Introducing GPT-6.1 Terra
🖼️ 인포그래픽
🖼️ 4컷 인포그래픽
💡 한 줄 요약
GPT-6.1 Terra는 시각 추론·컴퓨터 사용·글쓰기와 사실성·코딩 성능을 개선하고 표준 API 가격을 낮춘 모델로, 가장 복잡한 코딩에는 GPT-6.1 Sol과 GPT-6 Astra가 여전히 권장된다.
📌 핵심 요약
- GPT-6.1 Terra는 GPT-5.6 Terra보다 시각 추론, 정밀한 컴퓨터 사용, 자연스러운 글쓰기를 개선했으며, 표준 API 가격은 GPT-5.6 Terra와 GPT-6.1 Sol보다 50% 낮다.
- Agents’ Last Exam에서 중간 추론 노력의 GPT-6.1 Terra는 GPT-5.6 Terra보다 15%포인트 높은 점수를 약 3분의 1 비용으로 기록했다. GPT-6 Astra와 대등한 성능을 토큰당 가격 10분의 1로 제공하며, 작업 완료 속도는 GPT-6 Astra와 GPT-6.1 Sol보다 3배 넘게 빠르다고 발표됐다.
- 오류를 유도하는 내부 벤치마크에서 낮은 추론 노력의 오류율은 GPT-5.6 Terra의 53.6%에서 GPT-6.1 Terra의 16.7%로 낮아졌다. 최대 추론 노력에서는 18%포인트 감소한 4.3%로, GPT-6 Astra와 GPT-6.1 Sol에 근접했다.
- Terminal-Bench 4.0에서 최대 추론 노력의 GPT-6.1 Terra는 50.3%를 해결해 GPT-5.6 Terra의 공개 점수 21.5%를 두 배 이상 웃돌았다. Terminal-Bench-Science 0.1에서는 GPT-6.1 Sol보다 낮은 비용으로 높은 성능을 냈지만, 가장 복잡한 코딩에는 GPT-6.1 Sol과 GPT-6 Astra가 더 적합하다고 설명했다.
- GPT-6.1 Terra는 Preparedness Framework의 사이버보안 Critical 임계치에 도달했으며 GPT-6 Astra의 보호 조치를 유지한다. 발표 당일부터 ChatGPT Work와 Codex의 Plus·Pro·Enterprise·Edu 사용자 및 OpenAI API에 제공되며, 표준 API 가격은 100만 토큰당 입력 $1, 캐시된 입력 $0.05, 출력 $5다.
🧩 주요 포인트
- 시각 추론·컴퓨터 사용 성능 향상과 표준 API 가격 50% 인하 → 송장 처리 등 대량 업무 자동화의 비용 대비 활용 가능성 확대.
- 내부 오류율 감소와 Terminal-Bench 4.0 성능 상승 → 사실성·코딩 역량이 개선됐지만, 가장 복잡한 코딩에서는 GPT-6.1 Sol·GPT-6 Astra 선택이 여전히 유효.
- 사이버보안 Critical 임계치 도달과 기존 보호 조치 유지 → 효율성·접근성 확대와 함께 안전장치 및 작업 범위 준수 개선을 강조.
🧠 상세 정리
1. 일상 업무를 위한 성능과 비용의 재조정
GPT-6.1 Terra는 세밀한 시각 추론과 정밀한 컴퓨터 사용, 더 명료하고 자연스러운 글쓰기를 결합한 빠르고 효율적인 모델로 소개됐다. GPT-5.6 Terra에서 크게 발전했으며, 제안서 작성과 기술 도면 해석부터 양식 입력과 영상 편집까지 업무 시간을 채우는 다양한 작업을 겨냥한다. 발표문은 이를 모델 제품군 전반에서 속도·역량·비용 사이의 새로운 균형을 제공하는 진전으로 설명한다. 표준 API 가격은 GPT-5.6 Terra와 GPT-6.1 Sol보다 50% 낮아, 수신 송장을 읽고 회계 소프트웨어에 내용을 입력하는 대량 업무 자동화에 활용하기 쉬워졌다고 주장한다. ChatGPT Work와 Codex에서도 같은 사용 한도로 GPT-5.6 Terra보다 많은 작업을, GPT-6.1 Sol이나 GPT-6 Astra보다 훨씬 많은 작업을 처리할 수 있다고 설명한다.
2. 시각적 이해에서 실제 컴퓨터 작업으로
Agents’ Last Exam은 건축 도면을 3D 모델로 변환하거나 애니메이션 영화를 장면별로 검토해 복원팀용 타임코드 기록을 만드는 전문 작업으로 컴퓨터 사용 역량을 평가한다. 중간 추론 노력에서 GPT-6.1 Terra는 GPT-5.6 Terra보다 15%포인트 높은 점수를 약 3분의 1 비용으로 기록했고, GPT-6 Astra와도 대등한 성능을 토큰당 가격 10분의 1로 제공했다. 최대 추론 노력에서는 Claude Opus 5.5보다 토큰 효율이 3배 넘게 높고 토큰당 가격은 4분의 1이어서, 작업당 비용이 약 9배 낮다고 발표됐다. 작업 완료 속도 역시 GPT-6 Astra와 GPT-6.1 Sol보다 3배 넘게 빠르다고 설명한다. 시각 추론 평가인 MMMU-Pro에서는 모든 추론 설정에서 GPT-5.6 Terra를 앞서고, 훨씬 낮은 비용으로 GPT-6 Astra와 GPT-6.1 Sol의 점수에 거의 근접했다. 데스크톱 앱의 다단계 작업을 평가하는 OSWorld 2.1에서는 중간 추론 노력만으로 GPT-5.6 Terra의 최고 점수를 작업당 비용의 일부만 들여 넘어섰다.
3. 내부 평가에서 나타난 사실 오류 감소
발표문은 올해 모델의 환각과 사실 오류를 줄이는 데 상당한 투자를 했으며, GPT-6.1 Terra에서 그 성과가 나타났다고 설명한다. 오류를 유도하는 프롬프트로 구성된 내부 벤치마크에서 낮은 추론 노력의 오류율은 GPT-5.6 Terra의 53.6%에서 GPT-6.1 Terra의 16.7%로 떨어져, 감소 폭이 거의 37%포인트에 달했다. 최대 추론 노력에서는 오류율이 18%포인트 낮아진 4.3%를 기록했으며, GPT-6 Astra와 GPT-6.1 Sol의 오류율에 거의 근접했다. 이는 낮은 추론 노력과 최대 추론 노력 양쪽에서 이전 Terra 모델 대비 개선을 보였다는 근거로 제시된다. 다만 제시된 수치는 오류 유도 프롬프트를 사용하는 내부 평가의 결과이므로, 원문이 보고한 평가 조건과 함께 이해해야 한다.
4. 코딩과 과학 연구 작업의 향상 및 선택 기준
GPT-6.1 Terra는 소프트웨어 엔지니어링에서도 GPT-5.6 Terra보다 크게 개선됐다고 소개됐다. Terminal-Bench 4.0은 로딩 중 레이아웃이 변하는 웹페이지를 수정하는 것처럼 명령줄에서 문제를 해결하는 코딩 에이전트의 능력을 평가하며, 최대 추론 노력의 GPT-6.1 Terra는 작업의 50.3%를 해결했다. 이는 GPT-5.6 Terra의 공개 점수 21.5%보다 두 배 이상 높지만, 발표문은 가장 복잡한 코딩 작업에는 GPT-6.1 Sol과 GPT-6 Astra가 여전히 더 나은 선택이라고 명시한다. Terminal-Bench-Science 0.1은 타임랩스 영상에서 세포 분열을 추적하는 사례처럼 코드를 활용한 과학 연구 작업 수행 능력을 평가한다. 이 평가에서 최대 추론 노력의 GPT-6.1 Terra는 GPT-6.1 Sol을 더 낮은 비용으로 앞섰으며, Opus 5.5와의 점수 차이는 5포인트 이내이고 추정 비용은 5분의 1 미만이었다.
5. 안전장치와 사용자 작업 범위 준수
발표문은 강력한 AI의 효율성과 접근성을 높이는 과정에서도 안전장치를 계속 훈련하고 시험하며 개선한다고 설명한다. GPT-6.1 Terra는 Preparedness Framework에서 사이버보안 Critical 임계치에 도달했으며, GPT-6 Astra를 위해 개발된 보호 조치를 유지한다. 또한 GPT-6 시리즈의 정렬 개선을 이어받아, 자체 평가상 GPT-5.6 Terra보다 사용자가 요청한 범위를 지키고 한계와 잠재적인 장애 요인을 솔직하게 알릴 가능성이 높아졌다. 프롬프트 인젝션 시험에서도 사용자의 작업에서 벗어나도록 유도하는 악의적 지시에 강한 저항성을 보였다고 보고한다. 이러한 설명은 안전성과 정렬에 관한 평가 결과로 제시되며, 추가적인 세부 정보는 시스템 카드에서 제공한다고 안내한다.
6. 제공 대상과 표준 API 요금
GPT-6.1 Terra는 발표 당일부터 ChatGPT Work와 Codex의 모든 Plus, Pro, Enterprise, Edu 사용자에게 제공된다고 안내됐다. 개발자는 OpenAI API에서 모델 식별자 gpt-6.1-terra를 통해 접근할 수 있다. 표준 API 요금은 100만 토큰당 입력 $1, 캐시된 입력 $0.05, 출력 $5로 제시됐다. 이 표준 API 가격은 GPT-5.6 Terra와 GPT-6.1 Sol보다 50% 낮다는 앞선 설명과 연결되며, 입력·캐시된 입력·출력에 서로 다른 단가가 적용된다. ChatGPT Work와 Codex에서는 같은 사용 한도로 처리할 수 있는 작업량이 늘어난다는 점을 별도로 강조하지만, 구체적인 작업 수나 사용 한도 수치는 제시하지 않았다.
🧾 핵심 주장 / 시사점
- 발표문의 핵심 가치는 성능 상승과 비용 절감을 함께 제시한다는 데 있으며, 특히 시각 자료를 이해하고 소프트웨어에서 행동하는 업무를 주요 활용 영역으로 삼는다.
- 오류율과 코딩 점수의 개선은 GPT-6.1 Terra의 활용 범위를 넓히는 근거지만, 내부 오류 평가의 조건과 가장 복잡한 코딩에 대한 상위 모델 권고를 함께 고려해야 한다.
- 표준 API 요금 인하와 ChatGPT Work·Codex의 사용 한도 효율 개선은 서로 다른 비용상의 이점으로 제시되며, 구체적인 업무별 효과는 작업 특성에 따라 판단할 필요가 있다.
✅ 액션 아이템
- 송장 처리 등 대량 업무 자동화에서 GPT-6.1 Terra의 표준 API 가격 50% 인하에 따른 비용 절감 가능성 검토.
- 가장 복잡한 코딩 작업에는 GPT-6.1 Sol·GPT-6 Astra가 더 적합하다는 권고를 모델 선택에 반영.
- GPT-6.1 Terra의 사실성 개선을 평가할 때 내부 벤치마크의 오류율 16.7%·4.3%와 추론 노력 조건을 함께 고려.
❓ 열린 질문
- GPT-6.1 Terra의 표준 API 가격 50% 인하는 송장 처리 등 대량 업무 자동화의 실제 비용을 얼마나 줄일 수 있는가?
- GPT-6.1 Sol과 GPT-6 Astra가 더 적합하다고 설명한 가장 복잡한 코딩 작업의 구체적인 기준은 무엇인가?
- 내부 벤치마크에서 기록한 GPT-6.1 Terra의 오류율 16.7%·4.3%는 실제 업무에서도 어느 정도 재현되는가?
