// COMPUTERBASE — INTELLIGENZA ARTIFICIALE
Neues KI-Modell: OpenAI setzt bei GPT-6.1 Terra den Fokus auf Effizienz
Mit GPT-6.1 Terra will OpenAI Computerbedienung, visuelles Reasoning und Programmierung schneller und günstiger machen. Das Modell soll GPT-5.6 Terra bei Leistung und Faktentreue deutlich übertreffen, Aufgaben teils erheblich schneller abschließen und zugleich die regulären API-Preise um 50 Prozent reduzieren.
OpenAI verspricht für GPT-6.1 Terra gegenüber GPT-5.6 Terra deutliche Fortschritte bei visueller Analyse, Computerbedienung, Faktentreue und Programmierung. Entscheidend soll allerdings nicht nur die gestiegene Leistung sein: Das neue Modell ist auf ein besseres Verhältnis von Geschwindigkeit, Leistungsfähigkeit und Kosten ausgelegt. Damit sollen sich typische Arbeitsabläufe effizient automatisieren lassen, darunter das Erstellen von Angeboten, die Auswertung technischer Zeichnungen, das Ausfüllen von Formularen und die Bearbeitung von Videos.
Gleichzeitig halbiert OpenAI die regulären API-Preise gegenüber GPT-5.6 Terra und GPT-6.1 Sol. Vor allem bei der Automatisierung in großem Maßstab soll sich das bemerkbar machen, etwa wenn eingehende Rechnungen ausgelesen und die erfassten Informationen anschließend in eine Buchhaltungssoftware übertragen werden. In ChatGPT Work und Codex soll ein identisches Nutzungskontingent ebenfalls für mehr Aufgaben reichen als bei GPT-5.6 Terra und für deutlich mehr als bei GPT-6.1 Sol oder GPT-6 Astra.
Wie groß die Fortschritte ausfallen sollen, beziffert OpenAI unter anderem anhand von Agents’ Last Exam zur Computerbedienung. Der Benchmark deckt berufliche Aufgaben ab; als Beispiel führt die Pressemitteilung die Umwandlung von Architekturzeichnungen in ein 3D-Modell an. Bei mittlerem Reasoning-Aufwand liegt GPT-6.1 Terra 15 Prozentpunkte vor GPT-5.6 Terra, benötigt dafür aber nur rund ein Drittel der Kosten. Das Niveau von GPT-6 Astra erreicht Terra laut OpenAI zugleich bei lediglich einem Zehntel des Preises pro Token.
Wird der Reasoning-Aufwand maximiert, soll das Modell gegenüber Claude Opus 5.5 mehr als die dreifache Tokeneffizienz bieten, während ein Token nur ein Viertel kostet. OpenAI leitet daraus Kosten pro Aufgabe von ungefähr einem Neuntel ab. Auch bei der Geschwindigkeit soll Terra deutlich vorne liegen und Aufgaben mehr als dreimal so schnell wie GPT-6 Astra und GPT-6.1 Sol abschließen.
Fortschritte reklamiert OpenAI ebenso für visuelles Reasoning. Über alle Reasoning-Einstellungen hinweg erzielt Terra im MMMU-Pro bessere Ergebnisse als GPT-5.6 Terra und rückt bei zugleich niedrigeren Kosten an GPT-6 Astra und GPT-6.1 Sol heran. Im Desktop-Benchmark OSWorld 2.1 mit mehrstufigen Aufgaben in Anwendungen genügt bereits ein mittlerer Reasoning-Aufwand, um das beste Resultat des Vorgängers zu übertreffen.
Ein weiterer Schwerpunkt liegt auf der Faktentreue. Bei internen Benchmarks mit Prompts, die gezielt Fehler provozieren sollen, sinkt die Fehlerquote mit geringem Reasoning-Aufwand laut OpenAI von 53,6 auf 16,7 Prozent und damit um fast 37 Prozentpunkte. Mit maximalem Reasoning-Aufwand reduziert sie sich auf 4,3 Prozent, womit GPT-6.1 Terra nahezu das Niveau von GPT-6 Astra und GPT-6.1 Sol erreicht.
Große Zugewinne gibt es den Angaben zufolge auch bei der Softwareentwicklung. Im Terminal-Bench 4.0 verbessert sich GPT-6.1 Terra bei maximalem Reasoning-Aufwand gegenüber GPT-5.6 Terra von 21,5 auf 50,3 Prozent. Für besonders anspruchsvolle Programmieraufgaben empfiehlt OpenAI allerdings weiterhin GPT-6.1 Sol und GPT-6 Astra. Anders fällt das Bild im Terminal-Bench-Science 0.1 aus: Dort schlägt Terra GPT-6.1 Sol bei niedrigeren Kosten und bleibt höchstens fünf Punkte hinter Claude Opus 5.5, während die geschätzten Kosten weniger als ein Fünftel betragen.
Für Cybersicherheit erreicht GPT-6.1 Terra im Preparedness Framework den Schwellenwert „Kritisch“ und erhält aus diesem Grund dieselben Schutzmaßnahmen wie GPT-6 Astra. Darüber hinaus soll sich das Modell laut OpenAI zuverlässiger an den vorgegebenen Aufgabenrahmen halten, Einschränkungen offener kommunizieren u