KI
OpenAI hat am 26. Oktober GPT-6.1 Terra vorgestellt - ein Modell, das explizit nicht an der Spitze der Fähigkeitsskala stehen soll, sondern an der Kosten-Nutzen-Front: 'schnell und fähig für Computer Use in der Breite' [1]. Es kombiniert visuelles Reasoning und präzise Rechnerbedienung mit klarerem Schreibstil und soll die Aufgaben abdecken, die den Arbeitstag füllen: Angebote entwerfen, technische Zeichnungen lesen, Formulare ausfüllen, Videos bearbeiten [1].
Verfügbar ist Terra seit dem 26. Oktober für Plus-, Pro-, Enterprise- und Edu-Nutzer in ChatGPT Work und Codex sowie über die API als 'gpt-6.1-terra' [1]. Zeitgleich meldete AWS die allgemeine Verfügbarkeit auf Amazon Bedrock - dort mit einem Kontextfenster von bis zu einer Million Eingabe-Tokens und Text- plus Bildeingaben [2].
Die Preisansage
Der API-Preis liegt bei 1 US-Dollar pro Million Eingabe-Tokens, 5 Cent für gecachte Eingabe und 5 US-Dollar pro Million Ausgabe-Tokens - 50 Prozent unter GPT-5.6 Terra und GPT-6.1 Sol [1]. In ChatGPT Work und Codex soll dasselbe Nutzungskontingent damit für mehr Aufgaben reichen als mit GPT-5.6 Terra und deutlich mehr als mit GPT-6.1 Sol oder GPT-6 Astra [1]. Die Zielgruppe ist klar: Entwickler, die Volumenaufgaben automatisieren - OpenAIs Beispiel ist das Einlesen eingehender Rechnungen samt Übertrag in die Buchhaltung [1].
Agenten-Benchmarks: auf Astra-Niveau, zu einem Zehntel des Preises
Auf 'Agents' Last Exam', einem Benchmark beruflicher Aufgaben - etwa eine Architekturzeichnung in ein 3D-Modell überführen oder einen Animationsfilm Einstellung für Einstellung protokollieren - liegt Terra bei mittlerer Reasoning-Stufe 15 Prozentpunkte über GPT-5.6 Terra bei rund einem Drittel der Kosten. Gegenüber GPT-6 Astra erreicht es dort Parität bei einem Zehntel des Token-Preises [1]. Gegenüber Claude Opus 5.5 sei Terra bei maximaler Stufe mehr als dreimal so Token-effizient; zusammen mit dem Viertel des Preises pro Token ergibt das laut OpenAI rund neunmal niedrigere Kosten pro Aufgabe [1]. Über dreimal schneller als GPT-6 Astra und GPT-6.1 Sol soll das Modell die Aufgaben ebenfalls absolvieren [1][3].
Auf OSWorld 2.1, einem Test für mehrstufige Desktop-Aufgaben, übertrifft Terra bei mittlerer Stufe den Bestwert seines Vorgängers 'bei einem Bruchteil der Kosten pro Aufgabe' [1]. Beim visuellen Reasoning (MMMU-Pro) übertrifft es GPT-5.6 Terra auf jeder Reasoning-Stufe und kommt nahe an GPT-6 Astra und GPT-6.1 Sol heran [1].
Faktizität: die größte Zahl der Ankündigung
Am meisten Bewegung zeigt der herstellerinterne Faktizitäts-Benchmark: Bei niedriger Reasoning-Stufe sank die Fehlerrate bei fehleranfälligen Prompts von 53,6 Prozent (GPT-5.6 Terra) auf 16,7 Prozent - minus fast 37 Prozentpunkte. Bei maximaler Stufe liegt Terra bei 4,3 Prozent und damit nahe an GPT-6 Astra und GPT-6.1 Sol [1]. OpenAI betont, in diesem Jahr stark in die Reduktion von Halluzinationen investiert zu haben [1].
Daten als Tabelle
| Fehlerrate in Prozent | |
|---|---|
| 5.6 Terra low | 53,6 |
| 6.1 Terra low | 16,7 |
| 6.1 Terra max | 4,3 |
Interner OpenAI-Benchmark, Herstellerangaben [1]
Coding: deutlicher Sprung, aber nicht Spitzenklasse
Auf Terminal-Bench 4.0, das Coding-Agenten an der Kommandozeile prüft, löst Terra bei maximaler Reasoning-Stufe 50,3 Prozent der Aufgaben - mehr als doppelt so viele wie die 21,5 Prozent, die OpenAI für GPT-5.6 Terra publiziert hatte [1]. Auf dem wissenschaftlichen Ableger Terminal-Bench-Science 0.1 übertrifft Terra GPT-6.1 Sol und kommt bis auf fünf Punkte an Opus 5.5 heran - bei weniger als einem Fünftel der geschätzten Kosten [1]. Trotzdem ordnet OpenAI selbst ein: Für die komplexesten Coding-Aufgaben bleiben GPT-6.1 Sol und GPT-6 Astra die bessere Wahl [1].
Sicherheit: Critical-Schwelle Cybersecurity
Im Preparedness Framework erreicht Terra die 'Critical'-Schwelle für Cybersecurity und behält die für GPT-6 Astra entwickelten Schutzmaßnahmen [1]. In Prompt-Injection-Tests zeige das Modell starke Resistenz gegen bösartige Anweisungen, die es von der Nutzeraufgabe ablenken sollen; zudem bleibe es eher im Aufgabenrahmen und gebe eigene Grenzen ehrlicher an als GPT-5.6 Terra [1]. Details stehen in der System Card [1]. Der Kontext: OpenAI hatte erst Tage zuvor beschrieben, wie es das Training seiner Frontier-Modelle vom Live-Internet trennt - Effizienzmodelle wie Terra sind die andere Seite derselben Sicherheitsrechnung [1].
Einordnung: Die Effizienzklasse wird zum Hauptprodukt
Terra setzt die Logik fort, die OpenAI mit der Terra-Linie begonnen hat: nicht das stärkste, sondern das wirtschaftlichste Modell für die tägliche Arbeit. Die zeitgleiche Aufnahme in Amazon Bedrock - inklusive AWS-Governance und Audit-Optionen - zeigt, wo OpenAI das Volumengeschäft sieht [2]. Für Anwender heißt das: Wer Agenten-Workflows mit hohem Durchsatz plant, bekommt mit Terra eine eigenständige Preis-Fähigkeits-Klasse unterhalb der Frontier-Modelle; wer maximale Qualität bei Einzelaufgaben braucht, bleibt bei Sol oder Astra [1].
Methode
Analyse auf Basis der OpenAI-Ankündigung, der AWS-Bedrock-Mitteilung und der BleepingComputer-Berichterstattung. Alle Benchmark-, Geschwindigkeits- und Kostenvergleiche sind Herstellerangaben von OpenAI und wurden nicht unabhängig geprüft; 'Agents' Last Exam' und die Faktizitätsmetrik sind herstellerinterne Benchmarks.
Grenzen
Die System Card wurde nicht vollständig ausgewertet. Unabhängige Benchmarks oder Praxistests lagen zum Veröffentlichungszeitpunkt nicht vor. Kostenvergleiche mit Konkurrenzmodellen (etwa Claude Opus 5.5) beruhen auf OpenAIs eigener Schätzung.
Quellen
- Introducing GPT-6.1 Terra, OpenAI (abgerufen 2026-10-27) ↩1 ↩2 ↩3 ↩4 ↩5 ↩6
- OpenAI GPT-6.1 Terra is now generally available on Amazon Bedrock, AWS (abgerufen 2026-10-27) ↩1 ↩2
- OpenAI launches GPT-6.1 Terra with 3x faster AI agents, 50% lower pricing, BleepingComputer (abgerufen 2026-10-27) ↩1 ↩2