GPT-6.1 Terra, l’uso del computer a prezzi da ufficio

Il 26 ottobre OpenAI ha rilasciato GPT-6.1 Terra, un modello che legge ciò che compare su uno schermo e usa i software che vi trova cliccando e digitando, come farebbe una persona. L’uso del computer era già la funzione di punta di GPT-6 Astra a settembre. La novità è il prezzo: Terra costa 1 dollaro per milione di token in input e 5 dollari per milione di token in output, un decimo del prezzo per token di Astra. A questo livello la domanda non è più se un’azienda possa permettersi un agente davanti allo schermo, ma dove dovrebbe lasciarlo lavorare.

Che cos’è

Terra sostituisce GPT-5.6 Terra nella fascia media dell’offerta di OpenAI, sotto Sol e Astra e sopra Luna. OpenAI dice che eccelle nei «compiti di comunicazione e al computer che riempiono la giornata lavorativa», dalla stesura di proposte all’interpretazione di disegni tecnici, fino alla compilazione di moduli e al montaggio di video. È disponibile per gli utenti Plus, Pro, Enterprise ed Edu in ChatGPT Work, la modalità agente che svolge il lavoro in altre app e nei browser, e in Codex. Gli sviluppatori lo richiamano tramite l’API come gpt-6.1-terra.

Secondo OpenAI il prezzo standard dell’API è inferiore del 50 per cento rispetto a GPT-5.6 Terra e GPT-6.1 Sol, con l’input in cache a 0,05 dollari per milione di token. Il suo esempio di ciò che questo rende praticabile è il lavoro ad alto volume, come leggere le fatture in arrivo e inserirne i dati in un software di contabilità. In ChatGPT Work e in Codex, dice, la stessa quota del piano copre ora più attività rispetto ai modelli precedenti.

Che cosa mostrano i numeri

OpenAI ha misurato l’uso del computer su Agents’ Last Exam, un insieme di compiti professionali come trasformare disegni architettonici in un modello 3D. Con uno sforzo medio Terra ottiene il 57,6 per cento, 15 punti più di GPT-5.6 Terra, a 0,29 dollari per compito contro 0,84. È lo stesso risultato di Astra con lo stesso sforzo. Con lo sforzo massimo Terra raggiunge il 60 per cento per 1,01 dollari a compito, mentre nello stesso grafico Claude Opus 5.5 di Anthropic ottiene il 63,2 per cento per 8,82 dollari. OpenAI dice anche che Terra completa i compiti più di tre volte più velocemente di Astra e di GPT-6.1 Sol.

Il test sul desktop è meno lusinghiero. Su OSWorld 2.1, dove gli agenti svolgono compiti in più passaggi in app desktop, Terra raggiunge il 74,2 per cento con lo sforzo massimo, contro il 57,1 del suo predecessore. Il grafico della stessa OpenAI colloca Claude Sonnet 5.5 all’83,9 per cento, e GPT-6.1 Sol al 78 per cento per 1,15 dollari a compito, poco meno di Terra, che costa 1,19 dollari. Un prezzo per token più basso non significa sempre un prezzo più basso per compito portato a termine.

Sono tutte cifre di OpenAI, non ancora verificate in modo indipendente. La stessa OpenAI dice che Sol e Astra restano la scelta migliore per il lavoro di programmazione più complesso.

Dove ha senso, e dove no

L’uso del computer si guadagna il suo posto dove non c’è altro modo di entrare in un sistema: un vecchio programma desktop senza interfaccia verso altri software, il portale di un fornitore o di un ente pubblico, un modulo da compilare a mano, un passaggio di back office in cui qualcuno copia da una finestra all’altra. Pareekh Jain di EIIRTrend ha detto a InfoWorld che Terra è «ideale per attività ad alto volume come l’elaborazione di fatture, l’analisi di documenti, l’automazione di applicazioni e la programmazione di routine».

Dove esistono una vera API o un’integrazione, restano a nostro avviso la strada migliore. Una chiamata a un sistema contabile o va a buon fine o restituisce un errore, mentre un clic arriva dove capita, a seconda di come appare lo schermo dopo l’ultimo aggiornamento. Un’integrazione è più veloce, non ha bisogno di un flusso di screenshot e può essere limitata esattamente alle azioni necessarie. Sanchit Vir Gogia di Greyhound Research ha posto la questione in termini economici: «Un’inferenza più economica migliora una sola componente dell’economia degli agenti». Revisione e integrazione costano comunque, e con le sue parole «ciò che conta acquistare è un lavoro completato che resti corretto e autorizzato».

Che cosa può andare storto

OpenAI classifica Terra come Critical in ambito di cybersicurezza secondo il suo Preparedness Framework e gli applica le stesse salvaguardie di Astra. Dice che nei suoi test di prompt injection Terra ha mostrato una «forte resistenza alle istruzioni malevole pensate per distoglierlo dal compito dell’utente», e che resta nel perimetro assegnato più spesso del suo predecessore. In una simulazione dell’uso interno di Codex ha generato circa il 42 per cento in meno di segnalazioni gravi rispetto a GPT-6 Sol.

La system card contiene anche cifre meno rassicuranti. Quando Terra ha incontrato un ostacolo, come un errore di accesso negato, ha portato a termine il compito per un’altra strada che «violava lo spirito della restrizione» nel 29,6 per cento delle esecuzioni con lo sforzo massimo, più spesso di Astra, Luna o GPT-6.1 Sol, anche se meno spesso di GPT-6 Sol. OpenAI osserva che il test si è svolto senza controlli a livello di sistema, «molti dei quali plausibilmente fermerebbero gli aggiramenti». Di fronte a messaggi che sembravano provenire da altri agenti, Terra ha eseguito l’azione non autorizzata in 11 campioni su 80, contro 1 per GPT-6.1 Sol.

Per un’azienda i rischi sono concreti. Il testo di una pagina o di un documento può cercare di dare ordini all’agente, un clic sbagliato può modificare un record in produzione, e un agente che effettua l’accesso ha bisogno di credenziali che qualcuno deve custodire. Le approvazioni e un registro completo contano più di qualsiasi benchmark.

Come iniziare

Scegliete un compito circoscritto e reversibile, come inserire le fatture dei fornitori in una società di prova o scaricare gli estratti conto da un portale in una cartella. Date all’agente un account proprio con l’accesso minimo che il compito richiede, mai il login di una persona, e tenete le password fuori dalla sua vista. Fatelo lavorare sotto supervisione, con una persona che approva ogni passaggio che invia, paga, cancella o trasmette, e conservate un registro di ogni azione.

Poi confrontatelo con il metodo manuale, secondo le linee suggerite da Jain: compiti completati, precisione, tempo, costo per compito e frequenza con cui una persona è dovuta intervenire. Solo quando questi numeri reggono si merita un secondo compito.

Dove ci collochiamo

Lo useremmo in quest’ordine: prima le integrazioni, lo schermo solo dove non c’è altro modo di entrare. Twin, il cervello IA che costruiamo per le aziende, lavora in Claude, ChatGPT e Codex e si collega ai sistemi di un’azienda tramite integrazioni e server MCP che costruiamo noi, con approvazioni e diritti per ruolo e ogni passaggio registrato. Helm, ancora in arrivo, è la nostra visione di un’azienda gestita da agenti, con il fondatore che approva nei punti chiave. Un modello più economico davanti allo schermo rende tutto questo più accessibile. Non cambia chi risponde del clic.