OpenAIが画像理解・PC操作向け「GPT-6.1 Terra」発表

OpenAIは10月26日、画像理解やPC操作、文章作成に適した新モデル「GPT-6.1 Terra」を発表しました。
APIに加え、ChatGPT WorkとCodexでPlus、Pro、Enterprise、Eduの利用者に提供します。
標準API料金は「GPT-6.1 Sol」の半額で、画像理解と操作を組み合わせる業務を低コスト化します。

記事の概要

GPT-6.1 Terraは、図面や商品写真を読み取り、アプリ画面を操作する用途を想定したモデルです。
請求書の情報を読み取り、会計ソフトへ入力するような業務への活用を見込んでいます。
標準API料金は、GPT-6.1 Solの半額に抑えています。
設計図から3Dモデルを作る実務課題を含む評価「Agents’ Last Exam」では、旧GPT-5.6 Terraよりスコアが15ポイント高くなりました。
同評価では、中程度の推論設定で、課題当たりの費用が旧モデルの約3分の1になりました。
PC操作の評価「OSWorld 2.1」でも、中程度の推論設定で旧Terraの最高スコアを上回りました。
「Terminal-Bench 4.0」では、最大の推論設定で成功率50.3％となり、旧Terraの公表値21.5％を上回りました。
一方、最も複雑なコード作業にはGPT-6.1 SolやGPT-6 Astraが適すると説明しています。

記事のポイント

1. 画像と操作を連携： 画像の内容を読み取り、アプリ画面を操作する業務を一つのモデルで処理できます。請求書入力などを想定しています。
2. 料金と性能を両立： 標準API料金をGPT-6.1 Solの半額に抑えました。Agents’ Last Examでは旧Terra比で費用が約3分の1です。
3. 誤り率も低下： 誘導的なプロンプトによる社内評価で、弱い推論設定の誤り率が53.6％から16.7％へ低下しました。

このニュースがもたらす影響

• 導入検討企業： 画像認識と画面操作を別工程で設計していた企業は、請求書入力などの対象業務を一連の自動化単位で見直し、費用と誤り率を検証する必要がありそうです。
• 同業サービス提供者： 標準API料金の低下と操作評価の向上により、単なる画像認識や入力自動化だけでは差別化しにくくなり、業務全体の設計や精度検証が競争軸になる可能性があります。
• 業務部門の責任者： ChatGPT WorkやCodexでも利用できるため、まずは既存の定型業務で人の確認を残す範囲を決め、小規模な導入で費用対効果と誤操作のリスクを確かめることが求められそうです。

このニュースの背景

GPT-6.1 Terraは、図面や商品写真の理解とアプリ画面の操作を組み合わせる業務を主な用途として位置づけています。
標準API料金をGPT-6.1 Solの半額とし、実務課題の評価では旧Terraより高いスコアと低い課題当たり費用を示しています。
PC操作やコマンド操作の評価でも旧Terraの公表値を上回りましたが、最も複雑なコード作業には別の上位モデルが適すると説明しています。

関連するニュース

• OpenAI、Meta、xAIが、離席中も仕事を続ける常駐型AIエージェントを提供しています。
• AnthropicはClaude Sonnet 5.5を発表し、GPT-6 Astraを一部ベンチマークで上回りました。
• GoogleとOpenAIは、Google CloudのModel GardenでGPT-6系3モデルを提供します。

詳しい記事の内容はこちらから（引用元）

ASCII.jp

OpenAI「GPT-6.1 Terra」発表　画像理解やPC操作を低コストで

OpenAIは10月26日、画像の理解やPC操作、文章作成に適した新しいAIモデル「GPT-6.1 Terra」を発表し…