GPT 6.1 Terra Pro
Rede Neural
GPT 6.1 Terra Pro da OpenAI — versão Terra com modo pro: respostas de maior qualidade em tarefas complexas.
Especificações
- Entrada
- texto, imagens, documentos
- Saída
- texto
- Tamanho do contexto
- 1 050 000 tokens
- Comprimento máximo de resposta
- 128 000 tokens
- Níveis de raciocínio
- baixo, médio, alto, muito alto, max
- Recursos
- raciocínio, chamada de funções
Custo do prompt
(por 1M tokens)
Custo da resposta
(por 1M tokens)
Como funciona GPT 6.1 Terra Pro?
GPT-6.1 Terra Pro é o mesmo modelo GPT-6.1 Terra da OpenAI, mas com o modo de raciocínio pro ativado: respostas em tarefas complexas tornam-se de maior qualidade devido a um processamento mais profundo. As capacidades básicas são as mesmas, por isso é sensato manter o modo pro para solicitações pesadas e deixar as rotineiras para o modo normal. O custo da profundidade é o consumo de tokens — no pro é visivelmente maior, e aqui é conveniente que no BotHub o pagamento seja feito conforme o uso: sem assinatura, o saldo não expira. O acesso está aberto a partir da Rússia — sem VPN e sem cartão estrangeiro, pagamento com cartão russo em rublos. Mais de 250 modelos em uma única janela: é conveniente comparar a resposta do Terra Pro com o modo normal ou outro modelo sem reescrever a integração — o BotHub fornece uma API única compatível com OpenAI. A correspondência é criptografada via AES-GCM e não é salva, e as empresas têm acesso a contrato, fatura, EDI, painel administrativo e limites. O modo pro é útil ao analisar arquitetura e refatorar grandes módulos, na depuração passo a passo por logs, em cálculos analíticos e científicos, na revisão de documentos e em sistemas multimodais.Perguntas frequentes sobre GPT 6.1 Terra Pro
Você pode usar os resultados da geração para fins comerciais. Todos os direitos sobre o conteúdo criado pertencem a você. A única restrição: certifique-se de que a solicitação não inclua materiais de terceiros protegidos por direitos autorais. A responsabilidade pelo cumprimento dos direitos sobre os dados de entrada é do usuário.
O modelo trabalha com texto, aceita documentos e imagens, sabe raciocinar antes de responder e chamar funções. O contexto é de 1.050.000 tokens, por isso é capaz de analisar grandes volumes de documentação, diálogos longos, análise de código e tarefas de várias etapas, como coleta de dados de diferentes fontes e automação via ferramentas.
Em uma única resposta, o modelo gera até 128.000 tokens — este é o volume de um grande capítulo, uma instrução detalhada ou um relatório longo. Essa capacidade é conveniente quando você precisa de um resultado completo sem colagens, mas você paga pelo comprimento em tokens, então é melhor manter o tamanho da resposta adequado à tarefa.
Sim, o modo de raciocínio do modelo está marcado: de acordo com nossos dados, ele pondera os passos antes de dar uma resposta. Isso ajuda onde a lógica e a ordem das ações são importantes — ao analisar código, verificar condições, planejar tarefas em várias etapas e encontrar erros na cadeia de raciocínio.
Sim, ambos os modos são suportados. O modelo sabe chamar funções, ou seja, acessar suas ferramentas e API, e retornar JSON estruturado. Isso é conveniente para cenários onde a resposta precisa ser processada imediatamente: extração de campos de documentos, preenchimento de tabelas, conexão com serviços internos via API única.
O modelo aceita imagens e documentos como entrada, então você pode enviar uma digitalização, documento ou captura de tela junto com a pergunta e pedir para analisar o conteúdo. Já a recepção de áudio e vídeo não está marcada em nossos dados, por isso não prometeremos — se isso for crítico para sua tarefa, verifique antes de pagar.
Não há uma avaliação separada da qualidade do idioma russo nos dados do modelo, por isso não indicaremos um nível específico. Este é um modelo de linguagem de uso geral, e a maneira mais fácil de testá-lo com suas próprias formulações é na prática: faça algumas tarefas de trabalho típicas no chat e veja se o resultado lhe agrada.