GPT-6.1 Terra ใช้คอมพิวเตอร์แทนคนได้แค่ไหน เมื่อคะแนนยังตามหลังคู่แข่ง

มีมือทำงานบนหน้าจอ แต่ยังไม่ใช่พนักงานอัตโนมัติ

GPT-6.1 Terra คือโมเดลปัญญาประดิษฐ์จาก OpenAI ที่มองหน้าจอคอมพิวเตอร์แล้วคลิก พิมพ์ และใช้แอปเพื่อทำงานตามคำสั่ง โดยผสานการวิเคราะห์ภาพกับการลงมือทำแทนการตอบคำถามเพียงอย่างเดียว OpenAI เปิดตัวโมเดลนี้เมื่อ 26 ตุลาคม โดยวางเป้าหมายไว้ที่งานสำนักงานซ้ำ ๆ มากกว่างานค้นคว้าซับซ้อน นี่เป็นทิศทางที่มีเหตุผล เพราะงานกรอกฟอร์ม จัดทำข้อเสนอ วิเคราะห์แบบทางเทคนิค และแก้ไขวิดีโอใช้เวลาคนมาก แต่ไม่ได้ต้องการความคิดสร้างสรรค์ระดับสูงทุกขั้น Terra จึงเป็นตัวแทนของ AI ควบคุมคอมพิวเตอร์ที่ลงมือทำได้จริง ไม่ใช่แค่ผู้ช่วยที่บอกว่าควรกดตรงไหน อย่างไรก็ตาม การมีมือไม่ได้แปลว่าทำงานได้ถูกต้องเสมอ และผู้ใช้ยังต้องตรวจผลก่อนปล่อยงานสำคัญ

การทำงานเกิดเป็นวงจร: โมเดลรับภาพหน้าจอ เลือกการกระทำ แล้วส่งคำสั่งคลิก พิมพ์ เลื่อน หรือกดปุ่มกลับไป จากนั้นจึงดูผลและทำซ้ำจนจบงานหรือถึงขีดจำกัดขั้นตอน วิธีนี้เปิดทางให้ AI ใช้งานแอปได้หลากหลาย ตั้งแต่กรอกแบบฟอร์มไปจนถึงจัดการข้อมูลในหลายหน้าจอ แต่ทุกก้าวต้องอ่านสถานะให้ถูกและเลือกการกระทำที่เหมาะ หากหน้าจอเปลี่ยนหรือขั้นตอนก่อนหน้าพลาด ความผิดพลาดก็ส่งต่อไปยังขั้นถัดไปได้ ความสามารถที่น่าสนใจจึงไม่ใช่การคลิกแทนคนเพียงครั้งเดียว แต่คือการรักษาความถูกต้องตลอดงานยาว ๆ

คะแนนตามหลัง แต่ความเร็วอาจมีค่ากว่า

คะแนน OSWorld 2.1 ของ Terra อยู่ที่ 74.2% ในการทดสอบระดับความพยายามในการให้เหตุผลสูงสุด ใกล้กับ GPT-6.1 Sol ที่ 75.9% แต่ยังห่างจาก Claude Opus 5.5 ซึ่งทำได้ 81.8% คะแนนนี้บอกว่า Terra ทำงานบนซอฟต์แวร์เดสก์ท็อปหลายขั้นตอนได้ดีพอสมควร แต่ยังไม่ใช่ผู้นำ และช่องว่างกับคู่แข่งก็มีนัยเมื่อระบบต้องทำงานโดยไม่มีคนคอยแก้ทุกจังหวะ การมองคะแนนอย่างเดียวจึงไม่พอ เพราะ Terra ถูกวางให้เป็นทางเลือกที่เร็วและประหยัดกว่ารุ่นสูงกว่า ไม่ใช่ตัวเลือกที่เก่งที่สุดในทุกโจทย์

ความเร็วเป็นข้อได้เปรียบที่อาจชดเชยคะแนนที่ต่ำกว่าได้บางส่วน แหล่งทดสอบอิสระรายงานว่า Terra สร้างผลลัพธ์ได้เร็วกว่า Sol ราวสองเท่า และ OpenAI ระบุว่าการกรอกแบบฟอร์มเว็บตัวอย่างเสร็จเร็วกว่ารุ่น Sol มากกว่าสองนาที แต่เวลาในการตอบจากการทดสอบไม่ใช่คำรับประกันว่างานจริงทุกงานจะเร็วขึ้นเท่ากัน เพราะจำนวนภาพหน้าจอ ขั้นตอน และการลองใหม่ล้วนเพิ่มเวลารอ ข้อสรุปที่เหมาะจึงไม่ใช่เลือกโมเดลจากคะแนนหรือความเร็วเพียงค่าเดียว แต่ต้องดูว่าความเร็วที่ได้ลดเวลาทำงานรวม รวมเวลาตรวจแก้แล้วหรือไม่

ต้นทุนต่อชิ้นงานต้องนับการลองใหม่ด้วย

OpenAI ลดราคา API มาตรฐานของ Terra ลงครึ่งหนึ่งเมื่อเทียบกับ GPT-5.6 Terra และ GPT-6.1 Sol จึงมีเหตุผลให้พิจารณาโมเดลนี้กับงานปริมาณมาก โดยเฉพาะงานสำนักงานที่ขั้นตอนไม่ซับซ้อน แต่ต้นทุนต่อ 1,000 งานไม่ได้ขึ้นอยู่กับราคาโมเดลอย่างเดียว การใช้คอมพิวเตอร์เรียกคำขอซ้ำในแต่ละขั้น พร้อมส่งภาพหน้าจอและประวัติการทำงานกลับไปด้วย งานหนึ่งงานที่กินหลายขั้นจึงมีค่าใช้จ่ายและเวลาเพิ่มตามจำนวนรอบ หากทำผิดจนต้องเริ่มใหม่ หรือมีคนเข้ามาตรวจและแก้ ผลประหยัดที่เห็นจากราคาต่อหน่วยก็อาจหายไป

จุดอ่อนสำคัญคือความผิดพลาดสะสมในงานแบบลูป แม้ระบบจะทำถูกเกือบทุกขั้น โอกาสที่งานยาวจะจบโดยไม่พลาดก็ลดลงเมื่อแต่ละขั้นต้องพึ่งขั้นก่อนหน้า แหล่งวิเคราะห์ยกตัวอย่างว่า หากความแม่นยำอยู่ที่ 95% ต่อขั้น งาน 20 ขั้นมีโอกาสสำเร็จเพียง 36% ตัวเลขนี้ชี้เหตุผลที่การสาธิตงานสั้น ๆ ยังพิสูจน์ความพร้อมใช้งานจริงไม่ได้ งานที่เหมาะกับ Terra จึงควรมีขั้นตอนชัดเจน ความเสี่ยงต่ำ และมีจุดตรวจที่คนเข้ามาหยุดหรือแก้ได้ ก่อนนำไปใช้กับธุรกรรมหรือข้อมูลสำคัญ

คำตัดสิน: ให้ทำงานจริงเป็นกรรมการ

สำหรับผู้ใช้ทั่วไป Terra น่าสนใจเมื่อมีงานซ้ำที่ต้องย้ายข้อมูล กรอกฟอร์ม หรือจัดการหน้าจอหลายส่วน แต่ไม่ควรมองว่าเป็นการแทนพนักงานได้ทันที ผลทดสอบที่บริษัทเปิดเผยและคะแนนจากการทดสอบบนสภาพแวดล้อมหนึ่งไม่รับประกันผลในแอปหรือขั้นตอนของแต่ละองค์กร งานจริงอาจมีหน้าต่างแจ้งเตือน รูปแบบข้อมูล และข้อยกเว้นที่ทำให้ระบบสะดุด ผู้ใช้ควรเปรียบเทียบความถูกต้อง เวลารวม และจำนวนครั้งที่ต้องแก้กับวิธีทำงานเดิม ไม่ใช่ดูเพียงว่าระบบกดปุ่มได้หรือไม่

บทสรุปคือ GPT-6.1 Terra ยังตามหลัง Claude Opus 5.5 ในคะแนน OSWorld แต่ความเร็วและต้นทุนที่ลดลงทำให้มันมีโอกาสเป็นตัวเลือกที่คุ้มสำหรับงานประจำซึ่งตรวจสอบได้ ก่อนขยายใช้ ควรทดลองงานเอเจนต์จริงกับโมเดลที่เข้าถึงได้ บันทึกความแม่นยำและจำนวนครั้งที่ลองใหม่ในแต่ละขั้น แล้วใช้ผลเหล่านั้นตัดสินความคุ้มค่า นี่เป็นวิธีประเมินที่ซื่อตรงกว่าการสรุปจากคะแนนเดียว เพราะสิ่งที่องค์กรต้องการไม่ใช่ AI ที่ดูคล่องในเดโม แต่เป็นระบบที่จบงานได้โดยไม่สร้างภาระตรวจแก้มากกว่างานที่ช่วยประหยัด