メインコンテンツへスキップ
見出し画像

GPT-6.1 Terraとは?料金は入力$1・出力$5、Codexで使えるかを実機で試した結果【2026年10月】

    OpenAI が 2026年10月下旬、新しいモデル GPT-6.1 Terra を発表しました。ChatGPT Work と Codex で使え、API の料金は「入力 100万トークンあたり $1、出力 $5」と、かなり安く設定されています。

    この記事は、公開された数字を整理して、Codex で本当に使えるのかを、手元の環境で確かめた結果を書いたものです。

    私は Claude Code と Codex を毎日使って、教材づくりや出品の自動化をしている個人です。この記事の発表内容は、OpenAI の発表ページと、DataCamp などが発表を伝えた記事によるものです。実測の部分は、私の PC で動かした結果です。全文無料です。

    この記事で分かること

    • GPT-6.1 Terra の位置づけと、API の料金

    • OpenAI が公表している性能の数字(と、それをどう受け取るか)

    • Codex で gpt-6.1-terra を指定して動かす方法と、私の PC での結果

    • 同じ小さな依頼を、既定のモデルと Terra で3回ずつ試した結果(と、その限界)

    • 使い分けの考え方

    先に結論

    • Terra は、OpenAI の Terra 系列の最新モデルで、Sol・Astra より能力は下、料金は大きく下と位置づけられています。前の GPT-5.6 Terra を置き換えます

    • API の料金は、入力 $1・キャッシュされた入力 $0.05・出力 $5(いずれも 100万トークンあたり)。OpenAI は、GPT-5.6 Terra と GPT-6.1 Sol の半額と説明しています

    • Codex は、codex exec -m gpt-6.1-terra "..." で指定でき、私の PC で実際に動きました(Codex 0.164.0-alpha.11.1)。推論の強さ(effort)も low・max を受け付けました

    • この PC の Codex の既定のモデルは gpt-6.1-sol(effort は medium)でした

    • 30日分の売上データから「最大の日と合計」を出させる依頼を3回ずつ試すと、既定の Sol は 3回中3回正解、Terra は 3回中2回正解(1回は合計が 1,000円ずれた)。かかった秒数は、Sol が 11.9〜13.9秒、Terra が 9.7〜15.2秒で、ほぼ同じでした。1つの依頼を3回ずつだけなので、「Terra の方が間違える」とは言えません

    • OpenAI は、サイバーセキュリティの面で、Terra を Preparedness Framework(準備フレームワーク)の「Critical」の基準に達していると位置づけ、GPT-6 Astra 向けに作った保護策を維持している、と説明しています

    画像

    GPT-6.1 Terra とは何か

    OpenAI の発表ページと、DataCamp の記事(OpenAI の発表を引用したもので、著者は数字を再現していません)によると、位置づけは次のとおりです。

    • OpenAI の Terra 系列の最新。Sol と Astra よりは能力が下、コストは大幅に下

    • 従来の GPT-5.6 Terra を置き換える

    • 主な用途は、コミュニケーションやコンピュータ上の業務。例として、技術図面の読解、動画編集、請求書の読み取りと入力が挙がっています

    • 複雑なソフトウェア開発には、Sol か Astra を勧めている

    OpenAI の説明によると、Agents' Last Exam というテストでは、Astra と同等の成績を出し、タスクを Sol と Astra の両方より3倍以上速く終えたそうです。速さの測り方は、書かれていません。ChatGPT Work と Codex では、同じ利用枠でできるタスクの数が、GPT-5.6 Terra より多く、Sol や Astra よりかなり多い、とも書かれています。

    料金

    DataCamp の記事(2026年10月26日時点の確認)によると、API の標準料金は次のとおりです。

    • 入力:100万トークンあたり $1

    • キャッシュされた入力:100万トークンあたり $0.05

    • 出力:100万トークンあたり $5

    OpenAI は、これを GPT-5.6 Terra と GPT-6.1 Sol の半額としています。GPT-6 Astra と比べると、トークン単価は10分の1です。

    具体的な見積もりを出してみます。たとえば、1回の依頼で入力 10万トークン、出力 1万トークンを使うなら、次のとおりです。

    • すべて通常の入力:0.1(百万)× $1 + 0.01(百万)× $5 = $0.15

    • 入力10万トークンがすべてキャッシュされている場合:0.1 × $0.05 + 0.01 × $5 = $0.055

    キャッシュされた入力が通常の1/20の値段なので、同じ前置き(長い指示や資料)を毎回付ける使い方では、キャッシュが効く条件で、入力の費用がかなり小さくなります。キャッシュの仕組みそのものは、Claude の場合ですが、下の「次に読む」の記事に実測を書きました。

    公表されている性能の数字

    OpenAI の発表と、DataCamp の記事が引いている数字です。どれも OpenAI の数字で、第三者が再現したものではありません。

    • Agents' Last Exam(effort: medium):GPT-5.6 Terra より 15ポイント高く、GPT-6 Astra と同等

    • Terminal-Bench 4.0(effort: max):50.3%。GPT-5.6 Terra は 21.5%(記事の本文には「約20%」ともあり、表の数字を使いました)

    • 誤りを誘発するように作った内部のテスト:誤りの割合が、effort: low で 16.7%、max で 4.3%。GPT-5.6 Terra は low で 53.6%

    • MMMU-Pro:すべての設定で GPT-5.6 Terra を上回り、Astra・Sol に近い

    • OSWorld 2.1(effort: medium):GPT-5.6 Terra の最高スコアを上回る(具体的な数値は記載なし)

    • Terminal-Bench-Science 0.1(effort: max):Sol を上回り、Claude Opus 5.5 との差は5ポイント以内

    Claude Opus 5.5 との比較も出ています。OpenAI は、effort: max のコンピュータ操作で、トークン効率は3倍以上、トークン単価は4分の1で、タスクあたりの費用は約9分の1としています。DataCamp の著者は、Opus がプレミアム価格帯なので大きな倍率が出やすく、やや選択的な比較だと見ています。私もこの見方に近いです。自分の仕事で同じ条件になるかは別の話です。

    安全性について、OpenAI は次のように説明しています。

    • サイバーセキュリティで、Preparedness Framework の「Critical」の基準に達している。GPT-6 Astra 向けに作った保護策を維持

    • GPT-5.6 Terra と比べて、タスクの範囲にとどまり、限界や障害を利用者に伝える傾向が強い

    • プロンプトインジェクションのテストでは強い耐性を示した

    詳細は、OpenAI のシステムカード(deploymentsafety.openai.com/gpt-6-1-terra)にあるとのことです。私はこのページは読んでいません。

    Codex で gpt-6.1-terra を使ってみた

    ここからが、私の PC で確かめたことです。環境は、Windows 11、Codex 0.164.0-alpha.11.1(VS Code の拡張に入っている codex.exe)、2026年10月31日です。

    指定の仕方

    画面なしの実行 codex exec に、-m でモデル名を渡します。

    codex exec -m gpt-6.1-terra "Reply with exactly: OK"

    (この PC では、Windows のサンドボックスの都合で -c 'windows.sandbox="unelevated"' と --skip-git-repo-check も付けて動かしました。理由は、下の「次に読む」の codex exec の記事に書きました。)

    結果は、終了コード 0、答えは OK。Codex が出力する先頭の情報には、model: gpt-6.1-terra と出ていました。指定は通りました。

    effort(推論の強さ)は、設定の値として渡せます。

    codex exec -m gpt-6.1-terra -c model_reasoning_effort="low" "Reply with exactly: OK"

    low でも max でも、動きました(先頭の情報に reasoning effort: low・max と表示)。OK と返すだけの依頼を1回ずつ出すと、low が 10.2秒、max が 7.2秒でした。1回ずつでは、effort による差は見えませんでした(この数字の記録は残していません)。

    設定ファイル config.toml で既定のモデルを変える方法も、普通はあるはずですが、私はそちらは試していません。-m だけを試しました。

    なお、この PC の Codex の既定のモデルは gpt-6.1-sol、effort は medium でした。何も指定しないと、Terra ではなく Sol が使われます。

    同じ依頼を3回ずつ

    次の依頼を、既定のモデル(Sol)と Terra に、それぞれ3回ずつ出しました。

    • 材料:10月1日〜30日の日別売上(日付と金額。乱数で作った30行。金額は 19,200〜97,600円の範囲)

    • 依頼:売上が最大の日と30日間の合計を求めさせ、答えは「最大: YYYY-MM-DD, 合計: 数字」の1行だけ、説明は不要、と指定(実際の文は日本語の2文)

    • 正解(Python で計算):最大は 2026-10-03(97,600円)、合計は 1,708,700円

    • 条件:どちらも effort は medium。どの回も、Codex の出力にコマンドを実行した記録はなく、モデルが答えを直接書いただけです

    結果です。

    • 既定(gpt-6.1-sol):3回とも正解(最大: 2026-10-03, 合計: 1708700)。13.9秒、11.9秒、12.8秒

    • gpt-6.1-terra:1回目と3回目は正解。2回目は合計が 1709700(正解より 1,000円多い)。10.3秒、9.7秒、15.2秒

    最大の日は、6回とも合っていました。違ったのは、30個の数字の足し算の1回だけです。

    ここから言えるのは、「Terra は、合計の暗算で1回ずれることがあった」ということまでです。1つの依頼を3回ずつ試しただけなので、Sol と Terra の正解率に差があるとは言えません。実際に仕事で使うなら、足し算のような計算は、モデルに暗算させず、スクリプトに計算させる方が安全です。これは、どのモデルでも同じです(CSV の集計を、貼り付けて計算させる場合と、スクリプトを書かせる場合で比べた記事を、下に載せています)。

    もう一つ、Codex の出力の末尾に出る「tokens used」の数字は、Terra の3回で 18,121・4,297・436 と大きくばらつきました(Sol の3回は 18,152〜18,287 でほぼ一定でした)。キャッシュの扱いが関係している可能性がありますが、確かめていないので、この記事では比較に使っていません。

    どう使い分けるか

    私の考えです。OpenAI の位置づけと、料金の差から組み立てました。

    • 定型の作業を大量に回す(請求書の読み取り、分類、下書き、画像の説明など):Terra の料金の安さが効く場面です。ただ、間違いが許されない数字は、スクリプトで確かめる設計にします

    • 難しいコードを書かせる、複雑な修正を任せる:DataCamp の記事も、Sol か Astra を勧めています。まず Sol で、必要なら Astra で

    • 迷ったとき:同じ依頼を、自分の仕事の材料で、3〜5回ずつ両方に出して、正解率と秒数を比べます。公開されたベンチマークの数字より、自分のデータでの結果の方が、信用できます

    測ったことと、測っていないこと

    • 試したのは、1種類の小さな依頼を、3回ずつです。コードを書かせる仕事や、長い文脈の仕事は試していません

    • 発表の数字は、OpenAI の発表ページと、DataCamp が伝えた記事から写したものです。第三者が再現した数字ではありません

    • 料金は、DataCamp の記事(2026年10月26日時点)の数字です。OpenAI の料金ページで、最新の金額を確かめてください

    • コンテキストの長さは、OpenAI の発表と DataCamp には書かれていないので、書いていません(ほかの解説記事には約105万トークンとするものがありますが、私は確かめていません)

    • Codex の使える範囲(プラン)は、DataCamp の記事では ChatGPT Work と Codex で Plus・Pro・Enterprise・Edu とされています。この PC の ChatGPT アカウントでは使えました

    まとめ

    • GPT-6.1 Terra は、Sol・Astra より下の、安い系列のモデルです。API は入力 $1・出力 $5(100万トークンあたり)で、キャッシュされた入力は $0.05

    • Codex では -m gpt-6.1-terra で指定でき、私の PC で動きました。effort も low・medium・max が通りました

    • 30日分の売上の集計では、Sol が3回中3回、Terra が3回中2回正解。秒数はほぼ同じ。サンプルが小さく、結論ではありません

    • 公表の数字は OpenAI のものです。自分の仕事の材料で、数回試して決めるのが確実です

    • 次の一歩は、普段使っている依頼を1つ選び、-m gpt-6.1-terra を付けて同じものを3回出してみることです。10分で終わります

    出典


    次に読む

    このアカウントをフォローすると、AI まわりの新しいニュースや、Claude Code・Codex の手順の記事が届きます。ぜひフォローしてください。

    この先で分かること(今後の有料記事)

    • 同じ依頼を複数のモデルに出して、正解率・秒数・費用を自動で比べるスクリプト

    • 安いモデルと高いモデルを、作業の種類ごとに自動で振り分ける設計

    • 料金とモデルが変わるたびに、自分の運用の費用を見直すチェックリスト

    まさのAI実務ラボ|Codex・Claude Code では、有料記事が読み放題になります。テンプレートや指示文をまとめて使いたい方はご覧ください。

    あなたへのおすすめ