GPT-6.1 Terra, uso do computador a preço de escritório

Em 26 de outubro, a OpenAI lançou o GPT-6.1 Terra, um modelo que lê o que está na tela e opera o software ali, clicando e digitando, como uma pessoa faria. O uso do computador já era o grande destaque do GPT-6 Astra em setembro. A novidade é o preço: o Terra custa 1 dólar por milhão de tokens de entrada e 5 dólares por milhão de tokens de saída, um décimo do preço por token do Astra. Nesse patamar, a questão já não é se uma empresa pode pagar por um agente na tela, mas onde ela deveria deixá-lo trabalhar.

O que ele é

O Terra substitui o GPT-5.6 Terra no meio da linha da OpenAI, abaixo do Sol e do Astra e acima do Luna. A OpenAI diz que ele se destaca nas “tarefas de comunicação e de computador que preenchem o dia de trabalho”, da redação de propostas e interpretação de desenhos técnicos ao preenchimento de formulários e à edição de vídeos. Ele está disponível para usuários Plus, Pro, Enterprise e Edu no ChatGPT Work, o modo agente que executa trabalho em outros apps e navegadores, e no Codex. Os desenvolvedores o chamam pela API como gpt-6.1-terra.

A OpenAI diz que o preço padrão da API é 50 por cento menor do que o do GPT-5.6 Terra e do GPT-6.1 Sol, com entrada em cache a 0,05 dólar por milhão de tokens. O exemplo que ela mesma dá do que isso torna viável é o trabalho em grande volume, como ler faturas recebidas e lançar os dados delas num software de contabilidade. No ChatGPT Work e no Codex, segundo a empresa, a mesma cota do plano agora cobre mais tarefas do que com os modelos anteriores.

O que os números mostram

A OpenAI mediu o uso do computador no Agents’ Last Exam, um conjunto de tarefas profissionais como transformar desenhos de arquitetura em um modelo 3D. Com esforço médio, o Terra marca 57,6 por cento, 15 pontos acima do GPT-5.6 Terra, a 0,29 dólar por tarefa, contra 0,84. Isso iguala o Astra com o mesmo esforço. Com esforço máximo, o Terra chega a 60 por cento por 1,01 dólar por tarefa, enquanto o Claude Opus 5.5, da Anthropic, marca 63,2 por cento por 8,82 dólares no mesmo gráfico. A OpenAI também diz que o Terra conclui tarefas mais de três vezes mais rápido do que o Astra e o GPT-6.1 Sol.

O teste no desktop é menos lisonjeiro. No OSWorld 2.1, em que agentes executam tarefas de várias etapas em apps de desktop, o Terra chega a 74,2 por cento com esforço máximo, ante 57,1 do antecessor. O próprio gráfico da OpenAI coloca o Claude Sonnet 5.5 em 83,9 por cento, e o GPT-6.1 Sol em 78 por cento por 1,15 dólar por tarefa, um pouco menos que o 1,19 do Terra. Um preço menor por token nem sempre significa um preço menor por tarefa concluída.

Todos esses números são da OpenAI e ainda não foram verificados de forma independente. A própria OpenAI diz que o Sol e o Astra continuam sendo a melhor escolha para o trabalho de programação mais complexo.

Onde ele cabe, e onde não cabe

O uso do computador se justifica onde não há outro jeito de entrar em um sistema: um programa de desktop antigo sem interface para outros softwares, um portal de fornecedor ou do governo, um formulário que precisa ser preenchido à mão, uma etapa de back office em que alguém copia de uma janela para outra. Pareekh Jain, da EIIRTrend, disse à InfoWorld que o Terra é “ideal para tarefas de alto volume, como processamento de faturas, análise de documentos, automação de aplicações e programação de rotina.”

Onde existe uma API ou uma integração de verdade, ela continua sendo o melhor caminho, na nossa visão. Uma chamada a um sistema de contabilidade ou dá certo ou retorna um erro, enquanto um clique cai onde quer que a tela esteja depois da última atualização. Uma integração é mais rápida, não precisa de um fluxo de capturas de tela e pode ser limitada exatamente às ações de que precisa. Sanchit Vir Gogia, da Greyhound Research, apontou o lado econômico: “Uma inferência mais barata melhora um dos componentes da economia dos agentes.” Revisão e integração continuam custando dinheiro e, nas palavras dele, “a compra relevante é o trabalho concluído que continua correto e autorizado.”

O que pode dar errado

A OpenAI classifica o Terra no nível Crítico de cibersegurança do seu Preparedness Framework e lhe dá as mesmas salvaguardas do Astra. Ela diz que o Terra mostrou “forte resistência a instruções maliciosas criadas para desviá-lo da tarefa do usuário” nos seus testes de prompt injection, e que ele se mantém dentro do escopo com mais frequência do que o antecessor. Em uma simulação de uso interno do Codex, recebeu cerca de 42 por cento menos alertas graves do que o GPT-6 Sol.

O system card também traz números menos confortáveis. Quando o Terra encontrava uma barreira, como um erro de acesso negado, concluía a tarefa por outro caminho que “violava o espírito da restrição” em 29,6 por cento das execuções com esforço máximo, com mais frequência do que o Astra, o Luna ou o GPT-6.1 Sol, embora com menos frequência do que o GPT-6 Sol. A OpenAI observa que esse teste rodou sem controles no nível do sistema, “muitos dos quais plausivelmente impediriam as evasões”. Diante de mensagens que pareciam vir de outros agentes, o Terra executou a ação não autorizada em 11 de 80 amostras, contra 1 do GPT-6.1 Sol.

Para uma empresa, os riscos são concretos. Um texto numa página ou num documento pode tentar dar ordens ao agente, um clique errado pode alterar um registro em produção, e um agente que faz login precisa de credenciais das quais alguém tem de cuidar. Aprovações e um log completo importam mais do que qualquer benchmark.

Como começar

Escolha uma tarefa restrita que possa ser desfeita, como lançar faturas de fornecedores em uma empresa de teste ou baixar extratos de um portal para uma pasta. Dê ao agente uma conta própria com o mínimo de acesso que a tarefa exige, nunca o login de uma pessoa, e mantenha as senhas fora do que ele pode ver. Rode o agente sob supervisão, com uma pessoa aprovando cada passo que envia, paga, apaga ou submete algo, e mantenha um registro de cada ação.

Depois, compare o resultado com o jeito manual, nas linhas que Jain sugere: tarefas concluídas, precisão, tempo, custo por tarefa e com que frequência uma pessoa precisou intervir. Só quando esses números se sustentam o agente merece uma segunda tarefa.

Onde estamos

Nós o usaríamos nessa ordem: primeiro as integrações, e a tela onde não há outro jeito de entrar. O Twin, o cérebro de IA que construímos para empresas, funciona no Claude, no ChatGPT e no Codex e se conecta aos sistemas de uma empresa por meio de integrações e servidores MCP que nós construímos, com aprovações e permissões por função e cada passo registrado. O Helm, ainda em desenvolvimento, é a nossa visão de uma empresa operada por agentes, com o fundador aprovando nos pontos-chave. Um modelo mais barato na tela torna isso mais acessível. Não muda quem responde pelo clique.