GPT-6.1 Terra senkt die Kosten für KI-Agenten – aber wie zuverlässig?

Weniger Kosten ändern, welche Aufgaben sich automatisieren lassen

Wer Rechnungen ausliest, Angaben in eine Buchhaltungssoftware einträgt oder eine Benutzeroberfläche durch mehrere Schritte bedient, braucht nicht immer das teuerste Reasoning-Modell. Der wirtschaftliche Engpass liegt bei solchen Abläufen häufig in der Anzahl der Modellaufrufe, den Fehlversuchen und der menschlichen Nacharbeit. Mit GPT-6.1 Terra adressiert OpenAI genau diese praktische Rechnung.

Der am 26. Oktober angekündigte Modellzweig verbindet visuelle Interpretation mit Computerbedienung und Textarbeit. Laut Produktankündigung soll Terra technische Zeichnungen auswerten, Formulare bearbeiten und mehrstufige Desktop-Aufgaben erledigen können. Das ist eine Modellfähigkeit, aber noch keine fertige Buchhaltungs- oder ERP-Integration: Für reale Prozesse braucht es weiter Rechte, Tools, Datenzugang und definierte Freigaben.

Was die Zahlen belegen – und was sie nicht

OpenAI nennt Standard-API-Preise von 1 US-Dollar je Million Eingabe-Token, 0,05 Dollar für zwischengespeicherte Eingabe-Token und 5 Dollar je Million Ausgabe-Token. Das sind nach Herstellerangaben rund 50 Prozent weniger als bei GPT-5.6 Terra und GPT-6.1 Sol. Die Gesamtkosten einer Agentenaufgabe können dennoch höher ausfallen, etwa durch viele Interaktionsschritte, externe Werkzeuge, Fehlversuche oder notwendige Kontrollen.

Auf dem Benchmark Agents’ Last Exam soll Terra bei mittlerem Reasoning-Aufwand 15 Prozentpunkte vor GPT-5.6 Terra liegen und die Aufgabe für etwa ein Drittel der Kosten lösen. Beim Programmier-Benchmark Terminal-Bench 4.0 gibt OpenAI bei maximalem Reasoning-Aufwand 50,3 Prozent gelöste Aufgaben an, gegenüber 21,5 Prozent beim Vorgänger. Diese Werte sind herstellerberichtete Evaluationen auf bestimmten Aufgaben und Konfigurationen; sie sind keine Erfolgsquote für beliebige Browser-, Finanz- oder Unternehmensprozesse.

Auch die Sicherheitszahlen verlangen Kontext: Auf einem internen Test mit fehleranfälligen Prompts fiel die gemeldete Fehlerquote bei niedrigem Aufwand von 53,6 auf 16,7 Prozent. Das beschreibt genau diesen Test, keine allgemein gültige Halluzinationsrate. Für komplexe Softwareentwicklung empfiehlt OpenAI selbst weiterhin leistungsfähigere Modelle wie GPT-6.1 Sol oder GPT-6 Astra.

Verfügbarkeit: Work und Codex, nicht automatisch jeder Chat

GPT-6.1 Terra ist laut OpenAI als API-Modell unter dem Namen gpt-6.1-terra erhältlich und wird in ChatGPT Work und Codex bereitgestellt. Die ChatGPT-Release-Notes nennen Plus, Pro, Business, Enterprise und Edu für den Rollout. Die tatsächliche Auswahl hängt von Plan, Region und Workspace-Einstellungen ab; mit der Ankündigung ist keine sofortige Freischaltung jedes Kontos garantiert. Die API-Abrechnung erfolgt unabhängig von einer ChatGPT-Mitgliedschaft.

Bei der Steuerung zählt der Unterschied zwischen Modell und Produkt. Ein Modell mit guten Computer-Use-Ergebnissen entscheidet nicht selbst, welche Dateien es sehen darf oder welche Änderung es ohne Bestätigung durchführen soll. Menschen und Organisationen müssen Zugriff, Aktionsgrenzen, Protokollierung und Abbruchmöglichkeiten im konkreten Werkzeug konfigurieren.

Unsere Einordnung: Der relevante Maßstab ist der erfolgreiche Auftrag

Niedrigere Tokenpreise machen viele kleine Aufträge wirtschaftlich interessanter. Für Unternehmen ist jedoch nicht der Preis pro Token allein ausschlaggebend, sondern der Preis pro korrekt abgeschlossener, überprüfbarer Aufgabe. Ein vermeintlich günstiger Agent verliert seinen Vorteil, wenn er wegen UI-Änderungen dreimal neu starten muss oder Korrekturen durch Mitarbeitende erfordert.

Für einen fairen Pilotversuch würden wir einen klar begrenzten Vorgang auswählen, etwa eine Testrechnung ohne echte Zahlungsfreigabe. Zu messen wären Erfolgsrate, Bearbeitungszeit, Token- und Toolkosten, Fehlgriffe, Qualität der Audit-Spur sowie Häufigkeit menschlicher Eingriffe. Erst dann lässt sich sagen, ob die Benchmark-Vorteile im eigenen Unternehmen ankommen. AgentenCode hat für Terra keine eigenständige Messung durchgeführt.

Besonders bei Aktionen mit Außenwirkung bleibt eine zweite Schranke nötig: Ein Agent darf Informationen vorbereiten und Vorschläge erstellen, aber Überweisungen, Freigaben oder Änderungen produktiver Stammdaten müssen den kundenspezifischen Genehmigungsweg respektieren. Schnelligkeit ist kein Ersatz für überprüfbare Zuständigkeit. Unsere AgentenCheck-Methodik hilft, solche Anforderungen systematisch festzuhalten.

Originalquellen und Prüfgrenzen

• OpenAI: GPT-6.1 Terra product announcement (26 Oct) ↗
• OpenAI: GPT-6.1 Terra – deutsche Primärquelle ↗
• OpenAI: ChatGPT release notes, 26 Oct 2026 ↗

Die Aussagen beruhen auf datierten Primärquellen; die redaktionelle Einordnung ist kein unabhängiger Softwaretest und keine Zertifizierung.