GPT-6.1 Terra macht Bildschirmautomatisierung günstiger. Der Praxistest bleibt entscheidend.

Kurzfassung: OpenAI veröffentlichte GPT-6.1 Terra am 26. Oktober für die API, ChatGPT Work und Codex.^[1] In der Standard-API kosten eine Million Eingabetoken 1 US-Dollar, eine Million zwischengespeicherte Eingabetoken 0,05 US-Dollar und eine Million Ausgabetoken 5 US-Dollar. Die API wird getrennt vom ChatGPT-Abonnement abgerechnet.^[2] Bei der Bildschirmautomatisierung zählt, wie viele Aufgaben innerhalb eines gemessenen Kosten- und Korrekturrahmens geprüft abgeschlossen werden, nicht welche Anbietergrafik am besten aussieht.

Eine Rechnung kommt als PDF an. Jemand liest Lieferant und Beträge, öffnet eine Buchhaltungsmaske, trägt die Felder ein und prüft das Ergebnis. OpenAI nennt solche Abläufe bei der Vorstellung von Terra am 26. Oktober ausdrücklich als Anwendungsfall für sein günstigeres Modell zur Computerbedienung.^[1] Das ist relevant, weil die Arbeit repetitiv ist und die Software oft keine saubere Schnittstelle bietet.

Die eigentliche Geschichte ist nicht ein Modell, das klicken kann. Entscheidend ist, ob eine Organisation ein verlässlich abgeschlossenes Geschäftsergebnis statt einer Folge plausibler Bildschirmaktionen erhält. Terra senkt die Kosten eines Versuchs. Ein falsch gewählter Lieferant, eine doppelte Rechnung oder ein unbemerkt abgesendetes Formular werden dadurch nicht günstiger zu korrigieren.

Titelbild: generiertes Konzeptbild eines Bildschirm-Workflows mit Token-Kostenübersicht. Es zeigt weder eine OpenAI-Produktoberfläche noch ein Testergebnis.

Die Veröffentlichung: Niedrigere Preise, klare Produktgrenzen

Terra steht in der API als gpt-6.1-terra und in ChatGPT Work und Codex als auswählbares Modell bereit. OpenAI positioniert es für visuelles Verstehen, präzise Computerbedienung und Textarbeit.^[1] Laut Versionshinweisen ist Terra in Work und Codex verfügbar, nicht im normalen Chat. Die API-Nutzung wird getrennt von ChatGPT-Abonnements berechnet.^[2] Diese Trennung entscheidet darüber, wie ein Pilotprojekt kalkuliert wird und wer es ausführen kann.

Die Startmeldung nennt Plus, Pro, Enterprise und Edu für Work und Codex.^[1] OpenAIs Business-Versionshinweise vom 26. Oktober bestätigen Terra auch für Work und Codex in Business-Workspaces, sobald die Einführung den Workspace erreicht und Lizenz sowie Berechtigungen es zulassen.^[4] Verantwortliche sollten Modellauswahl und Berechtigungen im vorgesehenen Workspace prüfen, statt die Liste vom Veröffentlichungstag für eine dauerhafte Anspruchstabelle zu halten. Laut Versionshinweisen unterstützt Terra keine Inferenz mit Datenresidenz in den Vereinigten Arabischen Emiraten. Maßgeblich ist der Ort der Inferenz, nicht der Standort des Nutzers.^[2]

Hier liegt die Stärke des Preisschritts: Der veröffentlichte Standard-API-Tarif trennt Eingabe, zwischengespeicherte Eingabe und Ausgabe. Damit kann ein Team ein erstes Budget berechnen. OpenAIs Preistabelle nennt dafür 1, 0,05 beziehungsweise 5 US-Dollar pro Million Token.^[3] Das sind Token-Preise, keine Kosten pro abgeschlossener Rechnung; mögliche Tool- und Infrastrukturkosten sind nicht vollständig erfasst.

Die Kosten: Beispielrechnung und tatsächliche Messung trennen

Angenommen, ein rein illustrativer Durchlauf verbraucht 20.000 nicht zwischengespeicherte Eingabetoken und 5.000 Ausgabetoken zum Standard-API-Tarif. Die Eingabe kostet 0,020 US-Dollar, die Ausgabe 0,025 US-Dollar, zusammen 0,045 US-Dollar. Bei 100 identischen Durchläufen mit genau diesen Tokenmengen lägen die Modell-Token-Kosten bei 4,50 US-Dollar. Das ist eine Rechnung mit dem veröffentlichten Tarif, keine beobachtete Terra-Rechnungsbearbeitung und keine Prognose für deren Tokenverbrauch.^[3]

Caching verändert die Rechnung nur, wenn Eingaben tatsächlich dafür qualifiziert sind. In einem zweiten hypothetischen Durchlauf mit 10.000 neuen Eingabetoken, 10.000 zwischengespeicherten Eingabetoken und 5.000 Ausgabetoken ergeben sich 0,010 + 0,0005 + 0,025 = 0,0355 US-Dollar an Modell-Token-Kosten. Wiederholte Screenshots, fehlgeschlagene Aktionen und menschliche Rückfragen können erheblich mehr Token und Zeit verbrauchen. Toolkosten, externe Software, Bedienzeit und Korrekturarbeit gehören in die Gesamtrechnung. Die Preistabelle liefert eine Abrechnungsgrundlage, kein Ergebnis zur Wirtschaftlichkeit des gesamten Ablaufs.^[3]

OpenAI erklärt, Terras Standard-API-Preise lägen 50 Prozent unter denen von GPT-5.6 Terra und GPT-6.1 Sol, und berichtet Vorteile in eigenen Tests beruflicher Aufgaben und der Computerbedienung.^[1] Diese Angaben sind Hinweise für die Einsatzplanung, keine direkte Rangliste für die eigene Rechnungsaufgabe. Die veröffentlichten Werte vereinheitlichen nicht die eigenen Modelleinstellungen, Hardware, Bild- und Promptlängen, Ausgabelängen, Decoding-Verfahren, Akzeptanzrate bei spekulativem Decoding, Batchgröße beziehungsweise Parallelität, Zeit bis zum ersten Token, langsame Ausreißer und Testumgebung. Selbst bei festgelegtem Reasoning-Aufwand ist die Benchmark-Umgebung nicht die eigene Buchhaltungssoftware. Die Ergebnisse bleiben OpenAI-Angaben; die eigene Aufgabenverteilung muss separat gemessen werden.

Der Praxistest: Eine Bildschirmaufgabe prüfbar machen

Ein sinnvoller Einstieg ist eine nichtfinanzielle, reversible Aufgabe: Eine kleine Zahl freigegebener Katalogbeschreibungen wird aus einer Quelltabelle in die Staging-Oberfläche eines Content-Management-Systems übertragen. Verwendet werden synthetische Datensätze und ein Staging-Konto ohne Veröffentlichungsrecht. Pro Artikel sollen freigegebener Titel, Beschreibung und Kategorie übernommen und als Entwurf gespeichert werden. Vor einer späteren Veröffentlichung vergleicht eine prüfende Person jeden Entwurf mit der Quelle. So werden Lesen, Navigation, Feldeingabe und Kontrolle getestet, ohne dem Modell Zahlungen oder Kundendaten anzuvertrauen.

Die Abnahme muss vor dem Durchlauf feststehen. Beispielsweise: null gespeicherte Einträge mit falscher Kategorie, null unautorisierte Veröffentlichungen und mindestens 95 akzeptierte Entwürfe von 100 nach unabhängiger Prüfung. Je Eintrag sind höchstens zwei Wiederholungen erlaubt; jeder Eingriff wird protokolliert. Das sind vorgeschlagene Schwellen für diesen risikoarmen Test, kein veröffentlichter Benchmark und kein allgemeiner Sicherheitsstandard. Verliert der Agent den Kontext oder erreicht er die Aktionsgrenze, soll der Eintrag Entwurf bleiben oder unangetastet bleiben. Quelldatensatz, bisherige Aktionen und Fehler gehen dann an eine Person. Diese Rückfallregel ist Teil des Prozesses und gehört nicht in einem Durchschnittswert versteckt.

OpenAIs API-Leitfaden empfiehlt für Terra zunächst mittleren Reasoning-Aufwand und höhere Stufen nur dann, wenn die Qualitätssteigerung zusätzliche Zeit und Token rechtfertigt. Für Tool-Aufrufe rät er bei einer Migration von Chat Completions zur Responses API; der Leitfaden zur Computerbedienung beschreibt den Kreislauf aus Aktion und Screenshot.^[5][6] Diese Einstellungen müssen während eines Vergleichs konstant bleiben. Ändern sich Reasoning-Aufwand oder Bedienwerkzeug mitten im Test, ist das eine neue Konfiguration und keine wundersam verbesserte Wiederholung.

Die Evidenz: Ein Anbieterbenchmark ist eine Arbeitshypothese

OpenAI berichtet, Terra habe bei mittlerem Aufwand in Agents' Last Exam 15 Prozentpunkte mehr als GPT-5.6 Terra bei etwa einem Drittel der Kosten erreicht. Das Unternehmen meldet auch Fortschritte bei OSWorld 2.1 und einem internen Faktentreue-Test.^[1] Es sind Messungen des Anbieters. Sie beweisen unabhängig weder die Richtigkeit eines Katalogentwurfs noch die Erholung nach einem störenden Dialogfenster oder gleiche Aufgabenkosten in der eigenen Umgebung.

Oft übersehen wird der Nenner: Kosten je erfolgreicher Aufgabe umfassen Fehlversuche, Wiederholungen, menschliche Prüfung und Nacharbeit. Zu berichten sind akzeptierte Entwürfe je 100 zugewiesene Einträge, mittlere und besonders lange Bearbeitungszeiten, Modell- und Toolkosten sowie Korrekturminuten. Eine niedrigere Tokenrechnung bei doppelt so viel Nacharbeit ist kein wirtschaftlicher Fortschritt. Auch OpenAIs Leitfaden zur Modellauswahl empfiehlt, Modelle anhand der eigenen Anwendung und ihrer Zielkonflikte zu bewerten statt anhand eines allgemeinen Wertes.^[8]

Der Terra-Nachtrag zur Systemkarte vom 26. Oktober dokumentiert OpenAIs eigene Sicherheitsprüfungen, darunter Robustheit und Vorsorgemaßnahmen.^[7] Er bescheinigt keinem Team die Erlaubnis zum Betrieb einer bestimmten Anwendung oder die Sicherheit jeder visuellen Aktion. Die unbequeme Wahrheit: Bildschirmautomatisierung übernimmt die Rechte des verwendeten Kontos. Staging-Konto, enge Berechtigungen, Aktionsprotokoll und menschliche Abnahme sind Entscheidungen über das Produktdesign, unabhängig von der Sicherheitsbewertung des Anbieters.

Die Entscheidung: Geprüfte Arbeit statt Bildschirmbewegung kaufen

Klar ist: Terras Veröffentlichung ist ein guter Anlass, bisher zu teure Automatisierungsideen erneut zu testen. Sie ist kein Beleg dafür, unbeaufsichtigte Produktionsrechte zu vergeben. Der API-Preis macht Experimente in Token gerechnet günstig. Gekauft werden soll aber ein wiederholbares, geprüftes Ergebnis.

Erreicht der Staging-Test seine vorab festgelegte Abnahmequote innerhalb eines gemessenen Kosten- und Korrekturrahmens, kann die Aufgabe schrittweise um jeweils eine Berechtigung erweitert werden. Scheitert er, bleibt der menschliche Ablauf bestehen, die UI-Grenze wird überarbeitet oder eine vorhandene strukturierte Schnittstelle genutzt. Strategisch gewinnen Teams, die günstigere Modellaufrufe in geprüfte Arbeit umsetzen, ohne Verantwortung an eine Benchmark-Grafik abzugeben.

Quellen und Referenzen

Primärquellen von OpenAI. Leistungsangaben stammen vom Anbieter; Testschwellen und Beispielrechnungen sind redaktionelle Analyse.

Zuletzt aktualisiert: 31. Oktober 2026