме
Разберём механику. У моделей этого поколения есть параметр reasoning effort: сколько «размышлений» модель тратит перед ответом. Низкое усилие — быстро и дёшево. Высокое — медленно и дорого, зато аккуратно.
До сих пор экономика агента упиралась в компромисс. Ставишь низкое усилие — получаешь поток ошибок, который потом кто-то разгребает руками. Ставишь высокое — платишь за каждый вызов, и при тысяче прогонов в день бюджет улетает.
У GPT-5.6 Terra на низком усилии доля ошибок была 53,6%. Это лотерея: половина ответов требует проверки. У GPT-6.1 Terra — 16,7%. На максимальном усилии ошибка упала на 18 процентных пунктов, до 4,3%, то есть новый середняк почти догнал старшие Astra и Sol.
Складываем два эффекта: та же задача стоит вдвое меньше и при этом в три с лишним раза реже требует переделки. В пересчёте на стоимость успешно выполненной задачи — а не на миллион токенов — экономия получается кратно больше заявленных 50%.
Где это меняет расклад
- Агенты по формам и документам. Заполнение заявок, перенос данных из PDF в CRM, сверка реквизитов. Раньше такие сценарии держали на старшей модели из страха ошибок. Теперь средняя проходит по точности.
- Computer use. Скриншот-агенты, которые ходят по интерфейсам без API: порталы, личные кабинеты, внутренние админки. Снижение цены снимает главный барьер — раньше один прогон стоил как минута сотрудника, теперь дешевле.
- Codex. Мелкие правки, миграции, генерация тестов на потоке. При падении цены на 50% можно позволить больше итераций и не экономить на прогонах.
- Контент и переписка. Черновики КП, ответы на входящие, выжимки из переписок. Заметно дешевле держать модель на каждом письме, а не только на «важных».
Отдельно про бюджет. Если у вас в плане на 2026 год стояла строка на API-сценарии, посчитанная по тарифам GPT-5.6 Terra, она устарела в момент публикации анонса. Не факт, что расходы упадут вдвое — обычно при падении цены растёт объём задач, которые вы наконец решаетесь автоматизировать. Но unit-экономика каждого сценария меняется, и пересчитать её стоит до того, как вы согласуете следующий квартал.
Что настораживает
Цифры по ошибкам — из внутреннего бенчмарка OpenAI на подборке «промптов, провоцирующих ошибки». Это честная метрика для сравнения версий между собой, но не обещание, что ваша задача уложится в 16,7%. Провокационные промпты и типовые операционные запросы — разные распределения.
Латентности в анонсе нет. «Быстрая» — это слово, а не число. Для агента, который делает десяток вызовов подряд, задержка на каждом шаге складывается в минуты, и именно она часто убивает сценарий, а не цена.
Про качество на русском языке и на локальных документах в анонсе ничего не сказано. Обещание про «более естественное письмо» проверяется только на ваших текстах.
Что сделать на этой неделе
- Соберите свой baseline. Тридцать-пятьдесят реальных задач из вашей рутины, с эталонными ответами. Прогон на GPT-5.6 Terra и на GPT-6.1 Terra, ошибки считаете руками.
- Считайте не токены, а стоимость успешной задачи. Цена прогона плюс доля прогонов, которые вернулись на доработку, плюс время на проверку. Только так видно, где выигрыш.
- Переведите на среднюю модель часть P0-сценариев с высокого усилия на низкое. Раньше это был опасный ход, теперь — рабочая гипотеза. Обязательно с fallback: если проверка ответа не прошла, задача уходит на Sol или Astra.
- Пересогласуйте бюджет агентов. Если план строился на старых тарифах, у вас появился запас, который можно потратить на расширение охвата, а не на экономию.
Вердикт
Обновление среднего сегмента обычно проходит незаметно: все смотрят на флагманы. Здесь важнее как раз середина. Массовая автоматизация упирается не в интеллект модели, а в допустимую цену ошибки. Пока ошибка на дешёвом режиме стоила как половина рабочего дня сотрудника, агенты оставались игрушкой для энтузиастов. Когда она падает втрое, а прогон дешевеет вдвое, сценарии начинают сходиться по деньгам.
Оговорка одна и та же, что и всегда: чужие проценты — не ваш результат. Цифры из анонса дают повод пересчитать бюджет и прогнать тесты, но не заменяют замер на собственных задачах. Кто прогонит свои пятьдесят кейсов, узнает про свою экономику больше, чем из любого бенчмарка.