โมเดลระดับกลางที่มองภาพและลงมือทำงานได้
GPT-6.1 Terra คือโมเดล AI ระดับกลางของ OpenAI ที่ออกแบบให้เข้าใจภาพ ใช้คอมพิวเตอร์ทำงานแทนคน และสื่อสารด้วยภาษาธรรมชาติ โดยมุ่งรองรับงานประจำวันซึ่งต้องอ่านข้อมูลจากหน้าจอและลงมือทำหลายขั้นตอน OpenAI เปิดตัวเมื่อ 26 ต.ค. 2026 และเปิดให้ใช้ผ่าน API ด้วยรหัส gpt-6.1-terra รวมถึงผู้ใช้แพ็กเกจ Plus, Pro, Enterprise และ Edu ใน ChatGPT Work กับ Codex จุดขายจึงไม่ใช่เพียงตอบคำถามเก่งขึ้น แต่คือการเชื่อมการมองเห็นเข้ากับการกระทำ ตั้งแต่จับคู่ภาพสินค้ากับแคตตาล็อก อ่านแบบวิศวกรรม ไปจนถึงกรอกแบบฟอร์มในแอป สำหรับผู้ใช้ทั่วไป นี่อาจไม่ใช่การเปลี่ยนแปลงใหญ่ทันที แต่คนที่ชนข้อจำกัดการใช้งานหรืออยากได้การสั่งงานคอมพิวเตอร์ที่เร็วและการเขียนที่ชัดขึ้นมีตัวเลือกเพิ่มขึ้น
อย่างไรก็ดี คำว่าโมเดล AI vision ไม่ได้แปลว่ารองรับสื่อทุกชนิด Terra รับข้อมูลเข้าเป็นข้อความและภาพ แต่ตอบกลับเป็นข้อความ และยังไม่รองรับเสียงหรือวิดีโอ ขอบเขตนี้ทำให้เหมาะกับงานเอกสารและหน้าจอมากกว่างานที่ต้องฟังบทสนทนาหรือวิเคราะห์คลิปโดยตรง
ราคาลดลง แต่ตัวเลขที่สำคัญคือผลลัพธ์ต่องาน
จุดเปลี่ยนที่ทำให้ GPT-6.1 Terra น่าจับตาคือราคา API OpenAI ระบุว่าราคามาตรฐานต่ำกว่า GPT-5.6 Terra และ GPT-6.1 Sol ครึ่งหนึ่ง การลดต้นทุนมีน้ำหนักเป็นพิเศษกับ AI computer use เพราะระบบอัตโนมัติมักต้องเรียกโมเดลซ้ำหลายครั้งเพื่ออ่านหน้าจอ ตัดสินใจ และทำงานให้เสร็จ การทำให้แต่ละรอบประหยัดขึ้นอาจเปลี่ยนงานที่เคยแพงเกินคุ้มให้กลายเป็นงานที่ทดลองใช้ได้จริง แต่อย่าตัดสินจากราคาต่อโทเคนอย่างเดียว เพราะผลขึ้นอยู่กับจำนวนครั้งที่ agent ต้องลองและความแม่นยำของกระบวนการทั้งหมด
ตัวเลข Terminal-Bench 4.0 ชี้ถึงการยกระดับชัดเจน โดยผลที่ระดับ reasoning สูงสุดเพิ่มจาก 21.5% ในรุ่นก่อนเป็น 50.3% ใน Terra นี่เป็นสัญญาณที่น่าสนใจสำหรับงานใช้เครื่องมือและทำงานผ่านเทอร์มินัล แต่ยังไม่ใช่หลักประกันว่าจะทำงานจริงได้ถูกต้องทุกครั้ง ผลทดสอบควรเป็นจุดเริ่มต้นของการประเมิน ไม่ใช่เหตุผลเดียวในการย้ายระบบ
งานสำนักงานที่อาจคุ้มกับการทำอัตโนมัติ
ความคุ้มค่าของ Terra จะชัดที่สุดในงานซ้ำ ๆ ที่ต้องข้ามหลายหน้าจอ เช่น อ่านใบแจ้งหนี้แล้วกรอกข้อมูลเข้าโปรแกรมบัญชี จัดระเบียบรายการสินค้า หรือย้ายข้อมูลจากเอกสารไปยังระบบภายใน งานเหล่านี้มักมีขั้นตอนเดิมซ้ำจำนวนมากและใช้ API เชื่อมต่อไม่ได้ โดยเฉพาะระบบเก่าหรือพอร์ทัลที่ออกแบบให้คนคลิกเอง การลดค่าใช้จ่ายต่อภารกิจอาจทำให้การใช้ agent กับงานหลังบ้านเริ่มสมเหตุสมผลขึ้น แต่ต้องวัดอัตราความผิดพลาดและเวลาที่ต้องใช้คนตรวจแก้ควบคู่กัน เพราะการกรอกผิดเพียงรายการเดียวอาจลบประโยชน์จากต้นทุนที่ประหยัดได้
ด้านประสิทธิภาพ OpenAI รายงานว่า Terra ทำงาน computer use ในการทดสอบ Agents’ Last Exam ได้ดีกว่ารุ่นก่อน และเมื่อใช้ระดับ reasoning สูงสุดทำผลงานบน Terminal-Bench 4.0 ได้ 50.3% เทียบกับ 21.5% อย่างไรก็ตาม บริษัทเองยังแนะนำโมเดลระดับสูงกว่าสำหรับงานเขียนโค้ดที่ซับซ้อนที่สุด ดังนั้น Terra เหมาะเป็นตัวเลือกทำงานออฟฟิศและระบบอัตโนมัติที่มีขอบเขตชัด มากกว่าจะใช้แทนโมเดลทุกประเภท
ความคุ้มค่าต้องพิสูจน์ด้วยงานจริง
การเปิดตัวครั้งนี้ยังสะท้อนการแข่งขันที่ย้ายจากการแข่งความสามารถสูงสุด ไปสู่การทำงานได้มากขึ้นในต้นทุนที่ต่ำลง เมื่อโมเดลราคากลางทำงานด้านภาพและควบคุมคอมพิวเตอร์ได้ดีขึ้น ผู้พัฒนาอาจนำ agent ไปใช้กับงานที่ก่อนหน้านี้ไม่ผ่านเกณฑ์ความคุ้มทุน และคู่แข่งในตลาดโมเดลระดับเดียวกันก็มีแรงจูงใจให้ตอบโต้ด้วยราคาและประสิทธิภาพที่ดีขึ้น
องค์กรจึงควรเริ่มจากการทดสอบกับงานจริงของตนเอง ตั้งชุดประเมินที่ครอบคลุมความถูกต้อง เวลาทำงาน จำนวนครั้งที่ต้องให้คนแทรกแซง และต้นทุนรวม แล้วเปรียบเทียบกับวิธีเดิมก่อนขยายใช้ วิธีนี้สำคัญกว่าการยึดคะแนนจากผู้พัฒนาเพียงฝ่ายเดียว และช่วยให้สลับโมเดลได้เมื่อทางเลือกในตลาดเปลี่ยนไป
ข้อสรุปคือ GPT-6.1 Terra น่าสนใจไม่ใช่เพราะเก่งที่สุดในทุกงาน แต่เพราะนำ vision และ computer use มารวมกับต้นทุนที่ลดลง จึงมีโอกาสทำให้งานซ้ำในสำนักงานและงานหลังบ้านคุ้มต่อการทำอัตโนมัติมากขึ้น ผู้ใช้ควรมองมันเป็นเครื่องมือเฉพาะทางที่ควรทดลองและวัดผล ไม่ใช่คำตอบสำเร็จรูปสำหรับทุกกระบวนการ
