GPT-6.1 Terra получила порог Critical — и стала вдвое дешевле

OpenAI выпустила GPT-6.1 Terra — агента, который сам управляет программами на компьютере, — и сама отнесла его к киберпорогу Critical. Это самооценка, а не инцидент: уязвимости и атаки нет. Но компаниям, которые пустят Terra в бухгалтерию или к коду, придётся заново решать, какие права ей давать.

Что OpenAI выпустила: агент, цены, доступ

GPT-6.1 Terra не только отвечает в чате, но и сама управляет программами на рабочем столе. Об анонсе подробно написал Help Net Security. Модель доступна пользователям Plus, Pro, Enterprise и Edu в ChatGPT Work и Codex, а в API — под именем gpt-6.1-terra: $1 за миллион входных токенов, $0,05 за миллион кэшированных и $5 за миллион выходных. По словам OpenAI, это вдвое дешевле GPT-5.6 Terra и GPT-6.1 Sol.

Типовой пример из анонса: агент читает входящие счета и заносит реквизиты в бухгалтерскую программу. То есть получает на вход чужие документы и пишет данные в учётную систему.

GPT-6.1 Terra и порог Critical: что это значит

В Preparedness Framework OpenAI в редакции апреля 2025 года Critical — верхний из двух киберпорогов. Модель достигает его, если выполнено хотя бы одно условие:

• с инструментами и без участия человека находит уязвимости нулевого дня любой степени опасности и собирает рабочие эксплойты во многих реальных защищённых критических системах;
• имея только общую задачу, сама планирует новую атаку против защищённой цели и проводит её до конца.

Пока защиты уровня Critical не определены, разработку положено остановить. Первой моделью этого уровня OpenAI 1 сентября 2026 года назвала GPT-6 Astra; Terra, по словам компании, сохраняет её защиты. Оценка собственная: сторонней проверки наступательных тестов и списка перенесённых защит в публикации нет.

Был ли взлом или CVE вместе с релизом?

Нет: ни CVE, ни эксплойта, ни индикаторов компрометации, ни наблюдаемых атак. Риск в другом. Чат-бот отвечает текстом, а десктопный агент нажимает кнопки и меняет данные с правами пользователя. Агент, который читает входящие счета, получает команды из каждого документа — и инструкцию, спрятанную в PDF или письме контрагента, может принять за часть задачи.

OpenAI пишет, что проверяла Terra вредоносными инструкциями: она реже, чем GPT-5.6 Terra, уходит с задачи и честнее сообщает об ограничениях. Цифр и методики нет. Как устроен сам вектор, мы разбирали в материале prompt injection для тех, кто строит агентов.

Что бенчмарки говорят и чего не говорят

Все цифры опубликовала OpenAI — без методики и независимой проверки.

• Agents’ Last Exam: на среднем уровне рассуждений Terra набирает на 15 п.п. больше GPT-5.6 Terra примерно за треть стоимости. Это уровень GPT-6 Astra при токене в десять раз дешевле.
• Claude Opus 5.5 на максимальном усилии: Terra более чем втрое эффективнее по токенам, токен вчетверо дешевле, задача обходится примерно в девять раз дешевле.
• Скорость: более чем втрое быстрее GPT-6 Astra и GPT-6.1 Sol.
• Внутренний тест на провоцирующие запросы: на низком усилии доля ошибок упала с 53,6% у GPT-5.6 Terra до 16,7% — ошибается каждый шестой запрос. На максимальном — на 18 п.п., до 4,3%.
• Terminal-Bench 4.0: Terra решает 50,3% задач, GPT-5.6 Terra — 21,5%.
• Terminal-Bench-Science 0.1: Terra обходит GPT-6.1 Sol и отстаёт от Claude Opus 5.5 не больше чем на пять пунктов, стоя меньше пятой части его оценочной стоимости.

Terminal-Bench меряет полезность агента в командной строке, а не безопасность. Почти половину задач Terra не решает, и для самой сложной разработки OpenAI сама советует Sol и Astra. Режим низкого усилия на операциях с деньгами лучше не включать.

Что проверить, прежде чем агент откроет бухгалтерию

За устойчивость модели к инъекциям отвечает OpenAI. За то, что случится, если инъекция сработает, — вы.

• Отдельная учётная запись с минимальными правами, без общих админских ключей и бессрочных токенов.
• Платёж, смена реквизитов, отправка письма, экспорт файла и выполнение команды — только после подтверждения человеком или через политику на уровне инструмента.
• Любой внешний документ — недоверенный ввод, включая скрытый текст, примечания и ссылки.
• Журнал всей цепочки: исходный документ → извлечённые инструкции → вызовы инструментов → изменённые объекты.

На проектах по тестированию безопасности ИИ-агентов мы отдельно проверяем, заметит ли агент инъекцию и что успеет сделать, если не заметит. Второй тест — с реальными правами тестовой учётки и секретами-ловушками — проваливается чаще. А без журнала вызовов инъекция выглядит как обычная ошибка бухгалтера.

OpenAI не раскрыла, может ли администратор Enterprise отключить Terra или ограничить список её программ и работает ли API из России и СНГ. В счетах есть персональные данные, так что передача их в зарубежный API — отдельный вопрос по 152-ФЗ. Закройте всё это до пилота и начните с инвентаризации: сколько у вас вообще агентов и есть ли у каждого владелец.

Частые вопросы

Как называется GPT-6.1 Terra в API и сколько она стоит?

Модель называется gpt-6.1-terra: $1 за миллион входных токенов, $0,05 — кэшированных, $5 — выходных. По словам OpenAI, это вдвое дешевле GPT-5.6 Terra и GPT-6.1 Sol.

Что значит порог Critical в Preparedness Framework OpenAI?

Это верхний из двух киберпорогов: модель без человека находит zero-day и собирает рабочие эксплойты либо сама планирует и проводит атаку по общей задаче. Оценку Terra выставила сама OpenAI.

Защищена ли Terra от prompt injection?

По данным OpenAI, Terra чаще GPT-5.6 Terra держится задачи пользователя, но цифр и методики компания не раскрыла. Последствия успешной инъекции ограничивают права агента и подтверждение опасных действий.

Собираетесь пустить агента вроде Terra в бухгалтерию, почту или CI/CD? Команда SecurityLab.pro проверит его так, как это сделал бы злоумышленник: проведёт Red Teaming LLM с реальными правами и документами-ловушками.