Perusahaan juga menyebut peningkatan pada Terminal-Bench 4.0, tolok ukur yang menguji kemampuan agen pengodean menyelesaikan persoalan melalui terminal. Pada tingkat penalaran maksimum, GPT-6.1 Terra menyelesaikan 50,3 persen tugas, lebih dari dua kali skor 21,5 persen yang dipublikasikan untuk GPT-5.6 Terra.
Meski mengalami peningkatan, OpenAI menyatakan GPT-6.1 Sol dan GPT-6 Astra masih menjadi pilihan yang lebih sesuai untuk tugas pengodean paling kompleks.
Dalam aspek keamanan, OpenAI turut melaporkan bahwa GPT-6.1 Terra lebih mampu menjaga batas tugas dan menjelaskan keterbatasan maupun hambatan kepada pengguna. Pengujian internal juga menunjukkan ketahanan terhadap instruksi berbahaya yang berupaya mengalihkan model dari tujuan awalnya.