Вечер пятницы, магазин сантехники в Караганде. В WhatsApp приходит фото: смеситель с отломанной ручкой, снятый на кухне при плохом свете. Подпись одна – «есть такой?». Менеджер открывает каталог на три тысячи позиций, листает раздел «Смесители для кухни», сравнивает изливы. Через двадцать минут он отвечает. Клиент уже купил похожий на Kaspi.
Таких сообщений в рознице и опте каждый день десятки. Фото запчасти, скриншот из Instagram, снимок этикетки с полустёртым артикулом. Бот на них обычно отвечает «уточните, пожалуйста, название товара» – и теряет клиента точно так же, только быстрее.
26 октября 2026 года OpenAI выпустила GPT-6.1 Terra и прямо назвала её первую задачу: сверять фото товаров с позициями каталога. Ниже – сколько стоит такой запрос, чем Terra отличается от Luna и Sol и как устроить поиск товара по фото, чтобы бот находил позицию в каталоге, а цену и остаток брал из учётной системы.
Главное за минуту
Модель под картинки
OpenAI позиционирует Terra для визуальных задач: сверка фото с каталогом, чтение чертежей, работа с экранами программ. Плюс аккуратный текст.
Вдвое дешевле Sol на входе
$1 за миллион входных токенов и $5 за миллион выходных. У GPT-6.1 Sol – $2 и $10, у прошлой GPT-5.6 Terra – $2 и $12.
Инструменты – только через Responses
Chat Completions модель поддерживает, но вызов функций у Terra работает только в Responses API. Бота на старом API придётся переписать.
Каталог модель не знает
Terra сравнивает картинки, которые вы ей передали. Найти кандидатов, цену и остаток должна ваша система – CRM, 1С или база товаров.
Что OpenAI выпустила 26 октября
В changelog OpenAI запись короткая: GPT-6.1 Terra – быстрая и экономичная модель для визуальных рассуждений, точной работы с интерфейсами и естественного письма. Идентификатор – gpt-6.1-terra, доступна через Responses API, Chat Completions и Batch.
В линейке GPT-6 она встала между двумя моделями, которые уже знакомы тем, кто переводил ботов после отключения старых версий. Sol – сбалансированная, для сложной работы. Luna – самая быстрая и дешёвая, для простых массовых задач. Terra дешевле Sol, но заточена под другое: в описании OpenAI первым пунктом идёт сопоставление фотографий товаров с записями каталога, дальше – сравнение технических чертежей, действия на экранах приложений и подготовка текстов.
Технически модель принимает текст и изображения, отвечает текстом. Звука нет, так что голосового бота на ней не построить. Контекст – 1,05 млн токенов, ответ – до 128 тысяч, знания – по 1 июня 2026 года. Уровень рассуждений настраивается от none до max, по умолчанию стоит medium.
Сколько стоит GPT-6.1 Terra рядом с Sol и Luna
Цены ниже – стандартные, за миллион токенов, из карточек моделей OpenAI. Счёт выставляется в долларах; с казахстанской карты он спишется в тенге по курсу банка.
| Модель | Вход | Кэшированный вход | Выход | Для чего, по описанию OpenAI |
|---|---|---|---|---|
| GPT-6.1 Terra | $1 | $0,05 | $5 | Фото и каталог, чертежи, экраны программ, тексты |
| GPT-5.6 Terra | $2 | $0,20 | $12 | Прошлое поколение Terra |
| GPT-6.1 Sol | $2 | $0,10 | $10 | Сложная работа, код, интерфейсы |
| GPT-6 Luna | $0,10 | $0,01 | $0,50 | Простые массовые задачи |
Есть оговорки, которые легко пропустить. Если запрос длиннее 272 тысяч входных токенов, у Terra весь запрос тарифицируется дороже: вход и кэш вдвое, выход в полтора раза. Batch и Flex – на 50% дешевле стандарта, быстрый режим – вдвое дороже. Запись в кэш платная: $1,25 за миллион при хранении 30 минут и $2,50 при хранении 12 часов. Когда такой кэш окупается, а когда только добавляет строку в счёте, мы разбирали в статье Кэш промптов OpenAI: 12 часов и плата за запись – как не переплатить.
Теперь на живом примере. Допустим, на одно фото клиента бот отправляет запрос примерно на 6 000 входных токенов: инструкция, сама фотография, четыре карточки кандидатов из каталога с их фото. Ответ вместе с рассуждениями – 800 выходных токенов. Цифры условные, у вас они будут другими, но порядок такой:
- GPT-6.1 Terra – около $0,010 за одно фото;
- GPT-6.1 Sol – около $0,020;
- GPT-5.6 Terra – около $0,022;
- GPT-6 Luna – около $0,001.
При трёх тысячах фото в месяц это примерно $30 на Terra против $60 на Sol и $3 на Luna. Для магазина, где одна потерянная продажа стоит дороже месячного счёта, разница между Terra и Luna – не главный вопрос. Главный – какая из них реже ошибается на ваших товарах.
Как бот находит товар по фото: схема из четырёх шагов
Самая частая ошибка – отправить модели фото и спросить «что это за товар у нас в каталоге». Каталога она не видит. Можно, конечно, засунуть в контекст все три тысячи карточек, место позволяет, но это медленно, дорого и плохо работает на похожих позициях. Рабочая схема короче и честнее:
- Описать фото. Модель возвращает структурированные признаки: категория, цвет, материал, видимый бренд, текст на этикетке, артикул, если он читается.
- Найти кандидатов. Бот вызывает функцию поиска по вашей базе – по признакам, артикулу, тексту. На выходе три-пять позиций с их фотографиями.
- Сравнить. Terra получает фото клиента и фото кандидатов и выбирает совпадение – или честно говорит, что уверенного совпадения нет, и задаёт уточняющий вопрос.
- Ответить данными из учёта. Цену, остаток и срок доставки бот берёт из 1С или CRM, а не из ответа модели. В CRM создаётся обращение с фото и найденной позицией.
Второй и четвёртый шаги – это интеграция, а не ИИ. Именно на них обычно и уходит основное время: каталог без нормальных фото, артикулы в трёх разных форматах, остатки, которые выгружаются раз в сутки. Как такие связки строятся на практике, описано на странице Интеграции и автоматизация процессов.
Ещё одна деталь из практики. Клиент часто присылает не фото, а скриншот чужой карточки товара – с маркетплейса или из соцсети. Там есть текст: название, иногда артикул производителя. Для такой картинки первый шаг почти всегда находит товар сам, и до сравнения фото дело не доходит.
Проверим поиск по фото на вашем каталоге
Пришлите 50 фото, которые клиенты присылали в мессенджеры, и выгрузку каталога – покажем, сколько из них бот найдёт сам и где споткнётся.
Что поменять в коде, если бот уже работает
Если бот сейчас на Chat Completions и вызывает функции – ищет товары, создаёт сделки, проверяет остатки, – простая замена названия модели не сработает. Документация Terra говорит прямо: вызов инструментов требует Responses API. Для поиска по фото это критично, потому что шаги два и четыре – как раз вызовы функций.
Второй момент – параметры генерации. Когда уровень рассуждений не none, из запроса нужно убрать temperature, top_p и top_logprobs, а в Chat Completions ещё и logprobs. Подрядчики часто выставляли temperature «для стабильности», и после переключения такой запрос просто не пройдёт.
С уровнем рассуждений OpenAI советует начинать с medium и поднимать, только если качество правда растёт. Мы бы добавили: для первого шага, описания фото, стоит попробовать и none – там нечего обдумывать, а рассуждения оплачиваются как выходные токены.
Тем, у кого фото уже разбирает GPT-5.6 Terra, OpenAI рекомендует сравнить обе модели на типичных картинках при одинаковом уровне рассуждений. Новая версия дешевле – $1 против $2 на входе и $5 против $12 на выходе, – но переключать бота стоит после прогона, а не до. Похожий путь мы описывали для перехода на Luna: Отключение GPT-4o и GPT-4.1: как перевести бота и CRM на GPT-6 Luna.
Чего от Terra ждать не стоит
Фото не скажет размер
Смеситель на 35 и на 40 миллиметров, фильтр для двух моделей одного бренда, футболка M и L – на снимке они одинаковые. Если позиции отличаются тем, чего не видно, бот обязан переспросить. Это настраивается в инструкции, само собой не происходит.
Описание модели обещает много, но у любой визуальной модели есть пределы, о которых лучше знать до запуска:
- Найти товар, которого нет на фото в вашем каталоге. Без эталонных снимков сравнивать не с чем.
- Назвать актуальную цену и остаток. Это данные учётной системы, модель их только передаёт.
- Уверенно разобрать тёмный, смазанный или обрезанный снимок. Тут правильный ответ бота – попросить переснять.
- Работать с голосовыми сообщениями. Звук Terra не принимает.
- Гарантировать точность по описанию вендора. Заявленные сценарии – отправная точка, решает проверка на ваших товарах.
И ещё одно. Фото клиентов иногда содержат лишнее: лицо, документ на столе, адрес на коробке. Если снимки сохраняются в CRM и уходят поставщику модели, это нужно отразить в согласии на обработку данных – так же, как текст переписки.
Чек-лист пилота на две недели
Запускать поиск по фото сразу на весь поток не нужно. Хватит пилота на одном канале:
- Собрать 100–200 реальных фото от клиентов из WhatsApp и Instagram за последние месяцы и вручную отметить правильный товар.
- Проверить каталог: у каких позиций нет фото или оно одно на всю серию разных размеров.
- Сделать функцию поиска кандидатов по признакам и артикулу – она важнее выбора модели.
- Прогнать набор на Terra и Luna при одинаковых настройках, сравнить точность и стоимость.
- Прописать правило: нет уверенного совпадения – уточняющий вопрос или передача менеджеру с фото и кандидатами.
- Переписать вызовы функций на Responses API и убрать
temperatureиз запросов. - Записывать в CRM фото, найденную позицию и итог: купил, ушёл, менеджер поправил. Без этой разметки через месяц будет не на чем улучшать.
Даже если Terra на ваших товарах окажется не лучше Luna, пилот не пропадёт: функция поиска, разметка фото и правило передачи менеджеру работают с любой моделью.
Связанные материалы
Научим бота находить товар по фото клиента
За две недели соберём пилот на вашем каталоге: поиск кандидатов, сравнение фото, цена и остаток из 1С, обращение в CRM. Покажем точность на ваших реальных снимках.