
GPT-6.1 Terraとは?公式情報だけで整理|料金・できること・仕事での使いどころ(頼み方10例+GASコード)
OpenAIが10月26日に、新しいモデル「GPT-6.1 Terra」を発表しました。Xでも日本語の投稿が増えています。
この記事では、エンジニアの目線で「仕事で使うなら何を知っておけばいいか」に絞って、OpenAIとAWSの公式ページで確かめられたことだけを整理しました。うわさは入れず、確認できなかったことは「確認できなかった」と書いています。
・確認した日時:2026年10月31日 朝7時台(日本時間)に公式ページを確認
・確認したところ:OpenAIの発表ページ・開発者向けドキュメント・ヘルプ・料金ページ・システムカード、AWSの告知
ひとことで言うと
GPT-6.1 Terraは、「速くて安く、画像の読み取りとPC操作と文章に強い、毎日の仕事向けのモデル」です。
OpenAIの説明では、細かい画像の読み取り、正確なコンピューター操作(画面を見てアプリを動かすこと)、より明快で自然な文章、の3つを組み合わせたモデルです。得意な仕事の例として、提案書の下書き、技術図面の読み取り、フォームへの入力、動画の編集が挙げられています。
位置づけを図にすると、こうなります。

いちばん能力が高いのは「GPT-6 Astra」で、OpenAIは「最も能力の高いフロンティアモデル」と書いています。Terraはその下で、速さ・能力・コストのバランスを取ったモデルです。API の標準価格は、前のモデルの GPT-5.6 Terra や、上位の GPT-6.1 Sol より50%安いとされています。
何が変わったか(GPT-5.6 Terraとの違い)
数字はすべて「OpenAIの発表によると」です。自分の仕事で同じ差が出るとは限らないので、目安として見てください。
・PC操作の評価(Agents' Last Exam):推論の強さが medium のとき、GPT-5.6 Terraより15ポイント高く、コストは約3分の1。GPT-6 Astraと同じくらいの結果で、トークン単価は約10分の1
・速さ:GPT-6 Astra や GPT-6.1 Sol より3倍以上速くタスクを終える
・まちがいの少なさ:まちがいを誘う質問の社内評価で、誤り率が 53.6%→16.7%(推論 low のとき)。max では 4.3%
・コーディング(Terminal-Bench 4.0):max で 50.3%。GPT-5.6 Terra の公表値は 21.5%
一方で、OpenAIは「最も複雑なコーディングには、GPT-6.1 Sol と GPT-6 Astra が引き続きより良い選択」とはっきり書いています。Terraは「量の多い普段の仕事を、速く安くこなす担当」と考えるとわかりやすいです。
料金
API(開発者向け)
OpenAIの開発者ドキュメントにある標準価格は、100万トークンあたり次のとおりです。
・入力:1ドル
・キャッシュされた入力:0.05ドル(入力の5%)
・出力:5ドル
覚えておくとよい条件:
・Batch(まとめて後で処理)と Flex は、標準より50%安い
・1回の入力が27万2千トークンを超えるリクエストは、そのリクエスト全体が入力2倍・出力1.5倍の料金
・APIの料金は、ChatGPTの月額とは別にかかる(ChatGPTのプランに含まれていない)
ChatGPTでの利用対象
ChatGPTでは、ふだんの会話画面(Chat)ではなく、「ChatGPT Work」と「Codex」で使うモデルです。OpenAIのヘルプにも「Chatでは使えない」と書かれています。
・対象プラン:ChatGPTのリリースノートでは Plus・Pro・Business・Enterprise・Edu(順次提供)。発表ページの書き方は Plus・Pro・Enterprise・Edu
・選び方:Work・Codex のモデル一覧から選ぶ
・利用枠:プラン全体の利用上限は変わらない。発表ページでは「同じ利用枠で GPT-5.6 Terra より多くのタスクをこなせる」と説明
公式で確認できなかったこと(10月31日朝の時点)
・ChatGPTの料金ページの比較表に GPT-6.1 Terra の行はなく、利用枠をどれだけ使うかの数字も確認できませんでした
・Free・Go プランで使えるかどうかは、公式で確認できませんでした(対象プランの一覧に入っていません)
・日本語の性能・日本語対応の記載は見つかりませんでした(OpenAI API の対応国一覧には日本が入っています)
どこで使えるか
・ChatGPT Work:何段階もある作業を任せて、資料などの成果物まで仕上げる場所
・Codex:ソフトウェア開発向け。ChatGPTのアカウントでサインインするとプランの利用枠を使い、自分のAPIキーを使うとAPIの料金になる(OpenAIヘルプより)
・OpenAI API:モデル名は「gpt-6.1-terra」。Responses API・Chat Completions・Batch に対応。入力はテキストと画像、出力はテキスト(音声・動画は非対応)。コンテキストは約105万トークン、出力は最大12万8千トークン。知識は2026年6月1日まで
・Amazon Bedrock:AWSが10月26日に一般提供を告知。Bedrock のAPIから呼べるほか、ChatGPT Work と Codex を Bedrock 上のモデルで使うよう設定できるとされています。東京リージョンで使えるかと、Bedrockでの価格は、確認できませんでした
APIでは、推論の強さ(reasoning.effort)を none/low/medium(既定)/high/xhigh/max から選べます。要約や分類のような軽い仕事は low、考える量が多い仕事は上げる、という使い分けができます。
仕事での使いどころ:頼み方10例
ここからはエンジニアの目線で、仕事で使えそうな頼み方を10個まとめます。どれも、OpenAIが得意分野として挙げている「文章」「画像の読み取り」「PC操作」「普段のコーディング」の範囲での例です。「」の中をそのままコピーして、〇〇を自分の内容に変えて使えます。
書く
「次の箇条書きをもとに、社内向けの提案書の下書きを作って。目的・やること・費用・スケジュールの順で、A4で1枚くらい。〇〇」
「この障害報告を、エンジニアでない人にもわかる言葉で、5行に書き直して。〇〇」
「次の英語の仕様の変更点を、日本語の箇条書きで。影響がありそうなところに印をつけて。〇〇」
画像を読む
「この画面のスクリーンショットを見て、エラーの原因として考えられることを3つ、確かめる順番つきで」
「この手書きのホワイトボードの写真を、議事録の形(決まったこと・宿題・期限)に書き起こして」
「この構成図(画像)から、サーバーとつながりの一覧を表にして。読めないところは『不明』と書いて」
PC操作・定型作業(Work・Codex)
「この見積りのPDFを読んで、品名・数量・金額をスプレッドシートに1行ずつ入れて。合計が合っているかも確かめて」
「このフォルダのCSVを月ごとにまとめて、件数のグラフを作って。元のファイルは変えないで」
普段のコーディング(Codex)
「この関数にテストを書いて。境目の値(0件・1件・上限)と、エラーのときも入れて」
「このGASのコードを読んで、6分の実行時間の上限に引っかかりそうなところと、直し方を教えて」
コツは「何のために」「どんな形で」「やってはいけないこと」を一緒に書くことです。7・8のようにファイルを動かす頼み方は、元のデータを変えないよう書いておくと安心です。
逆に、設計から考える大きな開発や、とても複雑なバグ調査は、OpenAIも上位モデル(GPT-6.1 Sol・GPT-6 Astra)が向くとしています。Terraでうまくいかないときは、モデルを切りかえるのが近道です。
大量処理だといくらかかる?(公式単価からの試算)
APIで大量に処理したときの費用を、公式の標準単価から計算してみます。
仮定:1行(1件)あたり、入力1,500トークン・出力300トークン(推論のトークンも出力に含めて多めに見積もり)
計算式:
費用=入力トークン数÷100万×1ドル+出力トークン数÷100万×5ドル
・1,000件:入力 150万トークン×1ドル=1.50ドル、出力 30万トークン×5ドル=1.50ドル → 合計 3.00ドル
・10,000件:合計 30.00ドル
・Batch(50%安)で後からまとめて処理する場合:1,000件で1.50ドル、10,000件で15.00ドル
1ドル=150円で試算すると、1,000件で約450円です(為替は仮定で、実際の請求額ではありません)。
実際のトークン数は文章の長さや推論の強さで変わるので、まず10件ほど流して、応答に入っている使用量(usage。入力・出力・推論のトークン数)を見てから、件数を増やすのがおすすめです。
GASで試す:スプレッドシートの行を要約して隣の列に書く
試算のような「大量の行を要約する」仕事を、GAS(Google Apps Script)から Responses API で gpt-6.1-terra に頼む短いコードです。A列の文章を要約して、B列に書きます。
流れはこうです。

/**
* A列の文章を GPT-6.1 Terra で要約し、B列に書くGAS(OpenAI Responses API)
* ・APIキーはスクリプトプロパティ OPENAI_API_KEY に保存(コードに書かない)
* ・B列が空の行だけを、1回の実行で最大 MAX_ROWS_PER_RUN 行まで処理
* ・エラーの行はB列に書かず、ログに残す(次の実行でもう一度試す)
* ・429は1回だけ待って再試行。残高不足・支出上限の429は再試行しない
*/
const MODEL = 'gpt-6.1-terra'; // モデル名(変えるときはここだけ)
const REASONING_EFFORT = 'low'; // none / low / medium / high / xhigh / max
const SHEET_NAME = '要約'; // 対象のシート名
const INPUT_COL = 1; // 元の文章の列(1=A列)
const OUTPUT_COL = 2; // 要約を書く列(2=B列)
const HEADER_ROWS = 1; // 見出しの行数
const MAX_ROWS_PER_RUN = 20; // 1回に処理する上限の行数
const MAX_INPUT_CHARS = 4000; // 1行あたり送る文字数の上限
const MAX_OUTPUT_TOKENS = 800; // 出力トークンの上限(推論のトークンも含む)
const RETRY_WAIT_SEC = 20; // 429で Retry-After がないときに待つ秒数
const RETRY_WAIT_MAX_SEC = 60; // 待つ秒数の上限
const API_URL = 'https://api.openai.com/v1/responses';
const INSTRUCTIONS =
'次の文章を日本語で3行以内に要約してください。' +
'文章にない事実や数字は足さないでください。';
function summarizeRows() {
const apiKey = PropertiesService.getScriptProperties().getProperty('OPENAI_API_KEY');
if (!apiKey) {
console.log('スクリプトプロパティ OPENAI_API_KEY が未登録です。');
return;
}
const sheet = SpreadsheetApp.getActiveSpreadsheet().getSheetByName(SHEET_NAME);
if (!sheet) {
console.log('シート「' + SHEET_NAME + '」が見つかりません。');
return;
}
const lastRow = sheet.getLastRow();
if (lastRow <= HEADER_ROWS) return;
const n = lastRow - HEADER_ROWS;
const inputs = sheet.getRange(HEADER_ROWS + 1, INPUT_COL, n, 1).getValues();
const outputs = sheet.getRange(HEADER_ROWS + 1, OUTPUT_COL, n, 1).getValues();
let tried = 0, written = 0, failed = 0;
for (let i = 0; i < n; i++) {
const text = String(inputs[i][0]).trim();
if (!text || String(outputs[i][0]).trim() !== '') continue;
if (tried >= MAX_ROWS_PER_RUN) {
console.log('上限の' + MAX_ROWS_PER_RUN + '行に達したので止めます。続きは次の実行で。');
break;
}
tried++;
const row = HEADER_ROWS + 1 + i;
const result = callTerra_(apiKey, text.slice(0, MAX_INPUT_CHARS));
if (result.ok) {
sheet.getRange(row, OUTPUT_COL).setValue(safeCell_(result.text));
written++;
} else {
failed++;
console.log(row + '行目:書きませんでした(' + result.error + ')');
if (result.stop) {
console.log('続けても失敗するため、この回はここで止めます。');
break;
}
}
}
console.log('処理 ' + tried + ' 行/書いた ' + written + ' 行/エラー ' + failed + ' 行');
}
function callTerra_(apiKey, text) {
const options = {
method: 'post',
contentType: 'application/json',
headers: { Authorization: 'Bearer ' + apiKey },
payload: JSON.stringify({
model: MODEL,
instructions: INSTRUCTIONS,
input: text,
reasoning: { effort: REASONING_EFFORT },
max_output_tokens: MAX_OUTPUT_TOKENS,
store: false
}),
muteHttpExceptions: true
};
for (let attempt = 0; attempt < 2; attempt++) {
let res;
try {
res = UrlFetchApp.fetch(API_URL, options);
} catch (e) {
return { ok: false, error: '通信エラー:' + e.message };
}
const code = res.getResponseCode();
const body = parseJson_(res.getContentText());
if (code === 200) {
if (!body) return { ok: false, error: '応答がJSONではありません' };
if (body.status && body.status !== 'completed') {
const reason = body.incomplete_details && body.incomplete_details.reason;
return { ok: false, error: '未完了(' + body.status + (reason ? ':' + reason : '') + ')' };
}
const out = extractText_(body);
return out ? { ok: true, text: out } : { ok: false, error: '応答に文章がありません' };
}
const errCode = body && body.error && body.error.code ? String(body.error.code) : '';
if (code === 429) {
// 残高不足・支出上限・利用上限は待っても戻らないので、再試行しない
if (/credit_balance|spend_limit|usage_limit|insufficient_quota/.test(errCode)) {
return { ok: false, stop: true, error: '429 ' + errCode };
}
if (attempt === 0) {
const waitSec = retryAfterSec_(res);
console.log('429(混雑)なので ' + waitSec + ' 秒待って1回だけ再試行します。');
Utilities.sleep(waitSec * 1000);
continue;
}
return { ok: false, stop: true, error: '429 再試行しても混雑' };
}
const msg = body && body.error && body.error.message ? body.error.message : '';
return {
ok: false,
stop: code === 401 || code === 403, // キーや地域の問題は全行で失敗する
error: 'HTTP ' + code + (errCode ? ' ' + errCode : '') + (msg ? ':' + msg.slice(0, 120) : '')
};
}
return { ok: false, error: '不明なエラー' };
}
// Responses API の output 配列から、message の output_text をつなげる
// (output の先頭が文章とは限らないため、type を見て拾う)
function extractText_(body) {
if (!body || !Array.isArray(body.output)) return '';
const parts = [];
body.output.forEach(function (item) {
if (item.type !== 'message' || !Array.isArray(item.content)) return;
item.content.forEach(function (c) {
if (c.type === 'output_text' && c.text) parts.push(c.text);
});
});
return parts.join('\n').trim();
}
function retryAfterSec_(res) {
const h = res.getHeaders ? res.getHeaders() : {};
let v = '';
Object.keys(h || {}).forEach(function (k) {
if (k.toLowerCase() === 'retry-after') v = h[k];
});
const sec = parseInt(v, 10);
const wait = isNaN(sec) || sec <= 0 ? RETRY_WAIT_SEC : sec;
return Math.min(wait, RETRY_WAIT_MAX_SEC);
}
function parseJson_(s) {
try { return JSON.parse(s); } catch (e) { return null; }
}
// = + - @ で始まる文字は数式と見なされることがあるので、文字列として書く
function safeCell_(s) {
return /^[=+\-@]/.test(s) ? "'" + s : s;
}このコードでは、次のことに気をつけています。
・APIキーはコードに書かず、スクリプトプロパティ(OPENAI_API_KEY)に入れる
・モデル名は、いちばん上の定数 MODEL だけを変えれば切りかえられる
・B列が空の行だけを処理し、1回の実行で最大20行まで。続きは次の実行で
・エラーの行はB列に書かず、ログに行番号とエラーの種類だけ残す(元の文章は出さない)
・429(混雑)は、Retry-After の秒数(なければ20秒)待って、1回だけやり直す。残高切れや支出上限による429は、待っても戻らないので、やり直さずに止める
・応答の output から文章(output_text)だけを拾う。store は false(応答を保存しない設定)
使い方:
スプレッドシートに「要約」という名前のシートを作り、1行目を見出し、A列に要約したい文章を入れる
[拡張機能]→[Apps Script]を開き、上のコードを貼って保存
[プロジェクトの設定]→[スクリプト プロパティ]で、プロパティ「OPENAI_API_KEY」に自分のAPIキーを入れる
関数 summarizeRows を選んで実行し、最初の承認画面で許可する
B列に要約が入ったか、実行ログにエラーが出ていないかを見る
注意:このコードは、手元で構文チェックと、UrlFetchAppなどをまねした環境でのテスト(28項目)をしただけです。Googleの実際の環境と実際のOpenAI APIでは動かしていません。最初は数行だけで試してください。
注意しておきたいこと
・会社の情報やお客様の個人情報を送る前に、勤務先のルールを確認しましょう
・AIの答えはまちがうことがあります。誤り率が下がったとはいえ、OpenAIの評価でもゼロではありません。数字・日付・宛先は自分で確かめましょう
・複雑なコードや大きな設計は、OpenAI自身が上位モデル(GPT-6.1 Sol・GPT-6 Astra)のほうが向くと書いています。Terraは「量の多い普段の仕事」から使うのがおすすめです
・APIを使うなら、OpenAIの管理画面でプロジェクトや組織に月の支出上限(spend limit)を設定しておきましょう。達すると429で止まるので、使いすぎを防げます
・PC操作を任せるときは、元に戻せる作業から。消す・送る・払う操作は人が確認してから
・提供は順次です。モデル一覧に出てこない場合は、まだ自分のアカウントに届いていない可能性があります
まとめ
・GPT-6.1 Terraは、速くて安い、毎日の仕事向けのモデル。文章・画像の読み取り・PC操作が得意
・APIは100万トークンあたり入力1ドル・出力5ドル。Batchならさらに半額
・ChatGPTでは Chat ではなく、Work と Codex で使う(Plus・Pro などが対象。Free・Goは公式で確認できず)
・APIを使うなら、支出上限の設定と、送る情報のルール確認を先に
おわりに
最後まで読んでいただき、ありがとうございました。
このアカウントでは、エンジニアの目線で「GAS・AI・業務効率化」を、すぐ使える形にして発信しています。役に立ったら、フォローしていただけるとうれしいです。
AIとGASを組み合わせた記事は、ほかにもあります。
・Gmailの問い合わせをAIで自動仕分けして、記録と返信の下書きまで作るGASテンプレート(GAS×AI)
(URLは公開後に入れる)
・エンジニア向け 生成AIプロンプト集30本
https://note.com/es_automation/n/n70031a16fd9f
・Siri AIの日本語対応を公式情報だけで整理した無料記事(頼み方10例+GASコード)
https://note.com/es_automation/n/n37d0a54fd58d
・Googleフォームの申込みを自動でシートに記録し、お礼メールと通知まで送るGASテンプレート
有料のGAS・AIテンプレートは、悩み別のカタログにまとめています。副業エンジニア向け・フリーランスの月末向け・個人教室向けに分けています。
まとめ買いなら、有料マガジンもどうぞ(どちらも¥1,480・単品合計よりお得です)。
・月末セット(請求書作成・PDF保存・稼働集計)
・教室・お店の連絡セット(申込・予約・振替・お礼・回数券)
役に立ちそうなら、フォローしていただけるとうれしいです。