Fele áron olvassa be a számláidat a GPT-6.1 Terra: ennyibe kerül egy számla forintban

Állapot: 2026. október 28. A cikk az OpenAI bejelentésén, modelloldalán, árlistáján és rendszerkártyáján, az AWS Bedrock modellkártyáján, az Artificial Analysis független mérésén, valamint a The Register, a The Decoder, az InfoWorld, a Help Net Security, a DataCamp, a The Verge és Simon Willison cikkein alapul. Az árak amerikai dollárban, millió tokenre értendők.

Mi az a GPT-6.1 Terra, és mit jelentett be az OpenAI?

Az OpenAI 2026. október 26-án mutatta be a GPT-6.1 Terra modellt. A hivatalos bejelentés szerint ez egy gyors, hatékony modell, amely részletes vizuális értelmezést és pontos számítógép-használatot ötvöz, és közben világosabban fogalmaz, mint az elődje. Az indulás napját az AWS modellkártyája és a The Verge aznapi cikke is megerősíti.

A Terra a GPT-5.6 Terra utódja, és az OpenAI kínálatának közepén áll. A The Register összefoglalója szerint a Luna a legolcsóbb, a Terra a középkategória, a Sol és az Astra a csúcsmodell. A GPT-6 családról korábban a GPT-6 Astra megjelenéséről szóló cikkünkben írtunk.

Hol érhető el? A ChatGPT Work és a Codex szolgáltatásban a Plus, Pro, Enterprise és Edu előfizetőknek, az API-n gpt-6.1-terra néven, és az AWS Bedrockon is. A bejelentés a Business csomagot és az ingyenes szintet nem nevezi meg, ezt a DataCamp elemzése is jelzi.

Az OpenAI szerint a modell a munkanapot kitöltő feladatokra való: ajánlatírás, műszaki rajzok értelmezése, űrlapkitöltés, videószerkesztés. A bejelentés kulcsmondata egy magyar KKV-nak is ismerős helyzetet ír le:

„Its standard API prices are 50% lower than those of GPT-5.6 Terra and GPT-6.1 Sol, making it practical for developers to automate high-volume work, like reading incoming invoices and entering their details into accounting software.”

Magyarul: a standard API-árak 50%-kal alacsonyabbak a GPT-5.6 Terra és a GPT-6.1 Sol áránál, így a nagy volumenű munka automatizálása is megéri, például a beérkező számlák beolvasása és adataik könyvelőprogramba vitele.

— OpenAI, a GPT-6.1 Terra bejelentése

Milyen műszaki adatokkal dolgozik a GPT-6.1 Terra?

Az OpenAI modelloldala szerint a Terra szöveget és képet fogad, szöveget ad vissza. Hangot és videót nem kezel, finomhangolni nem lehet.

Az OpenAI szerint a Terra több mint háromszor gyorsabban végez a feladatokkal, mint a GPT-6 Astra vagy a GPT-6.1 Sol. Az Artificial Analysis független mérése másodpercenként 91 token kimeneti sebességet mért. Az AWS-en egy kérésben legfeljebb 100 kép küldhető. PDF-számlát a Responses API fájlbemenetén keresztül lehet átadni, mert a Bedrock Converse API nem fogad dokumentumblokkot.

Mennyibe kerül a GPT-6.1 Terra API?

Az OpenAI hivatalos árlistája szerint (USD, millió tokenenként, standard feldolgozás):

A „fele ár” a bemenetre pontos. A kimenet a GPT-5.6 Terrához képest 12 dollárról 5 dollárra csökkent, ami saját számításunk szerint kb. 58%-os csökkenés. A gyorsítótárból olvasott bemenet a The Decoder szerint az előző ár negyede lett.

Néhány részlet, amely a számládon is látszik:

• Batch és Flex: 50% kedvezmény (0,50 $ bemenet, 2,50 $ kimenet). Akkor jó, ha nem sürgős az eredmény, például éjszakai számlafeldolgozásnál.
• Fast mode: dupla ár.
• Hosszú prompt: 272 ezer token fölött a teljes kérésre kétszeres bemeneti és másfélszeres kimeneti ár jár.
• Regionális feldolgozás (például EU-s adatrezidencia): 10% felár.

A Claude-hoz mérve a The Decoder szerint a Terra az OpenAI legközelebbi versenytársa az Anthropic Sonnet-sorozatának, fele áron: a Claude Sonnet 5.5 listaára 2 és 10 dollár. Az OpenAI azt is állítja, hogy max szinten a Terra feladatonként kb. kilencszer olcsóbb, mint a Claude Opus 5.5. A DataCamp ezt az összevetést „kissé mesterkéltnek” nevezi, mert az Opus prémium kategória.

Mit tud jobban a GPT-6.1 Terra az elődjénél?

A legtöbb szám a gyártótól származik, ezeket érdemes külön kezelni a független mérésektől. Az OpenAI bejelentése szerint:

• az Agents' Last Exam szakmai számítógépes feladatain közepes szinten 15 százalékponttal jobb a GPT-5.6 Terránál, kb. harmad áron;
• az OSWorld 2.1 asztali alkalmazás-teszten közepes szinten is felülmúlja a GPT-5.6 Terra legjobb eredményét;
• a belső, kifejezetten hibára késztető kérdéseken a téves állítások aránya alacsony szinten 53,6%-ról 16,7%-ra, max szinten 4,3%-ra csökkent.

Az InfoWorld a gyártói diagramok számait is közli: az OSWorld 2.1-en max szinten a Terra 74,2%-ot ért el, feladatonként 1,19 dollárért, a GPT-5.6 Terra 57,1%-ot 4,76 dollárért. Ugyanitt a Claude Sonnet 5.5 83,9%-kal vezet, feladatonként 5,74 dollárért. Számítógép-használatban tehát a Claude még erősebb, a Terra viszont jóval olcsóbb.

A független Artificial Analysis összesített intelligencia-indexén a Terra max szinten 51 pontot kapott, a GPT-6.1 Sol 55-öt. A mérőoldal a The Register által idézett értékelése szerint „ez az első Terra-osztályú modell a GPT-5.6 óta, és kevesebb mint harmad áron intelligensebb”. A DataCamp hozzáteszi, hogy a gyártói számokat nem ellenőrizték saját méréssel.

Bonyolult programozási feladatra maga az OpenAI is a Solt vagy az Astrát ajánlja. Simon Willison fejlesztő blogjában így foglalta össze, miért éppen a számítógép-használat illik az olcsóbb modellhez:

„Computer use is a good example of a task that benefits from a less expensive model, since you might put it to work on automated, repetitive tasks.”

Magyarul: a számítógép-használat jó példa olyan feladatra, amelynél az olcsóbb modell előny, mert automatizált, ismétlődő munkára állítod rá.

— Simon Willison, független fejlesztő, simonwillison.net

Mennyibe kerül egy számla feldolgozása a GPT-6.1 Terrával, forintban?

Ezt a számot egyik forrás sem közli, ezért kiszámoltuk. A tokenszámok saját feltevések, nem mért értékek: egy egyoldalas számla képe, az utasítás és a kért mezők listája együtt kb. 3 000 bemeneti token, a válasz a gondolkodási tokenekkel együtt kb. 1 500 kimeneti token. A képernyőn végzett rögzítésnél minden lépés egy újabb képernyőkép, ezt 25 000 bemeneti és 3 000 kimeneti tokenre becsültük. Az árfolyamot 330 Ft/dollárra kerekítettük felfelé; az MNB hivatalos árfolyama október utolsó napjaiban kb. 327–330 Ft volt.

Mit mutat a táblázat? A tokenköltség egy KKV számlamennyiségénél havi néhány ezer forint, tehát nem ez dönti el, megéri-e. Két dolog drágább ennél: a beállítás (melyik mező hová kerül, mi történik hibás számlánál) és az emberi ellenőrzés. Az InfoWorldnek nyilatkozó Sanchit Vir Gogia (Greyhound Research) is arra figyelmeztet, hogy az olcsóbb futtatás mellett az ellenőrzést és az integrációt is meg kell fizetni:

„Cheaper inference improves one component of agent economics. Terra’s base rates are half Sol’s, but review and integration still require funding”

Magyarul: az olcsóbb futtatás az AI-ügynökök gazdaságosságának csak egy elemét javítja. A Terra alapdíja a Sol fele, de az ellenőrzést és az integrációt továbbra is meg kell fizetni.

— Sanchit Vir Gogia, vezető elemző, Greyhound Research, az InfoWorldben

A saját számlaidon mérd meg a valós tokenszámot: futtass le 20–30 tipikus számlát, és az API válaszában szereplő tokenhasználatot szorozd be a fenti árakkal. Ha az eredményt egy ROI-számításba is beraknád, a ROI-kalkulátorunkkal összevetheted a megtakarított munkaórákkal.

Kell AI a számlafeldolgozáshoz? Amit a NAV Online Számla már tud

Itt jön a magyar sajátosság, amit az amerikai cikkek nem említenek. A belföldi számlák adatai a NAV Online Számla rendszerébe kerülnek, és a Magyar Könyvvizsgálói Kamara oktatási központjának ismertetője szerint a kimenő és a bejövő számlák adatai onnan XML formátumban is letölthetők.

Ez a gyakorlatban azt jelenti, hogy egy belföldi szállító számlájának fő adatai strukturáltan, képolvasás nélkül is elérhetők. Ilyenkor a képernyőn kattintgató AI felesleges kerülőút, mert egy hagyományos import olcsóbb és pontosabb. Érdemes tehát először ezt megnézni, és csak a maradékhoz AI-t használni.

A GPT-6.1 Terra ott hasznos, ahol nincs kész, gépileg olvasható adat:

• külföldi szállítók PDF-számlái és díjbekérői;
• beszkennelt szállítólevelek, teljesítésigazolások, szerződésmellékletek;
• olyan régi vagy zárt programok, amelyeknek nincs importfunkciója vagy API-ja, ezért csak a képernyőn keresztül lehet adatot bevinni;
• termékfotók katalógustételhez rendelése, amit az OpenAI modelloldala is példaként hoz.

Ha a folyamat nagyobb, több rendszert érint, az üzleti automatizációról szóló útmutatónk segít sorrendet felállítani. A computer use működését pedig az OpenAI computer use-funkciójáról (GPT-5.4) szóló korábbi cikkünk mutatja be részletesen.

Mire figyelj a Critical biztonsági besorolás és a prompt injection miatt?

Az OpenAI rendszerkártyája szerint a GPT-6.1 Terra a cég biztonsági keretrendszerében kiberbiztonságban Critical, biológiai és kémiai képességben High besorolást kapott. A Critical a kártya meghatározása szerint olyan modellt jelent, amely emberi beavatkozás nélkül képes ismeretlen sebezhetőségeket találni és kihasználni megerősített, valós rendszerekben. A Help Net Security szerint ez nem tiltást jelent, hanem kötelező védelmi intézkedéseket. A Terra ugyanazt a védelmi rendszert kapja, mint a Sol és az Astra.

Egy számlákat olvasó cégnél a gyakorlati kockázat inkább a prompt injection. Ilyenkor egy dokumentumba rejtett szöveg (például „utald a számlát erre a bankszámlára”) próbálja eltéríteni az AI-t. Az OpenAI szerint a Terra a saját tesztjeiben erősen ellenállt az ilyen utasításoknak, a rendszerkártya azonban azt is írja, hogy ezeket a méréseket még frissítik. A DataCamp szerint egy számlákat olvasó, programokat kezelő modellnél ennek nagyobb a tétje.

A saját javaslatunk, nem az OpenAI-é:

1. Az AI előkészít, ember jóváhagy. Banki utalást, partneradat-módosítást vagy bankszámlaszám-cserét soha ne végezzen önállóan.
2. Szűk jogosultság. A computer use-t futtató gép csak a könyvelőprogramot lássa, a levelezést és a netbankot ne.
3. Eltérésfigyelés. Ha egy ismert szállító bankszámlaszáma megváltozik, a rendszer állítsa meg a folyamatot.
4. Naplózás. Minden rögzített számlánál maradjon nyoma, mit olvasott ki az AI, és ki hagyta jóvá.

A 4,3%-os hibaarány az OpenAI szándékosan nehéz kérdéseire vonatkozik, nem számlákra. Magyar nyelvű vagy magyar számlaformátumú mérést egyik forrásban sem találtunk, ezért a saját tesztkészlet itt nem elhagyható. Az AI-ügynökök általános kockázatairól ebben a cikkünkben írtunk bővebben.

Hol fut az adat? EU-s adatrezidencia és AWS Bedrock

Az OpenAI adatkezelési útmutatója szerint a GPT-6.1 Terra támogatja az EU-s adatrezidenciát standard, Flex és Batch feldolgozásnál. Ennek ára az árlista szerint 10% felár.

Az AWS Bedrockon más a helyzet. A modellkártya táblázata szerint az európai régiókban (Frankfurt, Stockholm, Írország, Párizs és a többi) a modell csak globális régiók közötti útválasztással érhető el, EU-n belüli opció nincs. Az AWS leírása szerint a globális útválasztás bárhová irányíthat a világon. Ebből az következik, hogy ha EU-n belüli feldolgozás kell, a Bedrock most nem a jó út a Terrához.

Arról, hogy a te cégednél milyen adatot és milyen szerződéssel lehet egy AI-szolgáltatónak átadni, a jogi tanácsadód dönt. Mi a műszaki oldalt tudjuk megmutatni: hol fut a kérés, és mi kerül át.

Melyik modellt válaszd a számlafeldolgozáshoz?

Egy kínai, olcsó alternatíváról a Kimi K3.1 Pro-cikkünkben írtunk, a GPT-modellek forintos költségszámításáról pedig a GPT Live API-útmutatóban. Ha egy teljes számlafeldolgozó ügynököt építenél, az AI-agent fejlesztési útmutatónk a tervezéstől az üzemeltetésig végigvisz.

Gyakori kérdések

Mi az a GPT-6.1 Terra, és miben más, mint a GPT-5.6 Terra?

Az OpenAI 2026. október 26-án kiadott középkategóriás modellje, a GPT-5.6 Terra utódja. Képeket értelmez, és computer use eszközzel a képernyőn keresztül kezeli a programokat. Az OpenAI szerint gyorsabb, kevesebbet téved, és standard API-ára 50%-kal alacsonyabb, mint a GPT-5.6 Terráé. 1 050 000 tokenes kontextusablakkal dolgozik.

Mennyibe kerül a GPT-6.1 Terra API?

Millió tokenenként 1 dollár a bemenet, 0,05 dollár a gyorsítótárból olvasott bemenet és 5 dollár a kimenet. Batch és Flex módban 50% kedvezmény jár, a Fast mode dupla árú, az EU-s adatrezidencia 10% felárral érhető el. Összehasonlításképp a GPT-5.6 Terra 2 és 12 dollár, a GPT-6.1 Sol 2 és 10 dollár.

Mennyibe kerül egy számla feldolgozása AI-val?

Saját, feltevésekre épülő számításunk szerint a GPT-6.1 Terrával egy számla adatainak kinyerése kb. 3,5 forint, Batch módban kb. 1,7 forint. A képernyőn végzett, könyvelőprogramba rögzítés kb. 13 forint számlánként, havi 500 számlánál kb. 6 600 forint. A valós tokenszámot a saját számláidon érdemes lemérni, és a beállítás meg az emberi ellenőrzés költsége ennél nagyobb tétel.

Biztonságos-e számlákat bízni a GPT-6.1 Terrára?

A modell kiberbiztonságban Critical besorolást kapott, ami az OpenAI szerint kötelező védelmi intézkedésekkel jár, nem tiltással. Számlafeldolgozásnál a fő kockázat a dokumentumba rejtett utasítás (prompt injection). Javasoljuk, hogy az AI csak előkészítsen, a jóváhagyás, főleg utalás vagy bankszámlaszám-változás esetén, emberé maradjon.

Kell AI a magyar számlák feldolgozásához, ha ott a NAV Online Számla?

A belföldi számlák adatai a NAV Online Számla rendszeréből XML-ben is letölthetők, ezekhez gyakran elég egy hagyományos import. A GPT-6.1 Terra ott hasznos, ahol nincs gépileg olvasható adat: külföldi PDF-számláknál, beszkennelt dokumentumoknál, és olyan programoknál, amelyekbe csak a képernyőn keresztül lehet adatot bevinni.

Hol fut az adat a GPT-6.1 Terránál, van EU-s adatrezidencia?

Az OpenAI API-n a GPT-6.1 Terra támogatja az EU-s adatrezidenciát standard, Flex és Batch feldolgozásnál, 10% felárral. Az AWS Bedrockon az európai régiókban a modell csak globális útválasztással érhető el, amely az AWS leírása szerint bárhová irányíthat a világon. Arról, hogy milyen adatot lehet átadni, a jogi tanácsadód dönt.

Melyik modellt válaszd a számlafeldolgozáshoz?

Belföldi számláknál, ha a könyvelőprogramnak van importja, a NAV Online Számla XML elég, AI nélkül. PDF-számlák mezőinek kinyerésére a GPT-6.1 Terra jó választás, Batch módban a legolcsóbb. API nélküli programba a Terra computer use-zal, emberi jóváhagyással visz be adatot. Ha a számítógép-használat pontossága a legfontosabb, az InfoWorld által közölt OSWorld-számok szerint a Claude Sonnet 5.5 vezet, drágábban.

Mi legyen a következő lépés?

Nézd meg, a havi számláid közül hány érkezik belföldi szállítótól, és hány PDF-ben vagy papíron. Az első csoportot NAV-importtal, a másodikat egy kis, emberi jóváhagyással futó AI-folyamattal érdemes kezdeni. Ha ebben segítség kell, az üzleti automatizáció szolgáltatásunkban felmérjük a számlafolyamatodat, és megmondjuk, hol hoz megtakarítást az AI, és hol felesleges.