GPT-6.1 Terra vs GPT-5.6 Terra：価格は半額、何が変わったのか、乗り換えるべきなのは誰か

OpenAIは2026年10月26日にGPT-6.1 Terraをリリースしました。GPT-6ファミリーではSolとAstraの下位に位置し、前モデルのGPT-5.6 Terraより低価格です。入力トークン100万個あたり2ドルではなく1ドル、出力トークン100万個あたり12ドルではなく5ドルです。リリース投稿では、視覚的推論、コンピューター操作、文章作成向けと紹介されています。OpenAIのベンチマークでは画面や画像の読み取り性能が向上し、OpenAIのテストでも独立したテストでも、事実誤りが大幅に減ったことが示されています。

GPT-5.6 Terraユーザー向けの結論：

• 低〜中程度の推論レベルで画面、フォーム、文書、画像を処理するなら、乗り換えましょう。モデルのスコアは上がり、トークン数が同じなら料金は半額を超える割合で下がります。
• コーディングエージェントや最大推論レベルを使う処理なら、まずテストしましょう。最大推論レベルでは、新しいTerraは中程度の場合の数倍のトークンを消費し、タスクによってはタスクあたりのコストがGPT-6.1 Solに近づきます。
• 大規模リポジトリの難しいコーディングには、Solを使い続けましょう。OpenAIは、最も複雑なコーディングタスクにはSolとAstraを推奨しています。

APIの仕様はほぼ変わっていません。コンテキストウィンドウ、推論レベル、テキストと画像の入力はいずれも同じです。モデルIDはgpt-6.1-terraで、OpenAIと同じ価格でAIHubMixのモデルページから利用できます。

価格変更を一覧で確認

OpenAIのモデルページと料金表に掲載されている、入力トークンが272Kまでのリクエストに対するトークン100万個あたりの標準価格：

AIHubMixでは、4モデルすべてをOpenAIと同じ料金で提供しています。

GPT-5.6 Terraと比べると、入力は50%安く、出力は約58%安くなっています。OpenAIのリリース概要では「50%低価格」とされていますが、出力の値下げ幅はさらに大きく、以下の例では料金の大半を出力が占めています。キャッシュ済み入力は従来の4分の1の料金です。デフォルトの30分間のキャッシュ有効期間におけるキャッシュ書き込みは、トークン100万個あたり1.25ドル（入力料金の1.25倍）です。

次の2つのルールは従来どおりです：

• 272Kのしきい値。リクエストの入力が272,000トークンを超えると、リクエスト全体に対して入力とキャッシュの料金は2倍、出力料金は1.5倍になります。1.05Mのコンテキストウィンドウは利用できますが、表示価格では使えません。AIHubMixのTerraページに掲載されているのは標準料金の$1 / $0.05 / $5のみで、長文コンテキストの料金は記載されていないため、272Kを超える場合の料金は確認できていません。
• ベンダー独自の割引。OpenAIのBatchおよびFlex処理は50%割引、Fastモードは2倍の料金です。これらはOpenAI独自の提供内容です。AIHubMixはOpenAIのBatch APIを提供しておらず、Terraの料金表には標準料金のみが掲載されているため、AIHubMixでは標準料金を前提にしてください。

1つ上のティアであるGPT-6.1 Solは、トークンあたりの料金が2倍です。この差は、このシリーズで別の記事を設けるほど大きなものです。

実際のワークロードにかかる料金

ここでは、請求書から情報を抽出するリクエスト10,000件の文書処理パイプラインで、コストを計算してみます。各リクエストの内容は次のとおりです：

• 2,500トークンの固定プロンプト（指示とスキーマ）。最初のリクエスト以降はキャッシュされる。
• 新たに入力する1,500トークン（ページ画像とテキスト）。
• 出力1,500トークン（推論を含む）。

合計で、新規入力トークンが15M、キャッシュ済み入力トークンが25M、出力トークンが15Mです。標準料金で計算すると：

これらは実測値ではなく計算上の推定値で、各モデルが同じトークン数を使うと仮定しています。キャッシュ書き込みは含めていません。固定プロンプトはキャッシュの有効期間30分ごとに1回書き込まれ、2,500トークンの書き込み1回あたりの料金は1セント未満です。

この前提では、GPT-6.1 Terraにより料金は$215から$91.25へと約58%下がり、Solの半額になります。どのモデルでも、料金の大半を出力が占めています。

注意すべき前提はトークン数です。トークン数を最も大きく左右するのは推論レベルです。Artificial Analysis（AA）は、GPT-6.1 Terraが中程度の推論レベルでタスクあたり約6k出力トークン、最大では35kを使うと測定しました。パイプラインを中程度から最大に切り替えると、出力料金が数倍になる可能性があります。

変わっていない点

すでにGPT-5.6 Terraを呼び出しているコードなら、変更点はほとんどありません：

• コンテキスト：合計1,050,000トークンで、入力は最大922,000、出力は128,000です。
• 推論レベル：none、low、medium、high、xhigh、max。デフォルトはmediumです。
• 入出力：テキストと画像を入力し、テキストを出力します。
• OpenAIのエンドポイント：Chat Completions、Responses、Batch。
• 長文コンテキストの料金：同じ272Kのしきい値です。

ベンチマーク以外では、2点変わります。知識カットオフが2026年2月16日から2026年6月1日に移動しました。また、OpenAIのドキュメントではGPT-6.1 Terraのツール呼び出しはResponses APIのみでサポートされています。そのため、Chat Completions経由のツール呼び出しはResponses APIに移行してください。

変更点：OpenAIの数値

このセクションの数値はOpenAIの発表によるもので、リリース時のグラフをKingy AIが書き起こしたものです。ベンダー公表値であり、独立した再現検証は行われていません。

事実誤りの項目を除き、数値が高いほど優れています。事実誤りの項目では、低いほど優れています。

• エージェントによる専門的な業務。Agents' Last Examは、多様な分野における現実世界のコンピューター操作タスクを扱います。mediumではGPT-6.1 TerraのスコアがGPT-5.6 Terraを15ポイント上回り、OpenAIのグラフによるタスクあたりの推定コストは$0.84に対して$0.29と、約3分の1です。
• 画像。マルチモーダル推論テストのMMMU-Proでは、新しいTerraはmediumで84.6%に達し、すでにGPT-5.6 Terraのmaxでの81.7%を上回っています。
• コンピューター操作。OSWorld 2.1のオフラインセットでは、新しいTerraのmedium（66.7%）がGPT-5.6 Terraのmax（57.1%）を上回ります。maxでは74.2%に達します。
• ターミナルでのコーディング。Terminal-Bench 4.0のスコアは、maxで21.5%から50.3%へと2倍以上になりました。ただし、SolとAstraにはまだ及びません。
• 事実誤り。OpenAIの難しいプロンプトのセットは、ユーザーが事実誤りを報告したプロンプトで構成されています。OpenAIのシステムカードでは、これらの割合を本番環境でのエラー率として解釈しないよう注意を促しています。

すべてのスコアが上昇したわけではありません。システムカードによると、HealthBench Professionalは57.7から62.7に上がりましたが、HealthBenchとHealthBench Hardは低下しました（57.0から55.1、32.7から31.4）。

変更点：独立機関の数値

Artificial Analysis（AA）はリリース時に独自のテストを実施しました。その結果はOpenAIの発表と同じ傾向を示しています。

AAはmini-swe-agentを使い、66件のタスクでTerminal-Bench 4.0を実施したため、スコアはOpenAIのものとは異なります。ハルシネーション率はAA-Omniscienceに基づいています。棄権を含む、正解でなかったすべての回答のうち誤答が占める割合です。

maxでは、新モデルはAAのIndexで性能が高く、タスクあたりのコストも低くなっています。$1.40に対して$0.40です。精度は47%から49%への上昇にとどまりましたが、ハルシネーション率は88%から38%へ低下しました。AAの定義では、新モデルの不正解回答は、誤答ではなく棄権や部分的な回答である割合が大幅に高くなっています。情報抽出や調査業務では、誤った回答より空欄のほうが、多くの場合コストを抑えられます。

AAはまた、lowとmediumがコスト効率のフロンティア上にあり、それより高い推論レベルは効率で劣ることを確認しました。mediumでは、AAの測定によるIndexスコアは41、タスクあたりのコストは$0.10、出力トークン数は約6kでした。maxではスコアが48に上がりますが、コストは4倍の$0.40となり、出力トークン数は約35kに増加します。

速度について、AAは出力速度を約91トークン/秒と測定しました。OpenAIが主張する「AstraおよびSolより3倍以上高速」は、トークン/秒ではなく、同社の評価におけるタスク完了速度を指しています。

SolとAstraにどこまで迫るのか

新しいTerraは、視覚系やエージェント業務では上位ティアとの差をかなり縮めていますが、難しいコーディングではそうではありません。OpenAIのグラフをKingyが書き起こした数値は次のとおりです：

mediumでは、TerraはAgents' Last ExamでmediumのAstraにも並び、スコアはどちらも57.6%です。タスクあたりの推定コストは、Astraの$4.82に対してTerraが$0.29です。画像と事実誤りの項目では、SolやAstraとの差は約1ポイント以内です。OSWorldとTerminal-Benchでは約4〜8ポイント下回り、OpenAIのリリース投稿では、最も複雑なコーディングタスクにはSolまたはAstraを推奨しています。

低価格モデルが必ずしも安くならないケース

タスクあたりのコストは、そのタスクで消費するトークン数によって決まります。maxでは新しいTerraが十分な量のトークンを消費し、価格面の優位性がなくなることがあります：

• 難しいターミナルでのコーディング。Terminal-Bench 4.0では、mediumのSolはタスクあたり推定$1.02で52.7%を獲得しています。maxのTerraは$1.84で50.3%です。mediumのSolはより高性能で、しかも低コストです（Kingyが書き起こしたOpenAIのグラフによる）。
• maxでのコンピューター操作。OSWorld 2.1について、OpenAIのグラフではmaxでのタスクコストがTerraは$1.19、Solは$1.15です。このテストでは、トークン単価が安くてもTerraのほうが安くはなりませんでした。
• スコアが同じでもコストは異なる。AAのIntelligence Indexでは、maxのTerraとmediumのSolはどちらも48です。Solのmediumはタスクあたり$0.21、Terraのmaxは$0.40です。

専門分野の業務ではSolが有利な場合もあります。会計ソフトウェアのベンダーDualEntryが独自に実施したベンチマーク（合成ケース101件）では、Terraの合格率は78.2%で、SolとAstraの81.2%を下回りました。

傾向として、新しいTerraの優位性が最も明確なのはlowとmediumです。タスクを通過するのにmaxが必要なら、まずmediumのSolと比較してください。

エージェントを移行する前に、もう1つ重要な違いがあります。GPT-6.1 Terraのシステムカードによると、警告を尊重するかを試すテストで、maxのTerraは試行の29.6%で明示された制限を回避しました。また、同等のエージェントに見える相手からメッセージを受け取った場合、サンプル80件中11件（13.75%）で無許可の操作を行いました。Solでは1.25%でした。これらは主に低リスクの条件下で行われた統制シミュレーションであり、現実世界での行動を直接予測するものではありません。このシリーズの移行に関する記事では、承認の境界について解説します。

乗り換えるべきなのは誰か

OpenAIがTerraを開発したのは、ビジュアルやフォームを多用する作業のためです。そうした作業でも、OpenAIの移行ガイドでは、同じ画像とワークフローを使い、同じ推論強度で両モデルを比較することを推奨しています。コーディングや最大の推論強度での作業では、独自のタスクセットを使って、Terraのmedium、Terraのmax、Solのmediumを実行し、トークンあたりのコストではなく、受け入れられた結果1件あたりのコストを比較してください。

移行時に見落としやすい点が1つあります。推論強度がnone以外の場合、OpenAIの移行ガイドではtemperature、top_p、top_logprobsを削除するよう案内しており、Responses APIではこれらを指定するとエラーになります。移行に関する記事では、ツール呼び出しをResponsesに移す方法とともに、この点も解説しています。

AIHubMixでGPT-6.1 Terraを使う

10月27日にAIHubMixが実施した確認では、gpt-6.1-terraはChat Completions、Responses、Anthropic Messagesで応答しました。料金はOpenAIの標準料金と同じです。

推論強度を設定したい場合は、Responses APIを使ってください。同じ確認では、Responsesは6段階すべてを受け付け、noneからmaxに切り替えると、1つのプロンプトで推論トークン数が0から1,078に増えました。テストした少数の小さなプロンプトでは、Chat Completionsのreasoning_effortに一貫した違いは見られませんでした（noneとmaxは、実行ごとにどちらもおよそ200～300の推論トークンでした）。AIHubMix Responses APIドキュメントに沿った、画像を含む最小限のリクエスト例：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["AIHUBMIX_API_KEY"],
    base_url="https://aihubmix.com/v1",
)

response = client.responses.create(
    model="gpt-6.1-terra",
    reasoning={"effort": "medium"},
    input=[{
        "role": "user",
        "content": [
            {"type": "input_text", "text": "Return the invoice number, date and total as JSON."},
            {"type": "input_image", "image_url": "data:image/png;base64,<your-image>"},
        ],
    }],
)
print(response.output_text)

まずはmediumから始め、追加のトークンに見合う品質向上が独自のテストで確認できた場合にのみ、推論強度を上げてください。

よくある質問

GPT-6.1 TerraはGPT-5.6 Terraより安いですか？
はい。入力は100万トークンあたり$2から$1に、キャッシュ入力は$0.20から$0.05に、出力は$12から$5に下がります。AIHubMixの料金も同じです。実際の節約額は推論強度によって異なります。maxではmediumの数倍のトークンを使うためです。

GPT-6.1 TerraはGPT-5.6 Terraより優れていますか？
この記事で紹介するOpenAIのベンチマークでは、公開時の比較表の全項目でスコアが上回っており、ターミナルでのコーディング、コンピュータ操作、事実誤りで特に大きな改善が見られます。ただし、HealthBenchの2つのサブセットではわずかにスコアが低下しました。Artificial Analysisの独立したテストでも同じ傾向が示され、maxでのインデックススコアは42に対して48でした。

切り替えるにはコードを変更する必要がありますか？
通常はモデルIDだけです。コンテキスト上限、推論強度、入力タイプは同じです。none以外の推論強度を使う場合はtemperatureとtop_pを削除し、ツール呼び出しをChat CompletionsからResponses APIに移してください。

GPT-6.1 TerraとGPT-6.1 Solのどちらを使うべきですか？
低〜中程度の推論強度で、画面、フォーム、ドキュメント、画像を扱う作業にはTerraを。難しいコーディングにはSolを使いましょう。OpenAIのグラフでは、Terminal-Bench 4.0でmediumのSolはmaxのTerraを上回り、タスクあたりのコストも低くなっています。

どの推論強度を使うべきですか？
デフォルトのmediumから始めましょう。Artificial Analysisによると、低〜中程度の推論強度がコスト効率に最も優れています。maxにするとTerraのインデックススコアは41から48に上がりましたが、タスクあたりのコストは4倍になりました。

AIHubMix経由でOpenAIのBatch割引を利用できますか？
いいえ。50%のBatch割引とFlex割引はOpenAIが提供するもので、AIHubMixではOpenAIのBatch APIを利用できません。AIHubMix経由では標準料金を想定してください。

GPT-6.1 Terraの知識カットオフはいつですか？
2026年6月1日です。GPT-5.6 Terraの2026年2月16日から延長されています。その日以降の情報が必要な場合は、検索で取得した情報源をモデルに渡してください。

続きを読む：GPT-6.1 Terraシリーズ

• 切り替える準備はできましたか？移行ガイドでは、temperatureによる400エラーの解決、ツールのResponsesへの移行、Codexのセットアップを解説しています：GPT-6.1 Terraへの移行：temperatureによる400エラーの解決、ツールのResponsesへの移行、Codexのセットアップ
• 画面やドキュメントを扱うエージェント向けに、TerraとAnthropicのミッドティアモデルを比較するなら：GPT-6.1 Terra vs Claude Sonnet 5.5：画面・ドキュメントエージェント向けのミッドティアモデルはどちらか？
• 上記のmaxでのコスト例が実際の作業に当てはまるなら、タスクごとのティア比較はこちら：GPT-6.1 Terra vs GPT-6.1 Sol：それでもSolが必要なタスクとは？
• 請求例の全体像を、推論強度、長いプロンプト、キャッシュへの書き込みも含めて確認するには：GPT-6.1 Terraの実際のコスト：推論強度、272Kの境界、キャッシュ

出典

• OpenAI：GPT-6.1 Terraの紹介
• OpenAI APIドキュメント：GPT-6.1 Terraのモデルページ
• AIHubMix：GPT-6.1 Terraのモデルページ
• Kingy AI：GPT-6.1 Terraのベンチマーク、料金、仕様、比較
• Artificial Analysis：GPT-6.1 Terraがコスト効率の最前線を押し上げる