OpenAI 發佈 GPT-6.1 Terra，電腦操作評測最高推理檔超越 Astra 和 Sol

（来源：AI信息Gap）

你的 Codex 额度，今天没等来重置。

Codex 负责人、重置哥 Tibo 立过军令状，28 天里每天要么发布一项改进，要么给所有人重置一次额度。今天是第 22 天，他送来了一个新模型，GPT-6.1 Terra。

OpenAI 的中杯回来了，这次还真有点东西。

Terra 价格只有 GPT-6.1 Sol 的一半、GPT-6 Astra 的十分之一，但干起电脑操作的活儿，却能和 Astra 打成平手，推理强度开到最高档，它还反超了两位大哥。

ChatGPT Plus 用户同样的额度，模型换成 Terra，干活量是 Sol 的两倍。

OpenAI 现在的模型都以天体起名，Astra 星系，Sol 太阳，Terra 地球，Luna 月亮，个头从大到小。

9 月的 GPT-6 一代，Astra、Sol、Luna 陆续登场，唯独中杯 Terra 一直缺席。

今天，它终于来了。先来一张 GPT-6/6.1 全家福。

重置哥夸 Terra 的第一件事，就是写作。

Agents' Last Exam 专门测试智能体用专业软件干活的能力，题目包括把建筑图纸变成 3D 模型、逐镜头审阅一部动画片，给修复团队整理出带时间戳的记录。

推理强度开到中档，Terra 得分 57.6%，和 Astra 一分不差，每个任务的成本只要 0.29 美元，Astra 4.82 美元。开到最高档，Terra 得分 60.0%，超过 Astra 的 59.3% 和 Sol 的 58.6%，每个任务也才 1.01 美元。

这项测试，地球完胜。完成任务的速度，Terra 平均也是两位大哥的 3 倍多。

不过 Agents' Last Exam 里分数最高的模型还是 Anthropic 的 Claude Opus 5.5，得分 63.2%，但每个任务要 8.82 美元，差不多是最高档 Terra 的 9 倍。

在第三方评测机构 Artificial Analysis 的大模型排行榜上，Terra 综合得分 48 分，比 Sol 低 4 分。但论性价比，Terra 开低、中两档时正好落在斩杀线上，花同样的钱，没有谁的分数比它高。

另外值得一提的是幻觉率，模型不知道答案时硬猜的比例，新 Terra 从上一代的 88% 降到了 38%，比 Astra、Sol 和 Claude Opus 5.5 都低。

OpenAI 官方演示视频中，用户投喂给 GPT-6.1 Terra 一张里斯本老城区的照片，让它给照片里的黄色电车做一个能交给玩具厂的 3D 模型。

Terra 自己打开 3D 建模软件，一块一块把车身搭建出来。

我在 Codex 里也把这张照片发给了 Terra，让它用网页 3D 库 Three.js 做一个能在浏览器里旋转查看的 3D 电车，同样的提示词也发给了 Sol。

Terra 40 秒交卷，我打开一看是白屏。把报错发回去，它 14 秒修复。

Sol 用时 3 分半，一次成功，还顺手添加了铁轨、4 个预设视角和一张配色卡。

所以，一分钟交出一个能看的初稿，Terra 够用了。

想要更精细，还得是 Sol。

OpenAI 官宣帖的评论区，讨论最多的反而不是 Terra 本身。

有网友压根不买账，「哥们，我们要的是比 Claude Opus 5.5 更强的模型。快不快、便不便宜，没人在乎。」

重置哥的帖子下面，也有网友追着问，「GPT-6.1 Astra 呢？」

原定 10 月上线的 GPT-6.1 Astra，因为在安全测试里比上一代更容易撒谎，被 OpenAI 搁置了。

GPT-6.1 Terra 的 API 定价还算良心，每百万输入 token 1 美元、输出 5 美元，缓存输入只要 0.05 美元。作为对比，Sol 每百万输入 token 2 美元、输出 10 美元，Astra 10 美元、50 美元。

划重点，ChatGPT 聊天模式用不了 Terra。

ChatGPT Work 和 Codex 里已经开始推送 Terra，除了免费版和 Go 用户，所有其他订阅用户都能用，在 Work 或 Codex 的模型菜单里手动切换到 GPT-6.1 Terra 就行。用 Codex 命令行的，升级到最新版，启动时加上参数 -m gpt-6.1-terra。

模型太多不知道怎么选？这是 OpenAI 官方的建议。

最难、要从头干到尾的任务交给 Astra；需要反复执行、长时间运行又在意成本的用 Sol；日常写作、看图看屏幕、对照原始文件填表用 Terra；标准明确、量又大的提取和分类任务交给 Luna。