GPT-6.1 Terra וחשבוניות ספק: מה אפשר לנסות ומה עדיין צריך בדיקה

OpenAI השיקה ב-26 באוקטובר 2026 את GPT-6.1 Terra, מודל שמתמחה בעבודה על מחשב ובתפעול תוכנות דרך המסך. לפי OpenAI, מחירי ה-API שלו נמוכים ב-50% ממחירי GPT-5.6 Terra, והחברה בחרה להמחיש את ההוזלה דווקא בקריאת חשבוניות נכנסות והזנת הפרטים לתוכנת הנהלת חשבונות. לעסק שמקליד ידנית חשבוניות ספק לתוכנה כמו Priority או SAP Business One כדאי לבדוק את המודל, אבל רק כשאדם מאשר כל רשומה.

מי מקבל את המודל ומה השתנה במחיר

לפי ההודעה בפורום המפתחים של OpenAI, המודל מופץ בהדרגה וזמין למנויי Plus, Pro, Enterprise ו-Edu בתוך ChatGPT Work ו-Codex. מסלול Business לא מופיע ברשימה. Terra החדש מחליף את GPT-5.6 Terra, ושמו ב-API הוא gpt-6.1-terra.

ההוזלה נוגעת ל-API בלבד. למנויי ChatGPT השינוי הוא מכסת שימוש שמספיקה ליותר עבודה: לפי OpenAI, המכסה מחזיקה יותר עם GPT-6.1 Terra מאשר עם GPT-5.6 Terra, והרבה יותר מאשר עם GPT-6.1 Sol או GPT-6 Astra. מספרים על גודל המכסה לא פורסמו, ואף מקור לא אומר שמנוי Plus הוזל.

למפתחים, Techstrong.ai מדווח על $1 למיליון טוקנים בקלט (טוקן הוא יחידת הטקסט שלפיה מחושב החיוב), $0.05 לקלט שנשמר במטמון ו-$5 לפלט. מול המחירים של GPT-5.6 Terra אחרי ההוזלה ביולי, $2 לקלט ו-$12 לפלט, מדובר בהוזלה של 50% בקלט ושל כ-58% בפלט. כלומר, ההוזלה אינה אחידה בכל הסעיפים.

איך מודל משתמש במחשב

TechRepublic מתאר את Terra כמודל שעובד מול מחשב כמו אדם: מסתכל על המסך, לוחץ ומקליד. לכן הוא יכול לעבוד מול תוכנת הנהלת חשבונות דרך המסכים הרגילים שלה, גם בלי חיבור מוכן בין המערכות. הדימוי הקרוב הוא עובד זמני שיושב מול המקלדת, קורא את החשבונית ומזין את השדות לפי המסך שמולו.

OpenAI עצמה לא מציגה את Terra כמודל החזק ביותר. לפי ציטוט בהודעה בפורום, הוא דומה ל-Sol ול-Astra בראייה ובשימוש במחשב, אבל מהיר בהרבה, וקצת חלש מהם ברוב המשימות האחרות. למחקר מעמיק או לקוד מורכב OpenAI ממליצה על Sol או Astra.

גם דוגמת החשבוניות דורשת קריאה זהירה. בעמוד ההכרזה של OpenAI היא מדברת על מפתחים שמפעילים אוטומציה על עבודה בהיקף גדול דרך ה-API, ולא מתארת יכולת מובנית של ChatGPT Work לחשבוניות ספק. העמוד המלא לא היה נגיש, ונקרא רק תקציר שלו.

מה זה אומר לעסק עם ערימת חשבוניות ספק

המשימה מוכרת לכל מנהלת חשבונות: לפתוח חשבונית ספק, לזהות את הספק, את מספר החשבונית, התאריך והסכום, ולהקליד אותם לתוכנה. המקורות מראים יכולת שהספקית מצהירה עליה ומחיר API נמוך יותר. הם לא מראים איך המודל מתמודד עם החשבוניות שעסק ישראלי מקבל בפועל.

סביר שהשימוש המעשי יתפצל לשני מסלולים. בעל עסק עם מנוי Plus יוכל לבדוק ב-ChatGPT Work כמה חשבוניות בכל פעם, ידנית. עבודה בהיקף של עשרות או מאות מסמכים תעבור כנראה דרך מפתח שבונה תהליך ב-API, ושם ההוזלה מורגשת.

נניח שמשרד הנהלת חשבונות מקבל חשבוניות ספק מכמה לקוחות במייל. במקום שעובדת תקליד כל אחת, המודל מחלץ את השדות לרשימה, והעובדת עוברת עליה, מתקנת ומאשרת. העבודה לא נעלמת; היא עוברת מהקלדה לבדיקה.

איך לנסות בלי לגעת בספרים

1. לוודא שהמנוי ברשימה ולפתוח את Work. לפי דף העזרה של OpenAI, פותחים את ChatGPT ובוחרים "Work"; באפליקציה למחשב בוחרים Work או Codex, וייתכן שיידרשו הרשאות הקלטת מסך ונגישות. בארגון, מנהל המערכת יכול להפעיל "Work Cloud" לחברי הצוות.
2. להתחיל מתור בדיקה. TechRepublic ממליץ לא להזין ישר לתוכנה, אלא לחלץ את שדות החשבונית לרשימה שאדם בודק לפני רישום. בפועל: להעלות כמה חשבוניות ספק ולבקש גיליון עם ספק, מספר חשבונית, תאריך וסכום, ולהשוות כל שורה למסמך.
3. להריץ בדיקה צד לצד ולחשב עלות אמיתית. אותן חשבוניות, בתהליך הקיים ובתהליך עם המודל. מודדים את שיעור ההשלמה, הזמן, העלות ואת המאמץ של מי שבודק. לפני מעבר ל-API כדאי לזכור שלפי TechRepublic מחיר הטוקן הוא רק חלק מהתמונה: יש קריאות חוזרות למודל, עבודת חיבור, בדיקה אנושית ותיקון טעויות.

שגיאות, הרשאות ומתי לוותר

BleepingComputer מדווח שבבדיקה הפנימית של OpenAI, ברמת חשיבה נמוכה, שיעור השגיאות ירד מ-53.6% ב-GPT-5.6 Terra ל-16.7% ב-GPT-6.1 Terra. זו ירידה חדה, אבל עדיין בערך שגיאה אחת משש, נתון משמעותי כשמזינים נתונים כספיים. מדובר בבדיקה של OpenAI עצמה ולא בבדיקה על חשבוניות, ולא נמצא מבחן על חשבוניות, מסמכים בעברית או מסמכים סרוקים. TechRepublic מזכיר ששיעור שגיאות נמוך יותר לא מבטל את הצורך לאמת פעולות כספיות רגישות.

סוכן שנוגע בהנהלת החשבונות צריך כללי בסיס, לפי TechRepublic:

• הרשאות מינימליות: רק מה שהמשימה דורשת.
• אישור של אדם: לפני כל שינוי משמעותי.
• תיעוד: רישום של כל פעולה.
• הגנה מפני הזרקת הוראות (prompt injection): הוראות שמוסתרות בתוך מסמך, למשל בחשבונית, ומשתלטות על הסוכן.

אף מקור לא מתייחס לתמיכה בעברית או לזמינות בישראל, ואף מקור לא מפרט מה קורה לנתוני הספקים שמועלים. לפני שמעלים חשבוניות אמיתיות, כדאי לבדוק את זה בתנאי השירות.

הניסיון פחות משתלם כשמגיעות מעט חשבוניות בחודש וההקלדה לוקחת דקות, וגם כשאין מי שיבדוק את הפלט לפני רישום. עסק במסלול Business יצטרך להחליף מנוי כדי לנסות את המודל ב-ChatGPT, וזה מוצדק רק אם יש לו סיבות נוספות לכך.

רשימת בדיקה קצרה

• המנוי הוא Plus, Pro, Enterprise או Edu (מסלול Business לא ברשימה)
• יש אדם שבודק ומאשר כל חשבונית לפני רישום בתוכנה
• נבחרו כמה חשבוניות לדוגמה, כולל חשבוניות בעברית וסרוקות
• נבדקו תנאי השירות לגבי העלאת נתוני ספקים
• הוגדר מה מודדים: השלמה, זמן, עלות ומאמץ בדיקה
• הסוכן לא מקבל הרשאות רחבות יותר ממה שהמשימה דורשת

בעמוד הבית יש צילומי מסך של מערכות שבניתי. אם יש אצלכם תהליך דומה שגוזל זמן, אפשר לספר לי עליו בשיחה קצרה.

שאלות נפוצות

האם GPT-6.1 Terra מכיר את Priority או SAP Business One?

אף מקור לא מזכיר תוכנות ישראליות או מערכת ניהול מסוימת. לפי TechRepublic המודל עובד דרך המסכים הרגילים של התוכנה, כך שאין צורך בחיבור מוכן, אבל רק ניסיון על התוכנה שהעסק עובד איתה יראה אם המודל מסתדר איתה. מומלץ שהניסיון הראשון יהיה ללא רישום בפועל, עם רשימה שאדם בודק.

מה ההבדל בין ניסיון ב-ChatGPT Work לבין חיבור דרך ה-API?

ב-ChatGPT Work עובדים ידנית, שיחה אחר שיחה, בתוך מכסת השימוש של המנוי. ה-API מיועד לאוטומציה בהיקף: החיוב הוא לפי טוקנים ונדרש מפתח שיבנה את התהליך. דוגמת החשבוניות של OpenAI מתייחסת ל-API, ושם גם חלה ההוזלה.

מה עושים עם חשבונית שהמודל קרא לא נכון?

בדיוק בשביל זה מתחילים בתור בדיקה: אדם מתקן לפני שמשהו נרשם. כדאי לתעד כל תיקון, כי מספר התיקונים והזמן שהם לוקחים הם חלק מהעלות האמיתית שצריך להשוות לתהליך הקיים.