GPT-6.1 Terra: OpenAI halbiert Preise für das Mittelklassemodell
OpenAI hat GPT-6.1 Terra veröffentlicht. Das Mittelklassemodell bietet 1,05 Millionen Tokens Kontext, unterstützt Computer Use und kostet in der API rund die Hälfte des Vorgängers. Was Teams mit GPT-5.6 Terra vor einem Wechsel prüfen sollten.
OpenAI hat am 26. Oktober 2026 GPT-6.1 Terra vorgestellt, das neue Mittelklassemodell der GPT-6-Reihe. Es soll vor allem Computerbedienung durch Agenten, visuelles Verständnis etwa von technischen Zeichnungen und Formularen sowie Texte im Büroalltag abdecken. In der API kostet es laut offizieller Modelldokumentation 1 US-Dollar pro Million Eingabe-Tokens und 5 US-Dollar pro Million Ausgabe-Tokens, das ist etwa die Hälfte des Vorgängers GPT-5.6 Terra.
Relevant ist das für Teams, die GPT-5.6 Terra in Automatisierungen, Agenten oder internen Werkzeugen einsetzen. Ein sofortiger Wechsel ist nicht nötig, eine geplante Testphase mit eigenen Daten lohnt sich aber. Wer Werkzeugaufrufe noch über die Chat Completions API abwickelt, muss für Terra auf die Responses API umstellen. Nutzer, die ausschließlich GPT-6.1 Sol oder GPT-6 Astra für komplexe Programmieraufgaben einsetzen, betrifft die Meldung kaum: OpenAI empfiehlt für diese Fälle weiterhin die größeren Modelle.
Was ist neu?
Die Modell-ID lautet gpt-6.1-terra. Laut Dokumentation verarbeitet das Modell Text und Bilder, gibt Text aus und bietet ein Kontextfenster von 1.050.000 Tokens, davon maximal 922.000 Eingabe-Tokens und bis zu 128.000 Ausgabe-Tokens. Der Wissensstand reicht bis 1. Juni 2026. Die Reasoning-Stufe lässt sich von none bis max einstellen, Standard ist medium. Unterstützt werden unter anderem Web- und Dateisuche, Code Interpreter, Computer Use und MCP. Feinabstimmung ist nicht möglich.
Gecachte Eingaben kosten 0,05 US-Dollar pro Million Tokens. Für Prompts über 272.000 Eingabe-Tokens verdoppeln sich Eingabe- und Cache-Preise, Ausgaben kosten dann das 1,5-Fache. Batch- und Flex-Verarbeitung sind 50 Prozent günstiger, regionale Verarbeitung kostet 10 Prozent Aufschlag. In ChatGPT steht das Modell Plus-, Pro-, Enterprise- und Edu-Nutzern in ChatGPT Work und Codex zur Verfügung.
Für wen ist das relevant?
Vor allem für Entwickler und IT-Abteilungen, die Agenten Formulare ausfüllen, Anwendungsoberflächen bedienen oder Bilder mit Katalogdaten abgleichen lassen. Laut BleepingComputer und OpenAI erreicht Terra im Benchmark Agents' Last Exam das Niveau von GPT-6 Astra zu einem Zehntel des Token-Preises und erledigt die Aufgaben mehr als dreimal so schnell wie Astra und GPT-6.1 Sol. Im Terminal-Bench 4.0 löst es bei maximaler Reasoning-Stufe 50,3 Prozent der Aufgaben, GPT-5.6 Terra kam auf 21,5 Prozent. Laut The Decoder führt Artificial Analysis das Modell im Intelligence Index mit 48 Punkten zwischen GPT-6.1 Sol und GPT-5.6 Terra. Alle Werte stammen vom Hersteller oder von Benchmarkanbietern und sind nicht unabhängig in Unternehmensszenarien geprüft.
Wie wichtig ist das Update?
Für Bestandsanwendungen ist es ein Kosten- und Qualitätsthema, kein Sicherheitsnotfall. Interessant sind die Angaben zur Robustheit: Laut System Card, zitiert von The Decoder, wehrt Terra 98,8 Prozent indirekter Prompt-Injection-Angriffe ab, GPT-5.6 Terra kam auf 96,2 Prozent. Für Agenten mit Zugriff auf Webseiten oder Postfächer bleibt damit ein Restrisiko, das technische Schutzmaßnahmen nicht ersetzt.
Was sollten Admins jetzt tun?
- Bestand prüfen: Welche Anwendungen, Skripte und Agenten nutzen
gpt-5.6-terraoder andere Terra-Modelle, und über welche API laufen Werkzeugaufrufe? - Werkzeugaufrufe über Chat Completions auf die Responses API umstellen, bevor Terra eingesetzt wird.
- Beide Modelle mit repräsentativen Bildern und Abläufen bei gleicher Reasoning-Stufe vergleichen, wie OpenAI es selbst empfiehlt.
- Kosten bei langen Kontexten kalkulieren, da ab 272.000 Eingabe-Tokens höhere Sätze für die gesamte Anfrage gelten.
- Für Agenten mit Computer Use Rechte, erreichbare Systeme und Freigabeschritte begrenzen, unabhängig vom Modell.
Einordnung für Unternehmen
Terra senkt den Preis für typische Büroautomatisierung deutlich, was Pilotprojekte mit Agenten wirtschaftlich attraktiver macht. Für kleine und mittlere Unternehmen zählt dabei weniger der Benchmark als die Frage, ob das Modell die eigenen Formulare und Abläufe zuverlässig bewältigt. Eine kurze Testphase mit realen Daten und klaren Abbruchkriterien ist sinnvoller als ein sofortiger Wechsel in der Produktion. Datenschutzfragen zur Verarbeitung personenbezogener Daten bleiben unabhängig vom Modell bestehen.
Passende Anleitungen auf S-EDV
- GPT-6 Sol und Luna: OpenAI halbiert die API-Preise
- Google Cloud bietet GPT-6-Modelle von OpenAI im Model Garden
- GPT-5.6 vorgestellt: OpenAI startet Sol, Terra und Luna
