0

GPT-6.1 Terra là gì? Hướng dẫn gọi gpt-6.1-terra qua API với thử nghiệm thị giác, thao tác máy tính và đầu ra JSON

Ảnh bìa GPT-6.1 Terra

Nếu mã nguồn của bạn đã chạy với API tương thích OpenAI, việc chuyển sang gpt-6.1-terra thường chỉ cần đổi hai chỗ: base_url và model. Điều quan trọng hơn là kiểm tra những gì xảy ra sau khi đổi. Tôi thử bốn tác vụ thường gặp: đọc ảnh chụp màn hình, lập kế hoạch thao tác trên giao diện, xuất JSON có thể xử lý ngay, và viết đoạn mở đầu kiểu bản tin.

Ngày 26/10/2026, OpenAI phát hành GPT-6.1 Terra. Mẫu này thay thế GPT-5.6 Terra ở phân khúc trung gian của dòng GPT-6.1. Mã định danh trong API là gpt-6.1-terra. OpenAI mô tả đây là mô hình nhanh, chi phí thấp, tập trung vào hiểu hình ảnh, thao tác máy tính và viết văn bản.

Thông số và đầu vào của gpt-6.1-terra

Theo mô tả chính thức, Terra có bốn điểm nổi bật: tốc độ và chi phí thấp, hiểu thị giác, thao tác máy tính (OpenAI cho biết kết quả trên bài kiểm tra của họ gần với GPT-6 Astra) và viết văn bản.

Thông số chính:

  • Mã định danh API: gpt-6.1-terra
  • Cửa sổ ngữ cảnh: 1.050.000 token
  • Đầu ra tối đa: 128.000 token
  • Đầu vào: văn bản và hình ảnh
  • Đầu ra: chỉ văn bản
  • Mốc kiến thức: 1/6/2026

Sol dành cho công việc phức tạp hơn, Luna cho tác vụ nhẹ và khối lượng lớn, Astra là mẫu mạnh nhất. OpenAI vẫn khuyến nghị dùng Sol hoặc Astra cho lập trình phức tạp. Ranh giới này quan trọng hơn bất kỳ điểm benchmark đơn lẻ nào khi chọn mô hình.

Gọi gpt-6.1-terra từ mã nguồn

Các thử nghiệm trong bài được gửi trực tiếp qua HTTPS tới https://api.crazyrouter.com/v1, đường dẫn /chat/completions. Khóa API nên đặt trong biến môi trường.

Ví dụ dưới đây đã được chạy bằng SDK của OpenAI và trả về phản hồi HTTP 200.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["CRAZYROUTER_API_KEY"],
    base_url="https://api.crazyrouter.com/v1",
)

resp = client.chat.completions.create(
    model="gpt-6.1-terra",
    messages=[{"role": "user", "content": "Mô tả định vị của GPT-6.1 Terra trong ba câu, chỉ dựa trên các dữ kiện sau: OpenAI phát hành GPT-6.1 Terra ngày 26/10/2026. Mã mô hình API: gpt-6.1-terra. Nhanh, chi phí thấp, tập trung vào thị giác, thao tác máy tính và viết văn bản. Thay thế GPT-5.6 Terra."}],
)
print(resp.choices[0].message.content)

Trường usage trong mỗi phản hồi tách riêng token đầu vào, đầu ra và token suy luận. Nếu ước tính chi phí theo số ký tự, bạn sẽ bỏ sót token suy luận, thường là phần lớn nhất của hóa đơn.

Đọc ảnh với gpt-6.1-terra: kiểm tra từng phần tử

Với thử nghiệm thị giác, tôi dùng ảnh chụp một hoạt ảnh quỹ đạo trên nền tối: một quả cầu phát sáng ở giữa, sáu điểm có nhãn trên các quỹ đạo, chỉ số FPS và tốc độ ở góc trên bên trái, và thanh điều khiển có thanh trượt ở dưới cùng.

Ảnh chụp giao diện dùng cho thử nghiệm thị giác

Mô hình tự mô tả cảnh bằng lời của nó. Khi đối chiếu với ảnh gốc, phần thân trung tâm, sáu nhãn và màu sắc, hai chỉ số hiển thị, chữ trên nút và vị trí thanh trượt đều đúng. Với việc kiểm tra giao diện hoặc trích xuất văn bản như một bước trong quy trình, kết quả này đủ dùng. Dù vậy, trước khi ghi vào cơ sở dữ liệu, bạn nên kiểm tra mẫu các trường quan trọng.

Lập kế hoạch thao tác với gpt-6.1-terra: mô hình đề xuất, bộ thực thi làm

Terra có thể đề xuất chuỗi thao tác trên giao diện, nhưng không tự nhấp chuột. Bộ thực thi phải thực hiện thao tác, nhận diện hộp thoại và xử lý lỗi.

Trong thử nghiệm đầu tiên, mục tiêu là bật công tắc chia sẻ dữ liệu trong trang quyền riêng tư. Mô hình đề xuất ba bước: mở tab quyền riêng tư, nhấn điều khiển toggle_share, rồi kiểm tra công tắc đã bật.

Thử nghiệm thú vị hơn có yếu tố rủi ro. Một hộp thoại hỏi có ghi đè tệp đang tồn tại hay không. Mục tiêu là giữ tệp cũ và lưu một tệp mới. Mô hình không chọn nút ghi đè mặc định, mà chọn "Lưu thành", đề xuất tên report_v2.pdf và thêm bước kiểm tra rằng tệp gốc vẫn còn nguyên.

Với các thao tác ghi đè, xóa hoặc thanh toán, hãy giữ bước xác nhận của con người trong bộ thực thi.

JSON đầu ra của gpt-6.1-terra: đọc được ngay

Khi prompt yêu cầu JSON hợp lệ, phản hồi có thể phân tích trực tiếp. Trong thử nghiệm trích xuất, mô hình trả về mã mô hình, ngày phát hành, nhãn định vị, phương thức đầu vào và đầu ra, cửa sổ ngữ cảnh và đầu ra tối đa trong một đối tượng duy nhất, đủ trường và đúng kiểu. Khi chạy lâu dài, vẫn nên kiểm tra bằng JSON Schema, vì một trường bị thiếu tuy hiếm nhưng có thể lọt qua và được ghi vào kho dữ liệu.

Viết văn bản với gpt-6.1-terra

Từ ngày phát hành, mã mô hình và định vị chính thức, Terra viết một đoạn mở đầu ngắn kiểu bản tin, bao quát đủ các ý. Đây là bản nháp dùng được. Giọng văn và mọi nhận định không có trong nguồn cần người đọc lại.

Giới hạn của gpt-6.1-terra cần lưu ý

  • Terra được tối ưu cho tốc độ và chi phí, không phải cho lập luận ở mức cao nhất. Với bài toán suy luận dài và khó, Sol hoặc Astra là lựa chọn an toàn hơn.
  • Yêu cầu rất dài có thể bị áp hệ số giá bổ sung khi vượt một ngưỡng ngữ cảnh. Vòng lặp của agent dễ đạt ngưỡng này. Hãy kiểm tra điều khoản giá chính thức trước khi dựa vào ước tính chi phí.
  • Chưa có tính năng tinh chỉnh (fine-tuning) tại thời điểm ra mắt.
  • Khi ra mắt, ChatGPT Chat, gói miễn phí và gói Go chưa dùng được; một số tính năng bị giới hạn theo khu vực.
  • Đầu ra chỉ là văn bản, không có âm thanh hay video.

Khi nào nên dùng gpt-6.1-terra

Terra phù hợp với các công việc khối lượng lớn mà đầu ra có cấu trúc và được kiểm tra: rà soát ảnh chụp màn hình, trích xuất văn bản giao diện, chuyển quy trình viết thành danh sách thao tác, và lấy các trường cố định từ thông báo hoặc biểu mẫu. Mô hình kém phù hợp hơn với mã nguồn khó, chuỗi suy luận dài, và tự động hóa máy tính không có bộ thực thi cùng điểm kiểm soát của con người.

Kết luận: hãy thử gpt-6.1-terra trên dữ liệu của bạn

Trong các thử nghiệm này, gpt-6.1-terra đọc đúng một ảnh giao diện dày đặc, đề xuất kế hoạch thao tác với lựa chọn an toàn hợp lý, trả về JSON phân tích được và viết một đoạn mở đầu gọn gàng. Đây là các lần gọi đơn lẻ, không phải benchmark. Trước khi chọn mô hình cho môi trường thực tế, hãy chạy cùng các ảnh và prompt qua Terra và Sol, rồi so sánh độ chính xác của trường và tỷ lệ JSON hợp lệ trên dữ liệu của bạn.

Danh sách các mô hình có sẵn qua cùng điểm truy cập nằm trong thư mục mô hình chat của Crazyrouter. Trang mô hình GPT-6.1 Sol xem tại đây.


Nguồn tham khảo


All rights reserved

Viblo
Hãy đăng ký một tài khoản Viblo để nhận được nhiều bài viết thú vị hơn.
Đăng kí