OpenAI เปิด GPT-6.1 Terra — $1/$5 ต่อล้านโทเคน ถูกกว่า GPT-5.6 Terra ครึ่งหนึ่ง เน้นงาน computer use และ vision, Terminal-Bench 4.0 กระโดดจาก 21.5% เป็น 50.3% และ Artificial Analysis ให้ 48 คะแนน

OpenAI เปิดตัว GPT-6.1 Terra เมื่อ 26 ต.ค. 2026 (changelog ของ API ลงวันเดียวกัน) เป็นโมเดลระดับกลางที่มาแทน GPT-5.6 Terra ใช้ผ่าน API ด้วย model ID gpt-6.1-terra ได้ทันที และเปิดให้ผู้ใช้ Plus, Pro, Enterprise และ Edu ใน ChatGPT Work กับ Codex ด้วย OpenAI ระบุว่าโมเดลนี้ถนัด visual reasoning, computer use ที่แม่นยำ และงานเขียนที่เป็นธรรมชาติ เช่น จับคู่รูปสินค้ากับแคตตาล็อก อ่านแบบวิศวกรรม หรือกรอกฟอร์มในแอป

ประเด็นที่นักพัฒนาควรสนใจที่สุดคือราคา: $1 ต่อล้าน input token, $0.05 cached input และ $5 ต่อล้าน output token OpenAI เขียนว่าราคามาตรฐานต่ำกว่าทั้ง GPT-5.6 Terra และ GPT-6.1 Sol อยู่ 50% และถ้าเทียบกับคู่แข่งตรงตัวอย่าง Claude Sonnet 5.5 ($2 / $10 ตามหน้าราคาของ Anthropic) ก็ถูกกว่าครึ่งหนึ่งเช่นกัน

สเปกและราคาจากหน้าเอกสาร

ตามหน้า model page ใน developers.openai.com:

• บริบท 1,050,000 โทเคน (input สูงสุด 922K) และ output สูงสุด 128K knowledge cutoff 1 มิ.ย. 2026
• รับ input เป็นข้อความกับภาพ ตอบเป็นข้อความ ไม่รองรับเสียงหรือวิดีโอ
• reasoning effort ตั้งได้ตั้งแต่ none ไปจนถึง max (ค่าเริ่มต้น medium) ต่างจาก GPT-6 Astra กับ GPT-6.1 Sol ที่ไม่มีโหมด none
• tool calling ต้องใช้ Responses API ถ้าแอปยังเรียก tool ผ่าน Chat Completions ต้องย้าย
• ยังทำ fine-tuning ไม่ได้ และไม่รองรับ Realtime
• เงื่อนไขที่ต้องระวัง: prompt ที่ยาวเกิน 272K โทเคน คิดราคา input และ cache เป็น 2 เท่า และ output เป็น 1.5 เท่า ทั้ง request, Batch/Flex ถูกลง 50%, Fast mode แพงเป็น 2 เท่า และ cache write คิด $1.25 ต่อล้านสำหรับการเก็บ 30 นาที

ถ้าเทียบกับ GPT-5.6 Terra ($2 / $12, cached $0.20) input จะถูกลงครึ่งหนึ่ง, output ถูกลง ~58% และ cached input เหลือหนึ่งในสี่ ส่วนหลังนี้สำคัญกับงาน agent ซึ่ง cache read เป็นสัดส่วนโทเคนส่วนใหญ่

ตัวเลข benchmark — ส่วนไหนของ OpenAI ส่วนไหนวัดอิสระ

ตัวเลขจากประกาศของ OpenAI เอง:

• Agents’ Last Exam (งาน computer use ระดับมืออาชีพ): ที่ effort medium ได้สูงกว่า GPT-5.6 Terra 15 จุดเปอร์เซ็นต์ ด้วยต้นทุนราวหนึ่งในสาม และ “เทียบเท่า GPT-6 Astra” ที่ราคาต่อโทเคนหนึ่งในสิบ ที่ effort max OpenAI บอกว่าประหยัดโทเคนกว่า Claude Opus 5.5 มากกว่า 3 เท่า ทำให้ ต้นทุนต่องานต่ำกว่าราว 9 เท่า และทำงานเสร็จเร็วกว่า Astra กับ Sol มากกว่า 3 เท่า
• Terminal-Bench 4.0: ที่ effort max ได้ 50.3% เทียบกับ 21.5% ของ GPT-5.6 Terra
• Terminal-Bench-Science 0.1: ชนะ GPT-6.1 Sol ด้วยต้นทุนต่ำกว่า และตามหลัง Opus 5.5 ไม่เกิน 5 จุด ที่ต้นทุนไม่ถึงหนึ่งในห้า
• อัตราข้อผิดพลาด บนชุด prompt ภายในที่ออกแบบมาให้หลอกโมเดล: ที่ effort low ลดจาก 53.6% เหลือ 16.7% ส่วนที่ effort max เหลือ 4.3%
• MMMU-Pro และ OSWorld 2.1 OpenAI ให้แค่กราฟ ไม่มีตัวเลขในเนื้อความ

ตัวเลขที่วัดอิสระ: หน้าโมเดลของ Artificial Analysis ให้ GPT-6.1 Terra (Max) 48 คะแนน บน Intelligence Index v4.3.2 ความเร็ว output 90.9 โทเคน/วินาที แต่ TTFT ที่ effort max สูงถึง ~189 วินาที เพราะคิดนานก่อนตอบ ตามที่ The Decoder อ้างกราฟของ AA คะแนนนี้อยู่ระหว่าง GPT-6.1 Sol (52) กับ GPT-5.6 Terra (42) ต้นทุนต่องานราว $0.40 เทียบกับ $1.40 ของรุ่นก่อน และอัตราการ “เดา” เมื่อไม่รู้คำตอบบน AA-Omniscience ลดจาก 88% เหลือ 38% (ตัวเลขชุดหลังนี้เรายังไม่ได้ตรวจกับ dataset ของ AA โดยตรง)

OpenAI เองยังแนะนำให้ใช้ GPT-6.1 Sol หรือ GPT-6 Astra กับงานโค้ดที่ซับซ้อนที่สุด

ด้านความปลอดภัย

OpenAI ระบุว่า Terra ถึงเกณฑ์ “Critical” ด้าน cybersecurity ตาม Preparedness Framework จึงใช้ชุด safeguard เดียวกับ GPT-6 Astra รวมถึงการ monitor misalignment แบบ asynchronous ฝั่ง API system card (ฉบับ addendum ต่อ system card ของ Astra) เขียนว่า Terra ใกล้เคียง Astra และ Sol ด้านความทนต่อ prompt injection แต่ตัวเลข indirect injection ให้มาเป็นกราฟเท่านั้น The Decoder อ่านกราฟได้ 98.8% เทียบกับ 96.2% ของรุ่นก่อน ถ้าตัวเลขนี้ถูก agent ที่อ่านเนื้อหาจากเว็บหรืออีเมลก็ยังโดนคำสั่งแฝงหลุดผ่านได้ราว 1 ใน 100 ครั้ง และ OpenAI เองก็ยอมรับในเอกสารว่ากำลังปรับชุดทดสอบนี้ใหม่

มุมมอง AI Curator

Terra น่าสนใจกว่าข่าวโมเดลกลางรุ่นใหม่ทั่วไป เพราะ OpenAI วางตำแหน่งไว้ที่ computer use ราคาถูก ซึ่งเป็นงานที่เคยแพงจนใช้จริงไม่คุ้ม เช่น ให้ agent อ่านใบแจ้งหนี้แล้วกรอกเข้าโปรแกรมบัญชีทีละรายการ ถ้าตัวเลข “ต้นทุนต่องานต่ำกว่า Opus 5.5 ราว 9 เท่า” เป็นจริงในงานของเรา งาน back-office ที่ต้องเข้าระบบเก่าแบบไม่มี API (ซึ่งยังมีเยอะมากในองค์กรไทย ทั้งระบบ ERP รุ่นเก่าและเว็บราชการ) จะเริ่มคุ้มที่จะทำ automation ด้วย agent แต่ตัวเลขนั้นเป็นของ OpenAI ล้วน และวัดบน benchmark ที่ OpenAI เลือกเอง

ข้อควรระวังสำหรับทีมที่จะย้ายมีสามข้อ ข้อแรก TTFT ที่ effort max เกือบ 3 นาที ใช้กับงาน batch ได้ แต่ไม่เหมาะกับ UI ที่ผู้ใช้รออยู่ ควรเริ่มจาก medium ตามที่ OpenAI แนะนำเอง ข้อสอง ราคาเกิน 272K โทเคนคิดแพงขึ้นทั้ง request บริบท 1 ล้านโทเคนจึงไม่ได้มีราคา $1 ทั้งหมด ข้อสาม tool calling บังคับใช้ Responses API ใครยังผูกกับ Chat Completions หรือใช้ gateway ที่แปลงเป็นรูปแบบนั้นต้องทดสอบก่อน

ในภาพใหญ่ นี่เป็นอีกหลักฐานของสงครามราคาที่เราเพิ่งเขียนถึงเมื่อวาน โมเดลกลางของ OpenAI ตอนนี้ถูกกว่า Sonnet 5.5 ครึ่งหนึ่งแบบประกาศราคาตรง ๆ ไม่ใช่แค่ส่วนลดหลังบ้าน เราคาดว่า Anthropic จะต้องตอบในระดับ Sonnet ไม่ช้า สำหรับทีมไทยที่จ่ายค่า API เป็นดอลลาร์ ช่วงนี้เหมาะที่จะตั้ง eval ภายในของตัวเองไว้ เพื่อสลับโมเดลตามราคาได้โดยไม่ต้องเชื่อตัวเลขของผู้ขายรายไหน

แหล่งข่าว

• OpenAI API Docs — GPT-6.1 Terra model page (สเปกและราคา)
• OpenAI — Introducing GPT-6.1 Terra (Wayback snapshot 26 ต.ค. 2026)
• OpenAI Deployment Safety — GPT-6.1 Terra system card addendum
• Artificial Analysis — GPT-6.1 Terra
• The Decoder — GPT-6.1 Terra halves OpenAI’s API prices