GPT-6.1 TerraとGemini 4 Argonを比較：日本語ではなくポーランド語で実機テスト

👁 112閲覧数

GPT-6.1 TerraのAPI料金は、Gemini 4 Argonの半額です。入力・出力100万トークンあたり1 / 5 USDで、Argonは2 / 10 USDです。一方、独立系のArtificial AnalysisではArgonが52.6点、Terraが48.1点と、Argonが上回っています。2026年10月26日に、ポーランド語の12課題、OpenAIの発表で紹介された業務課題、スキャン画像と写真の技術図面、スクリーンショット上のフォーム入力、法令に関する20問を使って両モデルをテストしました。ポーランド語で行ったテストではTerraが各カテゴリで勝つか引き分け、Argonは2回、回答を最後まで出力できませんでした。

API料金、仕様、利用方法

Terraの料金はOpenAIの料金表、Argonの料金とコンテキスト長・入力形式はOpenRouterのモデル一覧、インデックスはArtificial Analysisから確認しました。いずれも確認日は2026年10月26日です。Argonは音声と動画も入力できますが、Terraは対応していません。アプリではTerraをChatGPT WorkとCodexで利用でき、対象プランはPlus、Pro、Enterprise、Eduです。Argonへのアクセス方法については、Gemini 4 Argonのガイドをご覧ください。

ポーランド語の12課題は65対64点

GPT-6.1 Terraのガイドで使ったものと同じ課題セットです。1課題0〜6点の計12課題で、一部は自動採点し、一部はAI判定者がモデル名を伏せた状態で採点しました。Terraの回答はGemini 4 Argonだけが採点し、Argonの回答はGPT-6.1 Solだけが採点しました。同じモデル系列が自分自身を採点しないようにするためです。Argonの回答は10月24日、Terraの回答は10月26日に取得し、両方を10月26日にまとめて採点しました。テストは日本語ではなく、ポーランド語で実施しています。

訂正：最初の集計ではTerraを69/72点としていました。自動採点が論理パズルを正解と判定しましたが、Terraは1つの答えではなく、複数の候補（「B：2、3、または4」）を提示していました。手作業で確認した結果、この問題は6点中2点で、合計は65/72点です。

12課題の実行コストはTerraが0.0641 USD、Argonが0.1280 USDでした。所要時間はそれぞれ85秒と100秒です。リクエストは並列で実行しているため、時間は目安です。1点差は同点として扱います。同じ課題セットを再採点すると、スコアが0〜2点動くためです。

OpenAIの発表で紹介された業務課題

OpenAIがTerraの用途として技術図面、見積書、フォームを挙げていたため、同じ4課題をArgonにも実行しました。基板の図面は両モデルとも12/12点、フランジの図面は13/13点、16項目のフォームは16/16点でした。差がついたのは10点満点の見積書で、Terraは9点、Argonは6点でした。

テストに使った依頼文のポーランド語原文を日本語に訳すと、「注文額が税抜で1,000ポーランド通貨単位を超える場合、送料は無料」です。Argonは見積書に「無料配送はルブリン市内に限る」と書き加えましたが、この条件は依頼文にありませんでした。判定者（GPT-6.1 Sol）は「根拠なく無料配送をルブリンに限定し、見積条件を変更した」と評価しました。顧客向けの文書で厄介なのは、もっともらしく見える誤りです。金額は両モデルとも正しく計算しました。原文の金額を米ドルに換算すると、税抜398.04 USD、税込489.59 USD、割引後465.09 USDです。4課題のコストはTerraが0.0134 USD、Argonが0.0256 USDでした。

スキャン画像と写真の図面は同点

コンピューターで作成した鮮明な図面では両モデルとも満点だったため、難易度を上げました。フランジ図面をノイズのある傾いたJPEG 30品質のスキャン画像と、斜めから撮影した印刷物の写真で用意しました。さらに、h6およびk6の公差、M20x1.5ねじ、キー溝、Ra 0.8の表面粗さを含むシャフト図面を新たに作成し、鮮明な画像と写真の両方でテストしました。

スキャン画像では、両モデルが同じ誤りをしました。穴のピッチ円直径を「Ø60」と読み取りましたが、正しくはØ50で、穴の間隔も25 mmではなく30 mmと計算しました。この画像では5が6に見えるのは確かです。回答速度はArgonのほうが速く、画像1枚あたり6〜11秒でした。Terraは9〜14秒でした。

スクリーンショットからのフォーム入力

GPT-6.1 Terraのcomputer useテストでは、モデルにスクリーンショットだけを見せて、2ページのリース申込書に入力させました。Terraは4回中4回、19ステップで15項目すべてを入力し、コストは約0.047 USDでした。同じ指示でArgonにピクセル単位の座標を使わせたところ、入力欄から外れてクリックし、40ステップを終えてもフォームを送信できませんでした。2回の試行でコストは1.02 USDでした。座標を0〜1000の尺度で指定するよう指示を変更すると、ArgonもTerraと同様に15/15項目を入力しました。19ステップ、0.082 USD、72秒でした。つまり両モデルとも対応できますが、Argonには座標の指定形式を変える必要がありました。

法令の質問ではArgonが回答を完了できず

ポーランドの法令に関する20問のテストでは、実在する法令についての質問が16問、存在しない法律についての質問が4問でした。Terraは3段階の推論設定すべてで20/20点でした。Argonは2回の試行で、どちらも7問目の後に回答が途切れました。OpenRouterがGoogle AI Studioからのエラーステータスを返しました。出力できた7問の回答は正しく、法令をほぼ原文どおりに引用していました。Googleは原因を公表していないため、推測はしません。法律の引用を含む長文を生成する場合は、回答が最後まで出力されたか確認してください。

どちらを選ぶべきか

• Terra：ポーランド語の文書や見積書、フォーム、文書・図面の大規模な読み取りに向いています。今回のテストでは、すべて同等以上の結果を、ほぼ半額で得ました。なお、ポーランド語の課題は日本語での性能を示すものではありません。
• Argon：Terraが対応していない音声・動画入力が必要な場合や、Artificial Analysisの高いスコアを重視する場合に候補になります。より詳しいテストはGemini 4 Argon：23課題のテストをご覧ください。

よくある質問

GPT-6.1 TerraはGemini 4 Argonより優れていますか？

今回のポーランド語テストと業務課題では、Terraが上回るか、ほぼ同等でした。ポーランド語の12課題は65対64点、OpenAIの発表に基づく業務課題は50対47点でした。一方、Artificial AnalysisではArgonが52.6点、Terraが48.1点と、Argonのほうが高いスコアです。

料金が安いのはどちらですか？

Terraです。API料金は100万トークンあたり1 / 5 USDで、Argonは2 / 10 USDです。今回のポーランド語12課題の実行コストはTerraが0.064 USD、Argonが0.128 USDでした。

技術図面の読み取りはどちらが得意ですか？

スキャン画像と写真では、両モデルとも57/58点で同点でした。最も見づらいスキャン画像では同じ読み取りミスがありました。Argonは回答が速く、Terraはコストが低くなりました。

出典と確認日

• OpenAI：Introducing GPT-6.1 Terra - 料金、利用方法、用途（2026年10月26日確認）
• OpenRouter：モデル一覧（API） - Gemini 4 Argonの料金2 / 10 USD、コンテキスト長、入力形式（2026年10月26日確認）
• Artificial Analysis：GPT-6.1 Terra - Terraのスコア48.1、Argonの52.6との比較（2026年10月26日確認）
• 筆者によるテスト：OpenRouter（TerraはOpenAIのエンドポイント、ArgonはGoogle AI Studio）、推論設定medium、2026年10月24〜26日

// 続きを読むWan 2.2をRTX 4090で実測：生成時間・VRAMと4本の作例ベンチマークGemma 4 12BなどローカルAI 7モデルを比較、RTX 4090で検証ベンチマークGLM-5.3の文章作成性能は？13課題のテスト結果と料金ベンチマーク