Nieuws

GPT-6.1 Terra: OpenAI's nieuwe model automatiseert kantoorwerk voor de halve prijs

OpenAI bracht op 26 oktober 2026 GPT-6.1 Terra uit: een snel, goedkoop model dat zelf op je scherm kan klikken en typen. De helft van de prijs van GPT-6.1 Sol, met een flinke sprong in nauwkeurigheid. De grootste valkuil zit niet in de kosten, maar in wat je dat model zonder toezicht laat doen.

Dennis ClaassenDennis Claassen15 min lezen
GPT-6.1 Terra: OpenAI's nieuwe, goedkopere model voor repetitief kantoorwerk en computer use

AI-tools leren gebruiken?

In onze masterclass leer je ChatGPT, Claude en Gemini effectief inzetten voor je werk.

Dennis Claassen

Dennis Claassen

AI-trainer · 35+ teams getraind

Bekijk de masterclass

Key takeaways

Werkt jouw team al met ChatGPT Work of Codex, en vraag je je af of de nieuwste modelupdate iets verandert aan je kosten of mogelijkheden? OpenAI bracht op 26 oktober 2026 GPT-6.1 Terra uit, zoals de eigen aankondigingspagina van vandaag bevestigt. Terra is geen nieuw vlaggenschip zoals GPT-6 Astra. Het is een snel, goedkoop model, gericht op het soort werk dat een werkdag vult: concepten schrijven, technische tekeningen aflezen, formulieren invullen en computer use, waarbij het model zelf op je scherm klikt en typt. Gebruik je al GPT-6.1 Sol voor hoogvolumetaken, dan is dit het moment om te checken of Terra die taken voor minder geld net zo goed aankan. Het goede nieuws is de prijs en de snelheid. Het risico zit in iets anders: hoe makkelijk het nu is om een model zelf te laten klikken op een systeem waar dat gevolgen heeft.

Wat is GPT-6.1 Terra precies?

GPT-6.1 Terra is het vierde model in OpenAI's Terra-lijn, na GPT-5.6 Terra van begin juli 2026. Het model-id is gpt-6.1-terra. Vanaf vandaag is het beschikbaar voor alle Plus-, Pro-, Enterprise- en Edu-gebruikers in ChatGPT Work en in Codex, en via de API als gpt-6.1-terra. Dat staat letterlijk op de aankondigingspagina, die ook meldt dat de standaard API-prijs $1 per miljoen inputtokens, $0,05 per miljoen gecachete inputtokens en $5 per miljoen outputtokens is.

Terra onderscheidt zich van Sol en Astra door zijn positionering. OpenAI noemt het zelf "een snel, efficiënt model dat gedetailleerd visueel redeneren en nauwkeurige computer use combineert met heldere, natuurlijke tekst". Het is dus geen model voor de zwaarste denktaken, maar voor het soort werk dat vaak terugkomt: facturen uitlezen en invoeren, technische tekeningen interpreteren, video's van ondertiteling voorzien, formulieren afhandelen. Terra sluit daarmee aan op GPT-6.1 Sol, dat eerder dit jaar als goedkoper alternatief voor GPT-6 Astra uitkwam. Overzicht van waar elk model nu staat in het aanbod: de ChatGPT-modellen en prijzen.

Wat GPT-6.1 Terra kost, en wat dat concreet verandert

De prijsdaling is het makkelijkste deel van dit nieuws. Terra's API-prijs ligt op de helft van wat Sol kost: $1 tegen $2 per miljoen inputtokens, en $5 tegen $10 per miljoen outputtokens. Dat maakt het volgens OpenAI zelf praktisch om "hoogvolumewerk te automatiseren, zoals het uitlezen van binnenkomende facturen en het invoeren van de gegevens in boekhoudsoftware". Voor een team dat nu nog met de hand facturen overtypt, is dat een concreet automatiseringsscenario dat met Sol al mogelijk was, maar met Terra minder kost per verwerkte factuur.

Minder zichtbaar, maar relevanter voor wie geen API gebruikt: in ChatGPT Work en Codex gaat je bestaande abonnement verder. OpenAI schrijft dat "dezelfde gebruikslimiet meer taken dekt met GPT-6.1 Terra dan met GPT-5.6 Terra, en aanzienlijk meer dan met GPT-6.1 Sol of GPT-6 Astra." Dat werkt omdat Terra per taak minder rekenkracht verbruikt binnen hetzelfde abonnementsquotum, niet omdat je abonnement duurder wordt. Voor de meeste Nederlandse teams met een ChatGPT Work-licentie betekent dit dus geen hogere chatgpt-prijs, maar wel meer ruimte binnen de prijs die je al betaalt. Hoe ChatGPT Work zelf werkt en wat het kost, staat in de uitleg over ChatGPT Work.

ChatGPT Work en Codex: hetzelfde abonnement, meer taken

Codex-gebruikers krijgen hetzelfde voordeel. Terra is vanaf vandaag ook te kiezen in Codex, OpenAI's coding-omgeving, met dezelfde "gaat verder"-belofte voor het abonnementsquotum. Dat is niet de reden om voor de zwaarste coderingstaken over te stappen, zie de beslisregel hieronder, maar wel voor de kleinere, terugkerende codeklussen die een werkdag vullen: een functie aanpassen, een test schrijven, een foutmelding uitzoeken. Meer over Codex zelf staat in de Codex-gids.

Welk model voor welke taak: de beslisregel

Niet elke taak wordt goedkoper en beter met Terra. OpenAI is daar zelf expliciet over, en dat is precies waar de beslisregel vandaan komt.

Als je taak dit isDan kies je ditWaarom deze drempel daar ligt
Hoogvolume, herhaalbaar klik- en typwerk op een scherm: facturen uitlezen, formulieren invullen, data overtypenGPT-6.1 Terra50% goedkoper dan Sol, en op OpenAI's eigen OSWorld 2.1-test (desktoptaken in meerdere stappen) haalt Terra bij een gematigde instelling de beste score van zijn voorganger tegen een fractie van de kosten
Visuele interpretatie onder tijdsdruk: een technische tekening aflezen, een video van tijdstempels voorzienGPT-6.1 TerraOp MMMU-Pro, de visuele-redeneertest, haalt Terra bijna de score van het veel duurdere Astra en Sol
De zwaarste coderingstaken: een architectuurbeslissing, een lastige bug in een groot systeemGPT-6.1 Sol of GPT-6 AstraOpenAI schrijft het zelf: "voor de meest complexe coderingstaken blijven GPT-6.1 Sol en GPT-6 Astra de betere keuze." Terra haalt op Terminal-Bench 4.0 bij de zwaarste instelling 50,3%, meer dan het dubbele van zijn voorganger, maar dat blijft onder wat de duurdere modellen halen
Een taak met een onomkeerbare uitkomst op een echt systeem: betalen, versturen, verwijderenGeen van de modellen zonder een mens die akkoord geeftZelfs bij de zwaarste instelling faalt Terra nog op 4,3% van OpenAI's eigen foutgevoelige testvragen. Dat is geen reden om het model niet te gebruiken, wel om het nooit zelf te laten bevestigen

De grootste valkuil: computer use zonder grenzen aanzetten

Hier zit het risico van deze release, en het is geen OpenAI-specifiek probleem. Terra's belangrijkste verbetering is dat computer use, het zelf klikken en typen op een scherm, nu goedkoop genoeg is om op grote schaal in te zetten. Dat is precies waarom de grenzen eromheen nu belangrijker worden, niet minder.

Het mechanisme heet cross-prompt injection, en het geldt voor elk model dat een scherm bedient, niet alleen voor Terra. Een webpagina, e-mail of document kan verborgen instructies bevatten die een model overnemen voordat het zijn eigenlijke taak afmaakt. Microsoft, dat vergelijkbare agentfuncties op Windows test, noemt dit zelf "novel security risks": in de eigen documentatie over experimentele agentfuncties op Windows schrijft Microsoft dat "kwaadaardige content ingebed in UI-elementen of documenten de instructies van een agent kan overschrijven, wat kan leiden tot onbedoelde acties zoals het lekken van data of het installeren van malware." OWASP, de internationale, leveranciersonafhankelijke standaard voor AI-beveiligingsrisico's, classificeert dit al sinds 2025 als het risico met het hoogste nummer op de lijst (LLM01) en noemt expliciet twee tegenmaatregelen die hier direct op toepassen: "enforce privilege control and least privilege access" en "require human approval for high-risk actions". Anthropic, dat een vergelijkbare computer-use-functie al langer aanbiedt, geeft in zijn eigen beveiligingsadvies bijna dezelfde drie regels: gebruik "een dedicated virtual machine or container with minimal privileges", geef het model geen toegang tot gevoelige inloggegevens, en vraag "een mens om bevestiging bij beslissingen die kunnen leiden tot betekenisvolle gevolgen in de echte wereld".

Dat laatste punt is precies waar het misgaat als een team Terra inzet omdat het goedkoper is, zonder de rechten opnieuw te bekijken. Het beveiligingsonderzoeksbureau Wiz beschrijft het zo: "Agenten genereren niet alleen tekst. Ze nemen acties, en één gemanipuleerde beslissing kan data wijzigen, workflows activeren of rechten verhogen, zonder dat er een mens in de lus staat." Wie Terra laat klikken in een boekhoudsysteem zonder die stap, geeft het model in de praktijk dezelfde bevoegdheden als de medewerker die inlogde, inclusief de bevoegdheid om een factuur definitief te boeken. Doe je dat niet, dan kost het je een paar minuten extra per taak om de controlevraag in te bouwen; laat je die weg omdat de taak "toch simpel is", dan is dat precies de aanname waarop cross-prompt injection inspeelt.

Zo ziet een computer-use-taak met GPT-6.1 Terra eruit

Een fictief, maar realistisch voorbeeld van hoe dit in de praktijk uitpakt. Een administratiemedewerker bij een installatiebedrijf wil Terra facturen laten uitlezen en invoeren in het boekhoudpakket.

De prompt:

Je bent een administratief medewerker die inkoopfacturen controleert voor
een installatiebedrijf. Lees de bijgevoegde factuur (PDF) en vul de
velden "crediteur", "factuurdatum", "factuurnummer" en "te betalen bedrag"
in op het openstaande formulier in het boekhoudpakket.

Belangrijke regel: als een factuur meer dan één bedrag toont (zoals een
subtotaal en een bedrag inclusief btw), vraag mij eerst welk bedrag je moet
invullen voordat je iets aanklikt. Klik nooit op "opslaan" of "boeken"
zonder dat ik dat zelf heb bevestigd.

De factuur in dit voorbeeld toont twee bedragen die qua lay-out op elkaar lijken: een subtotaal van €1.240,00 en een eindtotaal inclusief btw van €1.500,40. Zonder de controleregel in de prompt hierboven ziet een typische, fictieve maar geloofwaardige terugmelding er zo uit:

Gelezen van de factuur:
- Crediteur: Installatietechniek De Boer B.V.
- Factuurdatum: 14-10-2026
- Factuurnummer: 2026-0847
- Te betalen bedrag: €1.240,00

Ik vul deze gegevens in op het formulier en klik op "Opslaan".

Dit is "bijna goed": crediteur, datum en factuurnummer kloppen. Het bedrag niet. Het model pakte het subtotaal in plaats van het eindtotaal inclusief btw, en was van plan dat zelf te bevestigen door op "Opslaan" te klikken: precies de twee fouten die de controleregel moet afvangen. Dit is geen verzonnen risico: Anthropic, dat een vergelijkbare functie al langer aanbiedt, schrijft in zijn eigen documentatie over computer use dat "handelingen die mensen moeiteloos doen, zoals scrollen, slepen en zoomen, op dit moment uitdagingen vormen" voor dit soort modellen, en adviseert zelf om een mens te laten bevestigen bij elke actie met reële gevolgen. Precies daarom staat de controlevraag in de prompt hierboven: niet omdat Terra dit per se vaker fout doet dan een ander model (daarover publiceerde OpenAI geen cijfer), maar omdat elk computer-use-model op dit moment baat heeft bij een expliciete stop voordat het een bedrag definitief verwerkt.

Wat je hieraan verbetert voordat het de deur uit mag: voeg bij elke factuur met meer dan één bedrag een korte controlevraag toe aan de agent, en laat het model nooit zelf op "opslaan" klikken. Doe je dat niet, dan bespaar je die paar minuten controle per factuur, maar neem je het risico dat het verkeerde bedrag wordt geboekt zonder dat iemand het merkt voor de betaling de deur uit is. Dat is precies het mens-in-de-lus-principe dat zowel Microsoft als Anthropic nu standaard adviseert voor hun eigen agentfuncties.

Wat je mag verwachten, en wat niet

Reken op minimale implementatietijd als je al ChatGPT Work of Codex gebruikt: Terra staat gewoon als modelkeuze klaar, zonder dat je iets hoeft te installeren. Gebruik je de API, dan is het wisselen van model-id een kwestie van minuten. De testtijd daarna is een eigen inschatting, niet een cijfer van OpenAI: reken op een halve tot hele dag om tien tot twintig van je eigen taken op zowel Sol als Terra te draaien en de uitkomsten te vergelijken. Dat is ruwweg wat teams eerder ook deden bij de overstap naar Sol, zoals in de analyse van GPT-6.1 Sol staat. Sla die testronde alleen over als de taak zo laag-risico is dat een foute uitkomst binnen een minuut zelf op te merken is, zoals een conceptmail.

Op factualiteit, OpenAI's eigen maat voor hoe vaak een model een verkeerd of verzonnen antwoord geeft op foutgevoelige vragen, daalt het percentage van 53,6% bij Terra 5.6 naar 16,7% bij Terra 6.1, bij een lichte instelling. Dat betekent dat zelfs na deze verbetering ongeveer één op de zes antwoorden op een notoir foutgevoelige vraag nog fout is, als je het model licht laat redeneren. Bij de zwaarste instelling daalt dat naar 4,3%, bijna gelijk aan Sol en Astra. Beide cijfers komen rechtstreeks van OpenAI's eigen aankondiging, dus lees ze als een ondergrens van wat de leverancier zelf meet, niet als een onafhankelijk geverifieerd cijfer.

Info

Stand van zaken op 27 oktober 2026. GPT-6.1 Terra is sinds 26 oktober 2026 beschikbaar voor Plus-, Pro-, Enterprise- en Edu-gebruikers in ChatGPT Work en Codex, en via de API als gpt-6.1-terra. Standaard API-prijs: $1 per miljoen inputtokens, $0,05 per miljoen gecachete inputtokens, $5 per miljoen outputtokens. Dat is de helft van GPT-6.1 Sol ($2 input, $10 output). Modelnamen, prijzen en beschikbaarheid veranderen snel bij elke OpenAI-release dit jaar; check de releasepagina van je eigen ChatGPT- of API-abonnement voor je een beslissing baseert op deze cijfers.

Wat GPT-6.1 Terra niet doet

Drie dingen blijven onveranderd met deze release. Eén: Terra maakt je AI-gebruik niet veiliger. De prijsverlaging maakt computer use juist toegankelijker voor meer teams, wat het belangrijker maakt om nu naar de rechten en de controlevragen te kijken, niet minder. Twee: Terra vervangt Sol en Astra niet voor de zwaarste coderingstaken. OpenAI noemt dat zelf expliciet, en de Terminal-Bench 4.0-cijfers bevestigen het: Terra haalt meer dan het dubbele van zijn voorganger, maar blijft onder wat de duurdere modellen halen. Drie: de "gaat verder"-belofte voor je abonnement is geen garantie dat je kosten dalen als je gebruik toeneemt. Meer ruimte binnen hetzelfde quotum betekent dat je meer kunt doen voor hetzelfde geld, niet dat je factuur automatisch lager wordt.

Hoe je na zeven dagen weet of het werkt

Drie meetpunten, zonder extra tooling:

Doe dit deze week

  1. Test Terra op één laag-risico, terugkerende taak

    Kies een taak die je nu al met Sol of Astra doet en die geen onomkeerbare gevolgen heeft, zoals een conceptmail of een samenvatting. Vergelijk kwaliteit en snelheid voor je iets met echte gevolgen laat doen. Werkt de taak vandaag al goed genoeg met Sol en speelt geld geen rol, dan is overstappen alleen nodig als je specifiek op snelheid of computer use jaagt.

  2. Leg per computer-use-taak vast wat een bevestiging nodig heeft

    Betalen, versturen en verwijderen krijgen altijd een controlevraag, zoals in het factuurvoorbeeld hierboven. Dat kost twee extra zinnen in je prompt en voorkomt het grootste risico van deze release. Gebruik je het model alleen om te lezen en samen te vatten, zonder dat het ergens op klikt, dan is deze stap minder urgent.

  3. Check je abonnementslimiet na een week gebruik

    Zie je dat je gebruiksquotum trager vol loopt bij gelijk werk, dan werkt de kostenbesparing voor jouw team. Zie je geen verschil, dan gebruikte je de duurdere modellen waarschijnlijk al niet voor dit soort taken.

Het agent-recept dat vandaag werkt, staat in de prompt bij het factuurvoorbeeld hierboven: voeg een expliciete controlevraag toe bij elke actie met gevolgen, en laat het model nooit zelf op "opslaan", "versturen" of "boeken" klikken.

Wil je met je team zelf bepalen welke taken rijp zijn voor een agent en welke rechten daarbij horen, inclusief de praktische vervolgstappen? In een Agent Sprint werk je dat in korte tijd uit voor een concrete taak uit jullie eigen werk. Twijfel je waar te beginnen, plan een kort gesprek.

AI-training

Wil je AI leren inzetten?

In onze praktische trainingen leer je hoe je ChatGPT, Claude en andere AI-tools effectief inzet voor jouw werk.

Bekijk trainingen

Bronnen

Veelgestelde vragen

  • Wat is GPT-6.1 Terra?

    GPT-6.1 Terra is het model dat OpenAI op 26 oktober 2026 uitbracht, model-id gpt-6.1-terra. Het is gericht op snel, goedkoop kantoorwerk en computer use: zelf klikken, typen en scrollen op een scherm om taken als facturen uitlezen, formulieren invullen of technische tekeningen interpreteren te automatiseren. Het is geen vervanger voor de zwaarste coderingstaken, daar blijven GPT-6.1 Sol en GPT-6 Astra volgens OpenAI zelf de betere keuze.

  • Wat kost GPT-6.1 Terra, en verandert dit de chatgpt prijs die ik nu betaal?

    Via de API kost GPT-6.1 Terra $1 per miljoen inputtokens, $0,05 per miljoen gecachete inputtokens en $5 per miljoen outputtokens, de helft van GPT-6.1 Sol. Betaal je voor ChatGPT Work, Plus, Pro of Enterprise, dan verandert je abonnementsprijs niet: je krijgt alleen meer taken binnen dezelfde gebruikslimiet, omdat Terra per taak minder rekenkracht verbruikt.

  • Werkt GPT-6.1 Terra ook in ChatGPT Work en Codex?

    Ja. GPT-6.1 Terra is sinds 26 oktober 2026 beschikbaar voor Plus-, Pro-, Enterprise- en Edu-gebruikers in ChatGPT Work en in Codex, OpenAI's coding-omgeving. In beide geldt dezelfde belofte: hetzelfde abonnementsquotum dekt meer taken dan met het vorige Terra-model of met GPT-6.1 Sol.

  • Wat is chatgpt computer use bij GPT-6.1 Terra, en is dat veilig?

    Computer use is de functie waarbij het model screenshots van je scherm leest en zelf muis- en toetsenbordacties teruggeeft, zoals klikken en typen. Dat maakt het veelzijdig, maar ook risicovol: een webpagina of document kan verborgen instructies bevatten die het model kapen (cross-prompt injection). Veilig gebruik vraagt om beperkte rechten, een duidelijke controlevraag bij acties met gevolgen, en nooit zelfstandig laten bevestigen van een onomkeerbare actie zoals betalen of versturen.

  • Moet ik overstappen van GPT-6.1 Sol naar GPT-6.1 Terra?

    Alleen voor het soort taak waar Terra voor gebouwd is: hoogvolume, herhaalbaar klik- en typwerk en visuele interpretatie. Voor de zwaarste coderingstaken blijven Sol en Astra, in OpenAI's eigen woorden, de betere keuze. Test dezelfde taak op allebei voor je structureel overstapt, en reken op een halve tot hele dag testwerk om te checken of de kwaliteit op jouw taken gelijk blijft.

Tags
gpt-6-1-terraopenaichatgptcomputer-useai-modellenllm-kosten
Dennis Claassen

Geschreven door

Dennis Claassen

Oprichter en AI-trainer

Dennis is de oprichter van Project Impact en traint Nederlandse bedrijven in het effectief gebruiken van AI. Met jarenlange ervaring in tech en onderwijs helpt hij teams om AI praktisch toe te passen.

Meer over Dennis

AI-tools leren gebruiken?

In onze masterclass leer je ChatGPT, Claude en Gemini effectief inzetten voor je werk.

Bekijk de masterclass