คู่มือ GPT-6.1 Terra API: การวิเคราะห์ภาพ ราคา และการเรียกใช้เครื่องมือ

GPT-6.1 Terra เป็นโมเดลของ OpenAI สำหรับการวิเคราะห์ภาพ การใช้งานคอมพิวเตอร์ และการเขียนภาษาธรรมชาติ โดยรับข้อความและภาพเป็นอินพุตและส่งออกเป็นข้อความ รหัสโมเดลอย่างเป็นทางการคือ gpt-6.1-terra รายการโมเดลตลาดต่างประเทศของ Guishu Intelligence ก็มีรุ่นนี้เช่นกัน โปรดตรวจสอบราคาและสเปกปัจจุบันก่อนเชื่อมต่อ เอกสารโมเดล OpenAI

สเปกและราคาที่ควรรู้

รายการ	ข้อมูล
รหัสโมเดล	gpt-6.1-terra
อินพุตและเอาต์พุต	รับข้อความและภาพ ส่งออกข้อความ
หน้าต่างบริบทอย่างเป็นทางการ	1,050,000 tokens; เอาต์พุตสูงสุด 128,000 tokens
บริบทในรายการ Guishu	1,000,000 tokens; ขีดจำกัดจริงขึ้นอยู่กับรายการและการตั้งค่าบริการปัจจุบัน
การเรียกใช้เครื่องมือ	OpenAI กำหนดให้ใช้ Responses API
ราคาข้อความมาตรฐานอย่างเป็นทางการ	ต่อหนึ่งล้าน tokens: อินพุต $1, อินพุตแคช $0.05, เอาต์พุต $5
วันที่ตรวจสอบ	2026-10-28; ราคาและสเปกอาจเปลี่ยนแปลง

ราคาที่เชื่อมต่อ OpenAI โดยตรงต่างจากค่าบริการของ Guishu Intelligence เมื่อวันที่ 2026-10-27 รายการสาธารณะของ Guishu ระบุราคาอินพุต ¥0.8 เอาต์พุต ¥4 และอินพุตแคช ¥0.08 ต่อหนึ่งล้าน tokens ตัวเลขนี้เป็นข้อมูล ณ วันดังกล่าว โปรดดูหน้าราคาปัจจุบันและใบแจ้งหนี้จริงก่อนใช้งาน OpenAI ปรับราคาบริบทยาวสำหรับคำขอที่มีอินพุตเกิน 272K tokens และเครื่องมือหรือโหมดบริการต่าง ๆ อาจมีค่าใช้จ่ายเพิ่มเติม ดูรายละเอียดในราคาของโมเดลอย่างเป็นทางการ ไม่ควรนำกฎราคาบริบทยาวของ OpenAI ไปใช้กับผู้ให้บริการรายอื่นโดยตรง

เหมาะกับงานประเภทใด?

OpenAI ยกตัวอย่างการจับคู่ภาพสินค้ากับรายการในแค็ตตาล็อก การอ่านแบบทางเทคนิค การใช้งานหน้าจอแอปพลิเคชัน ตลอดจนการเขียนและแก้ไขข้อความ อินพุตภาพช่วยให้โมเดลตอบคำถามจากภาพหน้าจอ แผนภูมิ หรือภาพถ่ายได้ แต่ผลลัพธ์ยังต้องตรวจสอบด้วยกฎทางธุรกิจและโดยมนุษย์ เช่น ตรวจหน่วยในแบบ รุ่นสินค้า และช่องข้อมูลสำคัญ ไม่ควรดำเนินการที่มีความเสี่ยงสูงโดยอาศัยเพียงคำอธิบายของโมเดล

การมองเห็นหน้าจอและเสนอการกระทำไม่ได้หมายความว่าโมเดลได้รับสิทธิ์ดำเนินการโดยอัตโนมัติ แอปต้องจัดเตรียมสภาพแวดล้อมสำหรับดำเนินการ จำกัดหน้าหรือการกระทำที่อนุญาต และให้ยืนยันขั้นตอนสำคัญ เช่น การลบ การชำระเงิน หรือการส่ง ผลจริงขึ้นอยู่กับคุณภาพภาพหน้าจอ การเปลี่ยนแปลงของส่วนติดต่อ และการติดตั้งเครื่องมือ

เชื่อมต่อ Responses API

ตัวอย่างข้อความต่อไปนี้เชื่อมต่อ OpenAI โดยตรง ต้องใช้ OpenAI API Key และมีค่าใช้จ่ายเมื่อเรียกใช้ หากใช้เกตเวย์ของบุคคลที่สาม ให้ตรวจสอบ Base URL คีย์ และฟังก์ชันที่รองรับจากเอกสารและรายการของบริการนั้น อย่าส่งคีย์ OpenAI ให้บุคคลที่สาม

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)

เอกสารทางการระบุค่า reasoning.effort ได้แก่ none, low, medium, high, xhigh และ max โดยค่าเริ่มต้นคือ medium ควรเปรียบเทียบความแม่นยำ เวลาตอบสนอง และปริมาณการใช้ด้วยชุดตัวอย่างเดียวกันก่อนเลือกระดับที่เหมาะกับงาน แทนที่จะสมมติว่าระดับสูงสุดเหมาะที่สุดเสมอ

อินพุตภาพต่างจากการเรียกใช้เครื่องมืออย่างไร?

อินพุตภาพคือการส่งภาพให้โมเดลทำความเข้าใจ ส่วนการเรียกใช้เครื่องมือคือโมเดลเสนอคำเรียกแบบมีโครงสร้าง แล้วแอปหรือแพลตฟอร์มที่รองรับเครื่องมือดำเนินการและส่งผลกลับให้โมเดล การเรียกใช้เครื่องมือต้องใช้ Responses API เครื่องมือและพารามิเตอร์ที่รองรับ รวมถึงค่าบริการเพิ่มเติม ขึ้นอยู่กับแพลตฟอร์มและการตั้งค่า เอกสาร OpenAI Responses API

สำหรับการวิเคราะห์ภาพหน้าจอ ให้เริ่มจากขอคำอธิบายหน้าและดึงช่องข้อมูลที่ตรวจสอบได้ หากต้องการสั่งงานหน้าเว็บ ให้แยกออกแบบการกระทำที่ทำได้จริง สิทธิ์ การจัดการข้อผิดพลาด และขั้นตอนยืนยัน คำตอบข้อความที่สำเร็จหนึ่งครั้งยังไม่ยืนยันว่ากระบวนการอัตโนมัติทั้งหมดผ่านการทดสอบแล้ว

ประเมินต้นทุนและตรวจสอบผลอย่างไร

1. สร้างชุดทดสอบจากงานจริงที่มีตัวอย่างง่าย ซับซ้อน และกรณีที่มักผิดพลาด โดยปกปิดข้อมูลอ่อนไหว
2. ใช้พรอมป์ต ขนาดภาพ และข้อมูลอินพุตเดียวกัน บันทึกความแม่นยำ ปริมาณการแก้ไขโดยมนุษย์ เวลาตอบสนอง และจำนวน tokens อินพุต แคช และเอาต์พุตจริง
3. คำนวณค่าอินพุต อินพุตแคช และเอาต์พุตแยกกันตามราคาปัจจุบันของบริการ ตรวจสอบกฎค่าใช้จ่ายสำหรับภาพ เครื่องมือ บริบทยาว และค่าใช้จ่ายอื่น
4. ทดลองในสถานการณ์ความเสี่ยงต่ำก่อน แล้วจำกัดสิทธิ์หรือเพิ่มการตรวจสอบโดยมนุษย์ตามประเภทข้อผิดพลาด หลีกเลี่ยงการบันทึกคีย์และข้อมูลส่วนตัวที่ไม่จำเป็นในล็อก

ตัวอย่างเช่น ตามราคาข้อความ Guishu วันที่ 2026-10-27 ข้างต้น อินพุตปกติหนึ่งล้าน tokens และเอาต์พุต 200,000 tokens มีค่าใช้จ่ายข้อความพื้นฐาน ¥0.8 + ¥0.8 = ¥1.6 ตัวอย่างนี้ไม่รวมแคช ภาพ เครื่องมือ หรือค่าใช้จ่ายอื่น ยอดจริงขึ้นอยู่กับกฎปัจจุบันและใบแจ้งหนี้

คำถามที่พบบ่อย

GPT-6.1 Terra สร้างภาพได้หรือไม่?

ตัวโมเดลรับภาพและส่งออกข้อความ เอกสาร OpenAI ระบุว่ารองรับเครื่องมือสร้างภาพใน Responses API ซึ่งต่างจากการที่โมเดลส่งออกภาพโดยตรง ความพร้อมใช้งานขึ้นอยู่กับบริการและการตั้งค่าเครื่องมือ

เหตุใด 1,050,000 tokens ของ OpenAI จึงต่างจาก 1,000,000 tokens ในรายการ Guishu?

ตัวเลขแรกคือหน้าต่างบริบทในเอกสารโมเดล OpenAI ส่วนตัวเลขหลังคือสเปกบริการในรายการ Guishu เมื่อใช้ Guishu ควรวางแผนอินพุตตามขีดจำกัดปัจจุบัน และเผื่อพื้นที่สำหรับเอาต์พุตและสถานะบทสนทนา

รองรับการเรียกใช้เครื่องมือแล้วจะใช้งานเว็บไซต์ใดก็ได้หรือไม่?

ไม่ แอปยังต้องจัดเตรียมเครื่องมือ สภาพแวดล้อมดำเนินการ และสิทธิ์ที่เหมาะสม ต้องตรวจสอบการรองรับและขอบเขตความปลอดภัยของแต่ละการกระทำแยกกัน

ดูราคาและข้อมูลการเชื่อมต่อ GPT-6.1 Terra หรือเอกสารโมเดล OpenAIสำหรับสเปกล่าสุด