GPT-6.1 Terra: hvad ændrer modellen for visuelle arbejdsopgaver?

OpenAI præsenterede GPT-6.1 Terra den 26. oktober 2026 som en model med fokus på detaljeret visuel ræsonnering og præcis computerbrug. Det gør modellen relevant for opgaver, hvor små forskelle i billeder eller skærmbilleder skal opdages og beskrives. Det betyder ikke, at et modelnavn i sig selv giver adgang til filer, browser, desktop eller andre værktøjer, og det dokumenterer heller ikke, hvor sikkert modellen løser en konkret kontrolopgave.

Den nyttige måde at vurdere Terra på er derfor at tage udgangspunkt i en afgrænset arbejdsproces. Hvilket billede skal undersøges? Hvilket spørgsmål skal besvares? Hvad må modellen eller et tilknyttet værktøj gøre? Og hvordan kontrollerer et menneske svaret mod originalen, før det bruges?

En visuel opgave skal kunne kontrolleres

Forestil dig to konstruerede billeder af et metalbeslag. Beslag A har tre runde huller. Beslag B har to. Opgaven er ikke at bede en model om at "se efter fejl". Den formulering er for åben, fordi det er uklart, hvilke forskelle der tæller, og hvad svaret skal bruges til.

Et mere præcist spørgsmål kan være:

Sammenlign beslag A og B på de to kildebilleder. Angiv antallet af synlige runde huller i hvert beslag, og beskriv kun en forskel, som kan kontrolleres direkte i billederne. Foretag ingen målinger, og vurder ikke, om delene kan godkendes.

Spørgsmålet afgrænser både observationen og svarets rolle. Modellen bliver bedt om at beskrive synlige forhold, ikke om at opfinde tolerancer eller træffe en produktionsbeslutning.

Et komplet, konstrueret eksempel

Eksemplet nedenfor beskriver en arbejdsgang. Det gengiver ikke et faktisk Terra-svar eller en udført test.

1. Kildebilleder: Redaktøren modtager de to konstruerede beslagbilleder. A har tre synlige huller, og B har to.
2. Præcist spørgsmål: Redaktøren bruger spørgsmålet ovenfor og begrænser svaret til synlige forhold. Der spørges ikke til mål, materiale, årsag eller godkendelse.
3. Modelassisteret fortolkning: Et modelsvar skal behandles som en fortolkning, der skal kontrolleres. Arbejdsnotatet kan for eksempel have felterne "påstået antal i A", "påstået antal i B" og "beskrevet forskel". Felterne er ikke et resultat, før en faktisk besvarelse findes.
4. Menneskelig sammenligning: Redaktøren åbner originalerne og tæller selv hullerne. Kontrolgrundlaget er A = tre og B = to. Hvis modelsvar og originaler ikke stemmer, bruges svaret ikke som faktagrundlag.
5. Kontrollerbar redaktionel beslutning: Når et faktisk svar senere er kontrolleret, kan beslutningen registreres som enten "kan bruges som beskrivelse af den synlige forskel" eller "afvises og skal undersøges igen". Beslutningen gælder kun den konkrete observation. Den er ikke en teknisk godkendelse af beslagene.

Det afsluttede eksempel viser altså, hvad den menneskelige kontrol skal ende med: et dokumenteret match eller en afvisning. Det påstår ikke, at Terra i denne artikel har talt hullerne korrekt.

Modellen fortolker, mens værktøjerne handler

OpenAI beskriver Terra med både visuel ræsonnering og computerbrug. De to dele bør ikke blandes sammen. Modellen kan fortolke det, den får præsenteret, mens en agent eller integration kan have værktøjer til eksempelvis at åbne en fil, styre en browser eller arbejde i et program.

Et værktøj er ikke automatisk tilgængeligt, blot fordi modellen kan navngives eller vælges. Det konkrete produkt og den konkrete opsætning afgør, hvilke handlinger der overhovedet er mulige. En afgrænset visuel kontrol kan derfor planlægges i to lag:

• Fortolkning: Hvad kan ses i billedet, og hvilket svar efterspørges?
• Udførelse: Hvilket godkendt værktøj leverer billedet eller udfører en efterfølgende handling?

Ved en ren billedsammenligning kan det være tilstrækkeligt, at et menneske leverer billederne og læser svaret. Hvis en agent selv skal hente filer eller betjene software, er værktøjsadgang en særskilt forudsætning, som skal undersøges i det valgte miljø.

API, Work og Codex er forskellige ruter

OpenAIs lanceringsside navngiver API-modellen som gpt-6.1-terra. Identifikatoren fortæller, hvilken model en udvikler vil arbejde med. Den udgør ikke i sig selv et kørende program. En brugbar integration kræver kode, en understøttet produktrute og en afklaret værktøjsopsætning. Denne artikel angiver derfor ingen endpoint, parametre eller værktøjsskemaer.

OpenAIs daterede produktnote omtaler også Terra i ChatGPT Work og Codex og beskriver krav, der kan afhænge af arbejdsplads, administrator og værktøjsopsætning. Noten siger samtidig, at modellen ikke er tilgængelig i Chat. Det er en vigtig skelnen: Work er ikke det samme som den almindelige Chat-oplevelse, og adgang i ét produkt beviser ikke adgang eller de samme værktøjer i et andet.

Før en organisation bygger en arbejdsgang, bør den derfor afklare nogle konkrete spørgsmål:

• Findes den relevante produktrute på den aktuelle konto og arbejdsplads?
• Har en administrator gjort den nødvendige model og de nødvendige værktøjer tilgængelige?
• Hvilke billeder, filer og systemer må arbejdsgangen få adgang til?
• Hvilke svar skal sammenlignes med originalen af et menneske?
• Hvilke efterfølgende handlinger må ikke udføres på baggrund af modelsvar alene?

De sidste spørgsmål er redaktionel og organisatorisk forsigtighed. De skal ikke læses som dokumentation for bestemte automatiske tilladelser, datakontroller eller godkendelsesmekanismer i Terra.

Hvad ændringen betyder i praksis

Terra er interessant for visuelle arbejdsopgaver, fordi OpenAI placerer detaljeret billedfortolkning og computerbrug centralt i modellens beskrevne egenskaber. Den praktiske værdi kan først vurderes, når opgaven er så præcis, at en person kan kontrollere svaret mod originalen.

Beslageksemplet giver en enkel prøve på kvaliteten af arbejdsdesignet: Kilden er kendt, spørgsmålet er afgrænset, svaret må kun beskrive synlige forhold, og beslutningen kan spores tilbage til de to billeder. Hvis den menneskelige sammenligning mangler, er der ingen kontrollerbar afslutning. Hvis værktøjer eller adgang antages uden at være afklaret, er der heller ingen fungerende integration.

Terra bør derfor ikke vurderes som en genvej fra billede til automatisk beslutning. Modellen kan være et fortolkningsled i en visuel arbejdsgang, men kilder, værktøjer, adgang og den endelige kontrol er stadig selvstændige dele af arbejdet.