TL;DR
GPT-6.1 Terra เป็นโมเดลของ OpenAI ที่มุ่งเน้นประสิทธิภาพ เปิดตัวอย่างเป็นทางการเมื่อวันที่ 26 ตุลาคม 2026 ผสานการให้เหตุผลเชิงภาพอย่างละเอียด การใช้งานคอมพิวเตอร์ และการเขียนที่เป็นธรรมชาติ เข้ากับหน้าต่างบริบทขนาด 1,050,000 โทเค็น อัตรา Standard API คือ $1 ต่อโทเค็นขาเข้า 1 ล้าน และ $5 ต่อโทเค็นขาออก 1 ล้าน ซึ่งเป็นครึ่งหนึ่งของอัตรา GPT-6.1 Sol
จุดพัฒนาที่สำคัญที่สุดคือประสิทธิภาพของเอเจนต์ บน Agents' Last Exam, OpenAI รายงานว่าดีกว่า GPT-5.6 Terra ที่ระดับการให้เหตุผลแบบ medium อยู่ 15 จุดเปอร์เซ็นต์ โดยมีต้นทุนต่อภารกิจราวหนึ่งในสาม โมเดลยังทำได้ 50.3% บน Terminal-Bench 4.0 ที่ระดับสูงสุด ซึ่งมากกว่ารุ่นก่อนหน้าเกินเท่าตัว
สำหรับนักพัฒนา Terra ให้สมดุลระหว่าง GPT-6 Luna ที่ประหยัด กับ GPT-6.1 Sol และ GPT-6 Astra ที่ทรงพลังยิ่งกว่า GPT-6.1 Terra API ใน CometAPI เปิดให้ใช้แล้ว โดยมีอัตราที่ประกาศไว้ $0.80 ต่อโทเค็นขาเข้า 1 ล้าน และ $4.00 ต่อโทเค็นขาออก 1 ล้าน ณ วันที่ 27 ตุลาคม 2026
ประเด็นสำคัญ
- การเปิดตัว GPT-6.1 Terra: OpenAI เปิดตัวโมเดลเมื่อวันที่ 26 ตุลาคม 2026 สำหรับ API, ChatGPT Work และ Codex
- ความสามารถของ GPT-6.1 Terra: รับอินพุตข้อความและภาพ หน้าต่างบริบทรวม 1.05M โทเค็น และรองรับเอาต์พุตได้สูงสุด 128K โทเค็น เหมาะกับเวิร์กโฟลว์เอกสารเชิงภาพและแอปพลิเคชัน
- ผลงานของ GPT-6.1 Terra: OpenAI รายงานว่าดีกว่า GPT-5.6 Terra บน Agents’ Last Exam ที่ระดับการให้เหตุผลแบบ medium อยู่ 15 จุดเปอร์เซ็นต์ และทำได้ 50.3% บน Terminal-Bench 4.0 ที่ระดับสูงสุด
- ราคา GPT-6.1 Terra API: OpenAI Standard ระบุอินพุต $1 และเอาต์พุต $5 ต่อโทเค็น 1 ล้าน CometAPI ระบุอินพุต $0.80 และเอาต์พุต $4 ณ วันที่ 27 ตุลาคม 2026
- การเลือกโมเดล: เริ่มจาก GPT-6.1 Terra สำหรับเอเจนต์เชิงภาพทั่วไป; ประเมิน GPT-6.1 Sol หรือ GPT-6 Astra สำหรับงานโค้ดและงานวิจัยที่ยากขึ้น
GPT-6.1 Terra คืออะไร และเปิดตัวเมื่อใด?
GPT-6.1 Terra เป็นโมเดลของ OpenAI ที่ออกแบบมาเพื่อเชื่อมโยงความเข้าใจเชิงภาพเข้ากับการลงมือทำในแอปพลิเคชันจริง เปิดตัวเมื่อวันที่ 26 ตุลาคม 2026 เป็นสมาชิกตระกูล GPT-6 ที่มุ่งเน้นประสิทธิภาพ
บทแนะนำอย่างเป็นทางการ เน้นการให้เหตุผลเชิงภาพอย่างละเอียด การใช้งานคอมพิวเตอร์อย่างแม่นยำ และการเขียนที่ชัดเจนเป็นธรรมชาติ งานเป้าหมายรวมถึงการร่างข้อเสนอ ตีความแบบทางเทคนิค ใช้งานซอฟต์แวร์ธุรกิจ และทำงานวิชาชีพที่ซ้ำๆ
ภาพรวม GPT-6.1 Terra
เอกสารโมเดลของ OpenAI ยืนยันสเปกดังต่อไปนี้
| สเปกสำคัญ | GPT-6.1 Terra |
|---|---|
| รหัสโมเดล API | gpt-6.1-terra |
| อินพุตและเอาต์พุต | อินพุตข้อความและภาพ; เอาต์พุตเป็นข้อความ |
| ขีดจำกัดบริบทและเอาต์พุต | หน้าต่างบริบทรวม 1,050,000 โทเค็น; เอาต์พุตได้สูงสุด 128,000 โทเค็น |
| ระดับการให้เหตุผล | none, low, medium (default), high, xhigh, max |
| เครื่องมือ | Function calling, การใช้งานคอมพิวเตอร์, การค้นเว็บ, การค้นหาไฟล์ และ MCP ผ่าน Responses API |
| ราคา Standard API | อินพุต $1; เอาต์พุต $5 ต่อโทเค็น 1 ล้าน |
หน้าต่างบริบท 1.05M โทเค็น
หน้าต่างบริบทรวม 1,050,000 โทเค็น รองรับเอกสารยาว โค้ดขนาดใหญ่ และประวัติการใช้เครื่องมือจำนวนมากในคำขอเดียว กรณีใช้งานที่เป็นไปได้ เช่น การเทียบสัญญา การทำงานข้ามคลังเอกสาร และการรวมภาพหน้าจอกับคำสั่งที่ละเอียด
ขีดสูงสุดเอาต์พุต 128,000 โทเค็นเป็นส่วนหนึ่งของงบประมาณบริบทโดยรวม หากจองโควตาเอาต์พุตเต็ม จะเหลืออินพุตราว 922,000 โทเค็น
ควรเลือกระดับการให้เหตุผลใด?
เริ่มที่ medium สำหรับงานแอปและงานเชิงภาพประจำวัน เลือก none หรือ low สำหรับการเขียนใหม่และการดึงข้อมูลแบบง่าย; ลอง high, xhigh หรือ max เมื่อโค้ดดิ้งยากหรือภารกิจหลายขั้นตอนต้องใช้เหตุผลมาก เปรียบเทียบผลลัพธ์กับเวลาและโทเค็นที่เพิ่มขึ้นก่อนจะเพิ่มระดับเป็นค่าเริ่มต้นทุกคำขอ
GPT-6.1 Terra ทำผลงานบนเบนช์มาร์กอย่างไร?
ชุดเบนช์มาร์กของ OpenAI ครอบคลุมเวิร์กโฟลว์วิชาชีพ การให้เหตุผลเชิงภาพ ระบบอัตโนมัติบนเดสก์ท็อป และการเขียนโค้ด ผลลัพธ์บอกให้เห็นว่าที่ใด Terra พัฒนาขึ้นและที่ใด Sol หรือ Astra อาจยังเหมาะกว่า
ผลลัพธ์ด้านวิสัยทัศน์ เดสก์ท็อป และการเขียนโค้ดบอกอะไร?
การเปรียบเทียบใช้ระดับการให้เหตุผลสูงสุด เว้นแต่จะระบุไว้เป็นอย่างอื่น สำหรับระเบียบวิธีเต็มรูปแบบและกราฟิกต้นฉบับ โปรดดู เบนช์มาร์กจากประกาศเปิดตัวอย่างเป็นทางการ
| เบนช์มาร์ก | GPT-6.1 Terra | GPT-5.6 Terra | GPT-6.1 Sol | GPT-6 Astra |
|---|---|---|---|---|
| Agents' Last Exam v1 | 60.0% | 50.7% | 58.6% | 59.3% |
| MMMU-Pro (Vision) | 85.5% | 81.7% | 86.3% | 86.7% |
| OSWorld 2.1, offline | 74.2% | 57.1% | 78.0% | 80.9% |
| Terminal-Bench 4.0 | 50.3% | 21.5% | 55.9% | 58.2% |
| Terminal-Bench-Science 0.1 | 58.3% | — | 57.0% | 68.1% |
ให้อ่านคะแนนเหล่านี้เป็นการเปรียบเทียบเอเจนต์และสภาพแวดล้อมที่ทดสอบ ความแตกต่างด้านระดับการให้เหตุผล การกำหนดค่าเครื่องมือ และการเลือกภารกิจ อาจทำให้การจัดอันดับเปลี่ยนไปในแอปของคุณเอง
หมายเหตุ:
- MMMU-Pro: ช่องว่างที่แคบเมื่อเทียบกับ GPT-6.1 Sol และ GPT-6 Astra ทำให้ Terra ควรค่าแก่การทดสอบด้านการตีความภาพ ทดสอบงานยาก เช่น สแกนที่อ่านยาก ชาร์ตหนาแน่น และเลย์เอาต์ที่ไม่คุ้นเคย แยกต่างหาก
- OSWorld 2.1: ผลงานเดสก์ท็อปที่ดีขึ้นสนับสนุนการทดสอบงานแอปที่ทำซ้ำได้ วัดการกู้คืนจากป็อปอัป เลย์เอาต์ที่เปลี่ยนไป และข้อมูลที่หาย ก่อนอนุญาตให้รันโดยไม่ต้องดูแล
- Terminal-Bench 4.0: คะแนนของ Terra ราว 2.34 เท่าของรุ่นก่อนหน้า เริ่มด้วยการแก้ไขแบบจำกัดขอบเขตและเกณฑ์การยอมรับที่ชัดเจน; ตารางยังชี้ว่า GPT-6.1 Sol และ GPT-6 Astra เหมาะกับงานบรรทัดคำสั่งที่โหดกว่า
- Terminal-Bench-Science: Terra เหนือกว่า GPT-6.1 Sol ในการประเมินนี้ สนับสนุนการทดสอบตามภารกิจ มากกว่าการอ้างว่า Terra แข็งแกร่งกว่าสำหรับโค้ดโดยรวม
Agents’ Last Exam: เส้นโค้งต้นทุน-คุณภาพบอกอะไร?
Agents’ Last Exam ประเมินเวิร์กโฟลว์วิชาชีพที่ผสานการให้เหตุผล วัสดุเชิงภาพ และการใช้งานซอฟต์แวร์ เส้นโค้งแสดงว่าต้นทุนต่อภารกิจที่สำเร็จมีประโยชน์กว่าการดูราคาโทเค็นเพียงอย่างเดียว: โมเดลที่ต้องลองซ้ำน้อยกว่าอาจถูกกว่า แม้คำขอเดี่ยวจะยาวขึ้น
ที่ระดับ medium, OpenAI รายงานว่าดีกว่ารุ่น Terra ก่อนหน้า 15 จุดเปอร์เซ็นต์ ด้วยต้นทุนต่อภารกิจประมาณหนึ่งในสาม ข้อได้เปรียบด้านเวลาสำเร็จงานเหนือ GPT-6.1 Sol และ GPT-6 Astra ใช้กับเบนช์มาร์กนี้; ความหน่วงจริงบน API ขึ้นอยู่กับคำขอและสภาพแวดล้อมของคุณ
GPT-6.1 Terra ลดอาการหลอนหรือไม่?
OpenAI รายงานอัตราความผิดพลาดเชิงข้อเท็จจริงที่ต่ำลงมาก ในการประเมินภายในที่ใช้พรอมป์ตกระตุ้นความผิดพลาดโดยเจตนา
| การตั้งค่าการประเมิน | GPT-5.6 Terra | GPT-6.1 Terra | การเปลี่ยนแปลง |
|---|---|---|---|
| Low effort | 53.6% | 16.7% | −36.9 จุดเปอร์เซ็นต์ |
| Maximum effort | 22.3% | 4.3% | −18.0 จุดเปอร์เซ็นต์ |
ที่ระดับ low, การลดลงแบบสัมพัทธ์ประมาณ 68.8% ตัวเลขเหล่านี้ไม่ใช่อัตราหลอนสากลของโมเดล: ชุดข้อมูลถูกออกแบบให้ยาก และอัตราความผิดจะต่างกันในงานอื่น ๆ เอาต์พุตด้านการเงิน กฎหมาย และเทคนิคที่สำคัญยังคงต้องตรวจทาน
GPT-6.1 Terra ลดอาการหลอนหรือไม่?
OpenAI รายงานอัตราความผิดพลาดเชิงข้อเท็จจริงที่ต่ำลงมาก ในการประเมินภายในที่ใช้พรอมป์ตกระตุ้นความผิดพลาดโดยเจตนา
| การตั้งค่าการประเมิน | GPT-5.6 Terra | GPT-6.1 Terra | การเปลี่ยนแปลง |
|---|---|---|---|
| Low effort | 53.6% | 16.7% | −36.9 จุดเปอร์เซ็นต์ |
| Maximum effort | 22.3% | 4.3% | −18.0 จุดเปอร์เซ็นต์ |
ที่ระดับ low, การลดลงแบบสัมพัทธ์ประมาณ 68.8% ตัวเลขเหล่านี้ไม่ใช่อัตราหลอนสากลของโมเดล: ชุดข้อมูลถูกออกแบบให้ยาก และอัตราความผิดจะต่างกันในงานอื่น ๆ เอาต์พุตด้านการเงิน กฎหมาย และเทคนิคที่สำคัญยังคงต้องตรวจทาน
GPT-6.1 Terra เปรียบเทียบอย่างไร?
GPT-6.1 Terra มอบการให้เหตุผลเชิงภาพและการเขียนโค้ดที่แข็งแรงขึ้นในต้นทุนที่ต่ำกว่า GPT-5.6 Terra ที่ระดับการให้เหตุผลสูงสุด คะแนน OSWorld 2.1 เพิ่มจาก 57.1% เป็น 74.2% ขณะที่ Terminal-Bench 4.0 เพิ่มจาก 21.5% เป็น 50.3%: เพิ่มขึ้น 17.1 และ 28.8 จุดเปอร์เซ็นต์ตามลำดับ
ความแม่นยำเชิงข้อเท็จจริงก็ดีขึ้นด้วย ในการทดสอบภายในของ OpenAI ด้วยพรอมป์ตชวนผิดพลาด อัตราความผิดที่ระดับ low ลดจาก 53.6% เหลือ 16.7% และที่ระดับสูงสุดลดจาก 22.3% เหลือ 4.3% ผลลัพธ์เหล่านี้อธิบายชุดพรอมป์ตที่ทดสอบ ไม่ใช่อัตราสากล
ความเร็วเป็นอีกข้อได้เปรียบ ในการเปรียบเทียบบน Agents’ Last Exam ตามที่อธิบายใน ประกาศเปิดตัวของ OpenAI, Terra ทำภารกิจสำเร็จเร็วกว่า GPT-6 Astra และ GPT-6.1 Sol กว่าสามเท่า ที่ระดับ medium ยังทำคะแนนเหนือ GPT-5.6 Terra 15 จุดเปอร์เซ็นต์ โดยมีต้นทุนต่อภารกิจราวหนึ่งในสาม รวมกันแล้วทำให้ Terra น่าพิจารณาสำหรับเวิร์กโฟลว์ภาพและแอปที่ใช้งานบ่อย
| โมเดล | ตำแหน่งในไลน์อัพ | ควรเลือกเมื่อใด |
|---|---|---|
| GPT-5.6 Terra | เจเนอเรชันก่อนหน้าของ Terra | ใช้เป็นเส้นฐานเมื่อประเมินการผสาน Terra ที่มีอยู่ |
| GPT-6.1 Terra | การให้เหตุผลเชิงภาพ การใช้งานคอมพิวเตอร์ และการเขียนที่มีประสิทธิภาพ | เลือกสำหรับผู้ช่วยเอกสาร เวิร์กโฟลว์บนหน้าจอ และงานโค้ดดิ้งประจำ |
| GPT-6 Luna | ตัวเลือกประหยัดสำหรับงานโฟกัสปริมาณมาก | เริ่มจากที่นี่สำหรับการจัดประเภทที่ตรงไปตรงมาและการดึงข้อมูลสั้นๆ |
| GPT-6.1 Sol | ความสามารถมากขึ้นสำหรับงานซับซ้อน | เลือกสำหรับการแก้โค้ดที่ยากและการให้เหตุผลเชิงวิชาชีพที่ต่อเนื่อง |
| GPT-6 Astra | ตัวเลือกที่มีความสามารถสูงสุดสำหรับงานโหด | เลือกสำหรับวิศวกรรม งานวิจัย และปัญหาคลุมเครือที่ยาก |
สำหรับเอเจนต์เชิงภาพส่วนใหญ่ GPT-6.1 Terra เป็นจุดเริ่มต้นที่ใช้งานได้จริง: ยกระดับจาก Terra รุ่นก่อนโดยยังคงให้ความสำคัญกับต้นทุน ใช้ Luna สำหรับคำขอที่ง่ายและปริมาณมาก และขยับไป Sol หรือ Astra เมื่อภารกิจต้องใช้เหตุผลลึก เปรียบเทียบโมเดลกับตัวอย่างของคุณเองก่อนเลือกเป็นค่าเริ่มต้น
ดู แค็ตตาล็อกโมเดลของ OpenAI สำหรับไลน์อัพล่าสุด
| โมเดล | ตำแหน่งในไลน์อัพ | ควรเลือกเมื่อใด |
|---|---|---|
| GPT-5.6 Terra | เจเนอเรชันก่อนหน้าของ Terra | ใช้เป็นเส้นฐานเมื่อประเมินการผสาน Terra ที่มีอยู่ |
| GPT-6.1 Terra | การให้เหตุผลเชิงภาพ การใช้งานคอมพิวเตอร์ และการเขียนที่มีประสิทธิภาพ | เลือกสำหรับผู้ช่วยเอกสาร เวิร์กโฟลว์บนหน้าจอ และงานโค้ดดิ้งประจำ |
| GPT-6 Luna | ตัวเลือกประหยัดสำหรับงานโฟกัสปริมาณมาก | เริ่มจากที่นี่สำหรับการจัดประเภทที่ตรงไปตรงมาและการดึงข้อมูลสั้นๆ |
| GPT-6.1 Sol | ความสามารถมากขึ้นสำหรับงานซับซ้อน | เลือกสำหรับการแก้โค้ดที่ยากและการให้เหตุผลเชิงวิชาชีพที่ต่อเนื่อง |
| GPT-6 Astra | ตัวเลือกที่มีความสามารถสูงสุดสำหรับงานโหด | เลือกสำหรับวิศวกรรม งานวิจัย และปัญหาคลุมเครือที่ยาก |
สำหรับเอเจนต์เชิงภาพส่วนใหญ่ GPT-6.1 Terra เป็นจุดเริ่มต้นที่ใช้งานได้จริง: ยกระดับจาก Terra รุ่นก่อนโดยยังคงให้ความสำคัญกับต้นทุน ใช้ Luna สำหรับคำขอที่ง่ายและปริมาณมาก และขยับไป Sol หรือ Astra เมื่อภารกิจต้องใช้เหตุผลลึก เปรียบเทียบโมเดลกับตัวอย่างของคุณเองก่อนเลือกเป็นค่าเริ่มต้น
ดู แค็ตตาล็อกโมเดลของ OpenAI สำหรับไลน์อัพล่าสุด
GPT-6.1 Terra API มีค่าใช้จ่ายเท่าใด?
GPT-6.1 Terra รวมการยกระดับข้างต้นเข้ากับราคา Standard API ที่ต่ำกว่า GPT-5.6 Terra อินพุตลดจาก $2 เหลือ $1 ต่อโทเค็น 1 ล้าน ลดลง 50%; เอาต์พุตลดจาก $12 เหลือ $5 ลดลงประมาณ 58.3% การประหยัดในคำขอหนึ่งขึ้นอยู่กับสัดส่วนอินพุตและเอาต์พุต
| OpenAI Standard | GPT-5.6 Terra | GPT-6.1 Terra | การลดลง |
|---|---|---|---|
| อินพุต / 1M โทเค็น | $2.00 | $1.00 | 50% |
| เอาต์พุต / 1M โทเค็น | $12.00 | $5.00 | ประมาณ 58.3% |
อัตราเหล่านี้มาจากหน้าโมเดลทางการของ GPT-5.6 Terra และ GPT-6.1 Terra ตารางด้านล่างเปรียบเทียบตัวเลือกการประมวลผลปัจจุบันและอัตราที่ CometAPI ระบุ ราคาเป็น USD ต่อโทเค็นข้อความ 1 ล้าน ตรวจสอบเมื่อวันที่ 27 ตุลาคม 2026 อัตราอินพุตและเอาต์พุตปกติที่ CometAPI ระบุต่ำกว่า OpenAI Standard 20%; ค่าแคชและเครื่องมืออาจต่างกัน
| ผู้ให้บริการ / ตัวเลือกการประมวลผล | อินพุต | อินพุตที่แคช | เอาต์พุต |
|---|---|---|---|
| OpenAI Standard | $1.00 | $0.050 | $5.00 |
| OpenAI Batch / Flex | $0.50 | $0.025 | $2.50 |
| OpenAI Fast | $2.00 | $0.100 | $10.00 |
| OpenAI Standard: เมื่ออินพุตเกิน 272K โทเค็น | $2.00 | $0.100 | $7.50 |
| CometAPI GPT-6.1 Terra | $0.80 | ยืนยันในบัญชีของคุณ | $4.00 |
สำหรับ OpenAI ตัวคูณ long-context ใช้กับคำขอทั้งชุดเมื่ออินพุตเกิน 272K โทเค็น ค่าเขียนแคชมาตรฐานคือ $1.25 สำหรับการเก็บ 30 นาที หรือ $2.50 สำหรับ 12 ชั่วโมง ก่อนการปรับนั้น ค่าประมวลผลตามภูมิภาคและการใช้เครื่องมืออาจมีค่าใช้จ่ายเพิ่ม
จะเข้าถึง GPT-6.1 Terra ได้อย่างไร?
ChatGPT Work และ Codex
GPT-6.1 Terra พร้อมใช้งานใน ChatGPT Work และ Codex บนแผน Plus, Pro, Business, Enterprise และ Edu ในแอปเดสก์ท็อปของ ChatGPT หรือ Work บนเว็บ เปิดรายการโมเดลในหัวข้อ Advanced แล้วเลือก GPT-6.1 Terra Work รองรับ Terra บนมือถือด้วย ให้บริการใน Work แทน Chat; การเข้าถึงของ Enterprise ขึ้นอยู่กับพื้นที่ทำงานและการตั้งค่าผู้ดูแลระบบของคุณ ดู คู่มือความพร้อมใช้งานและการเข้าถึงอย่างเป็นทางการ
OpenAI API
สำหรับการผสานตรง ใช้คีย์ OpenAI API และรหัสโมเดล gpt-6.1-terra เอกสารโมเดล ระบุเอ็นด์พอยต์และระดับการใช้งานที่รองรับ การเข้าถึง API คิดค่าบริการแยกจากการสมัครสมาชิก ChatGPT
ใช้ Responses API สำหรับการเรียกใช้เครื่องมือ GPT-6.1 Terra ต้องใช้อีนนด์พอยต์นี้สำหรับฟังก์ชันและเครื่องมืออื่น ตัวอย่าง Chat Completions แบบข้อความล้วนไม่ได้สาธิตการใช้เครื่องมือ
CometAPI
สร้างคีย์ CometAPI จัดเก็บเป็น COMETAPI_API_KEY ในสภาพแวดล้อมของคุณ และติดตั้ง OpenAI Python SDK ด้วย pip install openai ตัวอย่างต่อไปนี้ส่งคำขอข้อความผ่านเอ็นด์พอยต์ Chat Completions ที่เข้ากันได้กับ OpenAI ของ CometAPI
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["COMETAPI_API_KEY"],
base_url="https://api.cometapi.com/v1",
)
response = client.chat.completions.create(
model="gpt-6.1-terra",
messages=[{
"role": "user",
"content": "Rewrite this customer update clearly: Your order ships tomorrow."
}],
)
print(response.choices[0].message.content)
ดู คู่มือเริ่มต้นของ CometAPI สำหรับการตั้งค่า API-key และ SDK ตัวอย่างนี้ส่งคำขอข้อความล้วนผ่าน Chat Completions สำหรับเอเจนต์ที่เรียกใช้เครื่องมือ ใช้ Responses API และตรวจสอบว่าบัญชี CometAPI ของคุณรองรับโมเดลและเครื่องมือที่ต้องการ
กรณีใช้งานที่เหมาะสมที่สุดสำหรับ GPT-6.1 Terra มีอะไรบ้าง?
GPT-6.1 Terra เหมาะกับงานที่ผสานข้อมูลเชิงภาพ การเขียนที่ชัดเจน และการลงมือทำข้ามแอปพลิเคชัน:
- ความเข้าใจเชิงภาพและการประมวลผลเอกสาร: ดึงข้อมูลจากใบแจ้งหนี้ กระทบยอดรูปสินค้ากับข้อมูลในแค็ตตาล็อก หรือแปลความแบบเทคนิค ตรวจสอบความถูกต้องของช่องสำคัญกับต้นฉบับ และส่งรายการที่อ่านไม่ได้ให้ทบทวน
- การใช้งานคอมพิวเตอร์และระบบอัตโนมัติทางธุรกิจ: กรอกแบบฟอร์มและเตรียมการอัปเดตระเบียนธุรกิจข้ามแอป เริ่มจากเวิร์กโฟลว์แคบๆ และต้องมีการอนุมัติก่อนยืนยันการเปลี่ยนแปลงที่อ่อนไหว
- การพัฒนาซอฟต์แวร์: คัดแยกบั๊กที่ทำซ้ำได้ เสนอแพตช์แบบโฟกัส และรันการตรวจสอบของโปรเจกต์ วัดการแก้ไขที่ยอมรับและเวลาการกู้คืนแบบแมนนวล ไม่ใช่ปริมาณโค้ดที่สร้าง
บทสรุป
สำหรับนักพัฒนาที่สร้างผู้ช่วยเอกสาร ตัวประมวลผลใบแจ้งหนี้ เอเจนต์แอปธุรกิจ และเวิร์กโฟลว์โค้ดดิ้งประจำ Terra เป็นโมเดลที่น่าประเมิน GPT-6.1 Terra API ใน CometAPI เป็นทางเลือกการผสานเพิ่มเติม โดยมีอัตราอินพุตและเอาต์พุตที่ประกาศไว้ต่ำกว่า OpenAI Standard 20%
เริ่มจากระดับการให้เหตุผลแบบ medium ทดสอบภารกิจที่สำคัญจริง และเทียบต้นทุนต่อผลลัพธ์ที่สำเร็จกับ GPT-6 Luna, GPT-6.1 Sol และ GPT-6 Astra โมเดลที่ดีที่สุดคือโมเดลที่ตอบโจทย์เกณฑ์คุณภาพของคุณได้อย่างสม่ำเสมอด้วยต้นทุนการดำเนินงานที่ยั่งยืนต่ำสุด