GPT-6.1 Terra wird für Plus, Pro, Enterprise und Edu User in ChatGPT Work und Codex ausgerollt. Über die OpenAI API ist das Modell unter gpt-6.1-terra verfügbar. Im gewöhnlichen ChatGPT Chat ist Terra bislang nicht als eigenständiges Modell auswählbar.

Nach Astra:
OpenAI senkt mit Sol und Luna die Kosten für Agents und Coding

Was können User mit GPT-6.1 Terra machen?

Zu den wichtigsten Fähigkeiten von GPT-6.1 Terra gehört Computer Use. Damit können AI Agents nicht nur Fragen beantworten oder Texte generieren, sondern auch eigenständig Software bedienen. Das Modell kann Bildschirminhalte analysieren und darauf aufbauend Aktionen in verschiedenen Anwendungen ausführen. Voraussetzung dafür sind eine entsprechende Arbeitsumgebung und der Zugriff auf die jeweiligen Programme. Im gewöhnlichen Chat kann Terra daher nicht automatisch beliebige Anwendungen bedienen.

OpenAI verspricht schnellere und günstigere Abläufe über mehrere Anwendungen hinweg sowie natürlichere Formulierungen bei der Texterstellung. Konkret nennt das Unternehmen folgende Einsatzmöglichkeiten:

• Büroarbeit: Angebote erstellen, Formulare ausfüllen oder Rechnungsdaten in Buchhaltungsprogramme übertragen.
• Visuelle Aufgaben: Technische Zeichnungen interpretieren, Produktbilder auswerten oder 3D-Modelle anhand von Vorlagen erstellen.
• Kreative Aufgaben: Videos bearbeiten und umfangreiches Videomaterial systematisch analysieren.
• Programmierung: Fehler in Websites oder Software erkennen und mithilfe von Coding Tools beheben.

In ChatGPT Work lassen sich solche Aufgaben in mehrstufige Arbeitsabläufe einbinden. Codex setzt Terra hingegen für die Software-Entwicklung ein, etwa beim Schreiben und Überarbeiten von Code.

Mehr Leistung für weniger Geld: Terra nähert sich Astra an

GPT-6.1 Terra soll anspruchsvolle Aufgaben schneller und günstiger erledigen als bisher. Im Agents’ Last Exam, einem Test für komplexe berufliche Aufgaben am Computer, erzielt das Modell bei mittlerem Reasoning-Aufwand ein um 15 Prozentpunkte besseres Ergebnis als GPT-5.6 Terra. Die Kosten pro Aufgabe sinken dabei auf etwa ein Drittel. In diesem Benchmark erreicht Terra laut OpenAI bei bestimmten Einstellungen sogar das Leistungsniveau von GPT-6 Astra, kostet pro Token jedoch nur ein Zehntel. Im Benchmark arbeitet Terra zudem durchschnittlich mehr als dreimal so schnell wie Astra und GPT-6.1 Sol.

Unabhängige Tests von Artificial Analysis bestätigen die Fortschritte. Im Intelligence Index verbessert sich Terra bei maximalem Reasoning-Aufwand um sechs Punkte gegenüber GPT-5.6 Terra. Die durchschnittlichen Kosten pro Aufgabe sinken dabei von 1,40 auf 0,40 US-Dollar. Das beste Verhältnis zwischen Leistung und Kosten erzielt Terra laut der Analyse bei geringem und mittlerem Reasoning-Aufwand. Bei besonders anspruchsvollen Aufgaben können Sol und Astra weiterhin die bessere Wahl sein.

Konkret kostet GPT-6.1 Terra über die API einen US-Dollar pro Million Input Tokens und fünf US-Dollar pro Million Output Tokens. Gegenüber GPT-5.6 Terra entspricht das einer Senkung um 50 beziehungsweise rund 58 Prozent. Im Vergleich zu GPT-6.1 Sol halbieren sich beide Preise. Zwischengespeicherte Input Tokens kosten lediglich 0,05 US-Dollar pro Million.

Für Unternehmen können sich dadurch automatisierte Prozesse mit vielen Modellaufrufen verbilligen. Allerdings bedeutet ein niedrigerer Tokenpreis nicht automatisch geringere Gesamtkosten. Entscheidend ist, wie viele Arbeitsschritte, Wiederholungen und menschliche Korrekturen nötig sind, bis eine Aufgabe erfolgreich abgeschlossen ist. Auch die Benchmark-Ergebnisse bilden nur bestimmte Testszenarien ab und lassen sich nicht uneingeschränkt auf den Arbeitsalltag übertragen.

Weniger Halluzinationen und Fortschritte bei der Faktentreue

Bei der Faktentreue erzielt GPT-6.1 Terra weitere Fortschritte. In einem internen OpenAI-Test mit besonders schwierigen Fragen sinkt der Anteil der Antworten mit mindestens einem sachlichen Fehler bei geringem Reasoning-Aufwand von 53,6 auf 16,7 Prozent. Bei maximalem Aufwand liegt die Fehlerquote bei 4,3 Prozent.

Im unabhängigen Test AA-Omniscience von Artificial Analysis spekuliert Terra bei 38 Prozent der Fragen, deren Antwort das Modell nicht kennt. Beim vorherigen Modell lag dieser Anteil noch bei 88 Prozent. Das Modell spekuliert damit erheblich seltener. Die Genauigkeit verbessert sich laut Artificial Analysis hingegen nur um zwei Punkte.

Coding-Leistung: Terra löst mehr als doppelt so viele Aufgaben

Fortschritte gibt es beim Coding: Im Benchmark Terminal-Bench 4.0 löst Terra bei maximalem Reasoning-Aufwand 50,3 Prozent der Aufgaben, verglichen mit 21,5 Prozent beim vorherigen Modell. Das Ergebnis zeigt einen erheblichen Leistungssprung, allerdings löst Terra in diesem Test weiterhin knapp die Hälfte der Aufgaben nicht erfolgreich. Für besonders komplexe Software-Projekte bleiben Sol und Astra laut OpenAI die leistungsfähigeren Optionen.

Cyberrisiken und Grenzen autonomer AI Agents

Je mehr Aufgaben AI Agents eigenständig übernehmen, desto wichtiger wird die Kontrolle ihrer Aktionen. Denn Fehler können beim Zugriff auf Unternehmensdaten, Dateien oder externe Anwendungen unmittelbare Folgen haben. Hinzu kommt das Missbrauchspotenzial leistungsfähigerer KI-Modelle.

GPT-6.1 Terra erreicht im Cybersecurity-Bereich die Einstufung „Critical“ nach OpenAIs Preparedness Framework. Das bedeutet, dass das Modell Fähigkeiten besitzt, die bei Missbrauch erhebliche Sicherheitsrisiken bergen könnten. Deshalb übernimmt Terra die für Astra entwickelten Schutzmaßnahmen. Laut OpenAI hält sich das Modell zuverlässiger an vorgegebene Aufgaben und widersteht sogenannten Prompt Injections besser. Dabei versuchen Angreifende, AI Agents durch manipulierte Inhalte zu unerwünschten Aktionen zu verleiten. Bereits bei GPT-6 Astra hatte die Einstufung „Critical“ zusätzliche Sicherheitsprüfungen zur Folge.

Die verbesserten Testergebnisse belegen allerdings noch nicht, dass die Schutzmaßnahmen bei langen, eigenständig ausgeführten Arbeitsabläufen durchgehend zuverlässig greifen. Gerade beim Zugriff auf sensible Daten oder bei Aktionen mit externen Folgen bleiben entsprechende Kontrollen und menschliche Freigaben wichtig.

Stelle OnlineMarketing.de als bevorzugte Quelle auf Google ein

Wenn du OnlineMarketing.de auf Google als bevorzugte Quelle einstellen möchtest, um auch in den Schlagzeilen auf Google immer aktuelle News und Tipps aus der Welt des Marketing und der Tech-Entwicklungen zu finden, kannst du einfach die Google-Quelleneinstellungen aufrufen und die Seite anwählen. Über das Stern-Icon neben den Top Stories kannst du ebenfalls bevorzugte Quellen für die spätere Suche speichern.