3 мин на чтение

GPT‑6.1 Terra: как оценивать модель, которая работает с экраном

OpenAI обновила Terra для визуальных задач, работы с компьютером и текстом. Почему сравнение моделей стоит начинать с готового файла и одинаковых условий.

OpenAI 26 октября представила GPT‑6.1 Terra — модель с акцентом на визуальное рассуждение, работу с компьютером и естественный письменный язык. Она появилась в Work, Codex и API. Среди показанных задач есть превращение архитектурного чертежа в трёхмерную модель и составление подробного журнала кадров фильма. Эти примеры хорошо объясняют направление обновления: ответ должен учитывать устройство изображения и последовательность действий.

В API модель называется gpt-6.1-terra. Документация отдельно оговаривает работу с инструментами через Responses API. Поэтому смена имени модели в существующем проекте сама по себе не гарантирует, что весь сценарий продолжит выполняться одинаково. Разработчику нужно проверить совместимость используемого интерфейса, набор инструментов и настройки рассуждения. Для сложных задач программирования OpenAI по-прежнему предлагает рассматривать старшие модели.

GPT‑6.1 Terra рассчитана в том числе на задачи, где нужно понимать изображения и выполнять действия с инструментами.

Изображение становится рабочим материалом

У визуального задания обычно есть несколько уровней сложности. Прочитать подпись на плане проще, чем сопоставить её с помещением, учесть масштаб и сохранить правильные отношения в новой модели. Аналогично скриншот таблицы можно пересказать, но перенос данных в документ требует не потерять строки, единицы измерения и заголовки. Именно эти связи стоит включать в проверку результата, если инструмент будет регулярно помогать с реальными рабочими материалами.

Хороший пробный набор начинается со знакомых файлов. Можно взять три чертежа разной плотности, несколько экранов интерфейса и документ с иллюстрациями. Для каждого заранее записать, какой результат считается правильным. Без такого списка привлекательная подача способна скрыть пропущенную деталь, особенно если проверяющий тоже впервые видит исходник. Отдельно полезно включить пример с плохой читаемостью: он покажет, сообщает ли система о неопределённости.

Сравнивать при одинаковых условиях

Выбор модели имеет смысл проверять на одной и той же задаче, с одинаковыми исходными данными и сопоставимым уровнем рассуждения. Иначе различия настроек легко принять за различия возможностей. Стоит учитывать не только длительность ответа, но и затраты времени на исправления: быстрый черновик с несколькими пропусками может потребовать больше внимания, чем аккуратный результат, появившийся немного позже.

Для повторяющегося рабочего процесса полезен небольшой журнал ошибок. В нём достаточно отмечать, где модель неверно прочитала изображение, выбрала неподходящее действие или потеряла ограничение из задания. Такой журнал помогает выбрать подходящий класс задач для Terra и понять, в каких случаях оправдана более дорогая модель либо обязательная ручная проверка. Это конкретнее общего впечатления от одного удачного примера.

Проверка заканчивается в готовом файле

Работа с компьютером добавляет ещё один критерий: действие должно сохраниться там, где его ждёт пользователь. После изменения таблицы нужно открыть файл и проверить ячейки; после экспорта презентации — убедиться, что страницы не обрезаны. Сообщение агента о завершении не заменяет эту проверку. Особенно важно отличать сформированный в диалоге материал от результата, действительно записанного в нужный документ.

Обновление Terra расширяет выбор инструментов для такой работы. Практическая ценность станет понятнее на коротком наборе собственных задач, где известны исходные данные и ожидаемый результат. Решение о внедрении тогда опирается на воспроизводимое качество, а не на эффектность демонстрации.

АвторAnthony Fubon

Anthony Fubon — российский музыкант, DJ, музыкальный продюсер, организатор мероприятий и специалист по цифровым продуктам. В музыке он использовал несколько имён, в частности Fubon, TheFubon и yagelProject. Его собственная биография описывает путь от рок-музыки и российской psytrance-сцены к электронной музыке разных направлений и созданию собственной цифровой экосистемы.