GPT-6.1 Terra: co umí, kolik stojí a kde běží

GPT-6.1 Terra je model OpenAI pro ovládání počítače pomocí AI. Podle snímků obrazovky kliká, píše a vyplňuje údaje v aplikacích a je určený pro velké objemy rutinní práce. V OpenAI API stojí 1 USD za milion vstupních a 5 USD za milion výstupních tokenů, na Amazon Bedrock stejně nebo zhruba o 10 % víc podle režimu.

Co je GPT-6.1 Terra a k čemu slouží?

GPT-6.1 Terra je rychlý a levný model OpenAI, který ovládá aplikace podle screenshotů. Je určený pro opakované kancelářské úlohy, například přepis faktur do účetního systému. OpenAI ho vydalo 26. října 2026. Jako typické nasazení uvádí čtení faktur a zadávání jejich údajů do účetního softwaru ve velkém objemu.

Podle stránky modelu v dokumentaci OpenAI Terra spojuje tři věci: obrazový vstup, vizuální uvažování a akce v počítačovém prostředí. Nepotřebuje tedy API cílové aplikace. Pracuje s tím, co vidí na obrazovce, stejně jako účetní, která má otevřené PDF a vedle něj formulář v ERP.

Důvod, proč model vznikl, je ekonomický. Jedna faktura znamená desítky kroků a každý krok znamená další screenshot a další volání modelu. U silnějších modelů se cena a čekání sčítají do částek, které se při tisících dokladů měsíčně nevyplatí. Terra má tuto bariéru snížit. Pro české firmy je to zajímavé hlavně tam, kde starší účetní nebo skladový systém nemá rozumné API. Širší pohled na tento scénář přináší text o tom, jak funguje automatizace fakturace pomocí AI.

Cena GPT-6.1 Terra: je opravdu o polovinu nižší?

Ano, ale jen vůči GPT-6.1 Sol a GPT-5.6 Terra při standardním ceníku OpenAI API. Celkový účet za automatizaci se na polovinu snížit nemusí.

Sazby vycházejí z ceníku OpenAI API a ze stránky modelu gpt-6.1-terra.

Co přesně znamená „o polovinu“

OpenAI v oznámení modelu píše, že ceny Terry jsou o 50 % nižší než u GPT-5.6 Terra a GPT-6.1 Sol. Srovnání tedy platí pro tokenové sazby, ne obecně. Netýká se ceny na Bedrocku v regionálním režimu ani nákladu na celou úlohu. Vůči GPT-6 Astra je rozdíl ještě větší: podle stejného zdroje jde zhruba o desetinu ceny za token.

Co zvedá výsledný účet

U computer use tvoří velkou část nákladu obrázky. Každý krok agenta posílá nový screenshot a ten se počítá jako vstupní tokeny. Výslednou cenu proto určují hlavně tyto faktory:

• počet screenshotů na jednu úlohu a jejich rozlišení,
• délka trajektorie, tedy kolik kroků agent potřebuje, včetně opakování po chybě,
• využití cache, kdy se opakovaný systémový prompt a instrukce čtou za 0,05 USD místo 1 USD (ceník OpenAI),
• nástrojová volání: dokumentace modelu uvádí, že některé nástroje mají samostatné poplatky za volání.

Velký vliv má i architektura agenta. Jeden agent s dlouhou historií se chová nákladově jinak než orchestrátor, který rozděluje práci mezi několik podřízených agentů. O tom, kdy která varianta dává smysl, píšeme v článku single agent loop a subagenti.

Kde je model dostupný a jak ho zavolat

Terra je dostupná ve čtyřech kanálech. Vývojáři ji volají přes Responses API nebo Amazon Bedrock. Uživatelé bez vlastní integrace ji najdou v ChatGPT Work a v Codexu, kde ji spustí přímo z rozhraní bez psaní kódu.

OpenAI Responses API

V gpt-6.1-terra API má model identifikátor gpt-6.1-terra. Podle dokumentace podporuje Responses API, obrazový vstup, prompt caching a nástroj computer_use. Míru uvažování řídí parametr reasoning.effort v rozsahu od none po max. Následující ukázka posílá jeden krok smyčky. Konfiguraci prostředí (rozlišení obrazovky, typ systému) a zpracování vrácených akcí doplňte podle aktuální dokumentace nástroje.

from openai import OpenAI

client = OpenAI()

# Jeden krok agenta: úkol + aktuální screenshot obrazovky
response = client.responses.create(
    model="gpt-6.1-terra",
    tools=[{"type": "computer_use"}],
    # Nízké úsilí stačí pro rutinní kroky a šetří čas i tokeny
    reasoning={"effort": "low"},
    input=[{
        "role": "user",
        "content": [
            {"type": "input_text",
             "text": "Přepiš číslo faktury a částku z PDF do formuláře v ERP."},
            {"type": "input_image",
             "image_url": "data:image/png;base64,<SCREENSHOT>"},
        ],
    }],
)

# Model vrátí akci (klik, psaní); váš kód ji provede a pošle nový screenshot
print(response.output)

Doporučujeme začít s nižším reasoning.effort a zvyšovat ho jen u kroků, které opakovaně selhávají. Vyšší úsilí prodlužuje každý krok a zvyšuje počet výstupních tokenů. Pokud zvažujete, jak takovou smyčku navrhnout a provozovat, navazuje na to naše služba AI agenti a automatizace.

Amazon Bedrock podle režimu

Amazon Bedrock je třetí cesta, jak model volat. My v nobig.deals Bedrock nepoužíváme, modely voláme přes OpenRouter. O Bedrocku proto píšeme jako o cizí platformě. Cena tam závisí na inferenčním režimu:

Ceny za 1M tokenů pro komerční regiony a kontext do 272 000 vstupních tokenů uvádí ceník Amazon Bedrock, model popisuje model card na Bedrocku.

Global CRIS má tedy stejné sazby jako OpenAI API. In-Region a Geo CRIS jsou zhruba o 10 % dražší. Nad hranicí 272 000 vstupních tokenů Bedrock účtuje vyšší sazby, u Global CRIS podle ceníku 2 USD za vstup a 7,50 USD za výstup. Bedrock navíc nabízí režimy priority a flex s vlastní cenou. Pro firmy, které už mají smlouvy, IAM a monitoring v AWS, může integrace vyvážit vyšší cenu. Levnější za token ale Bedrock není.

Kdy Terra nestačí a přejít na Sol nebo Astru

Terra stačí na opakované, dobře popsané úlohy ve známých aplikacích. Na Sol nebo Astru přejděte u dlouhých nejasných úloh, neznámého softwaru a akcí s vysokým rizikem.

Následující pravidla jsou naše doporučení, ne oficiální předpis. Terru nastavte jako výchozí model a na silnější model eskalujte, když nastane některá z těchto situací:

1. Stejná akce selže opakovaně, například dvakrát po sobě klik na tlačítko, které nic neudělá.
2. Jistota lokalizace prvku je nízká, model si není jistý, kde je správné pole nebo tlačítko.
3. Očekávaný a skutečný stav aplikace se liší, po uložení se například neobjeví potvrzení.
4. Trajektorie je příliš dlouhá a úloha přesahuje počet kroků, který jste pro ni stanovili.
5. Následuje kritická akce: odeslání platby, smazání dat nebo podání formuláře úřadu.

U páté situace nestačí ani silnější model. Platby a mazání má schvalovat člověk.

Velkou část nejistoty odstraníte už před ovládáním obrazovky. Když údaje z dokladu nejdřív vytáhnete strukturovaně, agent je jen zadává a nemusí je zároveň číst a zapisovat. Pro tento krok se hodí samostatná extrakce a klasifikace dokumentů.

Čím se Terra liší od GPT-5.6 Terra a od RPA

Oproti předchůdci má Terra podle OpenAI vyšší skóre na hlavním agentním benchmarku a nižší cenu. Oproti RPA je flexibilnější, ale méně předvídatelná.

Údaje o OpenAI modelech pocházejí z oznámení modelu.

Podle OpenAI dosahuje Terra na testu Agents' Last Exam o 15 procentních bodů lepšího výsledku než GPT-5.6 Terra. Na stejném testu se dostává na úroveň GPT-6 Astra a úlohy dokončuje více než třikrát rychleji než Astra i Sol, jak firma uvádí v oznámení. Vůči modelu Claude Opus 5.5 při maximálním úsilí si OpenAI připisuje přibližně čtyřnásobně nižší cenu za token a zhruba devítinásobně nižší náklad na úlohu. Obrázek ale není jednoznačný: bezpečnostní dodatek k modelu uvádí, že na některých produkčních benchmarcích je Terra srovnatelná s GPT-5.6 Terra.

S klasickou RPA, jako jsou UiPath, Automation Anywhere nebo Microsoft Power Automate, se Terra spíš doplňuje, než že by ji nahrazovala. RPA prochází pevně definované selektory a při stejném vstupu udělá vždy totéž. Jakmile dodavatel posune tlačítko nebo přejmenuje pole, robot spadne. AI ovládání obrazovky si se změnou rozhraní poradí, ale stejný vstup nemusí pokaždé vést ke stejnému výsledku. Doporučujeme stabilní procesy s API nechat na deterministické automatizaci a Terru nasadit tam, kde se rozhraní mění nebo kde rozhraní pro integraci chybí.

Co zatím nevíme o chybovosti a latenci

OpenAI nezveřejnilo univerzální míru chybovosti ani úspěšnost ovládání desktopu, spolehlivost pro vaše aplikace proto změřte sami.

Co dokládají čísla výrobce

Výrobce uvádí hlavně souhrnné výsledky benchmarků, ne rozpad podle malých prvků, Excelu či CAD nebo délky úlohy. Údaj „přes třikrát rychlejší“ se týká celkového času benchmarkové úlohy, není to garantovaná latence jednoho API požadavku. Skutečný čas workflow závisí na regionu, síti, počtu screenshotů, servisním režimu a frontě požadavků.

Kontrolní seznam pilotu

Pilot trvá podle počtu aplikací a dostupnosti testovacího prostředí spíš týdny než měsíce. Jeho výstupem mají být vaše vlastní čísla, ne čísla z oznámení. Pokud zatím nevíte, který proces vybrat, pomůže AI analýza firmy.

Časté otázky

Kolik stojí GPT-6.1 Terra v OpenAI API?

Podle ceníku OpenAI stojí 1 USD za milion vstupních tokenů a 5 USD za milion výstupních. Čtení z cache vyjde na 0,05 USD a zápis do cache na 1,25 USD za milion tokenů, jak uvádí stejný ceník. U úloh s ovládáním obrazovky tvoří velkou část nákladu screenshoty a délka trajektorie. Rozpočet proto počítejte jako náklad na jednu dokončenou úlohu.

Je GPT-6.1 Terra dostupná v ChatGPT Work a Codexu?

Ano. OpenAI model nabízí kromě API také v ChatGPT Work a v Codexu. Tyto kanály se hodí pro týmy, které chtějí model vyzkoušet bez vlastní integrace. Pro automatizaci tisíců dokladů ve vlastní aplikaci dává smysl Responses API s nástrojem computer_use. To umožňuje řídit eskalaci, logování i schvalování kritických kroků.

Je GPT-6.1 Terra na Amazon Bedrock dražší než v OpenAI API?

Záleží na režimu. Podle ceníku Bedrocku jsou v režimu Global CRIS sazby stejné jako v OpenAI API, tedy 1 USD za vstup a 5 USD za výstup na milion tokenů. V režimech In-Region a Geo CRIS jsou zhruba o 10 % vyšší, tedy 1,10 a 5,50 USD podle téhož ceníku. Nad 272 000 vstupních tokenů účtuje Bedrock vyšší sazby.

Může GPT-6.1 Terra nahradit klasickou RPA?

Plně spíš ne. Klasická RPA je deterministická a u stabilních procesů s pevným rozhraním zůstává předvídatelnější. Terra se hodí tam, kde se rozhraní často mění, kde aplikace nemá API nebo kde vstupy nemají jednotnou strukturu. V praxi se oba přístupy kombinují: RPA nebo API pro stabilní kroky, AI agent pro proměnlivé obrazovky.

Jak nastavit reasoning.effort u GPT-6.1 Terra?

Parametr reasoning.effort přijímá hodnoty od none po max. Pro rutinní kroky, jako je kliknutí do pole nebo přepis čísla, stačí nízké úsilí, které šetří čas i výstupní tokeny. Vyšší úsilí nastavujte cíleně u kroků, které opakovaně selhávají, nebo u složitějšího rozhodování. Dopad na cenu a čas změřte v pilotu.