Prezzi dimezzati e posizionamento
OpenAI ha rilasciato GPT-6.1 Terra, modello di fascia media che, secondo l'azienda, riduce della metà i prezzi delle API rispetto a GPT-5.6 Terra. Il listino indicato dalla fonte prevede 1 dollaro per milione di token in input e 5 dollari in output, contro i 2 e 12 dollari del predecessore; gli input in cache scendono a 0,05 dollari per milione, un quarto della tariffa precedente. Il modello è disponibile da subito per gli utenti Plus, Pro, Enterprise ed Edu in ChatGPT Work e Codex, oltre che tramite API.
La fonte colloca Terra come concorrente diretto della serie Sonnet di Anthropic, citando per Claude Sonnet 5.5 un prezzo di 2 dollari per milione di token in input e 10 in output. Il confronto, però, è sui listini riportati nel materiale e non su costi effettivi misurati in scenari d'uso indipendenti.
Le metriche di efficienza e i limiti dei benchmark
Secondo Artificial Analysis, citata dalla fonte, GPT-6.1 Terra rappresenta un nuovo riferimento per l'intelligenza per dollaro. Al massimo sforzo di ragionamento guadagna 6 punti sull'Intelligence Index rispetto a GPT-5.6 Terra, costando meno di un terzo per compito (0,40 dollari contro 1,40). A livelli di sforzo inferiori l'incremento sarebbe ancora maggiore, tra 7 e 13 punti, collocando il modello sulla frontiera di Pareto, dove costo e prestazioni non possono migliorare entrambi contemporaneamente.
Nel Coding Agent Index v2.0 Terra ottiene 48 punti, sei sotto GPT-6.1 Sol e diciassette sopra GPT-6 Luna. Sul benchmark privato AA-Omniscience la propensione a tirare a indovinare in assenza di risposta scende dall'88% del predecessore al 38%, con un miglioramento di due punti nell'accuratezza. Sono dati forniti da terzi ma non verificabili in modo indipendente, e il carattere privato del benchmark ne limita la replicabilità.
Controllo del software, sicurezza e compiti più complessi
OpenAI presenta Terra come particolarmente forte nel controllo automatizzato del software. Sul benchmark Agents' Last Exam eguaglierebbe GPT-6 Astra a un decimo del prezzo per token; rispetto a Claude Opus 5.5 al massimo sforzo sarebbe oltre tre volte più efficiente in token a un quarto del prezzo, con un costo per compito circa nove volte inferiore, e con tempi di completamento più che tripli rispetto a GPT-6 Astra e GPT-6.1 Sol. Si tratta di dichiarazioni dell'azienda, non di misurazioni indipendenti.
Sul ragionamento visivo MMMU-Pro supera il predecessore a ogni livello e si avvicina ai modelli maggiori; sul benchmark per agenti desktop OSWorld 2.1 batte il miglior risultato di GPT-5.6 Terra a sforzo medio con un costo frazione. Sul coding Terminal-Bench 4.0 risolve il 50,3% dei compiti al massimo sforzo, contro il 21,5% del predecessore. OpenAI continua però a raccomandare GPT-6.1 Sol e GPT-6 Astra per i compiti di programmazione più impegnativi.
Sul fronte sicurezza, la fonte riporta che Terra raggiunge la soglia "Critical" del Preparedness Framework di OpenAI ed eredita le salvaguardie di GPT-6 Astra. La system card indica una tenuta del 99,99% contro attacchi diretti alla gerarchia delle istruzioni, come per Astra e Sol, e una difesa del 98,8% contro il prompt injection indiretto, in aumento dal 96,2% del predecessore. Resta da verificare sul campo quanto questi tassi si traducano in protezione effettiva nelle applicazioni esposte a contenuti di terzi.
