OpenAI เปิดตัวโมเดล AI ใหม่ "GPT-6.1 Terra" เมื่อวันที่ 26 ตุลาคม 2026 เป็นโมเดลที่เน้นความเร็วและราคาถูก และเป็นรุ่นต่อจาก "GPT-5.6 Terra" OpenAI ระบุว่าโมเดลนี้เก่งด้านการควบคุมแอปบนคอมพิวเตอร์ การอ่านแบบแปลนและรูปภาพอย่างละเอียด และการเขียนข้อความที่เข้าใจง่าย หน้าเว็บทางการของ OpenAI มีฉบับภาษาญี่ปุ่นด้วย
GPT-6.1 Terra คืออะไร
ปัจจุบัน OpenAI มีโมเดลหลายรุ่น เช่น "GPT-6 Astra" ที่มีประสิทธิภาพสูงที่สุด และ "GPT-6.1 Sol" ที่เหมาะกับการเขียนโค้ดขั้นสูง ในกลุ่มนี้ Terra ถูกวางตำแหน่งเป็นโมเดลที่สร้างสมดุลระหว่างความเร็ว ประสิทธิภาพ และราคา
OpenAI อธิบายว่าโมเดลนี้ออกแบบมาสำหรับงานที่พบบ่อยในชีวิตการทำงานประจำวัน เช่น การร่างข้อเสนอ การอ่านแบบแปลนทางเทคนิค การกรอกแบบฟอร์ม และการตัดต่อวิดีโอ เป้าหมายหนึ่งคือทำให้งานปริมาณมากเป็นอัตโนมัติได้ง่ายขึ้น เช่น อ่านใบแจ้งหนี้ที่ได้รับแล้วกรอกรายการลงในซอฟต์แวร์บัญชี
การควบคุมคอมพิวเตอร์และการอ่านรูปภาพ
OpenAI วัดความสามารถในการควบคุมคอมพิวเตอร์ด้วย "Agents' Last Exam" ซึ่งเป็นชุดทดสอบที่รวบรวมงานด้านวิชาชีพ ประกอบด้วยงานอย่างการสร้างโมเดล 3D จากแบบแปลนสถาปัตยกรรม และการตรวจดูภาพยนตร์แอนิเมชันทีละฉากเพื่อจัดทำบันทึกให้ทีมบูรณะ
- เมื่อตั้งระดับการคิดเป็น "ปานกลาง" ทำคะแนนได้สูงกว่า GPT-5.6 Terra 15 คะแนน ด้วยค่าใช้จ่ายราว 1 ใน 3
- ในเงื่อนไขเดียวกัน ให้ประสิทธิภาพใกล้เคียงกับ GPT-6 Astra ที่มีประสิทธิภาพสูงที่สุด ด้วยราคาต่อโทเคนเพียง 1 ใน 10
- เมื่อตั้งระดับการคิดสูงสุด ค่าใช้จ่ายต่องานอยู่ที่ราว 1 ใน 9 ของ Claude Opus 5.5 จาก Anthropic
- ความเร็วในการทำงานจนเสร็จสูงกว่า GPT-6 Astra และ GPT-6.1 Sol มากกว่า 3 เท่า
ใน "MMMU-Pro" ซึ่งวัดความสามารถในการอ่านรูปภาพและให้เหตุผล โมเดลนี้ทำได้ดีกว่า GPT-5.6 Terra ในทุกการตั้งค่า และได้คะแนนใกล้เคียงกับ GPT-6 Astra และ GPT-6.1 Sol ด้วยค่าใช้จ่ายที่ต่ำกว่ามาก ส่วนใน "OSWorld 2.1" ซึ่งวัดความสามารถในการทำงานหลายขั้นตอนบนแอปเดสก์ท็อป ก็ทำคะแนนสูงกว่าคะแนนสูงสุดของ GPT-5.6 Terra
ความผิดพลาดลดลง การเขียนโค้ดดีขึ้น
ปีนี้ OpenAI ให้ความสำคัญกับการลด "ฮัลลูซิเนชัน" หรืออาการที่ AI ตอบผิดแต่ฟังดูน่าเชื่อ ในการทดสอบภายในที่รวบรวมคำถามที่ชักนำให้ตอบผิด อัตราการตอบผิดเมื่อตั้งระดับการคิดต่ำลดลงจาก 53.6% ใน GPT-5.6 Terra เหลือ 16.7% และเมื่อตั้งระดับการคิดสูงสุดอยู่ที่ 4.3% ซึ่งใกล้เคียงกับ GPT-6 Astra และ GPT-6.1 Sol
ด้านการเขียนโค้ด ใน "Terminal-Bench 4.0" ซึ่งวัดความสามารถในการแก้ปัญหาผ่านบรรทัดคำสั่ง โมเดลแก้ได้ 50.3% เมื่อตั้งระดับการคิดสูงสุด มากกว่า 2 เท่าของ GPT-5.6 Terra ที่ทำได้ 21.5% อย่างไรก็ตาม OpenAI ระบุว่าสำหรับงานเขียนโค้ดที่ซับซ้อนที่สุด GPT-6.1 Sol และ GPT-6 Astra ยังคงเหมาะกว่า
ตัวเลขทั้งหมดนี้เป็นการประกาศของ OpenAI เอง และยังไม่มีการตรวจสอบจากภายนอก
ราคาและช่องทางใช้งาน
GPT-6.1 Terra ใช้งานได้ผ่านช่องทางต่อไปนี้ตั้งแต่วันประกาศ
- ChatGPT Work และ Codex: ผู้ใช้ Plus, Pro, Enterprise และ Edu ทุกคน
- API ของ OpenAI: ชื่อโมเดล gpt-6.1-terra
ราคามาตรฐานของ API ต่อ 1 ล้านโทเคน คืออินพุต 1 ดอลลาร์ อินพุตที่แคชไว้ 0.05 ดอลลาร์ และเอาต์พุต 5 ดอลลาร์ ถูกกว่าราคามาตรฐานของ GPT-5.6 Terra และ GPT-6.1 Sol 50% ใน ChatGPT Work และ Codex ผู้ใช้จะทำงานได้มากกว่า GPT-5.6 Terra ภายใต้โควตาการใช้งานเท่าเดิม และส่วนต่างจะยิ่งมากขึ้นเมื่อเทียบกับ GPT-6.1 Sol หรือ GPT-6 Astra
การจัดการด้านความปลอดภัย
OpenAI อธิบายว่าในด้านความปลอดภัยไซเบอร์ GPT-6.1 Terra ถึงระดับ "Critical" ซึ่งเป็นขั้นสูงสุดของเกณฑ์ความปลอดภัยภายในบริษัท "Preparedness Framework" จึงนำกลไกป้องกันที่สร้างไว้สำหรับ GPT-6 Astra มาใช้ตามเดิม
นอกจากนี้ OpenAI ระบุว่าเมื่อเทียบกับ GPT-5.6 Terra โมเดลนี้มีแนวโน้มออกนอกขอบเขตงานที่ได้รับมอบหมายน้อยลง และบอกผู้ใช้อย่างตรงไปตรงมาถึงสิ่งที่อาจเป็นอุปสรรคต่องานมากขึ้น ทั้งยังทนทานต่อคำสั่งที่ประสงค์ร้ายซึ่งพยายามเบี่ยงเบนงาน (พรอมต์อินเจกชัน) ได้ดีขึ้น รายละเอียดเผยแพร่ไว้ใน system card
มุมมองของกองบรรณาธิการ CoAI
GPT-6.1 Terra คือโมเดลที่ให้ประสิทธิภาพใกล้เคียงโมเดลระดับสูงสุด ในราคาครึ่งหนึ่งและเร็วกว่าหลายเท่า สำหรับบริษัทที่อยากให้ AI ช่วยงานเอกสารประจำวัน หรือนักพัฒนาที่ประมวลผลปริมาณมากผ่าน API นี่น่าจะเป็นตัวเลือกที่ควรลองเป็นอันดับแรก
ในอีกด้านหนึ่ง ใน ChatGPT โมเดลนี้ใช้ได้เฉพาะใน ChatGPT Work สำหรับการทำงาน และ Codex โดยทั้งสองช่องทางจำกัดเฉพาะแพ็กเกจ Plus, Pro, Enterprise และ Edu ประกาศไม่ได้ระบุถึงแพ็กเกจฟรีหรือแพ็กเกจ Business นอกจากนี้ คำอธิบายว่าโมเดลถึงระดับสูงสุดในด้านไซเบอร์ ยังสะท้อนว่าต้องระมัดระวังในการใช้ AI ที่ควบคุมคอมพิวเตอร์ได้ หากจะใช้กับระบบภายในองค์กร ควรกำหนดขอบเขตการทำงานที่มอบหมายให้ชัดเจน และนำมาใช้ควบคู่กับกลไกที่ให้คนตรวจสอบผลลัพธ์
