GPT-6.1 Terra berharga $1 bagi sejuta token input. Berapakah kos tugas yang benar-benar selesai?

Rajah editorial asli oleh Ken Jo, berdasarkan sumber yang disenaraikan di bawah.

Invois terpapar pada satu bahagian skrin dan borang perakaunan pada bahagian yang lain. Membaca amaun ialah satu tugas. Memilih pembekal yang betul, memasukkan mata wang yang tepat dan mengenal pasti bahawa rekod yang disimpan benar-benar wujud ialah tugas yang lebih besar. Perbezaan ini menjadi semakin penting apabila model AI yang melakukan klik.

OpenAI memperkenalkan GPT-6.1 Terra pada 26 Oktober 2026, dengan harga API standard $1 bagi sejuta token input, $0.05 bagi sejuta token input cache dan $5 bagi sejuta token output. Syarikat itu meletakkannya sebagai model untuk penaakulan visual, penggunaan komputer dan penulisan, serta menyatakan bahawa kadar standard tersebut 50% lebih rendah berbanding GPT-5.6 Terra dan GPT-6.1 Sol. Pengumuman rasmi, kad sistem bertarikh.

Harga yang lebih rendah menjadikan lebih banyak eksperimen mampu dilaksanakan. Namun, menentukan eksperimen yang wajar dijadikan aliran kerja memerlukan ukuran berbeza: kos hasil yang boleh anda terima. Panduan ini menelusuri tiga kegunaan praktikal, menghuraikan contoh kos dengan andaian yang jelas dan menunjukkan cara menilai model tanpa menyamakan panggilan alat yang berjaya dengan kerja yang sudah selesai.

Model memilih tindakan dalam sistem yang melaksanakannya

Terra ialah model yang dibekalkan oleh OpenAI, syarikat di sebalik ChatGPT dan Codex. Pemilihannya memberikan aplikasi satu set keupayaan bahasa dan visual tertentu. Aplikasi yang mengelilinginya masih menentukan skrin yang boleh diperhatikan, alat yang boleh dipanggil dan akaun yang boleh dicapai oleh alat tersebut.

Pertimbangkan contoh invois sebagai gambaran aliran kerja. Model memerhatikan borang, mencadangkan tindakan dan menerima paparan terkini selepas alat melaksanakannya. Paparan baharu itu penting kerana klik yang kelihatan betul mungkin membuka panel lain, mendedahkan ralat pengesahan atau meninggalkan operasi simpan dalam keadaan belum selesai. Aliran kerja perlu mengenal pasti keadaan yang terhasil sebelum meneruskan langkah seterusnya.

Oleh itu, penggunaan komputer merupakan satu gelung, bukannya satu jawapan tunggal. Integrasi yang berguna menghubungkan pemerhatian, tindakan dan pemeriksaan terhadap keadaan yang terhasil. Integrasi itu juga menentukan bila tugas patut berhenti, meminta bantuan manusia atau melaporkan bahawa input yang diperlukan tiada. Keputusan tersebut perlu dibuat dalam reka bentuk aplikasi, walaupun model mahir mentafsir skrin.

Dokumentasi penggunaan komputer OpenAI, yang disemak pada 27 Oktober, membezakan peristiwa aktiviti pelayar daripada status akhir keseluruhan giliran. Dokumentasi itu turut menyediakan kawalan untuk menyertakan tangkapan skrin dalam output penstriman. Pembangun boleh menggunakan peristiwa tersebut untuk memperlihatkan kemajuan sambil mengesahkan secara berasingan bahawa hasil yang diminta benar-benar wujud.

Gambaran gelung penggunaan komputer. Aplikasi membekalkan alat dan kebenaran; pemeriksaan penerimaan menentukan sama ada kerja yang diminta sudah selesai. Ini ialah penerangan asli, bukannya tangkapan skrin antara muka OpenAI.

Kad harga ialah titik permulaan untuk belanjawan beban kerja

Kadar standard dalam pengumuman 26 Oktober mudah dibandingkan, asalkan syarat pengebilan yang sama digunakan. Harga input dan output berbeza, manakala input cache mempunyai kategori tersendiri. Oleh itu, jawapan yang panjang atau gelung pemerhatian berulang boleh mengubah bil walaupun bilangan permintaan pengguna kekal sama.

Kad model, yang disemak pada 27 Oktober, menyenaraikan syarat pengebilan tambahan. Penulisan cache mempunyai kadar berasingan, prom yang melebihi 272,000 token input mencetuskan pelarasan konteks panjang, dan mod perkhidmatan boleh mengubah harga. Gunakan kadar yang terpakai pada permintaan sebenar dan elakkan menganggap nilai paling rendah dalam kad harga sebagai kadar untuk semua keadaan.

Untuk contoh pengiraan di bawah, andaikan pemprosesan standard, tiada penggunaan cache dan permintaan di bawah ambang konteks panjang. Setiap percubaan menggunakan 10,000 token input yang dibilkan dan 1,000 token output yang dibilkan. Maka kos token ialah $0.01 + $0.005 = $0.015 bagi setiap percubaan. Bilangan token ini dipilih untuk pengiraan, bukan hasil pengukuran Terra atau aliran kerja invois.

Perbezaan ini menjadi asas belanjawan yang berguna. Mula-mula tentukan bil bagi satu percubaan berdasarkan andaian yang dinyatakan dengan jelas. Kemudian tanyakan berapa banyak percubaan yang diperlukan oleh aliran kerja, perkhidmatan lain yang digunakannya dan jumlah semakan sebelum seseorang menerima hasil tersebut.

Percubaan semula dan semakan mengubah kos kerja yang diterima

Andaikan satu kelompok hipotesis mengandungi 100 kerja yang diminta. Dalam senario pertama, sistem membuat 100 percubaan dan 90 kerja diterima. Dalam senario kedua, usaha pemulihan meningkatkan bilangannya kepada 150 percubaan dan 95 kerja diterima. Kejayaan tambahan itu berguna, tetapi perbandingan kos sudah berubah.

Jadual ini menambah senario ketiga: 30 item menerima semakan manusia selama 20 saat setiap satu, dengan kadar tenaga kerja andaian $30 sejam. Jumlahnya ialah 600 saat, atau 10 minit, yang menelan kos $5. Semua bilangan beban kerja, bilangan penerimaan dan andaian tenaga kerja dalam jadual ini hanyalah ilustrasi; tiada satu pun menggambarkan hasil produk yang diukur.

Penyebutnya ialah kerja yang diterima, bukan jawapan yang dijana. Mesej penyelesaian yang kemas tidak menambah penyebut itu jika rekod disimpan secara salah. Sebaliknya, aliran kerja yang meminta penjelasan ringkas mungkin memberikan hasil lebih berguna daripada aliran kerja yang terus berjalan dengan yakin walaupun maklumat tidak lengkap.

Namakan kerja tambahan itu bil penyelesaian: sumber yang diperlukan untuk menukar tindakan yang dicuba menjadi hasil yang diterima. Harga token merupakan satu butiran dalam bil tersebut. Caj alat, persekitaran pelaksanaan, pemulihan dan semakan manusia boleh menambah butiran lain. Jadual ini tidak memasukkan perkhidmatan tambahan tersebut supaya pengiraannya mudah dilihat; anggaran produksi perlu memasukkan perkhidmatan yang benar-benar digunakan oleh integrasi berkenaan.

Pandangan kami: kesan paling berharga daripada harga model yang lebih rendah ialah ruang lebih besar untuk memperbaik penyelesaian tugas. Pasukan mampu membandingkan arahan, meneliti kes yang gagal dan menguji laluan pemulihan. Mengurangkan harga jawapan yang tidak diperiksa kurang berguna berbanding menggunakan penjimatan itu untuk menghasilkan kerja yang memerlukan kurang pembaikan.

Mulakan dengan draf rekod invois yang mempunyai titik selesai yang jelas

Senario praktikal pertama ialah pembantu akaun belum bayar yang menyediakan draf rekod daripada invois yang diberikan. Gunakan akaun ujian dan satu set dokumen contoh yang terhad. Tentukan medan pembekal, mata wang, amaun dan rujukan yang diperlukan sebelum meminta model berinteraksi dengan borang.

Hasil yang diterima dalam senario ini ialah draf tersimpan yang medannya sepadan dengan sumber dan pengecam rekodnya boleh didapatkan semula. Klik pada Simpan ialah peristiwa perantaraan. Aliran kerja perlu memeriksa rekod atau keadaan pengesahan yang terhasil dan melaporkan mana-mana medan yang belum diselesaikan, bukannya mengisinya dengan tekaan yang kelihatan munasabah.

Percubaan perlu mengandungi dokumen biasa serta contoh yang sengaja dibuat sukar: mata wang yang tidak jelas, pengecam pembekal yang tiada atau nombor invois yang sudah wujud. Kes ini mendedahkan jenis kegagalan yang berbeza. Membaca teks dengan betul, memilih akaun yang tepat dan mengelakkan rekod pendua merupakan bahagian tugas yang berasingan.

Pastikan percubaan pertama cukup kecil supaya setiap hasil boleh disemak. Jika kegagalan berlaku, kenal pasti pemerhatian atau tindakan salah yang paling awal, bukannya menulis semula keseluruhan arahan sekali gus. Diagnosis yang lebih khusus membantu menentukan sama ada masalah berpunca daripada tafsiran dokumen, navigasi, data akaun atau pemeriksaan penerimaan.

Senario ini menggambarkan reka bentuk aplikasi; ia tidak mendakwa bahawa Terra dibekalkan dengan penyambung perakaunan atau bahawa produk perakaunan tertentu telah diuji untuk artikel ini. Peranan model merupakan satu komponen aliran kerja yang memerlukan alat dan peraturan perniagaan dibekalkan secara berasingan.

Pemadanan katalog menguji pertimbangan visual sebelum tindakan diambil

Senario kedua ialah memadankan foto produk dengan entri katalog sedia ada. Kad model OpenAI yang disemak pada 27 Oktober secara khusus menyenaraikan pemadanan foto produk antara kegunaan yang disasarkan untuk Terra. Bagi peruncit, hasil yang berguna mungkin berupa cadangan padanan dengan maklumat yang mencukupi untuk penyemak membezakan persamaan visual yang rapat daripada item yang benar-benar tepat.

Bina set penilaian kecil yang mengandungi padanan mudah, pembungkusan yang serupa dan foto dengan butiran yang tidak lengkap. Simpan pengecam katalog yang dijangka secara berasingan daripada arahan kepada model. Minta model memulangkan pengecam cadangan dan ciri yang kelihatan yang menyokong pilihan itu, serta pilihan jelas untuk menyatakan belum dapat dipastikan apabila imej tidak mencukupi.

Hasil yang belum dapat dipastikan boleh menjadi hasil yang betul. Jika dua bungkusan berbeza hanya pada maklumat yang tidak kelihatan, aliran kerja memerlukan foto lain atau pengecam bukan visual. Huraian yang lancar tentang bungkusan tidak boleh mencipta bukti yang tiada dalam input.

Mulakan dengan cadangan padanan sebelum membenarkan suntingan katalog. Ini memudahkan pemeriksaan peraturan penerimaan dan memberi pasukan satu set kesilapan yang boleh difahami. Jika aplikasi kemudian menambah langkah penulisan, nilai sama ada huraian draf mengekalkan fakta katalog yang telah disahkan, tanpa memasukkan butiran yang belum dipastikan berdasarkan persamaan visual.

Portal lama menjadikan pemulihan sebahagian daripada tugas

Senario ketiga ialah menyediakan draf kemas kini dalam portal dalaman yang menawarkan antara muka pelayar. Tugasan itu mungkin melibatkan pencarian rekod, perubahan huraian yang dibekalkan dan penyediaannya untuk kelulusan manusia. Manfaatnya datang daripada menghubungkan permintaan perniagaan yang mudah difahami dengan urutan tindakan pada antara muka.

Kes yang sukar sering berkaitan dengan keadaan sistem. Sesi mungkin tamat tempoh, medan wajib mungkin muncul selepas pilihan terdahulu atau halaman mungkin mengambil masa lebih lama daripada jangkaan untuk dikemas kini. Penilaian yang berguna merekodkan tindak balas aliran kerja terhadap keadaan ini, bukan sekadar mengira laluan navigasi yang paling mudah.

Tetapkan belanjawan pemulihan sebelum percubaan. Sebagai contoh, aplikasi boleh membenarkan satu pemerhatian semula selepas operasi simpan yang tidak pasti, kemudian berhenti untuk semakan jika hasil masih tidak jelas. Ini ialah contoh pilihan dasar, bukannya had produk Terra. Ia memberi pasukan tingkah laku yang mempunyai sempadan jelas untuk diuji serta cara mengelakkan gelung tidak produktif daripada menghabiskan sumber.

Bezakan juga kegagalan integrasi daripada kegagalan model. Alat yang tidak dapat mencapai halaman sasaran, akaun tanpa akses suntingan dan model yang memilih kawalan salah memerlukan pembaikan yang berbeza. Menjadikan kategori tersebut jelas membantu menghasilkan anggaran kos dan penambahbaikan kualiti yang lebih bermakna.

Ketersediaan menunjukkan titik permulaan, bukan semua operasi yang boleh dilakukan oleh setiap akaun

Pelancaran 26 Oktober mengumumkan Terra dalam ChatGPT Work dan Codex untuk Plus, Pro, Enterprise dan Edu, serta pengecam API gpt-6.1-terra. Itu ialah laluan akses kepada model. Alat dan kebenaran dalam sesuatu aliran kerja masih bergantung pada produk, akaun dan integrasi yang digunakan.

Bagi pembangun, kad model yang disemak pada 27 Oktober menetapkan Responses API untuk panggilan alat dan usaha penaakulan lalai medium. Rekodkan model serta konfigurasi penaakulan yang dipilih semasa penilaian supaya dua pelaksanaan percubaan boleh dibandingkan dengan bermakna. Menukar model, arahan dan persekitaran alat serentak menjadikan perbezaan hasil lebih sukar ditafsirkan.

Bagi pasukan yang menggunakan Work atau Codex, mulakan dengan aliran kerja yang sudah disokong dan periksa kawalan sebenar yang tersedia. Bagi aplikasi tersuai, gunakan dokumentasi integrasi penggunaan komputer semasa untuk mengkonfigurasi persekitaran pelaksanaan dan tindakan yang dibenarkan. Pengecam model sahaja tidak mewujudkan sambungan yang disahkan kepada aplikasi syarikat.

Bandingkan konfigurasi pada tugas diterima yang sama

Percubaan pertama yang berguna cukup kecil untuk diperiksa, tetapi cukup pelbagai untuk memasukkan keadaan yang benar-benar akan dihadapi oleh aliran kerja. Pilih peraturan penerimaan sebelum melihat hasil yang dijana. Prosedur berikut ialah kaedah penilaian yang dicadangkan, bukannya hasil penanda aras.

1. Pilih satu kerja yang mempunyai skop terhad. Nyatakan output yang diperlukan dan orang yang menentukan sama ada output itu boleh diterima. Utamakan tindakan draf atau persekitaran ujian untuk percubaan pertama.
2. Sediakan satu set kes yang tetap. Sertakan input biasa, maklumat yang tiada dan gangguan antara muka yang berkaitan. Simpan hasil jangkaan di luar arahan model.
3. Rekodkan konfigurasi. Simpan ID model, tetapan penaakulan, arahan, versi alat dan kebenaran akaun yang berkaitan.
4. Tetapkan peraturan berhenti dan pemulihan. Nyatakan bila pemerhatian tambahan dibenarkan, bila percubaan semula berguna dan bila manusia perlu menyelesaikan ketidakpastian.
5. Rekodkan hasil yang boleh diperhatikan. Catat hasil yang diterima, hasil yang salah, kes belum selesai, bilangan percubaan, masa berlalu dan penggunaan yang dibilkan. Status operasi alat hanyalah satu bahagian daripada rekod ini.
6. Tambahkan kos operasi sebenar. Masukkan caj alat dan persekitaran yang terpakai serta masa semakan yang diukur. Bahagikan dengan bilangan kerja yang diterima menggunakan takrif yang konsisten.
7. Ubah satu pemboleh ubah yang bermakna. Bandingkan arahan yang disemak atau tetapan penaakulan pada kes yang sama, kemudian periksa kegagalan yang berubah sebelum meluaskan percubaan.

Model kos yang dicadangkan: jumlahkan sumber yang benar-benar digunakan oleh aliran kerja, kemudian bahagikan dengan bilangan kerja yang diterima. Komponen ini membentuk rangka penilaian, bukan ukuran operasi Terra yang diterbitkan.

Rekod yang terhasil tetap berguna walaupun percubaan pertama mengecewakan. Ia mengenal pasti sama ada penambahbaikan perlu menumpukan tafsiran visual, reka bentuk aliran kerja, kebolehpercayaan alat atau jumlah pembaikan manusia. Itu memberikan asas yang jauh lebih baik untuk menentukan perkara seterusnya yang patut diautomatikkan berbanding kos purata satu permintaan sahaja.

Penggunaan komputer yang lebih murah bermakna apabila penyelesaian tugas menjadi lebih mampu dibiayai

Harga token standard Terra yang lebih rendah membuka peluang untuk menguji dengan lebih teliti dan menyokong lebih banyak kerja dalam sesuatu belanjawan. Persoalan perniagaannya ialah sama ada integrasi tertentu dapat menukar peluang itu menjadi hasil yang diterima, dengan usaha semakan dan pemulihan yang boleh diuruskan.

Model yang boleh membaca skrin dan memilih klik memang berguna. Aliran kerja yang dapat menunjukkan perubahan, mengenal pasti bila kerja selesai dan mengambil kira usaha untuk mencapainya ialah sesuatu yang boleh dinilai serta diperbaik oleh pasukan.

Sumber

• Memperkenalkan GPT-6.1 Terra, OpenAI, 26 Oktober 2026: kedudukan produk, harga standard semasa pelancaran dan laluan akses.
• Kad sistem GPT-6.1 Terra, OpenAI, 26 Oktober 2026: konteks keluaran dan penilaian yang bertarikh.
• Kad model GPT-6.1 Terra, disemak pada 27 Oktober 2026: ID model, titik akhir panggilan alat, tetapan penaakulan dan syarat pengebilan.
• Dokumentasi integrasi penggunaan komputer, disemak pada 27 Oktober 2026: aktiviti pelayar, tangkapan skrin dan mekanisme integrasi.

Tiga senario aliran kerja, input kos dan prosedur penilaian ini hanyalah ilustrasi. Pengiraan dolar menggunakan kadar standard yang dinyatakan serta andaian yang dipilih secara jelas; pengiraan tersebut bukan hasil pengukuran kependaman, ketepatan atau kos operasi.

---

Cadangan Telli.sh: Pastikan nota percubaan, bahan rujukan dan keputusan di sebalik semakan aliran kerja mudah dirujuk semula. Cipta akaun Telli.sh untuk menyusun nota penilaian anda.