रिलीज़ के विषयों का वैचारिक, प्रचार-शैली का चित्र: GPT-6.1 Terra क्यूब के चारों ओर कोडिंग, कम त्रुटियाँ, कंप्यूटर उपयोग और विज़ुअल रीज़निंग। पट्टी के लेबल सामान्य हैं, ये मापे गए नतीजे नहीं हैं।
OpenAI ने 26 अक्टूबर 2026 को GPT-6.1 Terra पेश किया, जिसका ध्यान रोज़मर्रा के कंप्यूटर-आधारित काम में AI को ज़्यादा उपयोगी बनाने पर है।
यह मॉडल दृश्य जानकारी को समझ सकता है, समर्थित टूल के ज़रिए एप्लिकेशन इंटरफ़ेस के साथ काम कर सकता है, दस्तावेज़ लिख और संशोधित कर सकता है, और कोडिंग में मदद कर सकता है। ये क्षमताएँ पूरी तरह नई नहीं हैं। लेकिन OpenAI के अनुसार GPT-5.6 Terra की तुलना में प्रदर्शन और लागत में उल्लेखनीय सुधार हुए हैं।
डेवलपरों और संगठनों के लिए ज़्यादा दिलचस्प सवाल यह है कि क्या इन सुधारों के बाद पहले महँगे या अविश्वसनीय लगने वाले ऑटोमेशन कामों पर दोबारा विचार करना सार्थक है।
GPT-6.1 Terra में क्या बदला?
OpenAI कई क्षेत्रों में सुधार बताता है:
| क्षमता | बताया गया परिणाम |
|---|---|
| कंप्यूटर-उपयोग वाले कार्य | मध्यम एफ़र्ट पर Agents’ Last Exam में GPT-5.6 Terra से 15 प्रतिशत अंक ज़्यादा |
| विज़ुअल रीज़निंग | परीक्षण की गई सभी रीज़निंग सेटिंग में GPT-5.6 Terra से ऊँचे MMMU-Pro स्कोर |
| API मूल्य | मानक टोकन मूल्य GPT-6.1 Sol के आधे, और GPT-5.6 Terra से कम से कम 50% कम |
ये OpenAI के प्रकाशित मूल्यांकनों के नतीजे हैं, TechiesJournal के स्वतंत्र बेंचमार्क नहीं।
ये आँकड़े प्रगति दिखाते हैं, लेकिन ये अलग-अलग कार्यों और अलग-अलग परीक्षण स्थितियों का वर्णन करते हैं। इन्हें मिलाकर एक कुल प्रदर्शन स्कोर नहीं बनाना चाहिए।
कोडिंग: कमांड-लाइन कार्यों में बड़ा सुधार
Terminal-Bench 4.0 मापता है कि कोडिंग एजेंट कमांड-लाइन टूल इस्तेमाल करके सॉफ़्टवेयर-विकास की समस्याएँ कितनी अच्छी तरह हल करते हैं।
अधिकतम रीज़निंग एफ़र्ट पर GPT-6.1 Terra ने बेंचमार्क के 50.3% कार्य पूरे किए, जबकि GPT-5.6 Terra का प्रकाशित स्कोर 21.5% है।
स्रोत: OpenAI। हल किए गए बेंचमार्क कार्यों का प्रतिशत। यह सॉफ़्टवेयर-विकास की सामान्य सफलता दर नहीं है।
डेटा का टेक्स्ट रूप
- GPT-5.6 Terra: 21.5%
- GPT-6.1 Terra: 50.3%
यह 28.8 प्रतिशत अंक की बढ़ोतरी है और पहले के प्रकाशित सफलता दर से दोगुने से ज़्यादा।
यह उन डेवलपरों के लिए मायने रखता है जो बग की जाँच, एप्लिकेशन में बदलाव और नियमित इंजीनियरिंग काम पूरा करने के लिए AI का उपयोग करते हैं।
हालाँकि, यह नतीजा एक सीमा भी दिखाता है। जो मॉडल एक बेंचमार्क के लगभग आधे कार्य ही हल करता है, वह सॉफ़्टवेयर-विकास प्रक्रियाओं, टेस्टिंग या समीक्षा की जगह लेने के लिए तैयार नहीं है।
OpenAI अपने सबसे जटिल कोडिंग कार्यभार के लिए GPT-6.1 Sol और GPT-6 Astra को अब भी बेहतर विकल्प बताता रहता है।
तथ्यात्मक सटीकता: कठिन सवालों पर कम गलतियाँ
OpenAI तथ्यात्मक त्रुटियों में भी उल्लेखनीय कमी बताता है।
तथ्यात्मक गलतियाँ उजागर करने के लिए बनाए गए प्रॉम्प्ट वाले एक आंतरिक मूल्यांकन में, कम रीज़निंग एफ़र्ट पर त्रुटि दर GPT-5.6 Terra के 53.6% से घटकर GPT-6.1 Terra में 16.7% रह गई।
स्रोत: OpenAI। ये जानबूझकर कठिन मामले सामान्य प्रोडक्शन त्रुटि दरों का प्रतिनिधित्व नहीं करते।
डेटा का टेक्स्ट रूप
- GPT-5.6 Terra: 53.6%
- GPT-6.1 Terra: 16.7%
यह 36.9 प्रतिशत अंक का अंतर है, यानी GPT-5.6 Terra की त्रुटि दर से लगभग 69% कम।
अधिकतम रीज़निंग एफ़र्ट पर OpenAI 4.3% की त्रुटि दर बताता है।
इससे दस्तावेज़ विश्लेषण, रिपोर्टिंग और सूचना-प्रधान वर्कफ़्लो में AI की उपयोगिता बढ़ सकती है।
फिर भी एक अहम फ़र्क है। ये आँकड़े यह नहीं बताते कि वास्तविक दुनिया की सभी बातचीत में मॉडल कितनी बार गलती करता है।
यह मूल्यांकन जानबूझकर कठिन प्रॉम्प्ट इस्तेमाल करता है। वास्तविक प्रदर्शन कार्य, दी गई जानकारी और नतीजों को कैसे सत्यापित किया जाता है, इस पर निर्भर करेगा।
कंप्यूटर उपयोग: स्क्रीन समझने से काम करने की ओर
Terra में सुधार का एक प्रमुख क्षेत्र कंप्यूटर उपयोग है।
एक ऐसे संगठन की कल्पना कीजिए जो आने वाले इनवॉइस प्रोसेस करता है।
एक AI एजेंट को इनवॉइस पढ़ना होगा, आपूर्तिकर्ता और राशि पहचाननी होगी, अकाउंटिंग सॉफ़्टवेयर खोलकर विवरण दर्ज करना होगा, और जाँचना होगा कि लेन-देन सही तरह दर्ज हुआ या नहीं।
सफल निष्पादन के लिए मॉडल को दृश्य जानकारी समझनी होती है और क्रियाओं के एक क्रम में आगे बढ़ना होता है।
OpenAI इन क्षमताओं का मूल्यांकन Agents’ Last Exam और OSWorld 2.1 से करता है।
Agents’ Last Exam पर, बताई गई मूल्यांकन स्थितियों में, मध्यम रीज़निंग एफ़र्ट पर Terra GPT-5.6 Terra से 15 प्रतिशत अंक ज़्यादा स्कोर करता है, जबकि प्रति कार्य लागत लगभग एक-तिहाई है।
OpenAI यह भी बताता है कि मध्यम एफ़र्ट पर OSWorld 2.1 में Terra GPT-5.6 Terra के सर्वश्रेष्ठ नतीजे से आगे है, और प्रति कार्य लागत कम है।
इन नतीजों से संकेत मिलता है कि AI एजेंट डेस्कटॉप एप्लिकेशन और दस्तावेज़-आधारित प्रक्रियाओं में ज़्यादा व्यावहारिक बन सकते हैं।
लेकिन स्क्रीन को समझ लेने भर से कोई क्रिया अपने आप सुरक्षित या सही नहीं हो जाती।
इनवॉइस के उदाहरण में, एक भरोसेमंद एप्लिकेशन को फिर भी डुप्लिकेट इनवॉइस जाँचने चाहिए, राशियाँ सत्यापित करनी चाहिए और संवेदनशील वित्तीय क्रियाओं से पहले मंज़ूरी माँगनी चाहिए।
ये नियंत्रण एप्लिकेशन के वर्कफ़्लो में ही बनाने होंगे।
विज़ुअल रीज़निंग: टेक्स्ट से आगे की समझ
विज़ुअल रीज़निंग इस रिलीज़ का एक और अहम हिस्सा है।
OpenAI बताता है कि जटिल दृश्य प्रश्नों वाले बेंचमार्क MMMU-Pro पर Terra सभी रीज़निंग सेटिंग में GPT-5.6 Terra से बेहतर प्रदर्शन करता है।
यह तकनीकी ड्रॉइंग समझने, डायग्राम के साथ काम करने और उत्पादों की तस्वीरों को कैटलॉग की जानकारी से मिलाने जैसे कार्यों के लिए प्रासंगिक है।
OpenAI के पेशेवर कंप्यूटर कार्यों के उदाहरणों में वास्तुशिल्पीय ड्रॉइंग से 3D मॉडल बनाना और किसी एनिमेटेड फ़िल्म से रेस्टोरेशन लॉग तैयार करना शामिल है।
ये क्षमताएँ AI के संभावित उपयोगों को पारंपरिक टेक्स्ट-प्रोसेसिंग एप्लिकेशन से आगे ले जाती हैं।
फिर भी संगठनों को दृश्य व्याख्या और उसके बाद की कंप्यूटर क्रियाओं का मूल्यांकन अलग-अलग करना चाहिए। जानकारी को सही पहचानना किसी कार्य को भरोसे से पूरा करने का सिर्फ़ एक हिस्सा है।
API मूल्य: बार-बार होने वाले कार्यों के लिए कम लागत वाला विकल्प
डेवलपरों के लिए सबसे तात्कालिक फ़र्कों में से एक मूल्य है।
OpenAI GPT-6.1 Terra और GPT-6.1 Sol के लिए ये मानक API दरें सूचीबद्ध करता है:
इन दरों में लागू होने वाले टूल शुल्क और प्रोसेसिंग समायोजन शामिल नहीं हैं।
स्रोत: OpenAI API pricing, 26 October 2026।
डेटा का टेक्स्ट रूप
- GPT-6.1 Terra, इनपुट: $1.00
- GPT-6.1 Terra, कैश्ड इनपुट: $0.05
- GPT-6.1 Terra, आउटपुट: $5.00
- GPT-6.1 Sol, इनपुट: $2.00
- GPT-6.1 Sol, कैश्ड इनपुट: $0.10
- GPT-6.1 Sol, आउटपुट: $10.00
इसलिए इन सभी टोकन श्रेणियों में Terra के मूल्य Sol के आधे हैं।
यह उन एप्लिकेशन के लिए मायने रख सकता है जो हज़ारों दस्तावेज़ संभालते हैं या कंप्यूटर इंटरफ़ेस के ज़रिए काम करने के लिए बार-बार AI का उपयोग करते हैं।
हालाँकि, कम मूल्य का मतलब हमेशा कम कुल संचालन लागत नहीं होता।
जिस मॉडल को अतिरिक्त प्रयास चाहिए, जो ज़्यादा गलतियाँ करता है या जिसे बार-बार मानवीय सुधार की ज़रूरत पड़ती है, वह कुल मिलाकर उस महँगे मॉडल से ज़्यादा खर्चीला हो सकता है जो कार्य भरोसे से पूरे करता है।
संगठनों को प्रोसेसिंग, टूल कॉल, सुधार के प्रयास और संचालन के अतिरिक्त खर्च समेत, सफलतापूर्वक पूरे हुए प्रति कार्य की कुल लागत मापनी चाहिए।
डेवलपरों को कौन-सा मॉडल चुनना चाहिए?
कार्य की जटिलता और लागत-संवेदनशीलता के हिसाब से OpenAI का मॉडल परिवार अलग-अलग विकल्प देता है।
| मॉडल | कहाँ मूल्यांकन करना उचित है |
|---|---|
| GPT-6.1 Terra | विज़ुअल वर्कफ़्लो, नियमित कोडिंग, दस्तावेज़ प्रोसेसिंग और लागत-संवेदनशील ऑटोमेशन |
| GPT-6.1 Sol | ज़्यादा जटिल पेशेवर रीज़निंग और सॉफ़्टवेयर विकास |
| GPT-6 Astra | विशेष रूप से कठिन एंड-टू-एंड कार्य और उन्नत रीज़निंग |
ये चयन-दिशानिर्देश हैं, इस बात की गारंटी नहीं कि कोई एक मॉडल किसी खास कार्यभार पर हमेशा दूसरे से बेहतर रहेगा।
उदाहरण के लिए, Terra नियमित दस्तावेज़ निष्कर्षण संभाल सकता है, जबकि ज़्यादा सक्षम मॉडल असामान्य या जटिल मामलों की समीक्षा कर सकता है।
सही चुनाव असली एप्लिकेशन पर मापे गए प्रदर्शन, विश्वसनीयता और कुल लागत पर निर्भर करता है।
सुरक्षा एप्लिकेशन डिज़ाइन का हिस्सा बनी रहती है
OpenAI का कहना है कि वह अपने Preparedness Framework के तहत GPT-6.1 Terra को साइबर सुरक्षा में Critical मान रहा है, और यह मॉडल GPT-6 Astra के लिए विकसित सुरक्षा उपायों का उपयोग करता है।
वह यह भी बताता है कि Terra, GPT-5.6 Terra की तुलना में कार्य के दायरे में रहने और अपनी कमियाँ बताने की ज़्यादा संभावना रखता है, और OpenAI के प्रॉम्प्ट-इंजेक्शन परीक्षणों में मज़बूत रहा।
ये उपयोगी प्रगति हैं, लेकिन इन्हें असीमित संचालन-सुरक्षा समझने की भूल नहीं करनी चाहिए।
असली सॉफ़्टवेयर के साथ काम करने वाले AI एजेंटों के लिए अनुमतियाँ, सत्यापन, मंज़ूरी के नियम और ऑडिट रिकॉर्ड अब भी ज़रूरी हैं।
जो मॉडल किसी सिस्टम में डेटा दर्ज कर सकता है, उसे अपने आप भुगतान मंज़ूर करने, रिकॉर्ड हटाने या सुरक्षा सेटिंग बदलने का अधिकार नहीं मिलना चाहिए।
कंप्यूटर-उपयोग वाले मॉडल जितने सक्षम होते जाएँगे, ये सीमाएँ उतनी ही ज़रूरी होती जाएँगी।
उपलब्धता
OpenAI के अनुसार, 26 अक्टूबर 2026 तक GPT-6.1 Terra ChatGPT Work और Codex में Plus, Pro, Enterprise और Edu उपयोगकर्ताओं के लिए उपलब्ध है।
डेवलपर इसे OpenAI API के ज़रिए मॉडल आइडेंटिफ़ायर gpt-6.1-terra से इस्तेमाल कर सकते हैं।
API मॉडल टेक्स्ट इनपुट और आउटपुट, इमेज इनपुट, और रीज़निंग के बिना से लेकर अधिकतम तक की रीज़निंग सेटिंग को सपोर्ट करता है। टूल कॉलिंग के लिए Responses API ज़रूरी है।
संगठनों को इस रिलीज़ से क्या लेना चाहिए?
जिन कामों में सॉफ़्टवेयर, दृश्य जानकारी या दस्तावेज़ों के साथ बार-बार बातचीत होती है, वहाँ GPT-6.1 Terra का मूल्यांकन करना सार्थक है।
सबसे व्यावहारिक तरीका है कि कोई प्रतिनिधि कार्य चुनें, उसकी मौजूदा कार्यान्वयन से तुलना करें और मापें कि नया मॉडल सटीकता, पूरा होने के समय या कुल लागत में सुधार करता है या नहीं।
जो टीमें पहले से AI एजेंट इस्तेमाल कर रही हैं, उनके लिए Terra नियमित कार्यों का ज़्यादा किफ़ायती विकल्प हो सकता है। जिन टीमों ने लागत या विश्वसनीयता की वजह से पहले AI ऑटोमेशन ठुकरा दिया था, उनके चुने हुए वर्कफ़्लो एक और मूल्यांकन के हक़दार हो सकते हैं।
सिर्फ़ इसलिए कि कोई नया मॉडल आया है, चल रहे सिस्टम को बदलने का कोई कारण नहीं है।
Terra की अहमियत यह है कि क्षमता और लागत, दोनों में सुधार एक साथ आ रहे हैं।
असली प्रगति सिर्फ़ यह नहीं है कि AI ज़्यादा कार्य कर सकता है। यह है कि ज़्यादा कार्यों को भरोसे से और किफ़ायती ढंग से ऑटोमेट करना व्यावहारिक बन सकता है।
और गहराई में
- OpenAI, Introducing GPT-6.1 Terra, OpenAI की आधिकारिक 26 October 2026 की घोषणा, बेंचमार्क तुलनाएँ और उपलब्धता।
- OpenAI, GPT-6.1 Terra API documentation, कॉन्टेक्स्ट विंडो, रीज़निंग विकल्प, समर्थित मोडैलिटी और API आवश्यकताएँ।
- OpenAI, API pricing, टोकन मूल्य और प्रोसेसिंग-टियर के अंतर।
- OpenAI, GPT-6.1 Terra System Card, सुरक्षा मूल्यांकन, मॉडल व्यवहार और सीमाएँ।
इस साइट पर संबंधित लेख
- AI क़ीमत जंग टोकन क़ीमतों से प्रति कार्य लागत की ओर बढ़ रही है, टोकन की कीमत के बजाय सफलतापूर्वक पूरे हुए कार्य की लागत मापने के बारे में, यानी वह कसौटी जो यह लेख Terra के मूल्यों के लिए सुझाता है।
- OpenAI DevDay 2026: क्या घोषणाएँ हुईं और सबसे ज़्यादा क्या मायने रखता है, GPT-6.1 Sol और OpenAI की अन्य घोषणाओं के बारे में, यानी वह मॉडल जिससे यह लेख मूल्य और मॉडल-चयन वाले हिस्सों में Terra की तुलना करता है।
- AI agents बैंक खातों तक पहुँच रहे हैं: बैंकों ने क्या देखा, क्या रिपोर्ट हुआ और क्या अज्ञात है, बाहरी AI एजेंटों के ग्राहक खातों पर काम करने के बारे में बैंकों की बताई बातों पर, जो ऊपर चर्चा किए गए भुगतान और मंज़ूरी की सीमाओं से जुड़ी है।
स्रोत समीक्षा: 26 October 2026। बेंचमार्क और प्रदर्शन के नतीजे OpenAI के बताए गए हैं और TechiesJournal ने उन्हें स्वतंत्र रूप से दोहराया नहीं है।