メインコンテンツへスキップ
見出し画像

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。


    画像


    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

    1. 「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」

    2. 「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」

    3. 「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

    1. 「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」

    2. 「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」

    3. 「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)

    1. 「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」

    2. 「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)

    1. 「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」

    2. 「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。


    画像
    /**
     * 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:

    1. 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

    2. [拡張機能]→[Apps Script]を開き、上のコードを貼って保存

    3. [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

    4. 関数 summarizeRows を選んで実行し、最初の承認画面で許可する

    5. 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。

     
     
    エンジニアです。Gmailやスプレッドシートの面倒な作業を、GASで少しラクに。ひとりで働く方や小さなお店に向けて、自動化テンプレートと使い方をまとめています。記事選びに迷ったら、固定のカタログをご覧ください。 ※アフィリエイト広告(Amazonアソシエイト含む)を掲載。

    あなたへのおすすめ