GPT-6.1 Terra API ガイド：画像理解・料金・ツール呼び出し
GPT-6.1 Terra は、視覚推論、コンピューター操作、自然な文章作成に向けた OpenAI のモデルです。テキストと画像を入力し、テキストを出力します。公式モデル ID は gpt-6.1-terra です。貴数智能の海外向けカタログにも掲載されており、利用前に最新のモデル料金と仕様をご確認ください。OpenAI のモデル文書
主な仕様と料金
| 項目 | 内容 |
|---|---|
| モデル ID | gpt-6.1-terra |
| 入出力 | テキスト・画像入力、テキスト出力 |
| 公式コンテキストウィンドウ | 1,050,000 tokens、最大出力 128,000 tokens |
| 貴数智能のカタログ上のコンテキスト | 1,000,000 tokens。制限は最新のカタログとサービス設定を確認 |
| ツール呼び出し | 公式では Responses API が必要 |
| 公式標準テキスト料金 | 100 万 tokens あたり入力 $1、キャッシュ入力 $0.05、出力 $5 |
| 確認日 | 2026-10-28。料金・仕様は変更される場合があります |
公式の直接利用料金と貴数智能の課金は異なります。2026-10-27 の当サイト公開カタログでは、100 万 tokens あたり入力 ¥0.8、出力 ¥4、キャッシュ入力 ¥0.08 でした。これは当日の記録です。利用前に最新料金と実際の請求を確認してください。公式では入力が 272K tokens を超えるリクエストに長コンテキストの料金調整があり、ツールやサービスモードにも追加料金が生じる場合があります。公式料金説明をご覧ください。公式の長コンテキスト規則を他社サービスにそのまま適用しないでください。
どんな用途に適しているか
OpenAI は商品画像とカタログの照合、技術図面の解釈、アプリ画面の操作、文章の作成と修正を例に挙げています。画像入力によりスクリーンショット、図表、写真について質問できますが、結果は業務ルールと人の目で確認してください。図面の単位、商品型番、重要な項目を照合し、モデルの説明だけで高リスク操作を実行しないでください。
画面を認識して操作を提案できても、自動的に操作権限が与えられるわけではありません。アプリ側で実行環境を用意し、対象ページと操作を制限し、削除・支払い・送信などの重要な操作には確認を設けます。結果は画像の品質、画面の変化、ツールの実装に左右されます。
Responses API への接続
以下は OpenAI に直接接続するテキスト例です。OpenAI API Key が必要で、実行には料金が発生します。第三者ゲートウェイの Base URL、鍵、対応機能はそのサービスの文書とカタログを確認し、OpenAI の鍵を第三者に渡さないでください。
import os
from openai import OpenAI
client = OpenAI(api_key=os.environ["OPENAI_API_KEY"])
response = client.responses.create(
model="gpt-6.1-terra",
input="List steps to check whether a product image matches its catalog entry.",
reasoning={"effort": "medium"},
)
print(response.output_text)
公式文書の reasoning.effort は none、low、medium、high、xhigh、max で、既定値は medium です。同じサンプルで正確性、応答時間、使用量を比較し、タスクに合う設定を選びます。最高設定が常に最適とは限りません。
画像入力とツール呼び出しの違い
画像入力は画像をモデルに理解させることです。ツール呼び出しでは、モデルが構造化された呼び出しを提案し、アプリまたは対応プラットフォームが実行して結果をモデルに返します。ツール呼び出しには Responses API が必要です。利用可能なツールやパラメーター、追加料金は接続先と設定によって異なります。Responses API 文書
スクリーンショットの分析では、まずページの説明と検証可能な項目の抽出を求めます。操作する場合は、実行可能な動作、権限、失敗時の処理、確認手順を別途設計してください。一度のテキスト応答の成功は、完全な自動化の検証を意味しません。
コストと効果の評価
- 実際のタスクから、簡単なもの、複雑なもの、誤判定しやすいものを含むテストセットを用意し、機密情報を除きます。
- プロンプト、画像サイズ、入力資料を固定し、正確性、修正量、応答時間、入力・キャッシュ・出力 token 数を記録します。
- 利用サービスの最新料金で入力、キャッシュ入力、出力を別々に計算します。画像、ツール、長コンテキストなどの追加料金はそのサービスの規則を確認します。
- 低リスクの場面から試し、誤りに応じて権限を絞るか人による確認を加えます。ログに鍵や不要な個人情報を記録しないでください。
例えば、上記の 2026-10-27 の当サイトのテキスト料金では、通常入力 100 万 tokens と出力 20 万 tokens の基本料金は ¥0.8 + ¥0.8 = ¥1.6 です。キャッシュ、画像、ツールなどは含まず、実際の精算は最新の規則と請求によります。
よくある質問
GPT-6.1 Terra は画像を生成できますか？
モデル自体のモダリティは画像入力とテキスト出力です。OpenAI は Responses API で画像生成ツールを利用できると記載していますが、モデルが画像を直接出力することとは別の機能です。利用可否はサービスとツール設定によります。
公式の 1,050,000 tokens と当サイトの 1,000,000 tokens はなぜ違いますか？
前者は OpenAI のモデル文書にあるウィンドウ、後者は貴数智能カタログのサービス仕様です。当サイトでは現在の制限に従い、出力と会話状態の余地を確保してください。
ツール呼び出しがあれば任意のサイトを操作できますか？
できません。アプリ側の対応ツール、実行環境と権限が必要です。個々の操作への対応と安全上の制限を確認してください。
GPT-6.1 Terra の料金と接続情報または OpenAI の公式モデル文書で最新情報をご確認ください。