Tóm tắt nhanh
- GPT-6.1 Terra tập trung vào computer use, suy luận hình ảnh và tác vụ văn phòng.
- Giá API tiêu chuẩn là 1 USD/triệu token đầu vào và 5 USD/triệu token đầu ra; token đầu vào lưu trữ có giá 0,05 USD/triệu.
- OpenAI cho biết model mới hoàn thành tác vụ computer use nhanh hơn ba lần so với GPT-6 Astra và GPT-6.1 Sol trong các phép đo nội bộ.
- GPT-6.1 Sol và GPT-6 Astra vẫn là lựa chọn tốt hơn cho những tác vụ lập trình phức tạp nhất.
OpenAI phát hành GPT-6.1 Terra ngày 26/10, một model hướng đến việc đọc giao diện, thao tác ứng dụng và xử lý khối lượng công việc lớn với chi phí API thấp hơn một nửa so với GPT-6.1 Sol.
Điểm đáng chú ý không nằm ở việc Terra thay thế model mạnh nhất, mà ở bài toán vận hành: nhiều luồng tự động hóa văn phòng cần xử lý hàng nghìn hồ sơ, hóa đơn hoặc biểu mẫu; chi phí mỗi lượt thấp hơn có thể quan trọng hơn điểm số cao nhất trên benchmark.
Terra dành cho các tác vụ máy tính lặp lại, không phải model mạnh nhất cho mọi việc
OpenAI mô tả Terra là lựa chọn nhanh và hiệu quả cho các công việc như đọc hóa đơn đến, nhập dữ liệu vào phần mềm kế toán, điền biểu mẫu, soạn đề xuất và chỉnh sửa video. Đây là nhóm tác vụ mà AI phải hiểu nội dung trên màn hình rồi thực hiện thao tác qua ứng dụng, thay vì chỉ trả lời bằng văn bản.
Trong benchmark Agents’ Last Exam do OpenAI công bố, ở thiết lập reasoning medium, Terra đạt điểm cao hơn GPT-5.6 Terra 15 điểm phần trăm với chi phí khoảng một phần ba. Hãng cũng cho biết ở các tác vụ computer use, Terra hoàn thành công việc nhanh hơn ba lần so với GPT-6 Astra và GPT-6.1 Sol. Đây là kết quả do OpenAI đo và công bố; chưa nên xem các tỷ lệ này như bảo đảm cho mọi quy trình thực tế.
Với doanh nghiệp, mức tiết kiệm chỉ có ý nghĩa khi tác vụ chạy ổn định và không cần người sửa lại quá nhiều. Một model rẻ hơn nhưng thường xuyên nhập sai dữ liệu có thể làm chi phí tổng tăng lên, nên cần thử bằng quy trình và bộ hồ sơ thực tế trước khi chuyển khối lượng lớn sang tự động hóa.
Mức giá API thấp hơn phù hợp với luồng xử lý số lượng lớn
OpenAI niêm yết giá tiêu chuẩn của GPT-6.1 Terra ở mức 1 USD cho mỗi triệu token đầu vào, 0,05 USD cho mỗi triệu token đầu vào được lưu trong bộ nhớ đệm và 5 USD cho mỗi triệu token đầu ra. Hãng nói mức giá này thấp hơn 50% so với GPT-5.6 Terra và GPT-6.1 Sol.
Khoản giảm có thể đáng kể khi ứng dụng phải đọc nhiều tài liệu hoặc thao tác liên tục trên giao diện. Chẳng hạn, hệ thống xử lý hóa đơn có thể dùng model để nhận diện thông tin, sau đó chuyển các trường dữ liệu sang phần mềm kế toán. Tuy vậy, tổng chi phí còn phụ thuộc độ dài nội dung, số lần gọi model, token đầu ra và các bước kiểm tra lỗi; chỉ so giá mỗi token chưa đủ để kết luận một giải pháp rẻ hơn.
Người dùng ChatGPT Work và Codex thuộc các gói Plus, Pro, Enterprise và Edu có thể sử dụng Terra theo thông báo của OpenAI. Nhà phát triển cũng có thể gọi model qua API với tên gpt-6.1-terra. Biểu phí được niêm yết bằng USD; mức thực trả tại Việt Nam phụ thuộc cách thanh toán và các khoản phí liên quan.
Các benchmark cho thấy Terra tiến bộ, nhưng chưa xóa được ranh giới giữa các model
Ở bài kiểm tra Terminal-Bench 4.0, OpenAI công bố GPT-6.1 Terra giải quyết 50,3% tác vụ khi đặt reasoning ở mức tối đa, so với 21,5% của GPT-5.6 Terra. Benchmark này tập trung vào việc giải quyết vấn đề qua dòng lệnh, như sửa lỗi bố cục trang web. Hãng đồng thời lưu ý GPT-6.1 Sol và GPT-6 Astra vẫn phù hợp hơn với những tác vụ lập trình phức tạp nhất.
OpenAI cũng báo cáo tỷ lệ lỗi trên bộ câu hỏi nội bộ tạo tình huống dễ gây sai giảm từ 53,6% với GPT-5.6 Terra xuống 16,7% ở mức reasoning thấp; tại mức tối đa, tỷ lệ được công bố là 4,3%. Những con số này gợi ý Terra được cải thiện về độ chính xác, nhưng do bộ đánh giá do chính hãng xây dựng, chúng chưa thay thế được kiểm thử độc lập trên dữ liệu của từng doanh nghiệp.
Vì thế, cách nhìn hợp lý là xem Terra như lựa chọn trung gian cho tác vụ thường ngày và computer use, không phải phương án mặc định cho mọi công việc. Nếu ứng dụng đòi hỏi suy luận sâu hoặc xử lý mã nguồn khó, phần chi phí cao hơn của Sol hay Astra có thể vẫn đáng trả; còn với quy trình lặp lại, cần đo tỷ lệ hoàn thành đúng và tổng chi phí trước khi triển khai rộng.
Nguồn tham khảo: OpenAI; Android Authority; BleepingComputer.
