OpenAI 發佈 GPT-6.1 Terra，電腦操作媲美 GPT-6 Astra，每個 Token 價格僅為其十分之一

今天真是個熱鬧日子。

那邊 Anthropic 提交 IPO，這邊 OpenAI 發佈了最新模型 GPT-6.1 Terra。

它的定位是「以更低價格，提供快速、強大的電腦操作能力」，將細緻的視覺推理、精準的電腦操作能力與更清晰、更自然的寫作表現結合在一起。

Sam Altman 興奮地表示，「GPT-6.1 Terra 將開啓電腦操作的新時代。」

與 GPT-5.6 Terra 相比，GPT-6.1 Terra 能力有了顯著提升，尤其擅長處理日常工作中的溝通和電腦操作任務，從起草提案、解讀技術圖紙，到填寫表格、剪輯視頻，都能勝任。

Terra 繼續拓展各模型系列在智能表現與成本之間的平衡，為用戶提供速度、能力和價格之間更好的組合。它的標準 API 定價如下：

輸入 Token：每百萬 1 美元
緩存輸入 Token：每百萬 0.05 美元
輸出 Token：每百萬 5 美元

標準 API 價格比 GPT-5.6 Terra 和 GPT-6.1 Sol 低 50%。這讓開發者可以用更低的成本自動處理大量工作，例如讀取收到的發票，並將相關信息錄入會計軟件。

從今天起，所有 Plus、Pro、Enterprise 和 Edu 用戶都可以在 ChatGPT Work 和 Codex 中使用 GPT-6.1 Terra。開發者也可以通過 OpenAI API 調用該模型，模型 ID 為 gpt-6.1-terra。

並且，在 ChatGPT Work 和 Codex 中，使用 GPT-6.1 Terra 也能讓你的套餐額度發揮更大作用。同樣的使用額度，可以完成比 GPT-5.6 Terra 更多的任務；與 GPT-6.1 Sol 或 GPT-6 Astra 相比，可完成的任務數量則會多出很多。

從視覺理解到實際操作

OpenAI 使用 Agents' Last Exam 基準測試評估 GPT-6.1 Terra 的電腦操作能力。該基準涵蓋多種專業任務，例如根據建築圖紙創建 3D 模型，以及逐鏡頭審查動畫影片，為修復團隊製作帶時間碼的記錄。

在中等推理強度下，GPT-6.1 Terra 的得分比 GPT-5.6 Terra 高出 15 個百分點，成本僅為後者的約三分之一。即使與 GPT-6 Astra 相比，它的表現也不相上下，但每個 Token 的價格只有後者的十分之一。

在最高推理強度下，Terra 的 Token 使用效率是 Claude Opus 5.5 的三倍以上，每個 Token 的價格則只有後者的四分之一，因此，完成同一任務的成本可以降低到約九分之一。

Terra 的運行速度也快得多，完成任務的速度超過 GPT-6 Astra 和 GPT-6.1 Sol 的三倍。

在視覺推理基準 MMMU-Pro 上，GPT-6.1 Terra 在所有推理強度設置下的表現都優於 GPT-5.6 Terra。它的得分甚至已接近 OpenAI 能力最強的前沿模型 GPT-6 Astra 和 GPT-6.1 Sol，但成本要低得多。

OSWorld 2.1 用於測試 AI 智能體能否操作桌面應用完成多步驟任務，例如根據技術圖紙創建 3D 模型。在中等推理強度下，GPT-6.1 Terra 的成績已經超過 GPT-5.6 Terra 的最佳成績，而每項任務的成本卻低得多。

事實準確性與編程能力顯著提升

今年，OpenAI 投入了大量精力，減少模型產生的幻覺和事實錯誤。

在其內部設計的、容易誘發錯誤的提示詞基準測試中，低推理強度下，GPT-6.1 Terra 的錯誤率從 GPT-5.6 Terra 的 53.6% 降至 16.7%，下降了近 37 個百分點。

在最高推理強度下，錯誤率也下降了 18 個百分點，降至 4.3%，與 GPT-6 Astra 和 GPT-6.1 Sol 的錯誤率已非常接近。

GPT-6.1 Terra 的軟件工程能力也比 GPT-5.6 Terra 有了大幅提升。

Terminal-Bench 4.0 用於測試編程智能體通過命令行解決問題的能力，例如修復一個頁面加載時佈局會發生偏移的網頁。在最高推理強度下，GPT-6.1 Terra 能夠解決 50.3% 的任務，超過 GPT-5.6 Terra 已公佈的 21.5% 得分的兩倍。對於最複雜的編程任務，GPT-6.1 Sol 和 GPT-6 Astra 仍然是更好的選擇。

Terminal-Bench-Science 0.1 用於測試智能體能否通過編寫和運行代碼完成科學研究任務，例如追蹤延時攝影視頻中的細胞分裂過程。

在最高推理強度下，GPT-6.1 Terra 的表現超過了 GPT-6.1 Sol，同時成本更低。與 Opus 5.5 相比，它的得分差距不到 5 個百分點，而估算成本不到後者的五分之一。

安全性與對齊

在讓強大的 AI 變得更高效、更容易使用的同時，我們也在持續訓練、測試和完善安全防護機制。

根據 OpenAI 的準備度框架（Preparedness Framework），GPT-6.1 Terra 在網絡安全領域達到了「關鍵」（Critical）級別的能力閾值，同時保留了為 GPT-6 Astra 開發的安全防護措施。

GPT-6.1 Terra 也繼承了 GPT-6 系列在對齊方面的改進。根據評測，與 GPT-5.6 Terra 相比，GPT-6.1 Terra 更有可能將操作限制在用戶指定的範圍內，並如實告知用戶自身的能力侷限和可能遇到的障礙。

在提示詞注入測試中，GPT-6.1 Terra 也表現出較強的抵抗能力，能夠抵禦那些試圖通過惡意指令將模型引離用戶原定任務的攻擊。

模型細節請參閲模型卡：

模型卡地址：https://deploymentsafety.openai.com/gpt-6-1-terra/gpt-6-1-terra.pdf
博客地址：https://openai.com/index/introducing-gpt-6-1-terra