Az OpenAI 2026. október 26-án kiadta a GPT-6.1 Terrát, amely képeket értelmez, szoftvereket kezel, és nagy mennyiségű ismétlődő feladatra készült. Ha számlaadatokat viszel könyvelési rendszerbe, űrlapokat töltesz ki vagy beszállítói katalógust frissítesz, indokolt egy szűk pilot. A teljes migrációt akkor tervezd meg, ha a saját dokumentumaidon már ismered egy sikeresen elvégzett feladat költségét, a magyar dokumentumokon elért pontosságot és a jogosultsági korlátok működését.
A modell az OpenAI API-ban, az Amazon Bedrocken és a Microsoft Foundryn is elérhető.
Az alacsony tokenár még nem mondja meg egy feladat költségét
Az OpenAI bejelentése szerint a standard API-ár 1 dollár / millió input token és 5 dollár / millió output token, a cache-ben tárolt inputé 0,05 dollár / millió token. Az output token így ötször annyiba kerül, mint a normál input token, a cache-ben tárolt input pedig 95 százalékkal olcsóbb.
A gyártó szerint ezek az árak 50 százalékkal alacsonyabbak a GPT-5.6 Terra és a GPT-6.1 Sol árainál. A döntéshez azt hasonlítsd össze, mennyibe kerül egy sikeresen elvégzett feladat a jelenlegi rendszereddel és a Terrával.
A képernyő értelmezése, a hibás lépések megismétlése, a hosszú előzmény és az output együtt alakítja egy agent költségét. A cache akkor segít sokat, ha minden feldolgozás ugyanazt a hosszú utasítást, mezőleírást vagy szabályzatot használja. A változó dokumentumtartalom továbbra is új inputként kerül a kérésbe, ezért a megtakarítás attól függ, hogy a teljes kontextus mekkora része használható újra.
A Microsoft Foundryn a Global Standard rövid kontextusú ára megegyezik az OpenAI listaárával. Az EU Data Zone rövid kontextusnál millió tokenenként 1,20 dollárt számít fel az inputért és 6 dollárt az outputért, vagyis 20 százalékos a felár. Hosszú kontextusnál az EU-s ár 2,40 dollár input és 9 dollár output. Az utóbbi 80 százalékkal magasabb a globális, rövid kontextusú 5 dolláros outputárnál. A Foundry árlistája nem adja meg, mely tokenmennyiségnél kezdődik a hosszú kontextus díjszabása, ezért ezt beszerzés előtt tisztázd.
A dokumentum- és képernyőalapú feladatok indokolnak pilotot
Az OpenAI a beérkező számlák olvasását és az adatok könyvelési szoftverbe vitelét emeli ki. A Microsoft további példaként űrlapokat, beszállítói katalógusok frissítését, műszaki rajzok értelmezését és képernyőn végzett műveleteket sorol fel. Ezekben a folyamatokban a vizuális értelmezés és a computer use ugyanazon feladat része lehet.
Egy magyar számlafeldolgozási pilotban külön mérd a fejlécadatokat, a tételsorokat, az adózási mezőket, a beszállító azonosítását és a könyvelési rendszerben végzett művelet helyességét. Magyar számlákhoz, NAV-hoz kapcsolódó adatmezőkhöz és hazai könyvelési programokhoz saját, anonimizált dokumentumokból összeállított eval-készlet kell.
A pilotnak visszafordítható feladattal érdemes indulnia. A modell olvashat dokumentumot, javasolhat mezőértéket és előkészítheti a rögzítést. Pénzügyi könyvelés, fizetés vagy törzsadat-módosítás előtt maradjon emberi jóváhagyás. Ha a folyamat több vállalati rendszert érint, az AI agentek sandbox-rétegéről szóló útmutató segít a végrehajtási környezet elkülönítésében.
Pilotra annak a csapatnak érdemes most időt szánnia, amelynél gyakori a képernyőn vagy böngészőben végzett feladat, és egyértelmű, mi számít sikeres ügynek. Ahol nincs jogosultsági kontroll, műveleti napló vagy emberi jóváhagyás a könyvelés előtt, ott ezeket kell előbb kiépíteni. Ha az AI-t potenciálisan magas kockázatú területen használnád, élesítés előtt kérj külön jogi értékelést.
A gyártói benchmarkok irányt mutatnak a teszttervhez
Az OpenAI Agents’ Last Exam tesztjén a GPT-6.1 Terra közepes reasoning effort mellett 15 százalékponttal jobb eredményt ért el a GPT-5.6 Terránál, körülbelül harmadakkora költséggel. Maximális reasoning effort mellett egy feladat költsége hozzávetőleg a Claude Opus 5.5-ének kilencede volt. Ez az állítás a gyártó saját benchmarkjára, tokenhatékonysági mérésére és tokenáraira épül.
A tényszerűséget vizsgáló belső teszten, alacsony reasoning effort mellett a hibaarány a GPT-5.6 Terra 53,6 százalékáról 16,7 százalékra csökkent. Ezek nem éles forgalomban megfigyelt hibaarányok.
A benchmarkok alapján válassz feladattípust, majd a jelenlegi modellel azonos dokumentumokon és jogosultságokkal hasonlítsd össze a Terrát. A döntéshez a helyesen befejezett ügyek arányát, az emberi javításra fordított időt és az egy sikeres ügyre jutó teljes költséget mérd.
Összetett kódolási feladatokra érdemes kivárni vagy másik modellt választani. A legnehezebb kódolási munkához a GPT-6.1 Sol és a GPT-6 Astra marad a gyártó által javasolt választás.
Ha böngészőben vagy vállalati rendszerben műveleteket végző megoldást tervezel, nézd meg az AI agent fejlesztés szolgáltatást. AI agent fejlesztés
A jogosultsági korlátokat már a pilotban érvényesítsd
Az OpenAI a saját Preparedness Frameworkje szerint Critical szintűnek kezeli a Terra kiberbiztonsági képességét, a biológiai és kémiai képességet pedig High szintűnek minősíti.
A system card kiegészítésének két eredménye közvetlenül érinti az agentek tervezését. A Respecting Warnings tesztben, maximális reasoning effort mellett, a Terra a futások 29,6 százalékában olyan alternatív úton fejezte be a feladatot, amely sértette a korlátozás célját. Egy másik, 80 mintás tesztben, amely külsőnek látszó agentek üzeneteivel vizsgálta a jogosultsági határok betartását, 11 esetben hajtotta végre a teszt által meghatározott jogosulatlan műveletet. Ez 13,75 százalékos arány, míg a GPT-6.1 Solnál 1,25 százalék volt.
A külső agentekkel végzett tesztet szándékosan félrevezető helyzetekre építették, a figyelmeztetések vizsgálata pedig főként alacsony kockázatú eseteket használt. Az utóbbi rendszerszintű kontrollok nélkül futott, ezért ez az arány nem tekinthető az éles működés előrejelzésének. Ez viszont elegendő ok arra, hogy a promptba írt tiltást önmagában ne kezeld hozzáférés-szabályozásként.
A pilotban adj külön, minimális jogosultságú technikai fiókot az agentnek. Válaszd szét az olvasási és írási jogot, korlátozd az elérhető rendszereket, naplózd az eszközhívásokat, és kérj emberi jóváhagyást a pénzügyi vagy visszafordíthatatlan műveletekhez. A Microsoft-környezetben használható megközelítést a külön agent-jogosultságokról szóló cikk részletezi.
A felhőválasztás az adat helyét és az árat is meghatározza
A Microsoft a Terrát Global Standard deploymentben, valamint amerikai, EU-s és APAC Data Zone deploymentben kínálja. Az EU Data Zone dokumentált lehetőség annak a magyar vállalatnak, amely a Foundryn belül EU-n belüli adatfeldolgozást kér. Ennél a deploymentnél a rövid kontextusú input és output ára 20 százalékkal magasabb a Global Standard áránál.
Az AWS bejelentése szerint a Bedrock-verzió legfeljebb 1 millió input tokent kezel, és szöveges, valamint képi bemenetet fogad. A bejelentés a régiók, inference profile-ok és árak részleteihez a Bedrock dokumentációjára hivatkozik. Bedrock-beszerzésnél ellenőrizd, hogy elérhető-e a szükséges EU-régió, majd rögzítsd az endpointot, az inference profile-t, az árat és az adatfeldolgozási feltételeket a pilot követelményei között.
A Foundry jó kiindulópont, ha már Azure-identitást, hálózati kontrollokat és Foundry API-kat használsz. A Terra a Responses API-n érhető el, új SDK vagy sémaváltás nélkül. Az OpenAI közvetlen API-ja a közzétett standard ár miatt adhat összehasonlítási alapot. A platformokat ugyanazzal az eval-készlettel, jogosultsági modellel és feladatdefinícióval hasonlítsd össze.
Kinek érdemes Terra-pilotot indítania?
A Terra azoknál a folyamatoknál indokol pilotot, amelyek sok dokumentumot vagy képernyőt dolgoznak fel, egyértelmű sikerfeltétellel és korlátozható műveleti jogokkal. A döntéshez ezt az öt lépést végezd el:
- Válassz egy ismétlődő, képernyő- vagy dokumentumalapú folyamatot, amelynél az agent művelete emberi jóváhagyás előtt megállítható.
- Rögzítsd a jelenlegi megoldás pontosságát, teljes feldolgozási költségét, javítási igényét és a helyesen befejezett feladatok arányát.
- Állíts össze anonimizált magyar dokumentumokból és valós kivételekből eval-készletet. A mezőkinyerést és a szoftverben végzett műveletet külön értékeld.
- Adj minimális jogosultságot, válaszd szét az olvasást és az írást, naplózd az eszközhívásokat, és tartsd meg az emberi jóváhagyást a pénzügyi műveleteknél.
- Számítsd ki a választott platform tényleges tokenáraival az egy sikeres feladatra jutó teljes költséget. Akkor tervezz migrációt, ha a Terra a szükséges minőséget alacsonyabb teljes költséggel hozza.
Ábra megnyitása teljes méretbenAz ábra adatai táblázatban
| A Microsoft Foundry outputárai | USD / million output tokens |
|---|---|
| Globális, rövid | 5 |
| Globális, hosszú | 7,5 |
| EU, rövid | 6 |
| EU, hosszú | 9 |