GPT-6.1 Terra ist OpenAIs neues Mittelklassemodell für visuelle Aufgaben, Textarbeit und die automatisierte Bedienung von Software. Es richtet sich an Personen und Unternehmen, die viele wiederkehrende Computeraufgaben bearbeiten lassen, ohne jedes Mal ein teures Spitzenmodell einzusetzen. Die Veröffentlichung fällt zudem in einen verschärften Preiskampf zwischen OpenAI, Anthropic und weiteren Anbietern.
Warum Terra relevant ist
OpenAI beschreibt GPT-6.1 Terra als Modell für schnelles visuelles Schlussfolgern, präzise Computersteuerung und natürlichere Texte. Ein Computer-Use-Agent ist dabei eine Künstliche Intelligenz (KI), die Benutzeroberflächen erkennen und Arbeitsschritte in Programmen ausführen kann. Statt nur eine Antwort zu schreiben, kann ein solcher Agent beispielsweise ein Formular ausfüllen, Inhalte in eine Anwendung übertragen oder Informationen aus einer technischen Zeichnung entnehmen.
Die offizielle Kurzankündigung von OpenAI stellt entsprechend die schnelle und leistungsfähige Computerbedienung in den Mittelpunkt. Laut der ausführlicheren Berichterstattung gehören auch das Verfassen von Angeboten, das Bearbeiten von Videos und die Zuordnung von Produktfotos zu Katalogeinträgen zu den vorgesehenen Anwendungen. Das sind keine exotischen Vorführungen, sondern Aufgaben, die in Verwaltung, Verkauf, Medienproduktion und technischer Planung regelmässig vorkommen.
Terra verarbeitet Text und Bilder, gibt aber Text aus. Es bietet ein Kontextfenster von 1,05 Millionen Tokens und kann bis zu 128’000 Tokens ausgeben. Tokens sind kleine Texteinheiten, aus denen ein Modell Eingaben und Ausgaben zusammensetzt; ein grosses Kontextfenster erlaubt entsprechend umfangreiche Dokumente oder lange Arbeitsverläufe.
Verfügbar ist das Modell laut den Meldungen über die Programmierschnittstelle, die Application Programming Interface (API), sowie in ChatGPT Work und Codex. Die API ist der Zugang, über den andere Anwendungen ein KI-Modell gegen verbrauchsabhängige Gebühren aufrufen. GPT-6.1 Terra läuft ausschliesslich bei OpenAI und hat geschlossene Modellgewichte, lässt sich also nicht auf eigener Infrastruktur betreiben.
Was günstiger wird
Der Standardpreis beträgt 1 Dollar pro Million Eingabe-Tokens und 5 Dollar pro Million Ausgabe-Tokens. Beim Vorgänger GPT-5.6 Terra waren es laut dem Bericht über die Preis- und Leistungsdaten 2 beziehungsweise 12 Dollar. Zwischengespeicherte Eingaben, die bei wiederholten Abfragen nicht vollständig neu verarbeitet werden müssen, kosten 0,05 Dollar pro Million Tokens.
Damit ist Terra deutlich günstiger als GPT-6.1 Sol und ungefähr halb so teuer wie Anthropics Claude Sonnet 5.5, dessen genannte Preise bei 2 Dollar für Eingaben und 10 Dollar für Ausgaben liegen. Gleichzeitig kostet Terra laut Simon Willison ungefähr zehnmal so viel wie GPT-6 Luna. Die Modellwahl wird dadurch nicht automatisch einfacher: Terra sitzt zwischen einem sehr günstigen Modell für einfache Aufgaben und teureren Modellen für besonders anspruchsvolle Arbeit.
Gerade Computer-Agenten profitieren von niedrigeren Stückkosten. Ein Agent kann für einen einzelnen Auftrag viele Bildschirmansichten analysieren, Zwischenschritte planen und wiederholt Antworten erzeugen. Wenn du Hunderte Formulare bearbeitest oder eine grosse Bildsammlung mit einem Produktkatalog abgleichst, zählt deshalb nicht nur der Preis einer einzelnen Anfrage, sondern der gesamte Verbrauch pro erledigter Aufgabe.
Die angegebenen Listenpreise sind ausserdem nur ein Teil des Preiskampfs. Berichte über individuelle OpenAI-Rabatte nennen Nachlässe von mehr als 30 Prozent bei Replit und Kostensenkungen von 80 bis 90 Prozent bei DataCamp. Eine US-Bank erhielt demnach Zugänge für 500 statt 250 Beschäftigte ohne Mehrpreis.
Solche Grosskundenverträge sind jedoch keine allgemein verfügbaren Tarife. Kleine Teams sollten nicht damit rechnen, automatisch 90 Prozent Rabatt zu erhalten. Die Beispiele zeigen vielmehr, dass veröffentlichte API-Preise bei hohem Verbrauch nicht zwingend das letzte Wort sind und dass Anbieter derzeit bereit sind, über Volumen, Laufzeit und Modellwechsel zu verhandeln.
Wo die Leistung reicht
Auf Agents’ Last Exam, einem Leistungstest mit beruflichen Computeraufgaben, erreichte Terra bei mittlerem Denkaufwand laut OpenAI 57,6 Prozent zu Kosten von 0,29 Dollar pro Aufgabe. GPT-5.6 Terra kam auf 42,6 Prozent bei 0,84 Dollar, während GPT-6 Astra ebenfalls 57,6 Prozent erreichte, aber 4,82 Dollar kostete. Ein Benchmark ist ein standardisierter Leistungstest; er erleichtert Vergleiche, bildet den eigenen Arbeitsalltag aber nie vollständig ab.
Bei maximalem Denkaufwand stieg Terra in diesem Test auf 60 Prozent und 1,01 Dollar pro Aufgabe. Claude Opus 5.5 erreichte in der aufgeführten Gegenüberstellung 63,2 Prozent, kostete aber 8,82 Dollar. OpenAI gibt zudem an, Terra erledige Aufgaben mehr als dreimal so schnell wie GPT-6 Astra und GPT-6.1 Sol. Diese Werte stammen aus Anbieterangaben und sind für deinen konkreten Anwendungsfall nicht unabhängig bestätigt.
Bei visuellen Aufgaben fällt der Abstand zu teureren Modellen klein aus. Im Test MMMU-Pro Vision erzielte Terra bei maximalem Denkaufwand 85,5 Prozent, gegenüber 86,3 Prozent für GPT-6.1 Sol und 86,7 Prozent für GPT-6 Astra. Die gemeldeten Kosten pro Testaufgabe lagen bei 0,012 Dollar für Terra und 0,065 Dollar für Astra.
Das bedeutet nicht, dass Terra überall ähnlich stark ist. Auf Terminal-Bench 4.0, einem Test für Arbeiten in einer textbasierten Systemumgebung, löste es 50,3 Prozent der Aufgaben. GPT-6.1 Sol erreichte 55,9 Prozent und Claude Sonnet 5.5 70,6 Prozent. Auch Simon Willisons Einordnung der Modellposition beschreibt Terra als besonders interessant für visuelle Aufgaben, Computerbedienung und technische Kommunikation, aber etwas schwächer bei vielen anderen Arbeiten.
OpenAI meldet zudem niedrigere Fehlerraten in einem internen, absichtlich schwierigen Test. Bei geringem Denkaufwand sank die Fehlerrate demnach von 53,6 auf 16,7 Prozent, bei maximalem Aufwand auf 4,3 Prozent. Ein weiterer privater Test, über den THE DECODER berichtet, deutet ebenfalls auf weniger Halluzinationen hin; damit sind plausibel klingende, aber falsche Aussagen gemeint. Interne und private Tests ersetzen jedoch keine Prüfung mit deinen eigenen Dokumenten und Abläufen.
Pro und Kontra von GPT-6.1 Terra
Pro:
- Niedrigere Kosten – Eingaben kosten halb so viel wie beim Vorgänger, während Ausgaben von 12 auf 5 Dollar pro Million Tokens sinken.
- Gute visuelle Leistung – In den gemeldeten Bild- und Computer-Tests liegt Terra teilweise nahe bei deutlich teureren Modellen.
- Mehr Tempo – Laut OpenAI arbeitet Terra bei Computeraufgaben mehr als dreimal schneller als Astra und Sol.
- Praktische Ausrichtung – Formulare, Angebote, technische Zeichnungen und Produktbilder entsprechen realen Büro- und Fachaufgaben.
Kontra:
- Nicht das stärkste Modell – Bei Terminal-Aufgaben und mehreren Computer-Tests bleiben Spitzenmodelle vorne.
- Abhängigkeit von OpenAI – Geschlossene Gewichte und ausschliessliches Hosting durch OpenAI verhindern den Betrieb auf eigener Infrastruktur.
- Schwer vergleichbare Rabatte – Grosskundenangebote sagen wenig darüber aus, welchen Preis ein kleines Unternehmen tatsächlich erhält.
- Begrenzte Beweiskraft – Ein grosser Teil der Leistungswerte stammt von OpenAI oder aus privaten Tests.
Was das für dich heisst
Wenn du einsteigst, solltest du zuerst eine klar begrenzte, häufig wiederkehrende Aufgabe auswählen. Ein brauchbares Beispiel ist das Übertragen von Angaben aus standardisierten Dokumenten in ein Formular oder das Erstellen eines ersten Angebotsentwurfs aus bereitgestellten Informationen. Vergleiche Terra dabei mit einem günstigeren Modell und kontrolliere nicht nur die Textqualität, sondern auch Kosten, Bearbeitungszeit und Fehler pro vollständig erledigtem Vorgang.
Für Fortgeschrittene lohnt sich eine Aufteilung nach Aufgabenart. Ein günstiges Modell wie Luna kann einfache Klassifikation oder kurze Standardtexte übernehmen, Terra die visuelle Prüfung und Computerbedienung, während Sol oder ein Konkurrenzmodell nur bei besonders schwierigen Fällen eingesetzt wird. Ein solches Modell-Routing bedeutet, dass jede Aufgabe an das passende Preis-Leistungs-Niveau weitergereicht wird, statt alles mit demselben teuren Modell zu bearbeiten.
Bei grösserem Verbrauch kannst du die Konkurrenz zwischen den Anbietern für Preisgespräche nutzen. Dafür brauchst du belastbare Zahlen zum monatlichen Token-Verbrauch, zur Zahl erfolgreicher Aufgaben und zu den Kosten eines Anbieterwechsels. Die gemeldeten Rabatte zeigen Verhandlungsspielraum, belegen aber nicht, dass jedes Unternehmen vergleichbare Konditionen bekommt.
Für Anwenderinnen und Anwender in der Schweiz gelten dieselben offenen Fragen wie anderswo, doch die Quellen nennen keine schweizspezifischen Preise oder Verfügbarkeitsbeschränkungen. Weil Terra nur bei OpenAI gehostet wird, solltest du bei vertraulichen Kunden-, Personal- oder Bildungsdaten klären, ob der vorgesehene Dienst zu den eigenen Datenschutzvorgaben passt. Angaben zu einem Hosting-Standort in der Schweiz enthalten die vorliegenden Quellen nicht.
GPT-6.1 Terra macht Computer-Agenten wirtschaftlich interessanter, weil es bei visuellen und bürotypischen Aufgaben einen grossen Teil der gemeldeten Spitzenleistung zu niedrigeren Kosten liefert. Es ist dennoch kein pauschaler Ersatz für stärkere oder billigere Modelle: Entscheidend ist die konkrete Aufgabe. Das offene Risiko bleibt, dass Anbieter-Benchmarks, geschlossene Infrastruktur und individuell ausgehandelte Rabatte ein günstigeres Bild zeichnen können, als es die eigene Abrechnung und Fehlerquote später zeigen.
Quellen
- OpenAI Launches GPT-6.1 Terra, Halving GPT-6.1 Sol’s API Price for Agent Work – MarkTechPost, 2026-10-27
- GPT-6.1 Terra – Simon Willison’s Weblog, 2026-10-26
- OpenAI bringt GPT-6.1 Terra: Günstiger und genauer als der Vorgänger – THE DECODER, 2026-10-26
- Introducing GPT-6.1 Terra – OpenAI, 2026-10-26
- KI-Preiskampf: OpenAI lockt Anthropic-Kunden mit Rabatten von bis zu 90 Prozent ab – THE DECODER, 2026-10-25
Bild: Yan Krukau via Pexels