GPT-6.1 TerraとSolの違いを比較【画面の作業と複雑な開発でどう使い分けるか】
同じ仕事を同じ条件で2つのモデルに頼むと、どちらを標準にするかを単価だけに頼らず決めやすくなります。
GPT-6.1 TerraとSolの違いと合格条件の決め方を押さえて、手戻りが出た仕事から試してみませんか?
GPT-6.1 Terra(テラ)とSol(ソル)の違いは、画面の作業か開発かという分け方だけでは決めきれません。
どちらも画面操作に対応し、Terraも範囲を絞ったコード修正の候補に入っているので、範囲を絞れる仕事か、資料や変更の依存関係を解く判断が要る仕事かで最初に試すモデルを選び、どちらでも結果を確かめる方法を用意しておくと判断しやすいでしょう。
OpenAIの公式資料も、同じ入力と同じ推論設定で両モデルを比べ、品質の基準を満たす最も軽い設定を残す進め方を案内しています。
2026年11月2日時点の公式資料をもとに、仕事ごとの選び方、使える場所、費用の見方、比べる手順の順に見ていくと、どの仕事から試して何を合格とするかまで決められます。
GPT-6.1 TerraとSolの違いは範囲を絞れる仕事か判断が絡む仕事かで見る
OpenAIの案内を仕事の選び方に置き換えると、GPT-6.1 Terraは入力と要件がはっきりして範囲を絞れる仕事から、GPT-6.1 Solは資料や変更の依存関係を解く判断が要る仕事から試すモデルと整理できます。
というのも、OpenAIはTerraの候補として、渡した資料に基づく簡潔な文章、結果が定まった画面操作、範囲を絞ったコード修正を挙げ、明確な入力と要件、結果を確かめる方法を渡すよう求めているからです。
一方のSolには、財務結果からの取締役会資料や製品概要からのWebサイト制作といった、費用も気にしたい複雑な案件を挙げ、同じ仕事で比べる相手にはAstraを示しています。
出典:OpenAI API「Model selection」(英語)
GPT-6.1 Terraから試す公式の例
GPT-6.1 Solから試す公式の例
この2列は公式資料に出てくる例を並べたもので、もう一方のモデルでは使えないという線引きとは違います。
どちらで試す場合も結果の確認は必要で、同じ仕事を両方で試して合格条件を満たすなら、軽いほうを選べばよいからです。
GPT-6.1 TerraとSolの仕様を同じ項目で比較(2026年11月時点)
| 項目 | GPT-6.1 Terra | GPT-6.1 Sol |
|---|---|---|
| 公式の用途 | 画像の理解、画面操作、文章 | 複雑な開発、画面操作、専門業務 |
| 入力 | テキスト、画像 | テキスト、画像 |
| APIの最大文脈 | 105万トークン | 105万トークン |
| APIの最大入力 | 92.2万トークン | 92.2万トークン |
| APIの最大出力 | 12.8万トークン | 12.8万トークン |
| 知識の締切 | 2026年6月1日 | 2026年4月30日 |
| 推論のnone設定 | 対応 | 非対応 |
出典:OpenAI API「GPT-6.1 Terra」(英語)、OpenAI API「GPT-6.1 Sol」(英語)
表のトークンはAIが読み書きする量を数える単位で、最大文脈はコンテキストウィンドウとも呼ばれ、一度の処理で参照できる情報量を指します。
ただし、この105万トークンはAPIの仕様で、ChatGPT WorkとCodexでのGPT-6.1 Solの既定は50万トークンと別に案内されており、Terraの同じ値は公式資料に書かれていません。
長い資料を一度に読ませたい時は、APIの数字で判断せず、使う画面で実際の資料を渡して試すのが確実です。
画面の作業はTerraだけの仕事ではない
画面の作業はGPT-6.1 Terraの得意分野として案内されていますが、APIの仕様では両モデルとも画面操作のツールに対応し、Solの用途にも画面操作が入っています。
そのため、画面があるからTerraと決めるより、操作の範囲をどこまで絞れるかを見るほうが選びやすいでしょう。
たとえば、決まった欄へ元資料の値を写す作業なら範囲を絞りやすいのでTerraから試せます。
これに対して、どの資料の値を正とするかを途中で判断する作業は、Solも並べて比べるのが無難で、どちらの場合も保存後の行を開いて結果を確かめます。
開発は修正の範囲と依存関係で分ける
開発の仕事でも、範囲を絞った小さな修正ならGPT-6.1 Terraも候補で、回帰テスト(修正で別の場所が壊れていないかを確かめる試験)で結果を見ます。
反対に、複数の機能をまたいで変更が広がる開発や、修正を重ねる前提の成果物は、OpenAIがSolの例に挙げる複雑な技術作業に当たるので、Solから試すと比べやすくなります。
なお、OpenAIのモデル選びの案内に修正の行数やファイル数の基準は示されていないので、迷った時は変更がほかの機能や資料にどこまで及ぶかを先に書き出してください。
GPT-6.1 TerraとSolを選べる場所は通常のChatではない
GPT-6.1 TerraもSolも、ChatGPTの通常のChatでは選べません。
使う場所はChatGPT WorkとCodex、それにAPIで、ChatGPTの契約ではPlus、Pro、Business、Enterprise、Eduが対象です。
GPT-6.1 TerraとSolを使える場所の比較(2026年11月時点)
| 場所 | GPT-6.1 Terra | GPT-6.1 Sol |
|---|---|---|
| 通常のChat | 選べない | 選べない |
| ChatGPT Work | 選べる | 選べる |
| Codexアプリ・CLI | 選べる | 選べる |
| API | 選べる | 選べる |
| Enterprise | 管理者設定による | 管理者の有効化が必要 |
GPT-6.1 Terraは、デスクトップアプリかWebのChatGPT WorkでAdvancedのモデル一覧から選び、Workはモバイルにも対応しています。
会社の契約では条件がもう一段あり、EnterpriseとEduのSolは管理者が有効にするまでオフで、EnterpriseのTerraもワークスペースの提供状況と管理者の設定に左右される仕組みです。
一覧に見当たらない時はまず管理者に聞くのが近道で、Solの提供先の全体はGPT-6.1 Solの解説で追えます。
モデルを替えても操作の許可は増えない
モデルの選択と、アプリやデータへの許可は別の設定なので、アプリへの許可が足りない場合は、モデルの切り替えだけでは解消しません。
Computer Use(AIが画面を見て操作する機能)は対応地域のデスクトップアプリでプラグインを入れて使い、Macでは画面収録とアクセシビリティの権限も求められます。
比較を始める前に許可の設定まで済ませておくと、モデルの差と準備不足を混同せずに済みます。
操作を任せる時の許可の考え方は、GPT-6.1 Terraの発表の解説で順に追えるので、あわせて見てください。
GPT-6.1 TerraとSolの費用はAPI単価と利用枠を分けて考える
GPT-6.1 TerraのAPI単価は同じ条件で比べるとSolの半分ですが、これはAPIの標準の入出力単価の話です。
この半額という関係は、ChatGPTの月額料金や使える回数には当てはまりません。
GPT-6.1 TerraとSolのAPI料金の比較(2026年11月時点)
| 100万トークンあたり | GPT-6.1 Terra | GPT-6.1 Sol |
|---|---|---|
| 入力 | 約1ドル (約160円) | 約2ドル (約320円) |
| 出力 | 約5ドル (約790円) | 約10ドル (約1,600円) |
| キャッシュ入力 | 約0.05ドル (約8円) | 約0.10ドル (約16円) |
表の円換算は2026年11月時点・1ドル約158円の参考額です。日本銀行の11月2日17時の相場を丸めて換算し、少額のAPI単価は比較できる桁で丸めています。
税や決済時の換算・手数料は含まず、実際の請求額を示すものではありません。
換算出典: 日本銀行「外国為替市況」(2026年11月2日)
APIは使った量に応じて料金がかかる従量課金で、キャッシュ入力は同じ内容を読み直す時の安い単価です。
1回の要求で入力が27.2万トークンを超えると、両モデルともその要求全体の入力とキャッシュが2倍、出力が1.5倍になります。
処理の方式による倍率も同じで、BatchとFlexは標準より50%安く、Fastは標準の2倍です。
公式の料金はドルで示され、改定されることもあるので、見積もりの前にキャッシュの書き込みなどほかの単価も含めて公式の料金ページで最新の額を見ておいてください。
手戻りまで含めると半額は約束されない
GPT-6.1 Terraの単価が半分でも、仕事1件の費用は、使うトークンの量、再実行の回数、人が確かめて直す時間で変わります。
OpenAIも完了時間には確認や修正にかかった時間を含めて測るよう案内しており、単価の差だけで総額は決まりません。
そのため比較の記録には、モデルの料金と並べて人の確認と修正の時間を入れておきます。
Terraの速さも、確認と修正に時間を取られれば差が縮まるので、待ち時間だけで判断しないほうが無難です。
この費用の比較を始めるなら、頻繁に動かす自動処理から試すと単価の差を見やすくなります。
その自動処理で使う額の上限を会社でどう決めるかは、生成AIの費用上限の見直し方が参考です。
一方で、社外に出す成果物は下書きより高い品質が求められるので、Solも並べて見ておくと判断を誤りにくいでしょう。
WorkとCodexの利用枠は単価から計算できない
ChatGPTの契約で使うWorkとCodexについて、OpenAIはAPI単価から含まれる作業量を見積もらないよう案内しています。
使用量はモデルのほか、文脈、推論、ツール、キャッシュでも変わり、見た目が似た仕事でも同じにならないためです。
目安として公式が示すのが、PlusとStandard Businessの5時間あたりのローカルメッセージ(手元のパソコンで動かす時のメッセージ)の推計で、Terraは35〜285件、Solは15〜160件とされています。
これは固定の上限とは違います。
Proには現在この5時間の枠がありませんが、週の制限がかかることや、ほかの機能と枠を共有することもあるので、実際の残りは使用量の画面で見てください。
速度の設定でも使用量は変わり、Fastモードは同じモデルの標準と比べて、契約に含まれる利用枠の消費量が2.5倍として扱われます。これはAPI料金の2倍とは別の倍率です。
比較で片方だけFastにすると時間も使用量も比べられなくなるので、設定をそろえたまま試してください。
GPT-6.1 TerraとSolを自社の仕事で比べる手順
仕様表からは、自社の資料でGPT-6.1 TerraとSolのどちらが合格するかまでは読み取れません。
そこで、OpenAIが案内する比べ方を、次の順番で手元の仕事に当てはめてみてください。
- 直近で手戻りが出た仕事を1つ選び、資料と更新先の写しをモデルごとに同じ初期状態で用意する。
- 比べる前に、仕事の種類に合う合格条件を書き出す。
- 同じ依頼文を、TerraとSolの新しい会話へそれぞれ渡し、各会話には対応する写しを指定する。
- 推論設定、速度の設定、使えるツールをそろえて実行する。
- 保存された結果と完了報告を見比べ、時間と使用量を記録する。
- 代表的な仕事で繰り返し、合格した種類の仕事に軽い設定を残す。
写しを使うのは、試験の失敗が本番のデータへ広がらないようにするためで、モデルごとに分けるのは、先に動いた結果で後のモデルの初期状態が変わらないようにするためです。
読ませる資料の扱いと権限の最低限は、社内データを読ませる前の保全ルールで先に押さえておくと進めやすくなります。
依頼文には、対象の資料、変更してよい範囲、読めない時の扱い、保存先、報告の形を書いておきましょう。
どちらのモデルにも一字も変えずに渡せば、結果の差を依頼の書き方の差と切り分けられます。
添付の担当者一覧をもとに、この検証用シートの「担当者」列だけを更新してください。ほかの列と行は変更しないでください。読み取れない値は推測せず、一覧にして知らせてください。最後に、変更した行と変更しなかった行の理由を報告してください。
仕事の種類ごとの合格条件
合格条件にはOpenAIが仕事の種類ごとに示す観点をそのまま使えますが、結果を見てから基準を決めると好みの出力に引きずられやすいので、実行の前に書いておくのが無難です。
文章の仕事
必要な事実と条件が入り、読み手と語り口に合っているかを見ます。短いほうがよいとは限らないので、両方を読んで決めます。
画面操作の仕事
対象の記録を開き直して保存を確かめます。関係のないデータが残っているか、完了報告が実際と合うかも照らします。
コードと画面の仕事
回帰テストを走らせます。操作できる画面を作ったなら、PCとスマホでの表示も見ます。
Terraの結果が合格しなかった時は、すぐにSolへ切り替えず、先に入力と合格条件と権限が足りていたかを見直してください。
それでも合格しない場合に同じ条件でSolを試せば、モデルによる違いを見る材料になります。
後から比べ直せるように、記録には次の項目を残しておくと便利です。
- 完了までにかかった時間
- 使用量の画面で見た消費の変化
- 人が確認と修正に使った時間
- 完了報告と実際の保存結果の差
- 読めないと知らせてきた箇所の数
推論設定のそろえ方
推論設定はAIが考える深さの設定で、APIの既定は両モデルともmedium、noneに対応するのはTerraだけです。
ただし、アプリに出る選択肢や既定はプラン、クライアント、ワークスペースの設定で変わるため、比較では画面に出ている同じ名前の設定を選びます。
たとえばExtra High(APIではxhigh)で比べるなら、両方をその設定にそろえ、比較中はほかの条件を変えません。
モデルの合否が付いた後は、モデルと入力を固定して設定だけを動かすと、設定の影響も切り分けられます。
いまGPT-6.1 Solで動かす仕事をTerraへ置き換えてよい場合
GPT-6.1 SolからTerraへ置き換えてよいのは、同じ条件の比較で合格した種類の仕事に限ります。
具体的には、入力の形が決まっていて範囲を絞れる仕事のうち、保存結果や回帰テストで問題が出なかったものが候補です。
これに対して、資料の食い違いを見つけて判断する仕事や、Terraにすると確認と修正の時間が増えた仕事はSolに残します。
単価が下がっても人の手間が増えれば、切り替える理由が薄れるからです。
注意切り替える時に見落としやすい設定
モデルの指定は、画面の選択だけでなく保存済みの設定、カスタムエージェント、定期実行、スクリプトにも入っていることがあります。一括で書き換えず、合格した仕事の設定から順に替えて、結果を見ながら広げてください。
逆に、Solでも基準に届かない仕事は、OpenAIが案内するとおりAstraと比べる選択肢もあり、範囲の決まった単純なデータ抽出なら、Lunaも同じ手順で比べられます。
GPT-6.1 TerraとSolの性能は公式の説明の範囲で読む
OpenAIはGPT-6.1 Terraを速く効率的なモデル、SolをAstraに近い性能を低い費用で出すモデルと説明しています。
とはいえ、こうした説明は、自社の仕事の成功率や何倍速く終わるかまでは示していません。
発表の評価点や速さの倍率を見かけても、どの条件の数字かを原典で確かめないまま自社の仕事へ当てはめないほうが安全です。
メモ知識の締切が新しいほうが正しいとは限らない
知識の締切はTerraが2026年6月1日、Solが2026年4月30日ですが、Terraが2026年5月の出来事を正しく答える保証にはなりません。新しい情報が要る仕事は、資料か検索を渡す前提で比べると、締切の差に左右されにくくなります。
よくある質問
QGPT-6.1 Terra(テラ)とSol(ソル)はどっちから試せばよいですか?
AGPT-6.1 Terraは入力と要件が決まっていて範囲を絞れる文章や画面の作業から、GPT-6.1 Solは資料の食い違いや変更の依存関係を解く仕事から試すのが目安です。どちらも結果を確かめる方法を用意し、同じ条件で比べて基準を満たす軽い設定を残します。
QGPT-6.1 Terraでコードの修正はできますか?
AGPT-6.1 Terraは、OpenAIの案内で範囲を絞ったコード修正の候補に挙がっています。回帰テストなど結果を確かめる方法を用意し、変更が広がる開発はSolとも比べてください。
QGPT-6.1 Solで画面の操作はできますか?
AGPT-6.1 Solも、OpenAIの案内で画面操作が用途に入っています。Terraと同じく、Computer Useの導入やアプリへの許可はモデルの選択とは別に必要です。
Q通常のChatGPTのチャットでTerraとSolは選べますか?
A2026年11月2日時点の公式資料では、GPT-6.1 TerraとSolは通常のChatでは選べません。ChatGPT WorkとCodex、APIで使います。
QGPT-6.1 Terraに替えれば費用は半分になりますか?
AGPT-6.1 Terraで半分なのはAPIの標準の入出力単価です。月額料金や使える回数は同じ比率で変わらず、仕事1件の費用も使用量、再実行、人の確認と修正の時間で変わります。
Qいま使っているGPT-6.1 Solを全部Terraへ切り替えてよいですか?
AGPT-6.1 Solからの切り替えは一括で行わず、写しの資料で同じ条件の比較をして、合格した種類の仕事から順に替えるのが安全です。
QGPT-6.1 TerraはSolより速いですか?
AOpenAIはGPT-6.1 Terraを速く効率的なモデルと説明しています。ただ、かかる時間は仕事で変わるため、同じ入力と設定で測り、確認と修正の時間も含めて比べます。
最初の比較は手戻りが出た仕事から始める
GPT-6.1 TerraとSolの使い分けとは、仕事ごとに合格条件を先に決め、同じ条件で比べて、基準を満たす最も軽い設定を残す判断を指します。
画面の作業か開発かは入口の目安にとどまるので、私たちが最初の比較に勧めるのは、直近で手戻りが出た仕事です。
その仕事の資料の写しと合格条件を用意して時間と確認の手間を記録し、同じ種類の別の仕事でも合格するかを見てから対象を広げれば、Terraへ広げる仕事とSolに残す仕事を単価だけに頼らず決めていけます。