OpenAIの新モデル「GPT-6.1 Terra」は、ソフトウェアの内容を自然言語で説明し、AIエージェントにコードを書かせる「バイブコーディング」の採算を塗り替えつつあります。8本のソフトウェア構築を同一条件で比較したところ、Codex CLI上で動くTerraは全8本をAPI料金$7.64で完了したのに対し、Claude Code上で動くAnthropicのClaude Opus 5.5は同じ8本に$60.19を要しました。速度もTerraがおよそ2倍でした。引き換えになるのはハイエンドの品質です。複雑な3Dシーン、ゲームのメカニクス、洗練されたビジュアルデザインでは、依然としてOpus 5.5の方が明らかに優れた結果を出しました。トークン予算の使い道を決める開発者にとって、問われるのはもはやどちらのモデルが賢いかではなく、自分の仕事のどれだけの割合に本当に高価なモデルが必要かです。
変化の背景にある価格表
GPT-6.1 Terraは、OpenAIのラインアップでGPT-6.1 SolとAstraの下位に位置づけられており、コスト計画の上で重要なのはその標準API価格です。
| トークンの種類 | GPT-6.1 Terraの価格 |
|---|---|
| 入力 | 100万トークンあたり$1 |
| キャッシュ済み入力 | 100万トークンあたり$0.05 |
| 出力 | 100万トークンあたり$5 |
OpenAIはTerraを、前世代のGPT-5.6 TerraとGPT-6.1 Solの双方に比べてAPIコストがおよそ50%低いモデルと位置づけています。モデルが数本のプロジェクトで数十万の出力トークンを生成しうるエージェント型コーディングでは、請求額を左右するのは出力価格です。
8本の構築テストの進め方
比較は、ツールの違いを排してモデルの挙動だけを切り出すように設計されました。両モデルは同一のプロンプトと同一のツールアクセスを与えられ、同時に実行され、推論の労力(effort)は最大に設定されました。それぞれはネイティブなコーディングハーネス、つまり開発元自身が作ったコマンドラインエージェントの中で動作しました。GPT-6.1 TerraはCodex CLI、Claude Opus 5.5はClaude Codeです。
8本の構築を通じた集計結果は次の通りです。
| 指標 | GPT-6.1 Terra | Claude Opus 5.5 |
|---|---|---|
| 平均構築時間 | 23分43秒 | 43分52秒 |
| 出力トークン総数 | 506K | 1,558K |
| 出力トークンのコスト | $2.53 | $31.17 |
| 入力込みのAPI総コスト | $7.64 | $60.19 |
Terraの出力トークン数はOpus 5.5のおよそ3分の1で、しかもトークン単価が低いため、この2つの効果が重なって12分の1というコスト比になりました。速度も同じ傾向で、所要時間が記録されたすべての構築で、TerraはOpus 5.5の半分以下の時間で完了しています。
Terraの安価な出力が通用した場面
個々の構築を見ると、品質を落とさずに節約できる場面と、そうでない場面がはっきりします。
Stormwatch:3Dの気象グローブ
最初のプロジェクトは、世界の気象システムをリアルタイムで追跡するインタラクティブな観測アプリでした。Terraは10分40秒で、昼夜のサイクルを持つ回転する地球、風向ベクトル、ハリケーン追跡カードを作り上げました。Hurricane Orion、Vela、Namiといった嵐をクリックすると、予想進路、座標、風速、気圧が表示されます。
Opus 5.5は43分16秒をかけ、風、雲、嵐の進路、都市の明かりを切り替えられるレイヤーに加え、渦の中心まで深くズームすると流体パーティクルが渦巻く描写を実装しました。それでも、グローブ全体の描画と配色はTerraの方がまとまって見え、その品質におよそ4分の1の時間で到達しています。視覚的には豊かでも構造的には標準的なWebアプリケーションという、Terraに最も有利なケースです。
The Long Night:海の嵐のシミュレーション
2本目は、北海を舞台に沖合の灯台近くの船を描くプロジェクトでした。Terraは21分31秒で完了し、凪からハリケーンまで変化する嵐スライダーとカメラアングルの操作を備えていました。ただし水面には、目に見えるタイリングのアーティファクトと繰り返しのグリッドパターンが現れています。
Opus 5.5の版は「Skerry Light」と題され、41分6秒をかけてボリュメトリックな光線、動的な落雷、映画のような船のデッキ視点のカメラモードを追加しました。照明と海の動きは明らかに優れていましたが、フォトリアルな水の物理表現はどちらのモデルも実現できていません。
Minecraft after dark:ボクセルのサンドボックス
お決まりのブロックワールドのテストは、両モデルとも難なくこなしました。Terraは地形生成、川の谷、植生、リアルタイムのブロック設置と破壊を実装しました。Opus 5.5は、プロシージャルな日の出の照明、手に持った剣、設置できる発光ブロックを備えた、より温かみのあるシーンを作りました。より有益な発見は、基本的なボクセルのメカニクスがすでに飽和したベンチマークに見えることです。現在のフロンティアモデルは難なく処理できるため、この種のタスクはもはやモデルの差を生まず、割高な価格を正当化する理由にもなりません。

▲ レーサー構築における基本と洗練の差
Neon Drift:3Dの反重力レーサー
ここで差が開きました。Terraは20分53秒で、スカイラインのジオメトリ、ブーストパッド、ドリフトのメカニクス、ライバルのAIレーサーを備えたサイバーパンク風レーサーを組み上げました。しかし操作とカメラはぎこちなく、浮遊する車両の挙動は平坦な舗装路を走る地上車とほとんど変わりませんでした。
Opus 5.5は41分8秒をかけ、スタート前のカウントダウン、ネオンのトラックアーチ、バンクのついたカーブ、反応のよいブーストのメカニクス、パーティクルエフェクト、競り合いのあるペース配分を実現しました。本当に遊べるアーケードゲームといえる仕上がりです。Terraは半分の時間で動くコードを出しましたが、ゲームとしての出来はOpus 5.5が大差で上回りました。
Meridian:高級腕時計のランディングページ
最後の直接対決は、機械式時計の分解図を軸にしたインタラクティブな製品ページでした。Terraは14分1秒で完了し、スクロールに合わせて文字盤とムーブメントの層が分かれるアニメーションを備えていましたが、部品の多くは平面的な2Dベクター画像と、あらかじめレンダリングしたSVG素材でした。
Opus 5.5は42分14秒を費やし、312個の独立したインタラクティブ部品からなる完全に動的な3D時計を描画しました。ユーザーは時計を連続して回転させ、サファイアクリスタルやテンプといった部品名のラベル付き分解図を展開し、素材をPlatinum 950、18K Rose Gold、Grade 5 Titaniumの間でリアルタイムに切り替えられます。スクロールで時計が分解されるという発想自体は使い古されたデザイントレンドに感じられるかもしれませんが、その実装は目を見張るものでした。
パターンを読み解く
全体を見渡すと、Terraは標準的なWebレイアウト、2Dグラフィックス、基本的な3Dシミュレーションで力を発揮し、Opus 5.5は高度な3Dグラフィックス、複雑な部品同士のインタラクション、遊んで気持ちのよいゲームデザインで圧倒しています。Opus 5.5が価格比に見合うほどあらゆる指標で12倍優れているわけではありませんが、高忠実度の作業ではその質的な優位が費用を正当化するように見えます。
予算について率直に言えば、開発者の日常的なタスクの大半はこの線のTerra側に落ちます。妥当な見積もりとして、Terraは日常的な開発作業のおよそ90パーセンタイルまでを余裕でカバーし、残りの一部がフラッグシップモデルの出番になると考えられます。
ChatGPTでの労力設定
ChatGPTのインターフェースでは、GPT-6.1 TerraにLight、Medium、High、Extra High、Max、Ultraの6段階の労力セレクターが用意されています。Lightモードは日常の簡単な質問にほぼ即座に答えます。上位の段階は複雑な推論や複数ステップのタスク向けで、Ultraにはアカウントの利用上限を著しく速く消費するという警告が付いています。インターフェースの他の部分はGPT-6.1 Solからほとんど変わっていませんが、このきめ細かなスライダーによって、ユーザーは遅延とコストを推論の深さと直接トレードオフできるようになりました。
人間を超える速度のコンピュータ操作
コード生成の先でも、Terraの速度と低コストはコンピュータ操作、つまりモデルがマウスのクリックやドラッグでブラウザやアプリケーションを操作する用途で表れています。あるデザイナー兼創業者が公開したクリップでは、High設定で動くTerraがブラウザベースのペイントツール「Kleki Paint Tool」でサム・アルトマンの様式化された肖像画を描いています。録画は早送りではなく実時間で、細かな運動制御は素早いものでした。
OpenAI共同創業者のグレッグ・ブロックマン氏はXで、Terraによるコンピュータ操作は質的な閾値を越え、人間が補助なしで実行するより速く感じられると述べました。サム・アルトマン氏もXで、6.1 Terraは高速で有能なコンピュータ操作を大幅に低い価格で提供すると書いています。ぎこちないコンピュータ操作が安価に解決されるなら、知識労働の自動化の多くが現実的になります。

▲ エージェントベンチマークのスコアとコスト
ベンチマークのコスト曲線
OpenAIが公開したベンチマークデータも、同じコストの話を別の形で物語っています。タスクあたりのコストとスコアをプロットするAgents' Last Exam v1のチャートでは、理想の位置は左上の隅、つまり最も低い費用で最も高い精度です。
| モデル | スコア | タスクあたりコスト |
|---|---|---|
| GPT-5.6 Terra | 約50% | 最大$4.00 |
| GPT-6.1 Terra(低労力) | 50%超 | 約$0.10 |
| GPT-6.1 Terra(最大労力) | 60% | $0.81 ~ $0.99 |
| Claude Opus 5.5 | 63% | $7.17 ~ $8.80 |
TerraはOpenAIのモデルの中でパレートフロンティアの最前線を定義しています。つまりスコアとコストの両方で同時にTerraを上回るOpenAIモデルは他になく、ほとんどのエージェント型タスクでGPT-6.1 Solを上回りながらコストは低いのです。Opus 5.5と比べると、Terraはおよそ11%、約9分の1のコストでスコアのおよそ95%から97%に達しています。
MMMU-Pro Visionベンチマークでも、TerraはGPT-5.6 Terra、Astra、Solを抑えて再び左上のフロンティアに位置しており、画像の取り込みや3Dの座標処理タスクに向けた空間的・視覚的推論の強さをうかがわせます。難しいプロンプトでのハルシネーションを測る事実誤認率のベンチマークでは、世代間で最も急激な改善が見られます。
| モデル | 低労力 | 最大労力 |
|---|---|---|
| GPT-5.6 Terra | 53.6% | 22.3% |
| GPT-6.1 Terra | 16.7% | 4.3% |
最大労力で4.3%という誤り率なら、Terraは予備調査やレポートの下書きの既定の選択肢として十分に候補になります。ただし、ベンチマークのスコアが実際に使ったときの感触を完全に捉えることはありません。
トークン予算にとっての意味
実践的な結論は、ほとんどのコーディングとエージェント作業において、既定のツールを決めるのはいまや素の能力ではなくトークン価格だということです。この結果を自分の作業に当てはめる手順は次の通りです。
- 自分のプロジェクトのうち、標準的なWebサイト、2Dインターフェース、基本的な3D、エージェントによる自動化がどれだけの割合を占めるかを見積もります。この分類では、Terraはおよそ12分の1のコストと2倍の速度で、同等か許容できる結果を出しました。
- 視覚的な忠実度、複雑な3Dメカニクス、ゲームの手触りが製品そのものであるプロジェクトを見極めます。そこでの優位は明確なので、Claude Opus 5.5はこうした案件のために取っておきます。
- 各モデルをそれぞれのネイティブなハーネス、つまりOpenAIのモデルはCodex CLI、AnthropicのモデルはClaude Codeで使い、それぞれの力を最大限に引き出します。
- ChatGPTでは、手早い質問にはLightを使い、複数ステップの作業に限ってHigh、Extra High、Max、Ultraに上げます。Ultraは利用上限を速く消費するためです。
- コンピュータ操作の自動化や事実調査の下書きにはTerraを検討します。速度と低い誤り率という強みが最も生きる領域に見えます。
上記の数値は8本の構築1セットとOpenAI自身のベンチマークチャートに基づくもので、個々の結果は変わりえます。それでも方向性は一貫しています。Claude Code中心の予算でも、日常的な作業の大半をGPT-6.1 Terraに振り分ければ大幅に縮小できる可能性があり、品質を手放すのはOpus 5.5が本当に優れているごく一部のプロジェクトだけで済むのです。


