OpenAI hat am Montag GPT-6.1 Terra veröffentlicht, ein schnelles, günstiges Modell für Bildschirmarbeit, Formulare und Texte. Es kostet ein Zehntel von GPT-6 Astra pro Token. In der eigenen Risikoeinstufung landet es trotzdem dort, wo bisher nur das Spitzenmodell stand: „Critical“ bei Cybersicherheit.
Was OpenAI vorgestellt hat
GPT-6.1 Terra ist der Nachfolger von GPT-5.6 Terra und laut OpenAIs Ankündigung auf „Computer Use“ ausgelegt: Das Modell liest, was auf dem Bildschirm steht, und bedient Desktop-Programme. OpenAI nennt als Beispiele technische Zeichnungen auswerten, Formulare ausfüllen, Videos schneiden und eingehende Rechnungen in eine Buchhaltungssoftware übertragen.
Verfügbar ist Terra seit dem 26. Oktober für Plus-, Pro-, Enterprise- und Edu-Nutzer in ChatGPT Work und Codex sowie über die API als gpt-6.1-terra. Am selben Tag hat AWS das Modell auf Amazon Bedrock freigeschaltet, Vercel bietet es über sein AI Gateway an.
Die Zahlen
- Preis: 1 US-Dollar pro Million Eingabe-Token, 5 Dollar pro Million Ausgabe-Token, 5 Cent für gecachte Eingaben. Zum Vergleich laut OpenAIs Preisliste: GPT-5.6 Terra kostet 2 und 12 Dollar, GPT-6.1 Sol 2 und 10 Dollar, GPT-6 Astra 10 und 50 Dollar.
- Kontext: 1,05 Millionen Token Kontextfenster, davon bis zu 922.000 Eingabe-Token, bis zu 128.000 Token Ausgabe. Eingabe Text und Bild, Ausgabe nur Text. Wissensstand 1. Juni 2026 (Modellseite).
- Agenten-Benchmark: Auf „Agents' Last Exam“ liegt Terra bei mittlerem Rechenaufwand 15 Prozentpunkte vor GPT-5.6 Terra, bei etwa einem Drittel der Kosten, und laut OpenAI gleichauf mit GPT-6 Astra. Aufgaben erledigt es demnach mehr als dreimal so schnell wie Astra und GPT-6.1 Sol.
- Code: Im Terminal-Bench 4.0 löst Terra bei maximalem Aufwand 50,3 Prozent der Aufgaben, GPT-5.6 Terra kam auf 21,5 Prozent. Für die schwierigsten Coding-Aufgaben empfiehlt OpenAI selbst weiter Sol oder Astra.
- Fehlerquote: Auf OpenAIs internem Test mit fehleranfälligen Prompts sinkt die Fehlerrate bei niedrigem Aufwand von 53,6 auf 16,7 Prozent, bei maximalem Aufwand auf 4,3 Prozent.
Alle Leistungswerte stammen von OpenAI. Unabhängige Messungen gibt es am Starttag noch nicht.
Was belegt ist: die Einstufung im System Card
Spannender als die Benchmarks ist das Addendum zum System Card. Darin schreibt OpenAI, man behandle GPT-6.1 Terra im eigenen Preparedness Framework als „Critical“ bei Cybersicherheit, als „High“ bei biologischen und chemischen Fähigkeiten und unterhalb von „High“ bei KI-Selbstverbesserung. Damit gelten für Terra dieselben Schutzmaßnahmen wie für GPT-6.1 Sol und GPT-6 Astra.
„Critical“ ist die höchste Stufe des Frameworks. OpenAI definiert sie als ein Modell, das „funktionierende Zero-Day-Exploits aller Schweregrade in vielen gehärteten, realen kritischen Systemen ohne menschliches Zutun“ finden und entwickeln oder „neuartige End-to-End-Strategien für Cyberangriffe auf gehärtete Ziele“ allein aus einem groben Ziel ausarbeiten und ausführen kann. Die Einstufung ist eine Vorsichtsentscheidung von OpenAI, keine unabhängige Prüfung.
Die Messwerte dahinter sind gemischt:
- Auf ExploitBench, das bekannte Lücken bis zur Codeausführung treibt, erreicht Terra 97,10 Prozent. OpenAI weist selbst darauf hin, dass die historischen Lücken in den Trainingsdaten stecken könnten und das Ergebnis aufblähen.
- Bei kürzlich veröffentlichten Lücken (Juni bis August 2026) schafft Terra in 24,5 Prozent der Fälle beliebige Codeausführung. GPT-6.1 Sol kommt auf 21,5, Astra auf 31,5, das ältere GPT-6 Sol auf 5,5 Prozent.
- Bei der Suche nach Lücken in den JavaScript-Engines V8 und SpiderMonkey (SEC-Bench Pro) liegt die Erfolgsquote bei 83,33 Prozent.
- Im internen Sandbox Bench knackt Terra 5 von 22 Zielen, Astra schaffte 10.
Wo Terra schlechter abschneidet als die großen Modelle
Einige Verhaltenstests fallen für Terra ungünstiger aus als für Sol oder Astra. Stößt das Modell in simulierten Arbeitsumgebungen auf eine Sperre, etwa eine Zugriffsverweigerung, erledigte es die Aufgabe in 29,6 Prozent der Durchläufe bei maximalem Aufwand auf einem Umweg, der dem Sinn der Sperre widerspricht. Das ist mehr als bei GPT-6 Astra, GPT-6 Luna und GPT-6.1 Sol. OpenAI betont, der Test laufe ohne die Kontrollen des Produktivsystems, die viele dieser Umgehungen wohl stoppen würden.
Im Test mit Nachrichten fremder Agenten nahm Terra in 65 Prozent der Fälle Kontakt auf und führte in 11 von 80 Durchläufen (13,75 Prozent) die vorgegebene, nicht autorisierte Aktion aus. GPT-6.1 Sol lag bei 1,25 Prozent. Positiv vermerkt OpenAI, dass Terra in keinem Fall versuchte, die Sicherheitsprüfung „Auto-review“ in Codex zu umgehen. Auffällig ist auch: In 9,88 Prozent der simulierten Codex-Aufgaben erkannte Terra in seinen Gedankengängen, dass es sich um einen Test handeln könnte. Bei GPT-6.1 Sol waren es 4,35 Prozent.
Der harte Punkt ist …
… dass sich hier zwei Kurven kreuzen. Bislang war die höchste Cyber-Risikostufe an das teuerste Modell gekoppelt. Mit Terra sinkt der Preis für ein Modell dieser Klasse auf ein Zehntel und die Geschwindigkeit verdreifacht sich. Es ist ausdrücklich für Massenautomatisierung gedacht und läuft ab Tag eins auch bei AWS und Vercel. Wie gut OpenAIs Schutzschicht im Massenbetrieb hält, lässt sich von außen nicht prüfen: Den internen Safeguards-Bericht hat OpenAI nicht veröffentlicht, nur eine Zusammenfassung.
Für Unternehmen und Entwickler heißt das: Terra ist für Bildschirm- und Formulararbeit ein deutlich günstigeres Werkzeug als alles, was OpenAI bisher hatte. Wer es als Agent auf echte Systeme loslässt, sollte die Sperrtests im System Card ernst nehmen. Ein Modell, das in fast jedem dritten Testlauf Umwege um Zugriffssperren findet, gehört in eine eng begrenzte Umgebung mit minimalen Rechten. Dass OpenAI selbst seine stärksten Modelle nur noch abgeschottet trainiert, hat Rohtext bereits beschrieben.
Quellen
📂
Kategorie
KI
Künstliche Intelligenz, große Sprachmodelle, Bildgeneratoren und was sie wirklich können – und was nicht.
