OpenAI hat sein Mittelklasse-Modell überarbeitet und den Preis für die API halbiert. Wer Rechnungen, Formulare oder Videos automatisiert abarbeiten lässt, spürt das deutlicher als jeder Benchmark-Sprung.
Was OpenAI mit GPT-6.1 Terra am 26. Oktober vorgestellt hat
Am 26. Oktober hat OpenAI GPT-6.1 Terra freigegeben. Das Unternehmen beschreibt das Modell als schnell und sparsam, mit genauer visueller Wahrnehmung, präziser Bedienung von Bildschirmoberflächen und einem natürlicheren Schreibstil. Es tritt die Nachfolge von GPT-5.6 Terra an, dem letzten Modell dieser Klasse.
Terra ist nicht das Flaggschiff. OpenAI sortiert die eigene Familie grob in vier Klassen: Astra als stärkstes Modell, Sol als ausgewogene Mitte, Terra als günstige Arbeitsklasse und Luna als billigste Variante. Wer Terra bucht, kauft nicht die besten Ergebnisse, sondern die billigsten, die für einen bestimmten Zweck reichen.
Darin liegt die eigentliche Nachricht. Ein Modell, das ein Drittel oder ein Zehntel pro Aufgabe kostet, verändert nicht die Qualität einzelner Antworten, sondern die Menge an Arbeit, die sich überhaupt automatisch erledigen lässt.
Seit demselben Tag ist GPT-6.1 Terra für Nutzer von Plus, Pro, Enterprise und Edu in ChatGPT Work und in Codex verfügbar. Entwickler erreichen es über die API unter dem Modellnamen gpt-6.1-terra.
Der Preis: ein Dollar je Million Eingabe-Token
Die Preisliste ist der Kern dieser Veröffentlichung. OpenAI nennt für die Standard-API einen Dollar je Million Eingabe-Token, fünf Cent für zwischengespeicherte Eingabe und fünf Dollar für die Ausgabe. Damit liegt Terra bei der Hälfte dessen, was GPT-5.6 Terra und GPT-6.1 Sol kosten.
Posten | GPT-6.1 Terra | GPT-5.6 Terra |
|---|---|---|
Eingabe, je Million Token | 1,00 Dollar | 2,00 Dollar |
Zwischengespeicherte Eingabe | 0,05 Dollar | 0,20 Dollar |
Schreiben in den Cache | 1,25 Dollar | 2,50 Dollar |
Ausgabe, je Million Token | 5,00 Dollar | 12,00 Dollar |
Die Zahlen stammen von OpenAI und werden von Artificial Analysis bestätigt, das die Preissenkung beim Cache-Schreiben ebenfalls mit der Hälfte beziffert. Für wen das zählt, zeigt ein Beispiel aus der Ankündigung: eingehende Rechnungen lesen und die Positionen in die Buchhaltung übertragen. Solche Läufe sind lang, wiederholen sich täglich und liefern selten spektakuläre Ergebnisse. Bei einem halben Preis entscheidet sich, ob sich die Automatisierung rechnet oder nicht.
In den Abo-Tarifen ändert sich der Preis nicht, wohl aber die Reichweite, denn dasselbe Kontingent trägt jetzt mehr Aufgaben. Laut OpenAI reicht es für etwa doppelt so viele Aufgaben wie bei GPT-6.1 Sol. Diese Zahl nennt ein OpenAI-Mitarbeiter auf X, und sie steht nicht in der offiziellen Ankündigung, was sie zu einer Angabe macht, die von außen niemand nachprüfen kann.
Was Agents' Last Exam über die Computer-Nutzung sagt
Die interessanteste Fähigkeit von Terra ist der Umgang mit Anwendungen, die kein Mensch für Agenten vorbereitet hat. OpenAI führt dafür zwei Messungen an, beide aus dem eigenen Haus und damit Herstellerangaben.
Agents' Last Exam sammelt berufliche Aufgaben, zum Beispiel eine Architekturzeichnung in ein 3D-Modell zu überführen oder einen Animationsfilm Bild für Bild zu sichten und für die Restaurierung mit Zeitcodes zu protokollieren. Bei mittlerem Rechenaufwand liegt Terra nach Angaben des Unternehmens 15 Prozentpunkte über GPT-5.6 Terra, bei rund einem Drittel der Kosten.
OSWorld 2.1 prüft mehrstufige Aufgaben in Desktop-Anwendungen. Hier übertrifft Terra bei mittlerem Aufwand das beste Ergebnis des Vorgängers. Das klingt nach einem kleinen Satz, ist aber der Punkt, an dem aus einem Modell ein Werkzeug wird: Es reicht nicht, einen Dialog zu verstehen, es muss Menüs finden, Fenster wechseln und Zwischenstände prüfen.
Terminal-Bench 4.0: 50,3 Prozent statt 21,5
Für Softwareentwicklung nennt OpenAI Terminal-Bench 4.0, einen Test, in dem Agenten Aufgaben auf der Kommandozeile lösen, etwa eine Webseite reparieren, deren Layout beim Laden verrutscht. Bei maximalem Rechenaufwand kommt Terra auf 50,3 Prozent und damit auf mehr als das Doppelte der 21,5 Prozent, die für GPT-5.6 Terra veröffentlicht wurden.
Wichtig ist der zweite Satz der Ankündigung. OpenAI schreibt selbst, dass für die schwierigsten Programmieraufgaben GPT-6.1 Sol und GPT-6 Astra die bessere Wahl bleiben. Terra ist der günstige Arbeiter für den breiten Mittelbau, nicht der Spezialist für die harten Fälle.
Bei Terminal-Bench-Science 0.1, einem Test für wissenschaftliche Auswertungen per Code, bleibt Terra bei maximalem Aufwand nur knapp unter Claude Opus 5.5, mit einem Abstand von weniger als fünf Punkten und geschätzten Kosten unter einem Fünftel. Auch das ist eine Angabe von OpenAI, mit einem selbst gewählten Vergleichspunkt.
Die Fehlerquote fällt von 53,6 auf 16,7 Prozent
Der unauffälligste Wert in der Ankündigung ist der wichtigste für alle, die Agenten unbeaufsichtigt laufen lassen. OpenAI hat einen internen Test mit irreführenden Eingaben gebaut. Bei geringem Rechenaufwand fiel die Fehlerquote von 53,6 Prozent beim Vorgänger auf 16,7 Prozent, ein Rückgang um fast 37 Prozentpunkte. Bei maximalem Aufwand liegt sie bei 4,3 Prozent.
Eine unabhängige Zahl gibt es dazu ebenfalls. Artificial Analysis misst in seinem Test AA-Omniscience, wie oft ein Modell rät, wenn es die Antwort nicht kennt. GPT-5.6 Terra riet in 88 Prozent der Fälle. Terra kommt auf 38 Prozent, während die Trefferquote um zwei Punkte stieg.
Warum das mehr zählt als ein Benchmark-Sprung? Ein Modell, das eine falsche Rechnungsnummer erfindet statt eine Lücke zu melden, ist in einer Pipeline ohne Kontrolle teurer als ein Modell, das langsamer antwortet. Die Fehlerquote entscheidet über die Nacharbeit, und Nacharbeit ist der Posten, den niemand in die Kalkulation schreibt.
Wo GPT-6.1 Terra hinter der eigenen Familie bleibt
Artificial Analysis hat den Intelligence Index gemessen und kommt bei maximalem Aufwand auf sechs Punkte mehr als beim Vorgänger, bei Kosten von 0,40 statt 1,40 Dollar je Aufgabe. Bei geringem und mittlerem Aufwand fällt der Zugewinn größer aus, er liegt zwischen sieben und dreizehn Punkten.
Entscheidend ist die Einordnung, die das Institut selbst vornimmt. Nur die Einstellungen mit geringem und mittlerem Aufwand liegen auf der Grenze zwischen Intelligenz und Kosten, die als Pareto-Front bezeichnet wird. Die übrigen Einstellungen liegen hinter dieser Front. Von einem Modell, das überall vorne liegt, kann also keine Rede sein.
Ein gutes Modell, kein Überflieger.
Im Coding Agent Index 2.0 steht Terra bei 48 Punkten. GPT-6.1 Sol kommt auf 54 Punkte, GPT-6 Luna auf 31, und beide liegen damit in anderen Klassen. Wieder liegen nur die Einstellungen xhigh und low an der Kostengrenze. Wer höchste Qualität zu jedem Preis braucht und nicht auf das Budget schaut, bleibt bei GPT-6.1 Sol und bei GPT-6 Astra.
Sicherheit: Critical-Schwelle und Prompt-Injection
Terra erreicht im Preparedness Framework von OpenAI die Critical-Schwelle für Cybersicherheit. Das klingt dramatischer, als es für Nutzer ist: Die Einstufung bedeutet, dass das Modell Fähigkeiten hat, die ohne Schutzmaßnahmen gefährlich wären. OpenAI übernimmt die Schutzmechanismen, die für GPT-6 Astra entwickelt wurden.
Nach eigenen Tests hält Terra Anweisungen aus eingeschleusten Texten besser stand und meldet Grenzen eher, statt eine Aufgabe stillschweigend zu umgehen. Beides ist schwer zu prüfen, weil die Tests von dem Unternehmen stammen, das das Modell verkauft.
Für Agenten zählt trotzdem die Umgebung, nicht das Versprechen. Ein billiges Modell, das Bildschirme bedient und Befehle ausführt, sitzt genau dort, wo Prompt-Injection weh tut: in einem Lauf, der Dateien liest, die niemand vorher angesehen hat.
Für wen sich der Wechsel lohnt
Terra passt zu Arbeit, die oft anfällt und selten glänzt. Belege auslesen, Formulare füllen, Rohmaterial sichten, wiederkehrende Prüfungen fahren. Wer dort bisher aus Kostengründen bei kleineren Modellen geblieben ist, bekommt jetzt mehr Fähigkeit zum gleichen Preis.
Für schwierige Programmieraufgaben und alles, was eine belastbare Antwort in einem Durchgang braucht, bleibt Sol die bessere Wahl. Der Cache-Preis von fünf Cent lohnt sich vor allem bei langen, gleichbleibenden Anweisungen, die viele Anfragen teilen und sonst jedes Mal neu bezahlt würden.
Praktisch heißt das: Terra in Codex oder über die API mit einer kleinen Stichprobe testen, die eigene Fehlerquote messen und erst dann umstellen. Der Preis ist halbiert. Die Verantwortung für das, was das Modell in Ihrem Namen tut, bleibt gleich.
