GPT-6.1 Terraとは​──画面操作に​強い​AIの​料金と​仕事での​使い方

OpenAIは2026年10月26日、画像や画面の理解、コンピューター操作、文章作成を得意とする「GPT-6.1 Terra」を公開しました。^[1] 請求書の内容を読み、必要な項目を業務ソフトに入力するといった、日々繰り返す仕事への利用を想定したモデルです。^[2]

導入で考えたいのは、どの仕事を任せ、どこで人が結果を確認するかです。この記事では、Terraの特徴、業務への当てはめ方、料金、利用条件、Sol・Astra・Lunaとの使い分けを整理します。仕様は2026-10-27時点の公式資料に基づき、業務例は設計例として示します。CAGではTerraのモデル実行、日本語品質、処理時間、実請求額を検証していません。

Terraの特徴は、文章だけで指示を理解する用途に加えて、画像やアプリの画面を読み取る仕事を想定していることです。公式モデル仕様は、商品写真と商品台帳の照合、技術図面の解釈、アプリ画面上の操作、文章の作成・修正を用途に挙げています。^[2]

ここで、画面を理解できることと、実際にアプリを操作できることは分けて考える必要があります。 APIで使う場合は、クリックや入力を実行するブラウザなどの道具をアプリケーション側につなぎます。モデルが選んだ操作を道具が実行し、その後の画面をモデルに返す、という往復で作業が進みます。モデル名を切り替えるだけで、会計ソフトへの接続まで完成するわけではありません。^[4]

OpenAIは、画面操作や視覚理解などの評価で旧Terraからの改善を公表しています。^[2] ただし、評価用の課題で得られた結果から、自社の入力画面や日本語の請求書でも同じ正確さ・速さになるとは判断できません。入力資料、道具、確認方法を揃えて比べる必要があります。

最初の対象には、入力資料と完成形をはっきり示せる仕事が向いています。以下は、公式の用途を踏まえた業務への当てはめ方です。Terraを使ってCAGが実演した結果ではありません。

たとえば請求書の転記なら、最初に処理対象の範囲を決めます。「このフォルダの請求書から、取引先名・請求日・税込金額を下書きに入力する。読めない箇所は推測せず残す。支払いは確定しない」といった依頼です。作業の終点と、AIに任せる権限を一緒に決めると、確認する場所も明確になります。

そのうえで、AIの「完了しました」という返事に加えて、保存された記録を開いて原本と照合します。 正しい画面に見えても、保存されていなかったり、別の取引先の行に入っていたりする可能性は残るからです。OpenAIのモデル選択ガイドも、画面操作では保存結果と完了報告の正確さを確認するよう勧めています。^[8]

公式のcomputer useガイドは、隔離した実行環境や、重要な操作に人の確認を入れる設計を案内しています。^[4] 実務では、下書きまでをAIに任せ、支払い確定・外部への送信・取り消しにくい変更の前に人が判断する線を引くと、試す範囲を限定できます。

2026-10-27時点の標準API料金は、100万トークンあたり入力1ドル、キャッシュからの読み取り0.05ドル、出力5ドルです。トークンは、AIが文章などを処理するときの課金単位です。日本語の文字数とそのまま一致するものではありません。^[3]

横にスクロールして、入力の長さごとの単価を比較できます。

表はすべて100万トークンあたりの米ドル表示です。272Kは272,000入力トークンを指します。しきい値を超えると、超過した部分だけでなく、リクエスト全体に長い入力向けの料金が適用されます。キャッシュの読み取りと書き込みも別の課金です。^[3]

単純な例として、キャッシュを使わず、1回の標準リクエストで入力10,000トークン、課金対象の出力2,000トークンを使ったとします。入力0.01ドルと出力0.01ドルで、トークン料金は合計0.02ドルになります。これは上記単価から計算した例で、Terraを実行して得た請求額ではありません。

画面操作では、途中の画面を何度も送り、必要に応じて操作をやり直します。道具の利用料、実行環境の費用、人が確認・修正する時間も加わります。Fastモードなどの実行条件でも単価は変わります。^[3] 比べたいのは、同じ仕事を受け入れられる状態まで終える費用です。1回の生成単価だけで採算を決めないほうが、導入後の見積りと実績を合わせやすくなります。

ChatGPT WorkやCodexの契約に含まれる利用枠と、OpenAI APIの従量課金も別です。APIの単価表を、そのまま月額プラン内の作業回数に換算することはできません。

OpenAIの発表は、ChatGPT WorkとCodexのPlus・Pro・Enterprise・Edu利用者、およびOpenAI APIでの提供を案内しています。^[2] 実際に選べるモデルや設定は、利用する製品・契約・管理者の設定を確認します。Codex CLIでTerraを使う場合は、公式文書で0.159.0以降が必要とされています。^[5]

APIのモデル名は gpt-6.1-terra です。文章の生成などにはChat CompletionsとResponsesの両方が対応していますが、道具を呼び出す場合はResponses APIが必要です。^[2] Responses APIは、モデルの回答と道具の呼び出しを組み合わせて扱うためのAPIです。画面操作を行わせるアプリでは、操作用の道具、ログイン、触ってよい範囲、結果の記録を合わせて用意します。

日本はOpenAI APIの対応国・地域に含まれています。^[6] ただし、日本から接続できることと、日本語の帳票を正確に処理できることは別の確認事項です。自社で使う資料、読みにくい数字、似た商品名などを含めて試します。今回の記事では、国内アカウントのモデル一覧や申込・決済画面は実機確認していません。

GitHub CopilotでもTerraの一般提供が告知されていますが、公式案内は段階的な展開と、Business・Enterpriseの管理者によるモデル制御を明記しています。^[7] 契約しているだけで、すべての画面ですぐ選べるとは限りません。

OpenAIのモデル選択ガイドは、Terraを結果が明確な画面操作、材料に基づく簡潔な文章、範囲を絞ったコード修正の候補にしています。Solは複雑な制作や開発、Astraは高い能力を優先する課題、Lunaは費用や待ち時間を抑えたい仕事の候補です。^[8]

これは固定的な順位表ではありません。まずは実際の資料と、合格の条件を揃えるところから始めます。請求書なら、正しい値だけでなく「金額が読めない」「取引先候補が複数ある」「保存に失敗する」といった場合に、推測で進めず適切に止まれるかも確認します。

その条件でTerraと別のモデルを比べ、品質、日本語の扱い、完了までの時間、再試行、実費を記録します。推論に使う強さを比べるときも、まず同じ設定で測り、モデルの違いと設定の違いを分けます。^[8] 最初は一つの業務に絞り、人が確認できる下書きまで任せる。そこで確認の手間まで減るかを見れば、Terraを自社の仕事に組み込む判断がしやすくなります。