เจาะ GPT-6.1 Terra: การเข้าใจภาพ ควบคุมคอมพิวเตอร์ งานเขียน และราคาที่ลดจากรุ่นก่อน
สรุป GPT-6.1 Terra ที่เปิดตัว 26 ตุลาคม: บริบท 1.05 ล้าน token ราคา API เทียบ GPT-5.6 Terra และข้อควรรู้ในการย้ายงานเรียกเครื่องมือไป Responses API
OpenAI เปิดตัว GPT-6.1 Terra ในบันทึกอัปเดต API วันที่ 26 ตุลาคม 2026 โดยใช้ชื่อโมเดล gpt-6.1-terra วางตำแหน่งเป็นโมเดลที่รวดเร็วและมีประสิทธิภาพสำหรับการให้เหตุผลจากภาพ การควบคุมคอมพิวเตอร์อย่างแม่นยำ และการเขียนที่ชัดเจนเป็นธรรมชาติ
นอกจากงานที่รองรับ นักพัฒนาควรดูราคาด้วย อัตรา Standard สำหรับข้อความบริบทสั้นในปัจจุบันอยู่ที่ 1 ดอลลาร์ต่ออินพุตหนึ่งล้าน token และ 5 ดอลลาร์ต่อเอาต์พุตหนึ่งล้าน token ต่ำกว่า 2 และ 12 ดอลลาร์ที่เอกสาร GPT-5.6 Terra ระบุ แต่ราคาต่อ token ที่ลดลงไม่ได้ทำให้ต้นทุนต่อหนึ่งงานสำเร็จลดในสัดส่วนเดียวกันเสมอ
ตรวจข้อมูลจากเอกสาร OpenAI ทางการ ณ 27 ตุลาคม 2026 TboxIO ยังไม่ได้ทดสอบคะแนนหรือความเร็วอย่างอิสระ ตัวอย่างต้นทุนเป็นการคำนวณจากอัตราที่เผยแพร่ ไม่ใช่ใบแจ้งหนี้จริง
GPT-6.1 Terra เน้นแก้ปัญหาอะไร
ตัวอย่างทางการได้แก่จับคู่ภาพสินค้ากับรายการในแคตตาล็อก อ่านหรือเปรียบเทียบแบบทางเทคนิค ทำงานบนหน้าจอแอป และร่างหรือแก้ข้อความ จุดร่วมคือเข้าใจรายละเอียดในภาพหรือส่วนติดต่อ แล้วเปลี่ยนความเข้าใจเป็นการตัดสินใจ การกระทำ หรือข้อความ
ทีมอีคอมเมิร์ซอาจวัดการจับคู่ภาพสินค้าที่คล้ายกัน ทีมซอฟต์แวร์อาจตรวจการรู้จำปุ่ม สถานะ และขั้นตอนถัดไป ส่วนทีมเนื้อหาอาจดูการรักษาความหมายและความเป็นธรรมชาติ นี่คือแนวทางประเมินที่อนุมานจากการใช้งานทางการ ไม่ใช่ผลที่พิสูจน์แล้วสำหรับทุกธุรกิจ
OpenAI แบ่งบทบาทให้ GPT-6 Astra เน้นงานให้เหตุผล โค้ด และวิชาชีพที่ยากที่สุด, GPT-6.1 Sol สมดุลความสามารถกับต้นทุน, Terra เน้นภาพ การใช้คอมพิวเตอร์ และงานเขียนอย่างมีประสิทธิภาพ และ GPT-6 Luna เน้นงานเฉพาะปริมาณสูง ไม่ควรนำคะแนน Astra หรือ Sol มาอ้างเป็นคะแนน Terra เพียงเพราะอยู่ตระกูลเดียวกัน
สเปกหลัก: บริบท 1.05 ล้าน token รับข้อความและภาพ
| รายการ | ข้อมูล GPT-6.1 Terra ทางการ |
|---|---|
| ชื่อโมเดล API | gpt-6.1-terra |
| วันเปิดตัวในบันทึก API | 26 ตุลาคม 2026 |
| หน้าต่างบริบท | 1,050,000 tokens |
| เอาต์พุตสูงสุด | 128,000 tokens |
| วันตัดข้อมูลความรู้ | 1 มิถุนายน 2026 |
| อินพุต | ข้อความและภาพ |
| เอาต์พุต | ข้อความ |
| เสียงและวิดีโอ | หน้าโมเดลระบุว่าไม่รองรับ |
| ระดับการคิด | none, low, medium, high, xhigh, max; ค่าเริ่มต้น medium |
| สตรีมและเอาต์พุตแบบมีโครงสร้าง | รองรับ |
| Fine-tuning | หน้าโมเดลระบุว่าไม่รองรับ |
| เรียกเครื่องมือ | ต้องใช้ Responses API |
หน้าต่างบริบทกับเอาต์พุตสูงสุดเป็นคนละข้อจำกัด จึงบวกกันไม่ได้ และไม่ได้หมายความว่าทุกคำตอบจะยาวถึงเพดาน วันตัดความรู้ก็ไม่ใช่ความสามารถค้นข้อมูลสด หากต้องการข้อเท็จจริงล่าสุดยังต้องใช้เครื่องมือค้นหาและตรวจแหล่งอ้างอิง
รับภาพแล้วตอบข้อความไม่ได้แปลว่าโมเดลสร้างภาพเป็นเอาต์พุตโดยตรง รายการเครื่องมือทางการมี image generation แต่เป็นความสามารถผ่านเครื่องมือ ต้องแยกออกจากรูปแบบอินพุตเอาต์พุตโดยกำเนิด
เทียบ GPT-5.6 Terra: อะไรเปลี่ยนอย่างยืนยันได้
| รายการ | GPT-5.6 Terra | GPT-6.1 Terra |
|---|---|---|
| จุดยืนทางการ | สมดุลความฉลาดกับต้นทุน | เข้าใจภาพ ควบคุมคอมพิวเตอร์แม่นยำ และเขียนเป็นธรรมชาติอย่างมีประสิทธิภาพ |
| บริบท | 1,050,000 | 1,050,000 |
| เอาต์พุตสูงสุด | 128,000 | 128,000 |
| วันตัดความรู้ | 16 กุมภาพันธ์ 2026 | 1 มิถุนายน 2026 |
| รับข้อความ/ภาพ และตอบข้อความ | รองรับ | รองรับ |
| ระดับการคิด | none ถึง max; เริ่มต้น medium | none ถึง max; เริ่มต้น medium |
| อินพุต Standard ต่อหนึ่งล้าน token | $2.00 | $1.00 |
| อินพุตจากแคช Standard ต่อหนึ่งล้าน token | $0.20 | $0.05 |
| เอาต์พุต Standard ต่อหนึ่งล้าน token | $12.00 | $5.00 |
เทียบจากราคา Standard ข้อความบนหน้าโมเดลทั้งสอง ณ วันตรวจ โดยอินพุตไม่เกิน 272K token อัตราอินพุตลด 50% อ่านแคชลด 75% และเอาต์พุตลดราว 58.3% เป็นส่วนต่างราคา ไม่ใช่เปอร์เซ็นต์คุณภาพที่เพิ่มขึ้นหรือการประหยัดที่รับประกันทุกคำขอ
บริบทและเอาต์พุตสูงสุดเท่าเดิม จึงไม่ใช่การขยายบริบท การใช้คอมพิวเตอร์ รับภาพ หรือเรียกเครื่องมือก็ไม่ควรเรียกว่าฟีเจอร์ใหม่ครั้งแรกเพียงเพราะหน้าใหม่ระบุว่ารองรับ สิ่งที่ควรทดสอบคือคุณภาพ ความแม่นยำในการกระทำ ความหน่วง และต้นทุนรวมบนงานเดียวกัน
คะแนนและความเร็ว: ข้อสรุปมีขอบเขตแค่ไหน
บันทึกอัปเดต หน้าโมเดล Terra และคู่มือทางการที่ตรวจครั้งนี้ไม่มีตารางคะแนนมาตรฐานเฉพาะ Terra ที่อ้างได้โดยตรง หรือค่าคงที่ tokens/s จึงไม่สร้างคะแนน SWE การเข้าใจภาพ หรือควบคุมคอมพิวเตอร์ขึ้นเอง และไม่อ้างว่าเร็วกว่ารุ่นก่อนกี่เท่า
การวางตำแหน่งช่วยเลือกสิ่งที่จะทดสอบ แต่ไม่ใช่ผลทดสอบ และสัญลักษณ์ความสามารถเชิงเปรียบเทียบบนหน้าโมเดลแปลงเป็นคะแนน OSWorld หรือ SWE-bench ไม่ได้
ใช้ชุดงานคงที่เพื่อวัดความถูกต้องและการจับคู่สินค้าผิด การอ่านขนาดและสัญลักษณ์ในแบบ ความสำเร็จในการควบคุมจอ จำนวนคลิกผิดและครั้งที่คนรับช่วง สำหรับงานเขียนตรวจการรักษาข้อเท็จจริง การทำตามข้อกำหนด ความเป็นธรรมชาติและงานแก้ไข พร้อมเก็บเวลารวม token อินพุตเอาต์พุต การเรียกเครื่องมือและต้นทุนลองใหม่
ราคา API: อย่าลืมบริบทยาวและค่าเขียนแคช
ตารางนี้เป็นดอลลาร์สหรัฐต่อข้อความหนึ่งล้าน token แบบ Standard โดยอินพุตไม่เกิน 272K
| รายการคิดเงิน | GPT-6.1 Terra |
|---|---|
| อินพุตปกติ | $1.00 |
| อ่านแคช | $0.05 |
| เขียนแคชเก็บ 30 นาที | $1.25 |
| เขียนแคชเก็บ 12 ชั่วโมง | $2.50 |
| เอาต์พุต | $5.00 |
อ่านแคชถูกไม่ได้แปลว่าสร้างแคชฟรี 30 นาทีกับ 12 ชั่วโมงเป็นระยะเวลาเก็บคนละแบบ ค่าเขียนต่างกัน ความคุ้มค่าขึ้นกับ prefix ร่วมที่คงที่ จำนวนครั้งนำกลับใช้ และการ hit แคชจริง
- ถ้าอินพุตเกิน 272K token อัตราอินพุตและแคชเพิ่มเป็น 2 เท่า เอาต์พุต 1.5 เท่า สำหรับทั้งคำขอ ไม่ใช่เฉพาะส่วนที่เกิน
- หน้าโมเดลระบุ Batch และ Flex ถูกกว่า Standard 50% ส่วน Fast แพง 2 เท่า ต้องตรวจเวลา ความเร็ว และเงื่อนไขของแต่ละระดับเพิ่มเติม
- การประมวลผลตามภูมิภาคมีส่วนเพิ่ม 10% ในกรณีที่เข้าเงื่อนไข ให้คิดจาก endpoint จริง
- ค้นหา คอนเทนเนอร์ และค้นไฟล์อาจมีค่าเครื่องมือเพิ่ม Agent หลายรอบยังมีอินพุตซ้ำ ผลเครื่องมือ และการลองใหม่ จึงใช้ต้นทุนถามตอบครั้งเดียวแทนทั้งงานไม่ได้
ตัวอย่างข้อความล้วน: อินพุตปกติ 10,000 token เอาต์พุตที่คิดเงิน 2,000 token ไม่ใช้แคชหรือเครื่องมือ และใช้ Standard บริบทสั้น GPT-6.1 Terra จะมีค่าโมเดลประมาณ $0.02 เทียบรุ่นก่อนประมาณ $0.044 ลดราว54.5% สำหรับสัดส่วนนี้เท่านั้น
นี่คือตัวอย่างที่ตรึงจำนวน token งานคิดจริงอาจมีเอาต์พุตที่คิดเงินมากกว่าข้อความสุดท้ายที่เห็น จึงควรตรวจการใช้ reasoning และ output ใน usage ภาพก็ไม่ควรถูกสมมติว่าราคาเท่ากันทุกภาพหรือนำมาแทนในตัวอย่างข้อความนี้โดยตรง
เชื่อมต่อ: ย้ายงานเครื่องมือไป Responses API
คู่มือแนะนำให้เทียบกับ GPT-5.6 Terra บนภาพและเวิร์กโฟลว์ที่เป็นตัวแทน โดยใช้ระดับคิดเดียวกัน หากแอปเรียกเครื่องมือผ่าน Chat Completions ให้ย้ายคำขอเหล่านั้นไป Responses API การมีชื่อทั้งสอง endpoint ในข้อมูลเปิดตัวไม่ได้หมายความว่ารองรับเส้นทางเครื่องมือเหมือนกัน
Terra รองรับ none, low, medium, high, xhigh, max ค่าเริ่มต้น medium ควรเริ่มจาก medium แล้วเพิ่มเมื่อคุณภาพที่ดีขึ้นคุ้มเวลาและ token งานที่ไวต่อความหน่วงอาจทดสอบระดับต่ำได้ แต่ none หรือ max ไม่ได้ดีที่สุดสำหรับทุกงาน
รายการ Responses tools มีค้นเว็บ ค้นไฟล์ code interpreter, hosted shell, apply patch, Skills, computer use, MCP และ tool search การรองรับไม่ได้ทำให้แอปเชื่อมต่อเสร็จอัตโนมัติ สิทธิ์ สภาพแวดล้อม การจัดการข้อผิดพลาด สถานะ และการตรวจผลยังขึ้นกับเวิร์กโฟลว์
การควบคุมคอมพิวเตอร์ต้องประเมินบนหน้าจอจริง เข้าใจภาพเดียวกับทำธุรกิจหลายขั้นตอนให้เสร็จเป็นคนละเรื่อง สถานะจอ ตำแหน่งเลื่อน และข้อความผิดพลาดอาจเปลี่ยนการตัดสินใจถัดไป
ใครควรประเมินการอัปเกรด
ทีมที่ใช้ภาพสินค้า แบบทางเทคนิค ภาพแอป หรืองานแก้ข้อความจำนวนมาก รวมถึงผู้ใช้ GPT-5.6 Terra มีเหตุผลที่จะทำการเทียบแบบคุมเงื่อนไข ราคาที่ลดลงเป็นเหตุผลให้ทดสอบต้นทุน แต่จะลดงานแก้ของคนหรือการลองใหม่ได้จริงต้องวัดกับงานตนเอง
งานโค้ดยากที่สุด วิจัย หรือให้เหตุผลวิชาชีพระยะยาวควรเทียบ Sol และ Astra ตามบทบาททางการด้วย ไม่ควรเลือกจากราคาต่อ token อย่างเดียว และการเปิด API ไม่ได้ยืนยันว่า Terra ปรากฏในตัวเลือกโมเดลของ ChatGPT ทุกแพ็กเกจ บทความยืนยันเฉพาะการเปิดตัวและสเปก API
มุมมอง TboxIO: จุดชัดเจนคือภาพ การควบคุมคอมพิวเตอร์ งานเขียน และราคาต่อ token ที่ต่ำกว่า GPT-5.6 Terra หลักฐานรองรับการประเมินอัปเกรดภายใต้เงื่อนไขเดียวกัน แต่ยังไม่รองรับว่าเก่งกว่า เร็วกว่า หรือต้นทุนรวมต่ำกว่าทุกงาน
แหล่งอ้างอิง
แหล่งข้อมูล
แยกแยะประกาศทางการ การทดสอบจากบุคคลที่สาม และการทดสอบของเว็บไซต์
- ประกาศทางการบันทึกอัปเดต API ทางการของ OpenAI
- ประกาศทางการเอกสาร GPT-6.1 Terra ทางการ
- ประกาศทางการราคา OpenAI ทางการ
- ประกาศทางการคู่มือ GPT-6: Terra และการย้ายระบบ
- ประกาศทางการเอกสาร GPT-5.6 Terra ทางการ