GPT-6.1 Terra i rysunki techniczne: test na skanie, zdjęciu i rysunku wałka

👁 119 przeczytań

OpenAI podaje interpretację rysunków technicznych jako jedno z głównych zastosowań GPT-6.1 Terra. W dniu premiery Terra bezbłędnie odczytała dwa czyste rysunki z komputera, więc 26 października 2026 utrudniłem zadanie: ten sam kołnierz jako zaszumiony skan i jako zdjęcie wydruku pod kątem, a do tego nowy rysunek wałka z tolerancjami, gwintem i rowkiem wpustowym. Terra zdobyła 57 z 58 punktów - tyle samo co GPT-6.1 Sol i Gemini 4 Argon - a jedyny błąd zrobiły wszystkie cztery testowane modele.

Co sprawdzałem i jak

Wszystkie rysunki narysowałem sam w Pythonie (matplotlib), żeby nie było ich w danych treningowych żadnego modelu. Model dostawał obraz i polecenie: „odczytaj go uważnie i zwróć WYŁĄCZNIE obiekt JSON” z listą pól. Każde pole porównywałem automatycznie z wzorcem, masę z tolerancją 2 g. Jedna próba na obraz, rozumowanie medium, OpenRouter.

• Kołnierz - skan. Rysunek kołnierza 150 x 90 mm (wymiary łańcuchowe, 6 otworów Ø6,6 na podziałce Ø50, R10 na dwóch narożach) w odcieniach szarości, obrócony o 1,8°, zmniejszony do 55%, z szumem, plamkami i kompresją JPEG o jakości 30.
• Kołnierz - zdjęcie. Ten sam rysunek jak sfotografowany wydruk: perspektywa, nierówne światło, rozmycie, JPEG 45.
• Wałek - czysty i zdjęcie. Nowy rysunek: 5 stopni (Ø20h6, Ø30, Ø36, Ø25k6, gwint M20x1,5), faza 1×45°, rowek wpustowy „8P9, dł. 32, gł. 4” w odległości 6 mm, chropowatość Ra 0,8 na czopie Ø25 i Ra 3,2 na pozostałych powierzchniach.

W kołnierzu są dwie pułapki. Widok z boku podaje grubość 8 mm, a tabliczka „blacha gr. 10” - model ma tę sprzeczność zgłosić. W wałku długość czopa gwintowanego nie jest zwymiarowana: trzeba ją policzyć z łańcucha wymiarów, 155 - 30 - 45 - 15 - 40 = 25 mm.

Wałek: 16 pól ze zdjęcia

Polecenie wymieniało 16 pól, od długości całkowitej po masę. Masę model miał policzyć dla stali 7,85 g/cm³, traktując wałek jako walce i odejmując rowek wpustowy jako prostopadłościan:

V = π/4 x (20² x 30 + 30² x 45
         + 36² x 15 + 25² x 40
         + 20² x 25) - 8 x 32 x 4
  = 82 966 mm³
m = 82,966 cm³ x 7,85 g/cm³
  = 651,3 g

Odpowiedź Terry dla zdjęcia (fragment):

"dlugosc_czopa_gwintowanego_mm": 25,
"oznaczenie_gwintu": "M20x1,5",
"szerokosc_wpustu_mm": 8,
"glebokosc_wpustu_mm": 4,
"odleglosc_wpustu_od_lewej
  _krawedzi_odcinka_fi30_mm": 6,
"chropowatosc_czopa_fi25": "Ra 0,8",
"chropowatosc_pozostalych": "Ra 3,2",
"material": "C45",
"masa_g": 651.3

Wszystkie cztery modele miały 16/16 na obu wersjach wałka, łącznie z policzoną długością czopa i masą co do 0,1 g. Zdjęcie pod kątem, z ciemną ramką i nierównym światłem, nie przeszkodziło żadnemu. Terra zużyła na zdjęcie 927 tokenów wejścia (obraz z poleceniem) i 522 wyjścia - 0,0035 USD.

Skan kołnierza: piątka jak szóstka

Na skanie wszystkie cztery modele odczytały opis „6 x Ø6,6 równom. na Ø60” zamiast „na Ø50” i policzyły odstęp sąsiednich otworów 30 mm zamiast 25 mm (przy 6 otworach to promień podziałki, więc błąd przenosi się 1:1). Po zaszumieniu i kompresji piątka rzeczywiście wygląda jak szóstka - widzę to sam. Żaden model nie zauważył, że otwory na rysunku leżą wyraźnie bliżej środka, niż wynikałoby z Ø60, i żaden nie zgłosił niepewności odczytu.

Resztę skanu Terra odczytała dobrze, także sprzeczność grubości: „Widok z boku podaje grubość 8 mm, a tabliczka materiałowa grubość blachy 10 mm”. Masę policzyła dla 8 mm: 801,0 g (wzorzec 800,5 g). GPT-6 Luna na tym samym skanie sprzeczności nie zauważyła - zwróciła pustą listę i policzyła masę dla 10 mm.

Czas na obraz: Terra 9-14 s, Sol 8-30 s, Argon 6-11 s, Luna 12-34 s. Skan zajął Sol i Lunie najwięcej czasu (30 i 34 s), Terrze 14 s.

Czy wyższy poziom rozumowania pomaga

Czysty rysunek kołnierza dałem Terze na wszystkich sześciu poziomach, od none do max. Za każdym razem 13/13, a koszt rósł od 0,0036 USD (none, 242 tokeny wyjścia) do 0,0113 USD (max, 1770 tokenów). Przy odczycie rysunku liczy się wzrok modelu, nie długość namysłu. Szczegóły w teście GPT-6.1 Terra: low, medium czy max.

Jak tego używać w pracy

• Proś o JSON z nazwanymi polami. Lista pól wymusza odczyt każdego wymiaru i pozwala porównać wynik automatycznie.
• Proś o listę sprzeczności. Pole sprzecznosci_na_rysunku sprawiło, że Terra, Sol i Argon zgłosiły różnicę 8 i 10 mm. Bez takiego pola model może po cichu wybrać jedną wartość.
• Dodaj pole na niepewne odczyty. W moim poleceniu go nie było i żaden model nie zasygnalizował, że „Ø60” na skanie jest nieczytelne. Na złych skanach to najważniejsza informacja.
• Wymiary krytyczne sprawdzaj z rysunkiem. Jedna źle odczytana cyfra zmieniła mi dwa pola naraz - i zrobiły ją wszystkie modele.

W ChatGPT Terra jest tylko w trybie Work i w Codex, w API jako gpt-6.1-terra. Pozostałe wyniki, w tym test po polsku, są w przewodniku GPT-6.1 Terra, a ceny za token w tekście GPT-6.1 Terra cena.

Najczęstsze pytania

Czy GPT-6.1 Terra odczyta rysunek techniczny ze zdjęcia?

W moim teście tak: wałek sfotografowany pod kątem dał 16/16 pól, łącznie z tolerancjami h6 i k6, gwintem, rowkiem wpustowym i masą policzoną co do 0,1 g.

A ze słabego skanu?

Prawie: 12/13. Terra pomyliła jedną cyfrę (Ø50 odczytane jako Ø60), co zepsuło też odstęp otworów. Ten sam błąd zrobiły Sol, Argon i Luna.

Ile kosztuje odczyt jednego rysunku?

Na Terze 0,0035-0,0059 USD za obraz z odpowiedzią w JSON, czyli ok. 1-2 grosze. Sol i Argon - mniej więcej dwa razy więcej, Luna - około 5 razy mniej.

Czytasz Promptowego częściej? Dodaj go do preferowanych źródeł w Google, a nowe teksty będą wyżej w Twoich wynikach.

Źródła i data sprawdzenia

• OpenAI: Introducing GPT-6.1 Terra - interpretacja rysunków technicznych jako zastosowanie (odczyt 26.10.2026)
• OpenAI API: model GPT-6.1 Terra - wejście tekst i obraz, cena (odczyt 26.10.2026)
• Mój test: 4 rysunki narysowane w matplotlib, zniekształcenia w OpenCV, OpenRouter, rozumowanie medium, 26.10.2026, ok. 21:00; łączny koszt 0,092 USD