จากอ่านภาพสู่ลงมือทำบนหน้าจอ
GPT-6.1 Terra คือโมเดล AI ระดับกลางของ OpenAI ที่รับภาพและข้อความเพื่อวิเคราะห์สิ่งที่เห็น พร้อมควบคุมแอปบนคอมพิวเตอร์ด้วยการคลิกและพิมพ์ตามหน้าจอ จึงทำงานต่อจากการตีความข้อมูลไปสู่การกรอกแบบฟอร์มหรือใช้งานโปรแกรมได้ในกระบวนการเดียว OpenAI เปิดตัวโมเดลนี้เมื่อ 26 ตุลาคม 2026 เพื่อแทน GPT-5.6 Terra และชูความสามารถด้านเหตุผลเชิงภาพ การควบคุมคอมพิวเตอร์ที่แม่นยำ และการเขียนที่เป็นธรรมชาติ
จุดต่างจากแชตบอตที่ตอบคำถามจากภาพคือ AI ควบคุมคอมพิวเตอร์รุ่นนี้มองหน้าจอแล้วลงมือคลิกหรือพิมพ์ได้ ตัวอย่างงานมีตั้งแต่จับคู่ภาพสินค้ากับรายการในแคตตาล็อก อ่านแบบวิศวกรรม ไปจนถึงกรอกข้อมูลในฟอร์มของแอป อย่างไรก็ดี โมเดลรับข้อความและภาพ แต่ส่งคำตอบเป็นข้อความ และยังไม่รองรับเสียงหรือวิดีโอ
ประโยชน์จึงไม่ได้จำกัดอยู่กับงานสาธิตที่ดูหวือหวา งานเอกสารซ้ำ ๆ เช่น อ่านใบแจ้งหนี้ที่เข้ามาแล้วป้อนรายละเอียดลงระบบบัญชี หรือคัดข้อมูลจากภาพไปยังโปรแกรมธุรกิจ มีโอกาสได้ผลชัดกว่า เพราะเป็นงานปริมาณมากที่คนต้องทำซ้ำและตรวจทานอยู่เสมอ
ต้นทุนลดลง ทำให้งานปริมาณมากน่าลองกว่าเดิม
จุดขายที่ทำให้ GPT-6.1 Terra น่าสนใจในเชิงธุรกิจคือราคา API OpenAI ซึ่งประกาศว่าต่ำกว่า GPT-5.6 Terra ครึ่งหนึ่ง ขณะเดียวกันความสามารถด้านการมองภาพและควบคุมแอปก็เป็นเหตุผลให้พิจารณารุ่นนี้กับงานที่ต้องอ่านข้อมูลแล้วทำรายการต่อ ไม่ใช่เลือกจากราคาต่อคำสั่งเพียงอย่างเดียว
OpenAI ระบุว่าในการทดสอบ Agents’ Last Exam ที่ระดับการให้เหตุผลปานกลาง Terra ทำคะแนนสูงกว่า GPT-5.6 Terra 15 จุดเปอร์เซ็นต์ โดยมีต้นทุนต่อการทดสอบราวหนึ่งในสามของรุ่นก่อน ข้อมูลนี้ชี้ว่าองค์กรอาจขยายระบบอัตโนมัติไปยังงานที่มีรายการจำนวนมากได้ง่ายขึ้น แต่เป็นผลทดสอบที่บริษัทผู้พัฒนาเปิดเผยเอง จึงควรรอผลจากการใช้งานจริงก่อนตัดสินใจย้ายระบบทั้งหมด
กลุ่มที่น่าจะเห็นประโยชน์ก่อนคือทีมที่ประมวลผลใบแจ้งหนี้ จัดระเบียบแคตตาล็อกสินค้า กรอกข้อมูลจากเอกสาร และทำงานประจำในหลายแอป หากขั้นตอนเหล่านี้เกิดซ้ำบ่อย ความเร็วและต้นทุนที่ลดลงอาจสำคัญกว่าความสามารถสูงสุดในโจทย์หายาก แต่การควบคุมหน้าจอยังต้องมีการตรวจสอบ เพราะความผิดพลาดเพียงจุดเดียวอาจส่งข้อมูลผิดไปยังระบบปลายทาง
คะแนนดีขึ้น แต่ยังไม่ใช่คำตอบสำหรับทุกโจทย์
ผลทดสอบด้านการใช้คอมพิวเตอร์และงานเขียนโค้ดแสดงพัฒนาการที่เด่น โดย Terminal-Bench 4.0 ระบุว่า Terra ทำได้ 50.3% เมื่อใช้ความพยายามระดับสูงสุด เทียบกับ 21.5% ของ GPT-5.6 Terra ตัวเลขนี้สนับสนุนการใช้กับงานเทอร์มินัลและงานในคลังโค้ดมากขึ้น แต่ยังควรอ่านเป็นผลตามชุดทดสอบ ไม่ใช่หลักประกันว่างานจริงทุกแบบจะสำเร็จ
ขอบเขตความสามารถก็สำคัญไม่แพ้คะแนน OpenAI ระบุว่า GPT-6.1 Sol และ GPT-6 Astra ยังเป็นตัวเลือกที่ดีกว่าสำหรับงานเขียนโค้ดที่ซับซ้อนที่สุด นั่นทำให้ Terra เหมาะกับบทบาทโมเดลทำงานประจำที่คุมต้นทุน ส่วนงานที่ต้องวิเคราะห์หลายชั้นหรือมีผลเสียสูงหากผิดพลาด ควรเลือกโมเดลระดับสูงกว่า หรือกำหนดให้คนตรวจผลก่อนดำเนินการ
การเปิดใช้งานก็เป็นส่วนหนึ่งของการประเมิน API เปิดให้เรียกผ่านรหัสโมเดล gpt-6.1-terra ส่วนผู้ใช้ ChatGPT Work และ Codex แพ็กเกจ Plus, Pro, Enterprise และ Edu เริ่มใช้งานได้ตั้งแต่ 27 ตุลาคม 2026 นักพัฒนาที่ให้ระบบเรียกเครื่องมือต้องใช้ Responses API ซึ่งอาจเพิ่มงานย้ายระบบให้แอปที่ยังพึ่งวิธีเรียกแบบเดิม
ความคุ้มค่าต้องพิสูจน์ด้วยงานจริง
สำหรับองค์กรที่มีงานเอกสารและงานหน้าจอซ้ำจำนวนมาก GPT-6.1 Terra เป็นตัวเลือกที่มีเหตุผล เพราะรวมความสามารถด้านภาพกับการสั่งงานแอปไว้ในโมเดลระดับกลาง และมีต้นทุน API ต่ำกว่ารุ่นก่อนตามข้อมูลเปิดตัว ส่วนงานที่ซับซ้อนเป็นพิเศษไม่ควรถูกย้ายมาเพียงเพราะราคาน่าสนใจ การทดลองกับขั้นตอนจริงและวัดทั้งความแม่นยำ เวลา และภาระตรวจทาน จะบอกความคุ้มค่าได้ตรงกว่าคะแนนมาตรฐาน
สิ่งที่ควรจับตาต่อไปคือผลวัดความเร็วจากแหล่งอิสระ และแผนการปิดบริการ GPT-5.6 Terra ซึ่งยังไม่มีการประกาศวันยุติบริการของ OpenAI ในข้อมูลที่มีอยู่ ระหว่างนี้ข้อสรุปที่เหมาะสมคือ Terra ทำให้การทดลองใช้โมเดลมองภาพและควบคุมคอมพิวเตอร์กับงานประจำดูคุ้มขึ้น แต่ยังต้องเลือกงานให้ตรงระดับความยากและมีมนุษย์กำกับจุดเสี่ยง
