Hướng dẫn API GPT-6.1 Terra: suy luận hình ảnh, giá và gọi công cụ
GPT-6.1 Terra là mô hình của OpenAI dành cho suy luận hình ảnh, thao tác máy tính và viết bằng ngôn ngữ tự nhiên. Mô hình nhận văn bản và hình ảnh, trả về văn bản; ID chính thức là gpt-6.1-terra. Danh mục toàn cầu của Guishu Intelligence cũng có mô hình này; hãy kiểm tra giá và thông số hiện tại trước khi kết nối. Tài liệu mô hình OpenAI
Thông số và giá cần biết
| Mục | Thông tin |
|---|---|
| ID mô hình | gpt-6.1-terra |
| Đầu vào và đầu ra | Nhận văn bản, hình ảnh; trả về văn bản |
| Cửa sổ ngữ cảnh chính thức | 1.050.000 token; đầu ra tối đa 128.000 token |
| Ngữ cảnh trong danh mục Guishu | 1.000.000 token; giới hạn thực tế theo danh mục và cấu hình dịch vụ hiện tại |
| Gọi công cụ | OpenAI yêu cầu Responses API |
| Giá văn bản tiêu chuẩn chính thức | Mỗi triệu token: đầu vào $1, đầu vào được lưu cache $0.05, đầu ra $5 |
| Ngày kiểm tra | 2026-10-28; giá và thông số có thể thay đổi |
Giá kết nối trực tiếp với OpenAI khác cách tính phí của Guishu Intelligence. Ngày 2026-10-27, danh mục công khai của Guishu niêm yết đầu vào ¥0.8, đầu ra ¥4 và đầu vào được lưu cache ¥0.08 cho mỗi triệu token. Đây là thông tin tại thời điểm đó; hãy xem trang giá hiện tại và hóa đơn thực tế trước khi dùng. OpenAI điều chỉnh giá ngữ cảnh dài với yêu cầu trên 272K token đầu vào; công cụ và chế độ dịch vụ khác nhau cũng có thể phát sinh phí. Xem giá mô hình chính thức. Không áp dụng trực tiếp quy tắc ngữ cảnh dài của OpenAI cho nhà cung cấp khác.
Mô hình phù hợp với tác vụ nào?
OpenAI nêu các ứng dụng như đối chiếu ảnh sản phẩm với danh mục, đọc bản vẽ kỹ thuật, thao tác giao diện ứng dụng, viết và chỉnh sửa văn bản. Đầu vào hình ảnh cho phép mô hình trả lời dựa trên ảnh chụp màn hình, biểu đồ hoặc ảnh chụp. Kết quả vẫn cần được kiểm tra bằng quy tắc nghiệp vụ và con người: chẳng hạn xác minh đơn vị bản vẽ, mã sản phẩm và các trường quan trọng; không thực hiện thao tác rủi ro cao chỉ dựa vào mô tả của mô hình.
Nhận diện màn hình và đề xuất thao tác không tự cấp quyền thao tác. Ứng dụng cần cung cấp môi trường thực thi, giới hạn trang và hành động được phép, đồng thời yêu cầu xác nhận ở bước quan trọng như xóa, thanh toán hoặc gửi. Kết quả phụ thuộc vào chất lượng ảnh chụp, thay đổi giao diện và cách triển khai công cụ.
Kết nối Responses API
Ví dụ văn bản dưới đây kết nối trực tiếp với OpenAI, cần OpenAI API Key và sẽ phát sinh phí khi chạy. Với cổng của bên thứ ba, hãy xem tài liệu và danh mục của dịch vụ đó để biết Base URL, khóa và chức năng được hỗ trợ; không đưa khóa OpenAI cho bên thứ ba.
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)
Tài liệu chính thức liệt kê các mức reasoning.effort: none, low, medium, high, xhigh và max; mặc định là medium. Hãy so sánh độ chính xác, thời gian phản hồi và mức sử dụng trên cùng một bộ mẫu trước khi chọn mức phù hợp, thay vì mặc định mức cao nhất luôn tốt nhất.
Đầu vào hình ảnh khác gọi công cụ thế nào?
Đầu vào hình ảnh là đưa ảnh cho mô hình phân tích. Gọi công cụ là khi mô hình đề xuất một lệnh gọi có cấu trúc, ứng dụng hoặc nền tảng hỗ trợ công cụ thực thi rồi trả kết quả cho mô hình. Gọi công cụ cần Responses API; công cụ, tham số được hỗ trợ và phụ phí tùy thuộc nền tảng và cấu hình. Tài liệu OpenAI Responses API
Khi phân tích ảnh chụp màn hình, trước tiên hãy yêu cầu mô tả trang và trích xuất các trường có thể xác minh. Nếu cần thao tác trang, hãy thiết kế riêng hành động có thể thực thi, quyền, cách xử lý lỗi và bước xác nhận. Một câu trả lời văn bản thành công chưa đủ để xác nhận cả quy trình tự động hóa.
Ước tính chi phí và kiểm tra hiệu quả
- Chuẩn bị bộ kiểm thử từ tác vụ thực tế gồm mẫu đơn giản, phức tạp và dễ nhầm lẫn; loại bỏ thông tin nhạy cảm.
- Giữ cố định câu lệnh, kích thước ảnh và dữ liệu đầu vào; ghi lại độ chính xác, lượng chỉnh sửa thủ công, thời gian phản hồi và số token đầu vào, cache, đầu ra thực tế.
- Tính riêng chi phí đầu vào, đầu vào cache và đầu ra theo giá hiện tại của dịch vụ; kiểm tra quy tắc phí ảnh, công cụ, ngữ cảnh dài và phụ phí khác.
- Thử nghiệm ở tình huống rủi ro thấp trước, sau đó giới hạn quyền hoặc bổ sung kiểm duyệt thủ công theo loại lỗi; tránh ghi khóa và dữ liệu cá nhân không cần thiết vào nhật ký.
Ví dụ, theo giá văn bản Guishu ngày 2026-10-27 nêu trên, một triệu token đầu vào thông thường cộng 200.000 token đầu ra có chi phí văn bản cơ bản ¥0.8 + ¥0.8 = ¥1.6. Ví dụ chưa gồm cache, ảnh, công cụ hoặc phí khác; thanh toán thực tế theo quy tắc hiện hành và hóa đơn.
Câu hỏi thường gặp
GPT-6.1 Terra có tạo ảnh được không?
Bản thân mô hình nhận ảnh và trả văn bản. Tài liệu OpenAI liệt kê hỗ trợ công cụ tạo ảnh trong Responses API; chức năng này khác với mô hình trực tiếp xuất ảnh, và tính khả dụng phụ thuộc dịch vụ cùng cấu hình công cụ.
Vì sao mức chính thức là 1.050.000 token nhưng danh mục Guishu là 1.000.000?
Mức đầu là cửa sổ trong tài liệu mô hình OpenAI; mức sau là thông số dịch vụ trong danh mục Guishu. Khi dùng Guishu, hãy lập kế hoạch đầu vào theo giới hạn hiện tại và chừa chỗ cho đầu ra cùng trạng thái hội thoại.
Hỗ trợ gọi công cụ có nghĩa là thao tác được mọi website?
Không. Ứng dụng còn phải cung cấp công cụ, môi trường thực thi và quyền phù hợp; cần kiểm tra riêng khả năng hỗ trợ và giới hạn an toàn của từng thao tác.
Xem giá và thông tin kết nối GPT-6.1 Terra hoặc tài liệu mô hình OpenAI để biết thông số mới nhất.