GPT-6.1 Terra 運営中

GPT-6.1 TerraはOpenAIが開発した高効率な実行型大規模モデルで、オフィス自動化と高頻度のAgentタスクを対象に、視覚理解、コンピューター操作、事実の正確性、プログラミング能力を重点的に向上させています。GPT-6.1 Terraは技術図面の読み取り、請求書の処理、フォームへの入力、動画編集、デスクトップソフトウェアの操作に対応します。標準APIの料金は前世代より50%低く、タスクの実行速度が向上し、コストも削減されています。GPT-6.1 TerraはChatGPT WorkとCodexに統合されており、日常業務を大規模に処理するための低コストモデルとして適しています。

視覚理解：画像、画面、技術図面を分析し、視覚的な推論と情報抽出を実行できます。
コンピューター操作：デスクトップソフトウェアを操作し、複数のアプリケーションにまたがる複数ステップのタスクを実行できます。たとえば、図面に基づいて3Dモデルを作成できます。
オフィス自動化：請求書の読み取り、フォームへの入力、財務データの登録など、反復的なオフィス業務を処理できます。
プログラミングと科学研究支援：コマンドラインでコードを修正し、ソフトウェアエンジニアリングのタスクを完了し、科学研究データを分析するプログラムを作成できます。
動画処理：アニメーションや動画をフレーム単位で確認し、タイムコード付きのショット記録を生成して、編集作業を支援できます。
執筆とコミュニケーション：企画書を作成し、業務文書を処理し、より明確で自然な文章を生成できます。

マルチモーダル視覚推論：テキスト指示と画像、画面などの視覚情報を組み合わせて理解し、分析結果を文書処理、コンテンツ編集、ソフトウェア操作などの具体的な行動に変換します。
Agentの循環的な実行：コンピュータータスクの実行時に、「画面を観察する—手順を計画する—操作を実行する—フィードバックを確認する」というサイクルを通じて、タスクを継続的に進めます。
調整可能な推論強度：タスクの難易度に応じて異なる推論レベルを選択できます。簡単なタスクでは計算量を減らして速度を高め、複雑なタスクではより多くの推論を行って正確性を高め、品質、時間、コストのバランスを取ります。
事実性とアライメントの最適化：OpenAIは、目的に応じた訓練と評価によって事実誤認を減らし、タスクの範囲を守る能力、能力の制限や実行上の障害を説明する能力、悪意のあるプロンプトインジェクションに対抗する能力を強化しています。

入口を選択：一般ユーザーはChatGPT WorkまたはCodexにアクセスします。
モデルを選択：製品内でGPT-6.1 Terraを選択します。APIユーザーはモデル名をgpt-6.1-terraに設定します。
タスクを送信：明確な目的と要件を入力し、必要に応じて図面、請求書、表計算ファイル、動画、コードなどの資料をアップロードします。
実行方法を設定：タスクの難易度に応じて適切な推論強度を選択し、モデルが操作できるソフトウェア、ファイル、権限の範囲を明確にします。
タスクの実行を監督：モデルの操作手順とフィードバックを確認し、必要に応じて指示を追加したり、方向を修正したり、タスクを停止したりします。
最終結果を確認：生成されたコンテンツ、コード、ソフトウェア操作が正確か確認し、問題がないことを確かめてから保存、公開、または正式な業務フローに使用します。

高速なタスク実行：公式発表によると、タスクの完了速度はGPT-6 AstraおよびGPT-6.1 Solの3倍を超え、高頻度の業務に適しています。
高い視覚理解・操作能力：視覚理解とコンピューター操作を組み合わせ、図面の読み取り、フォームへの入力、デスクトップソフトウェアの操作などを実行できます。
事実の正確性が向上：低推論強度での内部テストにおけるエラー率は53.6%から16.7%に低下し、最高推論強度ではさらに4.3%まで低下しました。
プログラミング能力が大幅に向上：Terminal-Bench 4.0のタスク解決率は50.3%に達し、前世代の公開成績21.5%の2倍を超えています。
フラッグシップに近い費用対効果：一部の専門タスクではGPT-6 Astraに近い性能を発揮し、Token単価はその10分の1にすぎません。
利用環境が充実：ChatGPT Work、Codex、OpenAI APIに統合され、個人、企業、開発者が利用しやすくなっています。

公式サイト：https://openai.com/index/introducing-gpt-6-1-terra/

財務書類の処理：受け取った請求書を自動的に読み取り、重要情報を抽出して、会計または財務ソフトウェアにデータを入力します。
技術図面の処理：建築設計図や工学図面を理解し、それに基づいて3Dモデルを作成したり、その後の設計操作を実行したりします。
デスクトップ業務の自動化：デスクトップアプリケーションを操作し、フォームへの入力やアプリケーション間での資料処理を行い、反復的な手作業を減らします。
プログラミングと科学研究分析：コマンドラインでプログラミングタスクを完了したり、細胞分裂のタイムラプス撮影などの科学研究データを分析するコードを作成したりします。
動画の確認と修復支援：アニメーションや映像をフレーム単位で確認し、修復チーム向けにタイムコード付きのショット問題記録を作成します。