画面を見て働くAIが、もっと身近に

10月26日、OpenAIが新しいAIモデル『GPT-6.1 Terra』を発表しました。画像の理解と、アプリの操作を組み合わせる仕事が得意なモデルです。通常のChatでは利用できず、APIの価格は従量料金で、ChatGPTの月額料金と同じ意味ではありません。

30秒のまとめ動画。くわしい内容と図解は、下の「Xで記事を読む」から。

30 sec

30秒でわかる、この速報

いつ: 2026年10月26日、OpenAIのAPI更新履歴に掲載
だれが: OpenAI
なにを: 画像の理解や画面操作に力を入れたGPT-6.1 Terra
どこで使える: 対象プランのChatGPT Work、Codex、開発者向けAPI
いくら: APIの標準価格は入力100万トークンあたり1ドル、出力は5ドル
なにが変わる: 画面を見る仕事や、複数の操作が必要な仕事を、より速く低コストで任せやすくなる

Points

おさえるところ

2026年10月26日、OpenAIのAPI更新履歴に掲載。OpenAIは「visual reasoning」と「computer use」を組み合わせると説明している。日本語では、おおまかに「画像や画面を見て考える力」と「コンピューターを操作する力」
公式が挙げる例は、技術図面の読み取り、提案書の下書き、フォーム入力、動画編集など。画像を見るだけで終わらず、必要な操作へつなげることが今回の中心。ただし、モデルだけで何でも操作できるわけではなく、操作するための機能、アクセス権限、設定が必要
「Agents’ Last Exam」という評価で、推論の強さをmediumにしたGPT-6.1 Terraは、前モデルのGPT-5.6 Terraより15ポイント高い成績。タスクあたりの費用は約3分の1。これは「すべての仕事で15%よくなる」という意味ではない
同じテストでは、GPT-6 Astraと同程度の成績で、トークン単価は10分の1。AstraとGPT-6.1 Solより、タスクを平均で3倍以上速く終えたとOpenAIは述べている。トークン単価が10分の1でも、仕事全体の費用が必ず10分の1になるわけではない
OpenAIの発表は、Plus、Pro、Enterprise、EduのユーザーにChatGPT WorkとCodexで提供すると案内。別の公式更新情報にはBusinessも含まれている。通常のChatでは利用できず、企業ではワークスペースの提供状況や管理者の設定にも左右される
APIの標準価格は、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。キャッシュ済み入力は100万トークンあたり0.05ドル。GPT-5.6 TerraとGPT-6.1 Solの標準API価格と比べると50%安いとされ、公式の比較では「半額」
標準料金でキャッシュを使わず、入力10万トークンと出力2万トークンを使うと、入力は0.10ドル、出力は0.10ドルで合計0.20ドル。画像・ツールなどの追加費用や長文料金は含めていない計算例
公式は動画編集も例に挙げているが、APIのモデル仕様では動画ファイルの直接入力は非対応。編集アプリを画面経由で操作する話と、動画ファイルをモデルへ直接送る話は別
OpenAIの社内評価では、誤りを誘う問題に対し、low設定の誤答率が53.6%から16.7%になった。差は36.9ポイント、約37ポイント。「幻覚率が38%になった」という意味ではない
始め方は3STEP。対象の環境を確認する、ChatGPTデスクトップアプリまたはWeb版Workの「Advanced」にあるモデル一覧からGPT-6.1 Terraを選ぶ、小さな仕事で確かめる。筆者はこのモデルを使った作業を試しておらず、2026年10月27日時点の公式発表と製品情報をもとにしている