製品・サービス · 2026-10-28 · Team LATENT

GPT-6.1 Terraでコンピューター操作の1タスクはいくらか　Astraとの差に払う金額

GPT-6.1 TerraのAPI単価はGPT-6 Astraの10分の1だ。発表グラフの全データ点から、コンピューター操作の1タスクあたりの費用を推論の労力別に読む。Astraとのスコア差に払う金額と、スクリーンショットにかかる費用も試算する。

届いた請求書を読み取って、会計ソフトに明細を入力する。OpenAIはGPT-6.1 Terraの発表で、大量の業務を自動化する例としてこの作業を挙げた。画面を見てマウスとキーボードを動かすAIに任せると、1件あたりいくらかかるのか。

OpenAIは2026年10月26日、GPT-6.1 Terraを公開した。視覚的な推論とコンピューター操作に向けた高速なモデルで、ChatGPT WorkとCodex、APIで使える。標準のAPI料金は入力100万トークンあたり1ドル、出力5ドルで、最上位のGPT-6 Astraの10分の1にあたる。

この記事では、発表ページのグラフに載った全データ点から、1タスクあたりの費用を推論の労力別に読む。そのうえで、Astraとのスコアの差に払う金額と、自前で動かすときのスクリーンショットの費用を試算する。仕様と料金は10月27日に確認した。ベンチマークの費用とスコアはOpenAIの公表値で、試算はLATENTが公表値と料金表から計算したものだ。

OpenAIの発表 / System Card（補遺） / API料金表

この記事の要点

Terraの1タスクあたりの費用は、推論の労力を低からマックスに上げると、OSWorld 2.1で3.3倍、Agents' Last Examで6.3倍になる。単価だけでは1タスクの費用は決まらない。
OSWorld 2.1では、単価が2倍のGPT-6.1 Solがほぼ同じ費用でTerraを上回る。Solの中程度は0.65ドルで73.5%、Terraの非常に高は0.62ドルで71.3%だ。
Agents' Last ExamではTerraとAstraの中程度が57.6%で並び、費用は約17分の1になる。OSWorld 2.1とTerminal-Bench 4.0、間接プロンプトインジェクションへの防御率では、Astraが上回る。

単価はAstraの10分の1、1タスクの費用は推論の労力で3〜6倍変わる

100万トークンあたりのAPI料金を並べると、Terraは入力1ドル、キャッシュ済み入力0.05ドル、出力5ドルだ。前世代のGPT-5.6 Terraは入力2ドル、出力12ドルだった。GPT-6.1 Solは入力2ドル、出力10ドルで、Terraのちょうど2倍になる。GPT-6 Astraは入力10ドル、出力50ドルで、Terraの10倍だ。グラフで比べられているAnthropicのClaude Opus 5.5は入力4ドル、出力20ドルで、Terraの4倍にあたる。

1タスクにかかる費用は、この単価だけでは決まらない。TerraのAPIでは、推論の労力をnoneからmaxまでの6段階で選べる。発表のグラフは、noneを除く5段階について1タスクあたりの費用とスコアを示している。日本語版のグラフは、lowからmaxまでを低・中程度・高・非常に高・マックスと呼んでおり、この記事もその呼び方に合わせる。

コンピューター操作の評価は2つある。OSWorld 2.1は、デスクトップアプリを使って複数の手順をこなすタスクの評価だ。OpenAIは技術図面から3Dモデルを作る作業を例に挙げている。Agents' Last Examは、UC Berkeley RDIなどが主導する専門職の長い作業の評価だ。建築図面からの3Dモデル作成や、アニメーション映画をショットごとに確認する作業が含まれる。

TerraのOSWorld 2.1では、低が0.36ドルで53.8%、マックスが1.19ドルで74.2%だった。費用は3.3倍になり、スコアは20.4ポイント上がる。Agents' Last Examでは、低が0.16ドルで55.9%、マックスが1.01ドルで60.0%だった。費用は6.3倍になるが、スコアは4.1ポイントしか上がらない。推論の労力を上げて得られる点は、タスクの種類によって大きく違う。

OpenAIの本文にある比較も、グラフの値で確かめられる。Agents' Last Examの中程度では、Terraは0.29ドルで57.6%、GPT-5.6 Terraは0.84ドルで42.6%だ。スコアは15.0ポイント高く、費用は約3分の1になる。マックス同士ではClaude Opus 5.5が8.82ドルで63.2%、Terraが1.01ドルで60.0%だった。費用の差は約8.7倍で、本文の「約9分の1」と合う。

OpenAIの発表 / GPT-6.1 Terraのモデルページ / GPT-5.6 Terraのモデルページ / Claudeの料金表

OSWorldでは単価が2倍のSolが同じ費用でTerraを上回る

OSWorld 2.1のグラフを推論の労力ごとに並べると、表のようになる。各欄は1タスクあたりの費用とスコアだ。

推論の労力	GPT-6.1 Terra	GPT-6.1 Sol	GPT-6 Astra
低	0.36ドル / 53.8%	0.38ドル / 60.9%	2.32ドル / 63.3%
中程度	0.50ドル / 66.7%	0.65ドル / 73.5%	4.37ドル / 75.4%
高	0.51ドル / 68.7%	0.90ドル / 75.5%	5.76ドル / 78.3%
非常に高	0.62ドル / 71.3%	0.95ドル / 75.9%	6.60ドル / 79.0%
マックス	1.19ドル / 74.2%	1.15ドル / 78.0%	8.17ドル / 80.9%

低同士では、Solの費用はTerraより0.02ドル高いだけで、スコアは7.1ポイント高い。Solの中程度は0.65ドルで73.5%となり、Terraの非常に高の0.62ドル、71.3%を上回る。マックス同士では、Solのほうが安く、スコアも高い。費用がほぼ同じ段階同士を比べると、どの組み合わせでもSolの点が高い。

SolのAPI単価は、入力、キャッシュ済み入力、出力のどれもTerraの2倍だ。単価が2倍で1タスクの費用がほぼ同じなら、SolがOSWorld 2.1の1タスクで使うトークンは、Terraの半分ほどだと計算できる。単価が半分のモデルを選んでも、1タスクの費用が半分になるとは限らない。

Agents' Last Examでは、逆にTerraが有利だ。Terraの低は0.16ドルで55.9%となり、Solの低の0.70ドル、52.4%を費用とスコアの両方で上回る。Terraの非常に高は0.66ドルで58.5%、Solのマックスは2.00ドルで58.6%だった。同じコンピューター操作の評価でも、どちらのモデルが安く済むかは入れ替わる。

OSWorld 2.1のグラフで最も高いスコアは、Claude Sonnet 5.5のマックスの83.9%（5.74ドル）だ。Sonnet 5.5の非常に高は2.22ドルで81.0%だった。Astraのマックス（8.17ドル、80.9%）とほぼ同じ点を、約4分の1の費用で出している。いずれもOpenAIによる測定だ。

スコアの読み方にも注意が要る。OSWorld 2.1の評価コードは、タスクごとに複数の採点項目を重み付きで足し、0から1の点を返す。OpenAIのグラフは、この部分点を含む平均か、すべての項目を満たしたタスクの割合かを書いていない。そのため、この記事ではスコアを「成功率」とは呼ばない。公開リポジトリには、インターネットを使わない82件のタスク一覧がある。OpenAIの「オフラインセット」がこの一覧と同じかどうかも、発表には書かれていない。

OSWorld 2.1のリリースノート / OSWorld-V2の採点結果の形式

Astraとのスコア差1ポイントにいくら払うか

AstraとTerraを、発表に載っている評価で並べた。費用の比は、Astraの1タスクあたりの費用をTerraの費用で割った値だ。

評価	推論の労力	GPT-6.1 Terra	GPT-6 Astra	費用の比
Agents' Last Exam v1	中程度	0.29ドル / 57.6%	4.82ドル / 57.6%	16.6倍
Agents' Last Exam v1	マックス	1.01ドル / 60.0%	7.24ドル / 59.3%	7.2倍
OSWorld 2.1	中程度	0.50ドル / 66.7%	4.37ドル / 75.4%	8.7倍
OSWorld 2.1	マックス	1.19ドル / 74.2%	8.17ドル / 80.9%	6.9倍
Terminal-Bench 4.0	マックス	1.84ドル / 50.3%	10.34ドル / 58.2%	5.6倍
MMMU-Pro	中程度	0.0041ドル / 84.6%	0.039ドル / 85.3%	9.5倍
事実誤認を含む回答の割合（低いほど良い）	中程度	0.029ドル / 10.1%	0.29ドル / 9.7%	10.0倍
間接プロンプトインジェクションの防御率	記載なし	98.770%	99.789%	記載なし

Agents' Last Examでは、Astraに払う上乗せはスコアに表れない。中程度同士は57.6%で並び、マックス同士ではTerraのほうが0.7ポイント高い。この評価に近い作業なら、Terraで十分という読み方になる。

差が出るのはOSWorld 2.1だ。中程度同士では、AstraはTerraより8.7ポイント高く、1タスクあたり3.87ドル高い。1ポイントあたりに直すと、1タスクにつき約0.44ドルを払う計算になる。100タスクなら上乗せは387ドルで、スコアの差を足し合わせるとタスク8.7件分にあたる。1件分あたりでは約44.5ドルだ。人が残りの作業を仕上げる費用が1件あたり44.5ドルを超えるなら、Astraの中程度を選ぶ理由になる。

ただし、比べる相手を変えると金額は大きく変わる。Terraのマックスは1.19ドルで74.2%と、Astraの中程度の75.4%に1.2ポイント差まで近づく。この1.2ポイントのために1タスクあたり3.18ドルを払うと、タスク1件分あたりでは265ドルになる。さらに、Solのマックスは1.15ドルで78.0%となり、Astraの中程度を上回る。TerraとSolの最高点は、このSolのマックスの78.0%だ。Astraがこれを上回るのは、高の78.3%、非常に高の79.0%、マックスの80.9%の3段階になる。

スコアの差が部分点の差なら、「タスク何件分」という換算は目安にとどまる。部分的に終わった作業を人が仕上げる手間は、残りの採点項目の数に比例するとは限らないからだ。

コンピューター操作では、外部の内容を読む場面の安全性も費用に関わる。System Cardに載った間接プロンプトインジェクションへの防御率は、Terraが98.770%、Astraが99.789%、Solが98.983%だった。間接プロンプトインジェクションは、ウェブページなど第三者の内容に埋め込んだ指示で、エージェントをユーザーの作業からそらす攻撃だ。失敗の回数に直すと、1000回の攻撃あたりTerraで約12回、Astraで約2回になる。OpenAIは、TerraがSolやAstraと同様に間接プロンプトインジェクションへの耐性が高いと説明している。それでも、メールや外部サイトを読みながら操作する作業では、この差を確認や承認の手間として見込む必要がある。

TerraはPreparedness Frameworkのサイバーセキュリティ分野で、Criticalと判定された。OpenAIは、Astra向けに作った保護策をTerraにも使っている。

System Card（補遺） / Agents' Last Examのリーダーボード

自前で動かす費用はスクリーンショットとキャッシュで決まる

OpenAIのグラフの費用は、OpenAIの評価環境で測った値だ。自分のアプリでAPIを使うときの費用は、何枚のスクリーンショットを送るかと、キャッシュがどれだけ当たるかで変わる。OpenAIの画面操作ガイドによると、スクリーンショットは画像入力として課金される。

画像のトークン数は、画像を32×32ピクセルのパッチで覆い、パッチの数にモデルごとの倍率を掛けて求める。OpenAIの計算規則の表では、GPT-5.2以降のモデルはGPT-6 Astraを含めてすべて1.2倍だ。Terraの倍率は、10月27日の時点でこの表に載っていない。ここでは、TerraもAstraと同じ1.2倍と仮定する。フルHD（1920×1080）の画面は横60、縦34で2,040パッチになり、1.2倍すると1枚2,448トークンだ。

1タスクで50回スクリーンショットを撮り、毎回それまでの履歴をすべて送る場合を試算する。n回目のリクエストには画像がn枚入るので、画像の入力は合計で2,448×(1+2+…+50)となる。1から50までの和は1,275なので、合計は約312万トークンだ。新しく加わる画像の計12万2,400トークンにはキャッシュ書き込みの単価がかかり、残りの約300万トークンはキャッシュから読み出されると仮定する。キャッシュ書き込みの単価は、30分保持で入力単価の1.25倍だ。

Terraでは、書き込みが12万2,400トークン×1.25ドル÷100万で約0.15ドル、読み出しが約300万トークン×0.05ドル÷100万で約0.15ドルになる。合計は約0.30ドルだ。Astraでは書き込みが約1.53ドル、読み出しが約3.00ドルで、合計は約4.53ドルになる。差は約15倍で、単価の差の10倍より大きい。Terraのキャッシュ済み入力は入力単価の5%で、Astraは10%と割引の幅が違うためだ。

キャッシュが一度も当たらなければ、312万トークンをすべて通常の入力単価で払う。Terraで約3.12ドル、Astraで約31.21ドルだ。Terraでは、キャッシュが当たるかどうかだけで画像の費用が約10倍変わる。この試算は画像だけを数えたもので、指示文、ツールの定義、モデルの出力と推論のトークンは含まない。

長いタスクでは、もう1つ料金の境目がある。1回のリクエストの入力が272Kトークンを超えると、そのリクエスト全体の料金が入力2倍、出力1.5倍になる。画像だけで数えると、110枚あまりで境目に届く。古いスクリーンショットを履歴から外せば、境目は越えにくくなる。ただし、キャッシュは先頭から一致する部分しか再利用されない。途中の画像を外すと、その位置より後ろはキャッシュから読めなくなる。どこで画像を外すかは、費用を測りながら決める必要がある。

画面操作のガイド / 画像入力の費用の計算 / プロンプトキャッシュのガイド

使い分けの目安

ここからはLATENTの提案だ。請求書の入力のように同じ手順を大量に繰り返す作業は、Terraの低か中程度から試すのがよい。Agents' Last Examの数値では、Terraの低がSolの低よりも安く、スコアも高かった。

デスクトップアプリを何段階も操作する作業では、Solの中程度も並べて測りたい。OSWorld 2.1の数値では、単価の安いTerraが1タスクでも安いとは限らない。

Astraを選ぶ理由になるのは、失敗の後始末が高くつく作業と、外部のウェブページやメールを読みながら操作する作業だ。OSWorld 2.1の上位の点と、間接プロンプトインジェクションへの防御率で、AstraはTerraを上回る。画面操作のスコアだけで比べるなら、OpenAIのグラフではClaude Sonnet 5.5も候補になる。

ChatGPT WorkとCodexで使う場合、料金はプランの利用枠で決まる。OpenAIの説明では、同じ利用枠でこなせるタスクの数は、TerraがGPT-5.6 Terraより多い。SolやAstraと比べると、その数は大幅に増える。何件こなせるかの具体的な数は公表されていない。

自前で導入を検討するなら、自分の作業で4つの値を測る必要がある。1つ目は、1タスクあたりの入力、キャッシュ済み入力、出力のトークン数だ。2つ目はスクリーンショットの枚数と解像度、3つ目は最後まで終えたタスクの割合になる。4つ目は、人が手直しにかけた時間だ。この4つがそろえば、モデルごとに1件あたりの総費用を比べられる。

LATENTは9月4日にGPT-6 Astraの公開を、9月30日にGPT-6.1 SolとClaude Opus 5.5の価格競争を取り上げた。Terraは、この2つのモデルの下に置かれた大量処理向けの選択肢になる。

出典と確認範囲

料金、仕様、グラフの数値は、2026年10月27日に一次資料で確認した。公開日はOpenAIのニュース一覧の日付による。1タスクあたりの費用とスコアはOpenAIの評価環境での公表値で、LATENTは測定していない。Claude Opus 5.5とClaude Sonnet 5.5の値も、OpenAIによる測定だ。グラフはスコアの算出方法を書いておらず、部分点を含む平均か、すべての項目を満たしたタスクの割合かは確認できなかった。Terraの画像トークンの倍率は未公表のため、スクリーンショットの試算ではAstraと同じ1.2倍を仮定した。