GPT-6.1 Terraの推論レベル6段階を比較：lowからmaxまで

👁 112閲覧数

GPT-6.1 Terraには、none、low、medium、high、xhigh、maxの6段階の推論レベルがあります。それぞれの効果と費用を調べるため、正解が1つに定まる難問6問をテストしました。内容は数独、論理パズル、PINコードの数え上げ、ローン返済額、営業日数、文字数の計算です。さらに技術図面も確認しました。テストはポーランド語で実施しています。推論なしのTerraは6問中1問正解でしたが、lowでは6問すべてに正解。maxはlowの7.7倍の費用がかかった一方、得点は増えませんでした。

関連記事: GPT-6.1 Terra・Sol・Lunaの違い：料金と日本語テスト.

OpenAIの説明とベンチマークの結果

APIのモデルページによると、Terraではnone、low、medium、high、xhigh、maxを指定でき、デフォルトはmediumです。OpenAIはGPT-6のモデルガイドで、まずmediumから始め、結果に応じてレベルを変更するよう勧めています。レベルを上げるほど推論トークンが増え、その料金は出力トークンと同じく100万トークンあたり5 USDです。

独立系インデックスのArtificial Analysisが各レベルのTerraを評価した結果は次のとおりです（2026年10月26日確認）。

Artificial Analysisは、インデックスのタスクを1問処理する費用も示しています。mediumは0.095 USD、maxは0.40 USDです。非常に難しいタスクを多く含むインデックスでは、レベルを上げるたびにスコアが伸びています。一方、今回の実用的なタスクではlowの時点で正解数が上限に達しました。

テスト方法

各問には正解が1つあり、事前にプログラムで計算しておいたため、採点は自動で行いました。AIによる判定は使っていません。Terraにはヒントなしで問題を提示し、OpenRouter経由のOpenAIエンドポイントを使いました。トークン上限は64,000、料金は入力1 USD、出力5 USDです。各レベルにつき1回ずつ試しました。テストの問題文はポーランド語で、以下の内容説明はそのテスト素材を日本語にしたものです。日本語で再テストした結果ではありません。

• 論理パズル：5人、5つの都市、5種類の飲み物、13個のヒントを使う問題です。「誰がジュースを飲み、エヴァはどこの出身か」を質問しました。すべての組み合わせを確認し、解が1つだけであることを確かめました。
• PINコード：連続して同じ数字が3つ並ばず、各桁の合計が7で割り切れる6桁のコードがいくつあるかを質問しました。正解は137,610です。プログラムを書くことは禁止しました。
• ローン返済額：元本76,336 USD相当、期間25年、年利7.2%、元利均等返済の条件です。正解は月額549.30 USD相当でした。金額は元のテスト条件を、記事内のUSD換算比率で換算しています。
• 営業日数：2026年11月1日から12月31日までの日数を、祝日を除いて数えました。ポーランドの祝日カレンダーを使ったテストで、正解は41日です。11月11日、12月24日、12月25日は平日に当たります。
• 数独：最初に21個の数字が与えられる問題です。正解は、各行が9桁になる9行の解答でした。
• 文字数：リンゴの入った籠を持つアグニェシュカについてのポーランド語の段落で、特定のポーランド語の文字が何回使われているかを数えました。正解は11回です。ここでの問題内容はテスト素材の説明であり、日本語文で数え直したものではありません。

推論なしのnoneは6問中1問正解

noneでは、Terraは内部で推論を重ねずにすぐ回答します。正解したのは営業日数だけでした。ほかの結果は次のとおりです。

• ローン返済額：式は正しかったものの、結果は「549.40 USD相当」となり、正解の549.30 USD相当ではありませんでした。月々の差は約0.10 USD相当で、ローン全体では約31.30 USD相当の差になります。
• PINコード：包除原理の使い方は正しかったものの、合計が7で割り切れるコードの初期値を誤り、最終的に「結果：872055」と回答しました。同じ方法でlowは137,610を出しています。
• 数独：81マス中79マスは正解でしたが、2行で最後の2桁を入れ替えました。「369845712」ではなく「369845721」が正解です。
• 論理パズル：ヒントが矛盾していると判断し、「ジュース：特定できない。エヴァ：特定できない」と回答しました。実際は解が1つあり、セリナがジュースを飲み、エヴァはルブリン出身です。
• 文字数：10トークンの回答で「結果：12」と答えました。正解は11回です。

noneは文章の書き換え、要約、分類には使えても、計算には向きません。同じローン計算の費用はnoneで0.0005 USD、lowで0.0015 USDでした。正しい結果を得るための追加費用はわずかです。

lowからmaxまで、正解数は同じでも費用は上昇

差がよく表れているのがPINコードの問題です。lowでは1,232トークン、15秒で処理しました。maxでは14,159トークン、157秒を使いましたが、答えはどちらも137,610です。maxは「より正確なmedium」ではなく、同じ問題をより長く確認する設定といえます。

技術図面では推論レベルを上げても差はなし

Terraの最初のテストで使った技術図面も、同じレベルで確認しました。

フランジの図面（13項目）：連鎖寸法、等間隔に並ぶ6個の穴、図面のビューにある8 mmと表題欄にある10 mmという矛盾した厚さ、質量の計算が含まれています。Terraはnoneを含むすべてのレベルで13項目すべてに正解しました。費用はnoneの0.0036 USDからmaxの0.0113 USDまで上昇しました。図面の読み取りに長い推論は不要で、モデルが図を正しく認識できれば十分でした。

推論レベルの設定方法

API（OpenRouterまたはOpenAI Chat Completions）：

{
  "model": "openai/gpt-6.1-terra",
  "reasoning": {"effort": "low"},
  "messages": [...]
}

OpenAIのResponses APIでも、パラメーターは同じです：reasoning={"effort": "low"}。Codex：~/.codex/config.tomlにmodel_reasoning_effort = "low"を記述します。ChatGPT Work：モデルと一緒にレベルを選びます。Terraの各レベルをGPT-6.1 Solと比較した記事はTerra、Sol、Lunaの比較、費用についてはGPT-6.1 Terraの価格をご覧ください。

どの推論レベルを選ぶべきか

• none：文章の加工、翻訳、文書からの項目抽出、図面の読み取り向けです。計算やパズルには使わないでください。
• low：請求書、フォーム、簡単な計算など、明確な答えがあるタスクを大量に処理するときに向いています。今回のテストではmaxと同じ正解数で、費用はmaxの13%でした。
• medium：タスクの難しさがわからない場合の、バランスの取れた出発点です。GPT-6.1 Terraのガイドでもこの設定を使いました。
• high、xhigh、max：mediumで間違える場合に限って検討してください。今回の問題では正解を増やせず、maxでは回答に最長2.5分かかりました。

よくある質問

GPT-6.1 Terraのデフォルトの推論レベルは何ですか？

mediumです。OpenAIのAPIドキュメントに記載されており、OpenAIもこのレベルから始めることを勧めています。

maxはmediumより良い回答を出しますか？

Artificial Analysisのインデックスでは、maxは48.1、mediumは41.3です。一方、今回の実用タスク6問ではlow、medium、maxがすべて全問正解でした。maxの費用はmediumの約5倍でした。

推論トークンの料金はいくらですか？

推論トークンは出力トークンと同じ料金で、100万トークンあたり5 USDです。今回の6問の費用はnoneの0.0076 USDから、maxの0.1227 USDまででした。

参照元と確認日

• OpenAI API：GPT-6.1 Terraモデル - 推論レベル、デフォルトのmedium、料金（2026年10月26日確認）
• OpenAI：GPT-6の使用方法、GPT-6.1 Terraの項目 - mediumから始める推奨（2026年10月26日確認）
• Artificial Analysis：GPT-6.1 Terra - 各レベルのインデックス、タスク費用（2026年10月26日確認）
• 筆者のテスト：6問を6レベルで実施し、図面も確認。OpenRouter、OpenAIエンドポイント、2026年10月26日21時頃から21時20分頃まで。合計費用0.39 USD。

// 続きを読むYuE2の日本語歌唱力は？4つのローカル音楽生成AIを比較ベンチマークKandinsky 6.0 VideoをRTX 4090で実行：音声付き動画をローカル生成ベンチマークSkyReels V4はなぜ半年で9位に？動画生成AIランキングの変化ベンチマーク