OpenAIは2026年10月26日、画像の理解や画面上の操作、文章作成を重視した「GPT-6.1 Terra」を公開しました。標準API料金は旧モデルのGPT-5.6 TerraやGPT-6.1 Solの半額と説明されています。日々の定型作業をAIに任せたい企業にとっての論点は、単価の安さだけでなく、確認や修正を含めて一件の仕事を終える費用が下がるかどうかです。
本記事では、OpenAIの発表とモデル更新履歴を基に、提供先、料金、評価の読み方と、小さく試すための手順を整理します。画面操作の能力が上がっても、支払い確定や顧客への送信まで無条件に任せられるという意味ではありません。
GPT-6.1 Terraで何が変わったのか
OpenAIが重点を置くのは、画面や画像を理解し、複数の操作を伴う仕事に取り組む能力です。公式発表は、提案文の作成、図面の解釈、フォーム入力などを例に挙げています。モデル自体の能力と、実際のアプリで接続・操作できる範囲は別です。どのツールを使えるか、実行先に権限があるかは利用環境で確認する必要があります。
旧モデルとの比較では、OpenAIは職業上のソフトウェア作業を含むAgents’ Last Examについて、中程度の推論設定でGPT-5.6 Terraより15ポイント高く、タスク費用は約3分の1だったと報告しています。これは同社が示した特定の評価条件での比較であり、自社の事務作業が必ず同じ割合で安くなるという意味ではありません。タスクの内容、入力量、使うツール、再試行の回数で結果は変わります。
正確性についても、誤りを誘発する質問を使ったOpenAIの内部評価では、低い推論設定で誤り率が53.6％から16.7％へ下がりました。難しい質問を集めた試験の数字であり、すべての回答の誤り率ではありません。改善後も誤りはゼロではないため、金額や取引先名など、誤ると影響が大きい項目は元資料と照合する工程が必要です。
どこで使える？ ChatGPTとAPIの条件
OpenAIの更新履歴によると、GPT-6.1 TerraはChatGPT WorkとCodex、およびAPIで提供されています。発表はWorkとCodexの対象としてPlus、Pro、Enterprise、Eduを挙げています。更新履歴は通常のChat画面では提供しないと説明しているため、Chat画面のモデル一覧だけを見て利用可否を判断しないことが大切です。組織の設定や利用枠については管理者と実際のアカウントで確認してください。
ChatGPTの対応国一覧には日本が含まれています。ただし国の対応は個々の組織アカウントでのモデル表示や日本語での特定業務の精度を保証するものではありません。利用する画面とプランで選択できるかを確かめ、社内の実データを使う前に適用される契約や情報の扱いを確認しましょう。
開発者向けAPIのモデル名はgpt-6.1-terraです。公式モデル仕様では、テキストと画像の入力、テキストの出力を挙げています。音声・動画そのものの入出力は同ページでは非対応です。発表に動画編集の例があっても、動画ファイルをそのままモデルに入力できると解釈せず、利用するツールや処理方法を別途確認してください。APIでのツール呼び出しにはResponses APIが必要とされています。
API料金は半額でも、仕事一件の費用は別に測る
標準API料金は100万トークン当たり、入力1米ドル、キャッシュ済み入力0.05米ドル、出力5米ドルです。トークンはモデルが処理する文字列の単位で、日本語の文字数と一対一ではありません。ChatGPTのサブスクリプションとAPIの利用料は別請求です。公式仕様では、キャッシュ書き込みや長い入力、Fast mode、地域指定処理などに別の料金条件が示されています。
例えばキャッシュを使わず、標準料金の対象となる入力が2万トークン、出力が4,000トークンだった場合、テキスト分の概算は入力0.02ドルと出力0.02ドルで、合計0.04ドルです。これは計算例であり、税、ツール料金、キャッシュ書き込み、長い入力に伴う割増などは含みません。実際には使用量と請求明細を確認してください。
単価が低くても、指示のやり直しや確認作業が増えれば一件当たりの総費用は下がりません。逆に単価が高いモデルでも、少ない試行で正しい成果物が得られれば安く終わる場合があります。比較時には同じ資料と合格基準を使い、モデル利用料に加え、担当者が修正・照合した時間を記録します。まずはAPI費用と人の確認時間を別々に並べ、社内で使う時間単価が決まっている場合だけ合算すると、仮定が見えやすくなります。
想定例1：請求書の転記は「入力案」までに区切る
経理担当者が請求書の画像を見て取引先、日付、金額を会計システムへ入力する作業を想定します。最初は個人情報や機密性の低い架空の請求書を用意し、画像から項目を読み取り、転記案を作るところまでを試します。画面操作を試す場合もテスト環境を使い、保存や支払い確定は担当者が行う設計にします。これは利用例であり、実際に検証した導入実績ではありません。
確認するのは、合計金額だけではありません。税額、請求日、支払期限、振込先など、業務で必要な項目が原本と一致するかを行ごとに比べます。読めない箇所を推測で埋めず、未確認として残せるかも評価します。帳票の書式が違う例を混ぜると、特定の様式だけでうまく見えることを避けられます。
自動入力後の画面が正しいように見えても、別の取引先を選択していたり、保存先を間違えたりする可能性があります。テストでは画面に表示された値と保存後の記録をそれぞれ確認し、誤操作時に取り消せるかを先に確かめます。取り消せない処理や送金は試行の対象から外します。
想定例2：制作担当は画像と文章の確認を分ける
マーケティング担当者が商品画像と商品一覧を照合し、社内向けの説明文案を作る場面を想定します。まず公開可能な少数の商品画像と正しい商品一覧を用意し、画像に対応する候補と、確認が必要な箇所を出力させます。次に、人が品番や容量を元資料と照合したうえで文章案を採用します。商品画像と一覧を組み合わせる作業は公式仕様が挙げる用途の一つです。
評価では、似たパッケージの取り違え、画像に写っていない仕様の補完、古い価格の混入を確認します。想定外の情報を補った文章が自然でも、誤った情報を掲載すれば修正や顧客対応が必要になります。出力をそのまま公開するのではなく、根拠と照合する人を決め、公開用の原稿に移す前に承認するのが現実的です。制作物を外部へ出す際の権利や契約条件は、使用する素材とサービスに即して個別に確認してください。
小さく試して採用を判断する手順
- 対象を決める。 繰り返しがあり、正解を人が確かめられる作業を一つ選びます。外部送信や決済など、取り消しにくい操作は初回の範囲から外します。
- 準備する。 架空データや利用許可のあるデータを用意し、対象プラン、APIの課金、ツールへのアクセス権を確認します。正解例と、読めない場合に保留する基準も作ります。
- 同条件で実行する。 現在の方法とTerraに同じ数件を処理させます。対象資料、指示、推論設定、利用環境を記録し、画面操作はテスト環境に限定します。
- 成果物を照合する。 正しい項目数、見逃し、誤入力、根拠のない補完、操作の逸脱を確認します。読み取れない場合に止まれたかも評価します。
- 時間と費用を比較する。 生成の待ち時間だけでなく、指示、差戻し、確認、修正にかかった時間を測ります。APIを使った場合は実際の利用量とツール料金も記録します。
- 導入範囲を決める。 誤りを検出でき、確認込みの負担が許容範囲なら対象を少し広げます。重要項目の誤りが見つけにくい場合や、既存手順より手戻りが多い場合は、用途を絞るか見送ります。
件数の少ない試行は、採用を即決するためというより、危険な失敗と追加検証が必要な条件を見つけるために使います。帳票の種類、言語、担当者が変わると結果も変わり得るため、最初の成功だけで全社展開を決めないことが重要です。
精度向上と安全対策を、無人運用の保証にしない
OpenAIは、プロンプトインジェクションへの抵抗などを評価し、安全対策を設けたと説明しています。ただし、評価での抵抗力は、外部の文章に含まれる悪意ある指示を常に排除できる保証ではありません。AIが読むページやファイルの内容と、利用者が許可した操作は分けて考え、必要最小限のアクセス権と人の承認を用意します。
複雑な調査や難しいコードについては、OpenAI自身もGPT-6.1 SolやGPT-6 Astraを選択肢に挙げています。Terraをすべての作業の最適解と決めず、定型的な画面作業や文章の下書きから試し、難度や誤りの影響が大きい部分は別の手段と比較するのがよいでしょう。
まず自社で一件、元資料と結果を突き合わせられる作業を選び、対象環境での利用可否を確認してください。そのうえで、正確さ、手戻り、処理時間、実費を記録すれば、料金表の単価だけでは分からない導入判断につながります。