يتصدر GPT-6.1 Terra التوسيم التلقائي متفوقًا على أقوى نماذج OpenAI نفسها

تقول مواد إطلاق OpenAI إن GPT-6.1 Terra يضاهي أشقاءه الأكبر تقريبًا في الاستدلال البصري. وعندما طلبنا منه رسم مربعات إحاطة، اتضح أن كلمة «تقريبًا» ليست الوصف المناسب.

اختبرنا التوسيم التلقائي باستخدام GPT-6.1 Terra عبر UL37، وهو معيار للكشف يضم 36 مجموعة بيانات، وذلك في 26 أكتوبر 2026، يوم إصدار OpenAI له. حقق 0.560 mAP50، وهي أفضل نتيجة من بين النماذج الـ39 كلها على لوحة صدارة VLM لدينا. وتقدم نموذج OpenAI متوسط السعر على GPT-6.1 Sol، وعلى النموذج الرائد GPT-6 Astra، وعلى Gemini 4 Argon الذي كان في الصدارة حتى هذا الأسبوع.

حقق النتيجة مقابل 4.36 دولار لكل 1,000 صورة، وبمعدل 5.1 ثانية للصورة، من دون أي طلب فاشل. يمكنك استخدامه اليوم في منصة Ultralytics. فيما يلي المجالات التي يتألق فيها، وتلك التي يتعثر فيها، وكيفية تحديد ما إذا كان مناسبًا لسير عمل التوسيم لديك.

يتصدر GPT-6.1 Terra المركز الأول على UL37#

يقيس UL37 مدى تطابق مربعات النموذج مع التسميات البشرية على 360 صورة: 10 صور من كل مجموعة من 36 مجموعة بيانات حقيقية للكشف عن الكائنات، وتشمل صورًا طبية، وصورًا جوية، ورفوف متاجر، ورياضة، ومستندات، ولوحات دوائر، وغير ذلك. تمر كل صورة عبر مسار الإنتاج نفسه المتاح لمستخدمي المنصة، باستخدام أسماء الفئات الخاصة بمجموعة البيانات، مع تحسين SAM 3.1 لكل مربع. المنهجية متاحة للعامة.

إليك بطاقة نتائج Terra:

• mAP50: 0.560، المركز الأول من بين 39
• mAP50-95: 0.345، وهو أيضًا المركز الأول، ما يعني أن مربعاته محكمة المطابقة وليست تقريبية فحسب
• الدقة والاستدعاء: 0.646 و0.613
• تكلفة المزوّد: 4.36 دولار لكل 1,000 صورة
• الوقت الوسيط لكل صورة: 5.1 s
• الطلبات الفاشلة: لا يوجد

تجاوزت ستة نماذج نتيجة 0.51 على UL37، ومن بينها Claude Opus 5.5 في المركز الثالث. Terra هو الأدق بين النماذج الستة، وهو أيضًا الأقل تكلفة.

لم تكن وراء النتيجة حيلة ضبط معقدة. يعمل Terra بإعداد الاستدلال الافتراضي لدى OpenAI، الذي تصفه وثائق النموذج بأنه متوسط. ويتلقى الطلب نفسه الذي تتلقاه سائر نماذج OpenAI في المنصة، مع إحداثيات المربعات على شبكة من 0 إلى 1000. أضفناه إلى النظام، فتصدّر الترتيب مباشرة.

نموذج متوسط السعر يتفوق على أقوى نماذج OpenAI#

تقدّم OpenAI GPT-6.1 Terra بوصفه النموذج المتوسط ضمن مجموعتها، سريعًا وفعّالًا. ووفقًا لتغطية الإطلاق في The Decoder وBleepingComputer، يخلف GPT-5.6 Terra ويستهدف استخدام الحاسوب، والاستدلال البصري، والبرمجة، والمهام اليومية. وهو متاح عبر API تحت الاسم gpt-6.1-terra، وفي ChatGPT Work وCodex لمستخدمي Plus وPro وEnterprise وEdu. وتصفه وثائق OpenAI بأنه «نموذج سريع وفعّال للاستدلال البصري، واستخدام الحاسوب بدقة، والكتابة الواضحة والطبيعية»، مع مدخلات نصية وصورية ونافذة سياق تبلغ 1,050,000 رمز.

تبلغ الأسعار دولارًا واحدًا لكل مليون رمز إدخال و5 دولارات لكل مليون رمز إخراج، فيما تبلغ تكلفة الإدخال المخزّن مؤقتًا 0.05 دولار. وهذا نصف سعر GPT-6.1 Sol، البالغ دولارين و10 دولارات، وعُشر سعر GPT-6 Astra، البالغ 10 دولارات و50 دولارًا، وفقًا لصفحتي OpenAI الخاصتين بـGPT-6.1 Sol وGPT-6 Astra.

تقدّم معايير OpenAI المنشورة عند الإطلاق Terra على أنه قريب من أشقائه الأكبر، لا متفوق عليهم. ففي MMMU-Pro، وهو اختبار للاستدلال البصري، تفيد OpenAI بأن Terra يكاد يضاهي Astra وSol. وعلى Terminal-Bench 4.0، تسجل النتيجة 50.3%، ارتفاعًا من 21.5% لـGPT-5.6 Terra. ومع ذلك، لا تزال OpenAI توصي بـSol أو Astra لأصعب مهام البرمجة.

يبدو Terra على الورق خيارًا وسطًا. أما على معيارنا، فهو أفضل نموذج للكشف لدى OpenAI.

تكلفة Terra لكل صورة أقل من نصف تكلفة GPT-6.1 Sol، وأقل من عُشر تكلفة GPT-6 Astra. كما أنه يستجيب بسرعة تقارب ضعف سرعة أيٍّ منهما. وفي مقارنة مباشرة، يتفوق على Sol في 22 مجموعة بيانات من أصل 36.

تقول OpenAI إن Terra ينجز المهام أسرع بأكثر من ثلاثة أضعاف من Sol وAstra، وهذا ادعاء يتعلق بأعباء عمل الوكلاء. أما التوسيم فمهمة مختلفة؛ وقد قسنا فيها سرعة تزيد بنحو الضعف على Sol، وهو فارق يتراكم عند توسيم آلاف الصور.

تكمن أفضلية Terra على Sol في الدقة#

يكتشف النموذجان نسبة متقاربة من الكائنات الموسومة. يبلغ الاستدعاء لدى Terra مقدار 0.613، ولدى Sol مقدار 0.618. ويظهر الفارق في الدقة: 0.646 لدى Terra مقابل 0.551 لدى Sol. فنسبة أكبر بكثير من مربعات Terra تقع على كائن حقيقي وتحمل التسمية الصحيحة.

تُظهر SKU110K الفارق بوضوح. تحتوي صورها على رفوف متاجر مكتظة بالمنتجات من طرف إلى طرف، وكلها ضمن فئة واحدة. يحقق النموذجان مستوى متقاربًا من الاستدعاء فيها: 0.73 لـTerra و0.77 لـSol. لكن دقة Sol على تلك الرفوف تبلغ 0.49، بينما تبلغ دقة Terra 0.79. نحو نصف مربعات التحديد التي يتنبأ بها Sol إنذارات كاذبة، مقارنةً بنحو مربع واحد من كل خمسة لدى Terra. وتُعد قيمة Terra البالغة 0.62 mAP50 على SKU110K الأعلى التي حققها أي نموذج.

هذا مهم في توسيم البيانات، لأن الأخطاء ليست متساوية التكلفة. فالكائن الذي لم يُكتشف يتطلب رسم مربع واحد. أما المربع الزائف فيتطلب العثور عليه بين عشرات المربعات الصحيحة وحذفه. وتمنح الإنذارات الكاذبة الأقل المراجعين مسودة أولية أنظف.

التصوير الطبي هو أبرز نقاط قوة GPT-6.1 Terra#

أبرز نمط مميز في نتائج Terra هو أداؤه الطبي. يضم UL37 ثماني مجموعات بيانات طبية، ويبلغ متوسط Terra فيها 0.505 mAP50، محتلًا المركز الأول من بين 39 نموذجًا. ويليه Gemini 3.8 Flash بنتيجة 0.387، ثم Gemini 4 Argon بنتيجة 0.379. ولا يتقدم أي نموذج في لوحة الصدارة على أي مجال آخر بهامش أكبر.

إليك نتائجه في المجموعات الثماني كلها، مقارنةً بأفضل نتيجة من النماذج الـ38 الأخرى في كل منها:

تُحقق الصفوف الثلاثة الأولى النتيجة، ولا يقتصر أي منها على مجرد العثور على الموضع الصحيح. ففي TN5000، يحمل كل مربع أيضًا تسمية العقدة الحميدة أو الخبيثة الخاصة بمجموعة البيانات، وهو نوع من الأحكام التي يتعين على الطبيب تأكيدها. يحقق Gemini 4 Argon نتيجة 0.29 هناك، وGPT-6.1 Sol نتيجة 0.53. وتشمل فئات صور الرنين المغناطيسي للدماغ الورم السحائي والورم الدبقي وورم الغدة النخامية، حيث يحقق Sol نتيجة 0.52. أما مجموعة خلايا الدم فتطلب من Terra تصنيف خلايا الدم البيضاء وخلايا الدم الحمراء والصفائح الدموية.

تعرض إعادة التشغيل أعلاه، من صفحة نموذج Terra، مثالًا نموذجيًا لاكتشاف صحيح: ورم دبقي واحد في صورة رنين مغناطيسي للدماغ، ومربع واحد من Terra، موضوع وموسوم بما يطابق التوسيم المتوقع.

ينبغي وضع تحفظين إلى جانب هذه الأرقام. أولًا، تسهم كل مجموعة بيانات بـ10 صور، لذا فإن نتيجة مجموعة واحدة مؤشر يستدعي التحقق، لا حكمًا قاطعًا. ثانيًا، لا يُعد أي من ذلك تشخيصًا. بالنسبة إلى فريق تحليل الصور الطبية، يمثّل Terra وسيلة سريعة لإعداد مسودات المربعات على صور الموجات فوق الصوتية والرنين المغناطيسي والفحص المجهري، ليتحقق منها الخبراء السريريّون ويصححوها ويعتمدوها. وهذه المراجعة البشرية ضمن الحلقة هي جوهر سير العمل، وليست إضافة اختيارية.

جوانب قصور GPT-6.1 Terra: الأشعة السينية ولوحات الدوائر#

يوضح الجزء السفلي من الجدول نمطًا واضحًا. ففي كل مجموعة بيانات للأشعة السينية ضمن UL37، سواء كانت طبية أم لا، يتفوق نموذج آخر. ويتخلف Terra عن المتصدر في صور أشعة معصم الأطفال والصدر والأسنان، بينما تكون النتيجة أسوأ في الأشعة السينية الأمنية: 0.00 على IEDXray، مقابل 0.30 لـGemini 4 Argon.

تُعد IEDXray أوضح حالات الإخفاق. تُظهر صورها أجهزة حاسوب محمولة وهواتف وأجهزة نداء وبطاريات وأجهزة مرتجلة، ولم ينتج Terra أي مربعات صحيحة في أي منها.

لوحات الدوائر هي نقطة العمى الأخرى. يبلغ متوسط Terra مقدار 0.13 على مجموعات بيانات لوحات الدوائر المطبوعة الصناعية لدينا، بينما يحقق GPT-6.1 Sol نتيجة 0.39. وعلى DeepPCB، التي تغطي عيوب اللوحات غير المجمعة مثل الدوائر المفتوحة والقصر الكهربائي وتآكل الحواف والزوائد، يحقق Terra نتيجة 0.03 مقابل 0.39 لـSol. لذا يُعد Sol خيار OpenAI الأفضل لبيانات فحص لوحات الدوائر المطبوعة.

قبل توسيم مجموعة بيانات كبيرة في أي من هذه المجالات، افتح صفحة نموذج GPT-6.1 Terra. فهي تعرض إعادة تشغيل المربعات المسجلة بواسطة Terra على مجموعات البيانات الـ36 في المعيار وعلى COCO، إلى جانب المربعات المتوقعة، وتسرد نتيجته في كل منها.

GPT-6.1 Terra مقابل Gemini 4 Argon: منافسة أقرب مما يوحي به الترتيب#

تصدّر Gemini 4 Argon لوحة الصدارة إلى أن وصل Terra، والمنافسة بينهما متقاربة. يتفوق Terra في 19 مجموعة بيانات، وArgon في 16، ويتعادلان في واحدة.

يأتي جانب كبير من تقدم Terra البالغ 0.023 من مجموعة بيانات واحدة. ففي مجموعة TN5000 الخاصة بالموجات فوق الصوتية للغدة الدرقية، يحقق Terra نتيجة 0.94 وArgon نتيجة 0.29. وعند استبعاد هذه المجموعة، يصبح المتوسط 0.549 لـTerra و0.544 لـArgon، أي إنهما متقاربان للغاية. ويستحق Terra المركز الأول، لكنه يستند بدرجة كبيرة إلى التصوير الطبي.

يتصدر Terra خمسة مجالات، ويحتل المركز الأول من بين النماذج الـ39 كلها في مجالين منها: المجال الطبي، والمستندات وواجهات المستخدم والتصميم بمساعدة الحاسوب. ويتصدر Argon ستة مجالات، ويظل في الصدارة ضمن فئات الصور الجوية وتحت الماء والتصوير الحراري. أما الطرق وحركة المرور فتنتهي بالتعادل.

كما يختلف النموذجان في نوع الأخطاء التي يرتكبانها. دقة Argon أعلى قليلًا: 0.667 مقابل 0.646، بينما يكتشف Terra عددًا أكبر من الكائنات، إذ يبلغ الاستدعاء لديه 0.613 مقابل 0.585. وتبلغ تكلفة Terra 4.36 دولار لكل 1,000 صورة، مقارنةً بـ7.60 دولار لـArgon وفق أسعار إطلاق Google. أما Argon فأسرع قليلًا، بمعدل 4.6 s للصورة.

الخلاصة العملية: اختر Terra للصور الطبية والمستندات والرياضة. واختر Argon للصور الجوية وتحت الماء والتصوير الحراري والصور الأمنية. وتغطي نتائج التوسيم التلقائي باستخدام Gemini 4 Argon الجانب الخاص به من المقارنة.

تكلفة معالجة دفعة باستخدام GPT-6.1 Terra#

تمثل تكلفة 4.36 دولار لكل 1,000 صورة فاتورة المزوّد، وهي محسوبة من استخدام الرموز الذي أبلغت عنه OpenAI وفق السعر المعلن. استخدمت الصورة الوسيطة نحو 1,300 رمز إدخال و370 رمز إخراج. وتضيف خدمة Batch Annotation رسوم معالجة للمنصة قدرها 1.00 دولار لكل 1,000 صورة، ليبلغ إجمالي معالجة 1,000 صورة نحو 5.36 دولار.

ثلاث ملاحظات إضافية من التشغيل:

• لم تفشل أي طلبات. اكتملت كل طلبات المعيار إلى Terra ضمن الحد الزمني للمنصة البالغ 115 ثانية. وأخفق GPT-6.1 Sol في معالجة صورتين، وGPT-6 Astra في أربع صور.
• مربعاته الأولية جيدة بالفعل. قبل تحسين SAM 3.1، تحقق مربعات Terra نتيجة 0.559 mAP50. ويرفعها التحسين إلى 0.560، ما يعني أن النموذج ينجز بنفسه معظم العمل.
• لا حاجة إلى أي إعداد. كل ما احتاج إليه هو إعداد الاستدلال الافتراضي وطلب OpenAI القياسي.

إذا كانت الميزانية أهم من النقاط القليلة الأخيرة في الدقة، فهناك خيارات أقل تكلفة. يحقق Claude Haiku 5.5 نتيجة 0.429 مقابل 0.37 دولار لكل 1,000 صورة، ويحقق Gemini 3.5 Flash-Lite نتيجة 0.380 مقابل 1.77 دولار. ولا تحتاج النماذج المستضافة مثل Qwen3.8 27B وGemma 4 26B وSAM 3.1 Text إلى مفتاح API على الإطلاق، وينطبق الأمر نفسه على نماذج Ultralytics YOLO الخاصة بك.

من مفتاح OpenAI إلى مجموعة بيانات موسومة#

GPT-6.1 Terra نموذج للكشف يعتمد على الفئات المحددة في المطالبة، ويدعم مجموعات بيانات تضم من فئة واحدة إلى 200 فئة. ويُرجع مربعات إحاطة لأسماء الفئات الخاصة بمجموعة بياناتك، لتراجعها قبل الحفظ. لإعداده:

1. أنشئ مفتاحًا في صفحة مفاتيح OpenAI API.
2. أضفه ضمن Settings > API Keys في مساحة عمل المنصة التي تضم مجموعة بياناتك. وتصدر الفاتورة إليك مباشرةً من OpenAI، ولا تضيف Ultralytics أي هامش ربح على الرموز. وتوضح وثائق مفاتيح المزوّد التفاصيل.
3. في محرر التوسيم، انتقل إلى الوضع Smart واختر GPT-6.1 Terra ضمن OpenAI في قائمة النماذج.
4. اضغط Predict، أو P، لتوسيم الصورة الحالية. جرّب ذلك على بضع صور تمثل بياناتك قبل التوسع.
5. عندما تكون راضيًا عن النتائج، انتقل إلى صفحة مجموعة البيانات واختر More actions > Batch Annotation لتوسيم كل الصور غير الموسومة دفعة واحدة. تحفظ المنصة إصدارًا من مجموعة البيانات أولًا، كي تتمكن من التراجع.
6. راجع المربعات واحفظها، ثم درّب نموذج Ultralytics YOLO26 على النتيجة في مساحة العمل نفسها. وتشرح وثائق التدريب الخطوات.

للاطلاع على نظرة أوسع إلى كيفية دمج هذه النماذج في المحرر، راجع كيفية استخدام منصة Ultralytics للذكاء الاصطناعي لأتمتة التوسيم، ومقدمتنا عن نماذج الرؤية واللغة.

من ينبغي له الانتقال إلى GPT-6.1 Terra#

اجعل GPT-6.1 Terra نموذجك المدفوع الافتراضي لتوسيم الكائنات عمومًا. فهو أدق نموذج اختبرناه، والأقل تكلفة بين النماذج الستة الأولى، ولم يُخفق في أي طلب أثناء تشغيلنا.

وهو خيار قوي على نحو خاص لإعداد مسودات أولية من التوسيم لصور الموجات فوق الصوتية والرنين المغناطيسي والفحص المجهري التي ستخضع لمراجعة الخبراء، ولرفوف المتاجر المكتظة التي تتراكم فيها المربعات الزائفة بسرعة. ابحث عن خيار آخر لصور الأشعة السينية بجميع أنواعها ولعيوب لوحات الدوائر المطبوعة، إذ يتفوق فيها Gemini 4 Argon أو GPT-6 Astra أو GPT-6.1 Sol.

إذا كنت تدفع حاليًا مقابل Sol أو Astra لمجرد توسيم الصور، فالانتقال سهل: يمنحك Terra مربعات أفضل بأقل من نصف تكلفة Sol.