2026 年 10 月 26 日、OpenAI は GPT-6.1 Terra を公開しました。API 価格は入力 100 万トークンあたり 1 ドル、出力 100 万トークンあたり 5 ドル、つまり 3.75 SAR と 18.75 SAR で、GPT-6.1 Sol の半額、置き換え対象の GPT-5.6 Terra の半額でもあります。実務上の結論は次のとおりです。届いた請求書を読み取って会計システムに入力する、フォームを埋めるといった繰り返し作業を自動化したいなら、Terra が新しい中間の選択肢です。ごく単純な作業なら Luna が十倍安く、複雑なプログラミングには引き続き Sol と Astra が向いています。月 10,000 件の請求書でざっと計算すると、費用は Sol の約 412 SAR から Terra の約 206 SAR に下がります。本記事は、以前の比較記事 GPT-6 Astra、Sol、Luna に新しい階層を加えたものです。

OpenAI が発表した内容を数字で見る

  • 価格： 入力 100 万トークンあたり 1 ドル、キャッシュ入力 0.05 ドル、出力 100 万トークンあたり 5 ドル。バッチ処理はその半額です。
  • 価格比較： GPT-6.1 Sol は 2 ドルと 10 ドル、GPT-5.6 Terra は 2 ドルと 12 ドル、GPT-6 Luna は 0.10 ドルと 0.50 ドルです。
  • 誤り： モデルを誤らせるよう設計したプロンプトによる OpenAI の社内テストで、低い推論レベルでの誤答率は GPT-5.6 Terra の 53.6% から 16.7% に、最大レベルでは 4.3% に下がりました。
  • プログラミング： 最大の推論レベルで Terminal-Bench 4.0 のタスクの 50.3% を解き、前バージョンの 21.5% を上回りました。ただし OpenAI は、最も難しいプログラミング作業には Sol と Astra のほうが適していると明言しています。
  • コンピューター操作： Agents' Last Exam では GPT-5.6 Terra より 15 ポイント高いスコアを約三分の一のコストで出し、OpenAI によれば Astra や Sol より 三倍以上速くタスクを完了します。
  • 仕様： コンテキストウィンドウ 1,050,000 トークン、最大出力 128,000 トークン、テキストと画像の入力に対応し、知識は 2026 年 6 月 1 日時点までです。

これらの数字は OpenAI 自身のテスト結果です。製品カタログのように読んでください。最初に何を試すべきかの目安であって、最終的な結論ではありません。

Sol vs Terra vs Luna：それぞれの違いを一行で

  • Luna： 最も安く、分類、短いメッセージの要約、整ったテキストから 一つか二つの項目を抜き出すといった、目的の絞られた大量タスク向け。
  • Terra： 画面上の事務作業のために作られた新しい中間モデル。請求書や図面の読み取り、フォーム入力、提案書や文書の作成に。
  • Sol： 複雑なプログラミングや、より深い推論を要する専門業務向けで、価格は Terra の二倍。
  • Astra： 最も高性能で最も高価。他のモデルでは対応できない作業向け。

毎月いくら払うのか？請求書 10,000 件の例

御社が毎月 10,000 件の請求書を受け取り、1 件あたり指示文を含めて入力約 3,000 トークン、出力約 500 トークンを使うと仮定します。合計で入力 30 百万トークン、出力 5 百万トークンになります。

  • GPT-6.1 Terra： 55 ドル、約 206 SAR。結果をすぐに必要としないならバッチ処理で約 103 SAR。
  • GPT-6.1 Sol： 110 ドル、約 412 SAR。
  • GPT-5.6 Terra： 120 ドル、つまり 450 SAR。
  • GPT-6 Luna： 5.50 ドル、約 21 SAR。

これは 1 ドル 3.75 SAR で計算した参考値です。実際のトークン数は請求書画像の品質や指示文の長さによって変わります。正しい判断は表ではなくテストから生まれます。保管している実際の請求書 100 件を Luna と Terra で処理し、合計金額、取引先番号、日付の誤りを比べてください。Luna で十分正確なら 90% の節約になり、そうでなければ Terra が妥当な下限です。

ChatGPT のどこで使えるか

OpenAI の発表によると、このモデルは公開初日から ChatGPT Work と Codex の Plus、Pro、Enterprise、Edu 契約者が利用でき、開発者は API から gpt-6.1-terra として使えます。OpenAI は、同じプランの利用枠でも Terra なら Sol や Astra より多くのタスクをこなせるとしています。チームが ChatGPT Work の枠をすぐに使い切ってしまうなら、日常業務の既定モデルを Terra にしましょう。

システムを Terra に移す前の 三つのステップ

  1. 自社データでテストする： 公開されたベンチマークに頼らないこと。誤り率を測るには実際の文書 100 件のサンプルで十分です。
  2. 個人データを確認する： 請求書やフォームには氏名、電話番号、住所が含まれており、それらを王国外のサーバーに送ることは SDAIA の個人データ保護法（PDPL）と国外移転に関する規則の対象になります。送信前に、モデルに不要な情報はマスクしてください。
  3. 重要なケースには人の確認を残す： 一定額を超える請求書や確信度の低いものは担当者に回しましょう。最良の場合でも 4.3% の誤り率はゼロではありません。

Origami の見解

半額だからといって、あらゆる場所でモデルを入れ替えるべきだという意味ではありません。私たちが開発するプロジェクトでは作業を分担させます。仕分けと分類には Luna、文書の読み取りとシステムへの入力には Terra、そしてロジックに本当の深さが必要な場所にだけ Sol を使います。また、OpenAI が 四か月で三世代を出したことを踏まえ、モデル名を 1 か所の設定で変更できるようにシステムを設計しています。事前に分かるコストで請求書やフォームを自動化したい場合は、お問い合わせください。契約前に、御社の文書サンプルでコストを測定します。小型モデルを比較している方は、比較記事 Claude Haiku 5.5 か GPT-6 Luna か もご覧ください。

出典