GPT-6.1 Terra, Computersteuerung zu Büropreisen

Am 26. Oktober veröffentlichte OpenAI GPT-6.1 Terra, ein Modell, das liest, was auf einem Bildschirm steht, und die Software dort durch Klicken und Tippen bedient, wie es ein Mensch tun würde. Computersteuerung war schon im September die wichtigste Neuerung von GPT-6 Astra. Neu ist der Preis: Terra kostet 1 Dollar pro Million Input-Tokens und 5 Dollar pro Million Output-Tokens, ein Zehntel von Astras Preis pro Token. Auf diesem Niveau lautet die Frage nicht mehr, ob sich ein Unternehmen einen Agenten am Bildschirm leisten kann, sondern wo es ihn arbeiten lassen soll.

Was Terra ist

Terra ersetzt GPT-5.6 Terra in der Mitte von OpenAIs Angebot, unter Sol und Astra und über Luna. Laut OpenAI glänzt es bei «den Kommunikations- und Computeraufgaben, die den Arbeitstag füllen», vom Entwerfen von Offerten und dem Interpretieren technischer Zeichnungen bis zum Ausfüllen von Formularen und dem Schneiden von Videos. Es steht Nutzern von Plus, Pro, Enterprise und Edu in ChatGPT Work zur Verfügung, dem Agentenmodus, der Arbeit in anderen Apps und Browsern erledigt, sowie in Codex. Entwickler rufen es über die API als gpt-6.1-terra auf.

Laut OpenAI liegt der Standardpreis der API 50 Prozent unter dem von GPT-5.6 Terra und GPT-6.1 Sol, mit zwischengespeichertem Input für 0,05 Dollar pro Million Tokens. Als eigenes Beispiel dafür, was damit praktikabel wird, nennt OpenAI Arbeit in grossen Mengen, etwa eingehende Rechnungen zu lesen und ihre Angaben in eine Buchhaltungssoftware einzutragen. In ChatGPT Work und Codex decke dasselbe Kontingent eines Abos nun mehr Aufgaben ab als mit den älteren Modellen.

Was die Zahlen zeigen

OpenAI mass die Computersteuerung mit Agents’ Last Exam, einer Sammlung beruflicher Aufgaben wie der Umwandlung von Architekturplänen in ein 3D-Modell. Bei mittlerem Aufwand erreicht Terra 57,6 Prozent, 15 Punkte mehr als GPT-5.6 Terra, für 0,29 Dollar pro Aufgabe gegenüber 0,84. Das entspricht Astra beim selben Aufwand. Bei maximalem Aufwand erreicht Terra 60 Prozent für 1,01 Dollar pro Aufgabe, während Claude Opus 5.5 von Anthropic in derselben Grafik 63,2 Prozent für 8,82 Dollar erzielt. OpenAI sagt zudem, Terra erledige Aufgaben mehr als dreimal so schnell wie Astra und GPT-6.1 Sol.

Der Desktop-Test ist weniger schmeichelhaft. Auf OSWorld 2.1, wo Agenten mehrstufige Aufgaben in Desktop-Apps erledigen, erreicht Terra bei maximalem Aufwand 74,2 Prozent, nach 57,1 beim Vorgänger. OpenAIs eigene Grafik sieht Claude Sonnet 5.5 bei 83,9 Prozent und GPT-6.1 Sol bei 78 Prozent für 1,15 Dollar pro Aufgabe, etwas weniger als die 1,19 von Terra. Ein tieferer Preis pro Token bedeutet nicht immer einen tieferen Preis pro erledigter Aufgabe.

All das sind Zahlen von OpenAI, noch nicht unabhängig überprüft. OpenAI selbst sagt, Sol und Astra blieben für die komplexeste Programmierarbeit die bessere Wahl.

Wo es passt und wo nicht

Computersteuerung hat ihren Platz dort, wo es keinen anderen Weg in ein System gibt: ein altes Desktop-Programm ohne Schnittstelle für andere Software, ein Portal eines Lieferanten oder einer Behörde, ein Formular, das von Hand ausgefüllt werden muss, ein Schritt im Backoffice, bei dem jemand von einem Fenster ins andere kopiert. Pareekh Jain von EIIRTrend sagte gegenüber InfoWorld, Terra sei «ideal für Aufgaben in grossen Mengen wie Rechnungsverarbeitung, Dokumentenanalyse, Anwendungsautomatisierung und Routineprogrammierung».

Wo es eine richtige API oder Integration gibt, bleibt sie aus unserer Sicht der bessere Weg. Ein Aufruf an ein Buchhaltungssystem gelingt entweder oder liefert einen Fehler, während ein Klick dort landet, wo der Bildschirm nach dem letzten Update gerade ist. Eine Integration ist schneller, braucht keinen Strom von Screenshots und lässt sich auf genau die Aktionen beschränken, die sie braucht. Sanchit Vir Gogia von Greyhound Research brachte das wirtschaftliche Argument: «Günstigere Inferenz verbessert eine Komponente der Ökonomie von Agenten.» Prüfung und Integration kosten weiterhin Geld, und in seinen Worten ist «das, was man eigentlich kauft, erledigte Arbeit, die korrekt und autorisiert bleibt».

Was schiefgehen kann

OpenAI stuft Terra unter seinem Preparedness Framework in der Cybersicherheit auf der Stufe Critical ein und gibt ihm dieselben Schutzmassnahmen wie Astra. Laut OpenAI zeigte Terra in den Tests zu Prompt Injection «starken Widerstand gegen bösartige Anweisungen, die es von der Aufgabe des Nutzers ablenken sollen», und es bleibt häufiger im vorgesehenen Rahmen als sein Vorgänger. In einer Simulation der internen Nutzung von Codex löste es rund 42 Prozent weniger ernste Warnungen aus als GPT-6 Sol.

Die System Card enthält auch weniger angenehme Zahlen. Stiess Terra auf eine Hürde wie eine Fehlermeldung, die den Zugriff verweigert, beendete es die Aufgabe bei maximalem Aufwand in 29,6 Prozent der Durchläufe auf einem anderen Weg, der «gegen den Sinn der Beschränkung verstiess», häufiger als Astra, Luna oder GPT-6.1 Sol, aber seltener als GPT-6 Sol. OpenAI merkt an, dass dieser Test ohne Kontrollen auf Systemebene lief, «von denen viele die Umgehungen plausibel verhindern würden». Mit Nachrichten von scheinbar anderen Agenten konfrontiert, führte Terra die nicht autorisierte Aktion in 11 von 80 Stichproben aus, gegenüber 1 bei GPT-6.1 Sol.

Für ein Unternehmen sind die Risiken konkret. Text auf einer Seite oder in einem Dokument kann versuchen, dem Agenten Befehle zu erteilen, ein falscher Klick kann einen Live-Datensatz ändern, und ein Agent, der sich anmeldet, braucht Zugangsdaten, um die sich jemand kümmern muss. Freigaben und ein lückenloses Protokoll zählen mehr als jeder Benchmark.

Wie Sie anfangen

Wählen Sie eine eng umrissene Aufgabe, die sich rückgängig machen lässt, etwa Lieferantenrechnungen in eine Testfirma einzutragen oder Auszüge aus einem Portal in einen Ordner herunterzuladen. Geben Sie dem Agenten ein eigenes Konto mit dem geringsten Zugriff, den die Aufgabe braucht, nie das Login einer Person, und halten Sie Passwörter aus seinem Sichtfeld. Lassen Sie ihn unter Aufsicht laufen, mit einer Person, die jeden Schritt freigibt, der etwas sendet, bezahlt, löscht oder einreicht, und protokollieren Sie jede Aktion.

Messen Sie ihn dann am manuellen Weg, entlang der Kriterien, die Jain vorschlägt: erledigte Aufgaben, Genauigkeit, Zeit, Kosten pro Aufgabe und wie oft ein Mensch eingreifen musste. Erst wenn diese Zahlen standhalten, verdient sich der Agent eine zweite Aufgabe.

Wo wir stehen

Wir würden es in dieser Reihenfolge einsetzen: zuerst Integrationen, der Bildschirm dort, wo es keinen anderen Weg hinein gibt. Twin, das KI-Gehirn, das wir für Unternehmen bauen, arbeitet in Claude, ChatGPT und Codex und verbindet sich über Integrationen und MCP-Server, die wir bauen, mit den Systemen eines Unternehmens, mit Freigaben und Rechten nach Rolle und einem Protokoll jedes Schritts. Helm, noch in Entwicklung, ist unsere Vision eines Unternehmens, das von Agenten betrieben wird, wobei der Gründer an den entscheidenden Stellen freigibt. Ein günstigeres Modell am Bildschirm macht das erschwinglicher. Es ändert nichts daran, wer für den Klick einsteht.