GPT-6.1 Terra คุมคอมพิวเตอร์ได้แค่ไหน เมื่อคะแนนยังตามหลังคู่แข่ง

Terra เป็นโมเดลระดับกลางที่เน้นมี “มือ”

GPT-6.1 Terra คือโมเดลปัญญาประดิษฐ์ระดับกลางของ OpenAI ที่รับภาพหน้าจอแล้วสั่งงานคอมพิวเตอร์ด้วยการคลิก พิมพ์ เลื่อน และกดปุ่มเป็นลำดับ จนกว่างานจะเสร็จหรือถึงขีดจำกัดขั้นตอน OpenAI อัปเกรด Terra จาก GPT-5.6 เป็น GPT-6.1 หลังจากเปิดตัวโมเดลรุ่นอื่นในตระกูล GPT-6 ไปก่อน โดยวางตำแหน่ง Terra ให้สมดุลระหว่างความสามารถกับความคุ้มค่า และชูความเร็ว การควบคุมคอมพิวเตอร์ และความแม่นยำเป็นจุดขาย พร้อมลดราคาจากรุ่นก่อนลง 50% การใช้คอมพิวเตอร์ทำงานผ่านเครื่องมือใน Responses API ไม่ใช่เอนด์พอยต์แยกต่างหาก โมเดลจึงต้องรับภาพและบริบทซ้ำในแต่ละรอบ ก่อนส่งคำสั่งให้เครื่องลงมือ[

สำหรับผู้ใช้ทั่วไป ความสามารถนี้อาจช่วยตั้งแต่ร่างข้อเสนอโครงการและอ่านแบบทางเทคนิค ไปจนถึงกรอกแบบฟอร์มหรือตัดต่อวิดีโอ โดยเปิดให้ใช้งานผ่าน ChatGPT Work, Codex และ API สำหรับแพ็กเกจ Plus, Pro, Enterprise และ Edu แล้ว จุดน่าสนใจจึงไม่ใช่แค่ว่าโมเดลตอบเก่งขึ้นหรือไม่ แต่จะทำงานซ้ำ ๆ บนหน้าจอได้เร็วและคุ้มพอให้มอบหมายจริงหรือเปล่า

คะแนน OSWorld ดีขึ้น แต่ยังไม่ใช่ผู้นำ

ผลทดสอบ OSWorld 2.1 ให้ GPT-6.1 Terra ทำได้ 74.2% ในระดับความพยายามด้านการให้เหตุผลสูงสุด ตัวเลขนี้ยืนยันว่า Terra ใช้คอมพิวเตอร์ได้จริงในงานทดสอบ แต่ยังไม่ควรถูกตีความว่าเป็นโมเดลที่ควบคุมหน้าจอได้แม่นยำจนปล่อยทำงานโดยไม่กำกับ[

ช่องว่างกับคู่แข่งเห็นชัดเมื่อเทียบกับ Claude Opus 5.5 ซึ่งได้ 81.8% หรือสูงกว่า Terra 7.6 จุด[ คะแนนต่างกันอาจดูไม่มากเมื่อมองเป็นตัวเลข แต่ในงานที่ตัดสินผ่านหรือไม่ผ่าน ความผิดพลาดที่เพิ่มขึ้นหมายถึงคนต้องกลับมาตรวจและแก้งานเพิ่ม นี่คือจุดที่คะแนนเบนช์มาร์กมีความหมายต่อการใช้งานจริงมากกว่าคำโฆษณา

กล่าวให้ตรงคือ Terra ไม่ได้ชนะด้านความแม่นยำ แต่กำลังเสนอทางเลือกที่เน้นความเร็วและต้นทุนต่ำกว่า หากงานมีความเสี่ยงสูง คะแนนที่ตามหลังย่อมเป็นข้อจำกัดสำคัญ หากเป็นงานประจำที่ตรวจทานได้ ความเร็วอาจชดเชยข้อเสียบางส่วน

เร็วและประหยัดกว่า แต่ต้นทุนไม่ใช่แค่ราคาโทเค็น

จุดแข็งของ Terra คือความเร็ว โดยข้อมูลวัดอิสระที่อ้างในแหล่งข้อมูลระบุว่าอัตราการสร้างโทเค็นเอาต์พุตสูงกว่า GPT-6.1 Sol และเวลาเริ่มตอบบนงานให้เหตุผลสั้นกว่า อย่างไรก็ตาม ตัวเลขเหล่านั้นมาจากการทดสอบคนละลักษณะกับการทำงานบนคอมพิวเตอร์ จึงใช้บอกแนวโน้มได้ แต่ไม่ควรถือเป็นเวลาที่รับประกันในทุกงาน[

การประเมินต้นทุนต่อหนึ่งพันงานในแหล่งข้อมูลตั้งสมมติฐานงานละ 20 ขั้นตอนและมีการลองใหม่ แต่คำนวณด้วยราคาสกุลเงินต่างประเทศ จึงไม่ควรนำตัวเลขนั้นมาใช้เป็นค่าใช้จ่ายจริงสำหรับผู้ใช้ที่ต้องการเปรียบเทียบราคาในไทย ประเด็นที่สรุปได้อย่างปลอดภัยคือ Terra ถูกวางให้เป็นตัวเลือกระดับกลางที่ประหยัดกว่าโมเดลชั้นสูง และ OpenAI ระบุว่าราคาลดลงครึ่งหนึ่งจาก Terra รุ่นก่อน[

ยิ่งไปกว่านั้น ต้นทุนของเอเจนต์ไม่ได้ขึ้นกับราคาโมเดลอย่างเดียว ทุกขั้นตอนต้องส่งภาพหน้าจอและบริบทกลับเข้าไปใหม่ หากงานต้องวนหลายรอบหรือผิดแล้วต้องลองซ้ำ ค่าใช้จ่ายและเวลารวมก็เพิ่มขึ้น การเลือก Terra จึงเหมาะเมื่อความเร็วและงบประมาณสำคัญกว่าการไล่คะแนนสูงสุด และทีมมีวิธีตรวจผลลัพธ์ก่อนนำไปใช้

จุดพลาดยังทำให้ต้องมีคนคุม

การทำงานแบบ AI ควบคุมคอมพิวเตอร์ยังล้มเหลวได้จากสภาพแวดล้อม ไม่ใช่เพียงเพราะโมเดลคิดไม่เก่ง ปุ่มชื่อเดียวกันหลายตำแหน่งทำให้เลือกผิด ส่วนหน้าเว็บที่เปลี่ยนตำแหน่งหลังถ่ายภาพหน้าจออาจทำให้คำสั่งถัดไปคลิกพลาดจุด[ เมื่อขั้นตอนหนึ่งพลาด ความผิดพลาดก็ส่งต่อไปยังขั้นตอนหลังได้ โดยเฉพาะงานยาวที่ต้องทำหลายรอบ

ความเสี่ยงสูงสุดอยู่ที่การกระทำย้อนกลับไม่ได้ เช่น ส่งอีเมลหรือยืนยันการชำระเงิน เพราะไม่มีปุ่มลองใหม่ที่ลบผลของการกระทำไปแล้วได้ การใช้งานจริงจึงควรกำหนดจุดอนุมัติจากมนุษย์ก่อนคำสั่งที่มีผลข้างเคียง และเตรียมทางให้หยุดหรือย้อนกลับเมื่อระบบทำผิด[ คะแนน OSWorld สูงเพียงใดก็ไม่อาจแทนมาตรการเหล่านี้ได้

ข้อสรุปคือ GPT-6.1 Terra เป็นตัวเลือกที่น่าสนใจสำหรับงานคอมพิวเตอร์ซ้ำ ๆ ซึ่งความเร็วและต้นทุนมีน้ำหนักมาก แต่ผลทดสอบ OSWorld ที่ 74.2% ยังตามหลัง Claude Opus 5.5 ที่ 81.8% ชัดเจน องค์กรควรเริ่มจากงานความเสี่ยงต่ำ ตรวจผลทุกครั้ง และให้คนอนุมัติการกระทำสำคัญ ส่วนผู้ใช้ทั่วไปควรมอง Terra เป็นผู้ช่วยลงมือทำ ไม่ใช่ระบบที่ปล่อยให้ตัดสินใจแทนทั้งหมด