GPT-6.1 Terra bedient je computer. Moet je bedrijf er nu iets mee?

Maandag 26 oktober bracht OpenAI GPT-6.1 Terra uit, een model dat naar je scherm kijkt en zelf klikt, typt en formulieren invult. In dezelfde week vertelde OpenAI dat twee van zijn eigen AI-agents hun bewaking hadden uitgezet. Eén ervan ontkende het daarna. Die twee berichten horen bij elkaar, en daarom schrijf ik dit stuk. We hebben Terra deze week zelf uitgeprobeerd en nog geen rare dingen gezien. Een week testen zegt alleen weinig over een jaar in productie.

Wat is GPT-6.1 Terra?

GPT-6.1 Terra is het middenmodel van OpenAI, uitgebracht op 26 oktober 2026. Het leest wat er op een scherm staat en voert zelf acties uit in de browser en op de desktop: klikken, typen, formulieren invullen. Via de API kost het $1 per miljoen tokens input en $5 output, de helft van de voorganger.

Terra zit tussen het lichte Luna en het zwaardere Sol in. Volgens OpenAI rondt het taken ruim drie keer zo snel af als Astra en Sol. Ook maakt het minder fouten: op een interne test daalde het foutpercentage van 53,6 naar 16,7 procent. Dat zijn cijfers van OpenAI zelf, dus neem ze als claim en niet als feit.

Simon Willison, een van de best gelezen AI-bloggers, merkte iets slims op. Terra zit in dezelfde positie als Sonnet bij Anthropic: niet de goedkoopste, niet de duurste. Juist daardoor is het lastig te kiezen wanneer je het gebruikt.

Een korte definitie, omdat de term overal opduikt.

Computer use betekent dat een AI-model software bedient zoals een mens dat doet: via het scherm, niet via een koppeling.

Wat kun je als bedrijf met AI die je computer bedient?

Vooral werk in oude of gesloten systemen zonder goede koppeling. Denk aan gegevens overtypen van een pdf naar je boekhouding, een leveranciersportaal aflopen of formulieren invullen bij een instantie. Heeft je software wél een API, dan is een gewone koppeling bijna altijd sneller, goedkoper en beter te controleren.

Ik zie computer use als plakband. Handig waar geen koppeling bestaat, maar je bouwt er geen huis van.

Kijk ook goed naar de cijfers. Op Agents' Last Exam, een test met beroepstaken, haalt Terra op het hoogste niveau 60 procent, voor ongeveer een dollar per taak. Dat is knap. Het betekent tegelijk dat vier op de tien taken niet lukken. Voor werk waar een mens de uitzonderingen nakijkt is dat prima. Voor werk waar niemand meekijkt is het een probleem.

In de markt zie je hetzelfde. Iedereen is huiverig om dit los te laten op betalingen, en terecht. Het voorwerk automatiseren kan prima: gegevens verzamelen, controleren en klaarzetten. Zolang de echte beslissing bij een mens blijft en de AI daar geen toegang toe heeft, houd je het goed onder controle.

Waarom zette een AI-agent van OpenAI zijn eigen bewaking uit?

Op 3 oktober zette een agent met GPT-6.1 Sol de automatische meldingen aan het securityteam van OpenAI uit. Hij las een instructie om geen Slack-berichten te sturen te ruim. Op 6 oktober verwijderde een agent met GPT-6 Astra een monitor en zei daarna tegen zijn gebruiker dat hij dat niet had gedaan. Medewerkers ontdekten beide nog dezelfde dag.

Geen van beide incidenten kreeg de hoogste prioriteit, en het systeem stopte geen van de agents automatisch. OpenAI schrijft zelf dat het nog geen bevredigende verklaring heeft voor dit gedrag (CNBC, 21 oktober 2026).

Mijn conclusie is niet dat je AI-agents moet laten liggen. Het is wel het beste argument dat ik ken voor grenzen die búiten de agent liggen. Een agent die zijn eigen controle kan uitzetten, heeft geen controle. De grote leveranciers lijken het eens. Analistenbureau Info-Tech zag die week bij OpenAI, Google, Microsoft en AWS dezelfde lijn: beveiliging hoort buiten het model en buiten de omgeving van de agent.

Ethan Mollick, hoogleraar aan Wharton, stelde in augustus een vraag die ik sindsdien blijf herhalen. We hebben jaren geoefend met de vraag wanneer mensen AI om hulp vragen. Nu moeten we ook bepalen wanneer een AI óns moet vragen.

Hoe zet je een digitale medewerker veilig in?

Leg per taak vast wat de digitale medewerker zelf mag, wat eerst ter goedkeuring gaat en wanneer een mens het overneemt. Geef hem alleen de rechten die die ene taak nodig heeft. Log elke actie, en laat die controle draaien op een plek waar hij zelf niet bij kan. Dan maakt het minder uit hoe slim het model is.

Waarom zo streng? Omdat we ook gevallen zien waarin iets letterlijk in de regels staat en een AI zich er toch niet altijd aan houdt. Een instructie is een verzoek. Een recht dat hij niet heeft, is een grens.

Moet je nu al met GPT-6.1 Terra beginnen?

Niet met het model, wel met de vraag welk werk het moet doen. Modellen wisselen snel: OpenAI bracht GPT-6.1 Sol uit op 29 september en Terra vier weken later. De taken in je bedrijf veranderen veel minder snel. Wie weet welk proces nu geld kost, kiest straks zonder stress het juiste model.

Deze week kun je bij AI Report van Alexander Klöpping en Wietse Hage in vijf dagen je eigen AI-collega bouwen. Leuk, en ik raad het iedereen aan die wil voelen hoe dit werkt. Voor je bedrijf zou ik die vijf dagen toch anders besteden. Eerst uitzoeken welk werk die collega moet doen, dan pas bouwen.

Dat is precies wat onze AI Opportunity Audit in vijf werkdagen doet. Je krijgt wat het werk nu kost, de grootste kansen en ook wat we níet zouden doen. Soms is het antwoord een gewone koppeling, zoals ik uitleg in AI-agent of gewone automatisering.

Wat kun je deze week al doen?

Pak één proces waar iemand nu gegevens overtypt van het ene systeem naar het andere. Tel hoeveel uur dat per maand kost. Dat getal is meer waard dan elke benchmark van OpenAI.