GPT-6.1 Terra: levnější token, ne nutně levnější dokončený úkol

Terra není jen „levnější Sol“

GPT-6.1 Terra je nový model zaměřený na computer use: čte obrazovku, rozhoduje o dalším kroku a ovládá aplikaci. Nabízí levnější alternativu pro vizuální workflow, ale čtenáři záleží na jedné věci — zda bude celý úkol stát méně, a ne jen jednotlivý token.

Terra přitom nenahrazuje všechny ostatní modely. Sol a Astra jsou vhodnější pro složité programování, Terra pro práci s vizuálními úkoly a ovládání počítače a Luna pro jednoduchou práci a méně náročné vývojářské úkoly.

Její přínos tedy nespočívá v univerzálnosti. Specializuje se tam, kde model musí rozpoznat prvek na obrazovce, kliknout na něj a zjistit, zda akce fungovala. Aby se to vyplatilo, musí ušetřená sazba převážit náklady na další kroky a případné pokusy.

Cena tokenu není cenou úkolu

Uvedené standardní ceny API jsou 1 USD za milion vstupních tokenů, 0,05 USD za milion tokenů z cache a 5 USD za milion výstupních tokenů. Pro běžného čtenáře je to srozumitelné číslo, ale pro automatizaci nestačí.

Cena hotového workflow se počítá jinak:

cena úkolu = vstupní a výstupní tokeny × sazba + kroky, retry a případné lidské kontroly

Levný model může úkol prodražit, pokud potřebuje delší plán, více přemýšlení nebo opakované pokusy. Dražší model naopak může stejný formulář dokončit za menší počet kroků. Ceník proto není srovnáním výkonu; je srovnáním jednotkové ceny.

Tento rozdíl zachycuje i část diskuse. Jeden z diskutujících upozornil, že nižší sazba bude při větším počtu spotřebovaných tokenů smazána. Jiný naopak popsal Terru jako model, který se vyplatí tam, kde Luna úkol dokončuje pomalu.

Z obou zkušeností plyne stejná potřeba: měřit celý úkol, ne jednotlivý požadavek. Uživatel chce hotový formulář, vyplněný požadavek nebo vyřešený problém — ne co nejlevnější jednotlivý krok.

OpenAI přitom uvádí, že Terra v testu Agents’ Last Exam získala o 15 procentních bodů více než předchozí Terra přibližně za třetinové náklady. To je výsledek jednoho vendorového benchmarku, nikoli záruka na vašich datech.

Jak to funguje pod kapotou a kde má postup limity

Computer use je smyčka „snímek obrazovky → rozhodnutí → akce → nový snímek“. Model nejprve vidí obraz, potom rozhodne, kam kliknout, a další snímek ukáže, co akce změnila.

Každý nový snímek se znovu tokenizuje. Sdílený prefix může být zčásti uložen do cache, ale dynamické UI cache obvykle obchází.

Druhým mechanismem je volba modelu podle náročnosti. Terra má dávat smysl pro hromadné vizuální workflow bez API, zatímco složitý kód se přesměruje na Sol nebo Astru. Uvedený výsledek 50,3 % v testu Terminal-Bench 4.0 při maximálním úsilí je však pouze jeden bod výsledku; podle ověření v tomto testu GPT-5.6 Terra dosáhla 21,5 %.

Pixelové ovládání má konkrétní slabinu: jeden chybný klik může restartovat plán a vyvolat další kroky i tokeny. Snímek navíc může obsahovat rozpracované UI nebo jiný vizuální šum. Sémantický popis prvku je stabilnější než souřadnice pixelů.

Benchmarky také neměří retry ani cenu lidské kontroly. Pro vlastní výběr je potřeba success rate, počet snímků a kroků a konečné tokeny na vlastní sadě úkolů. Samotné procento úspěšnosti totiž neříká, zda jste daný formulář odeslali za pět minut, nebo za hodinu.

Největší omezení je jiného druhu: pokud web nebo aplikace nabízí API, DOM nebo jiný přímý přístup, vizuální smyčka je zbytečná. Pro účetnictví, tickety nebo e-mail je deterministický zápis přes API nebo MCP levnější i spolehlivější než hledání tlačítka na obrazovce.

Kdy použít Terru, Sol, Astru a Lunu

Praktický router může vypadat takto:

• Luna pro jednoduché úkoly, kde stačí rychlá a levná odpověď.
• Terra pro vizuální workflow a hromadné úlohy bez dostupného API.
• Sol nebo Astra pro složitý kód, více kroků a situace, kde chyba znamená drahý restart.
• API, MCP nebo nástroje pracující s DOM pro deterministické webové a podnikové procesy.

Pro web existují stabilnější postupy než čtení pixelů. Playwright nebo Chrome DevTools Protocol vybírají prvek podle role či textového obsahu. Nástroje pro desktop na Linuxu mohou pracovat s přístupnostním stromem aplikace.

Nejde tedy o obecně „lepší AI“, ale o odstranění kroku, při němž model hádá souřadnice. Když aplikace nabízí přímý přístup, použijte jej. Vizuální ovládání ponechte tam, kde skutečně nemáte jinou možnost.

OpenAI nový model nabízí v ChatGPT Work a Codexu uživatelům plánů Plus, Pro, Enterprise a Edu. Samotné API je vhodné tam, kde běží vlastní orchestrátor a lze přesně počítat snímky, retry a cache.

ZDROJ: openai.com ↗

Co si z toho vzít

• Terra není obecně levnější náhradou Solu; je specializovaná varianta pro vizuální úlohy a computer use.
• Porovnávejte cenu hotového úkolu: tokeny, kroky, retry a lidskou kontrolu.
• Vlastní benchmarková sada je hodnotnější než převzetí skóre výrobce.
• Pro web s API nebo přístupným DOM upřednostněte deterministické nástroje před pixelovým ovládáním.
• Složité programování nechte Solu a Astře; Terra má smysl tam, kde je podstatná práce s obrazovkou.