OpenAI 發佈 GPT-6.1 Terra，主打高效執行與低成本

OpenAI 又捲起了大模型的性價比。

就在剛剛，OpenAI 正式發佈新一代模型 GPT-6.1 Terra，主打更快的響應速度、更強的視覺理解和電腦操作能力，以及更低的使用成本。

圖｜博客🔗 https://openai.com/index/introducing-gpt-6-1-terra/

相比上一代 GPT-5.6 Terra，新模型的標準 API 價格直接降低 50%，但在複雜任務執行、事實準確率和編程能力上均有明顯提升。尤其是在部分專業任務測試中，GPT-6.1 Terra 已經能夠接近旗艦模型 GPT-6 Astra 的表現，Token 價格卻只有後者的十分之一。

OpenAI 將其定位為一款面向高頻工作場景的高效模型，希望讓更多企業和開發者能夠以更低的成本，將 AI Agent 真正應用到日常工作中。

性能直追 Sol，執行任務速度快 3 倍

GPT-6.1 Terra 最值得關注的變化，是視覺理解與電腦操作能力的進一步結合。

過去，AI 可以理解圖片、分析文檔，但要讓它真正操作電腦、跨應用完成複雜任務，依然需要較高的模型能力和推理成本。

如今，GPT-6.1 Terra 已經能夠處理從閲讀技術圖紙、填寫表格，到編輯視頻、操作桌面軟件等一系列專業任務。

例如，用戶可以讓它根據建築設計圖紙創建 3D 模型，或者逐幀檢查動畫影片，為修復團隊製作帶有時間碼的鏡頭記錄。企業還可以利用它讀取收到的發票，並將相關信息自動錄入財務軟件。

在衡量 AI Agent 完成專業工作能力的 Agents’ Last Exam 測試中，GPT-6.1 Terra 的表現相當突出。

在中等推理強度下，新模型的得分比 GPT-5.6 Terra 提高了 15 個百分點，單次任務成本卻降低至約三分之一。

更值得關注的是，同樣在這一測試中，GPT-6.1 Terra 已經能夠達到 GPT-6 Astra 的水平，而標準 API 的 Token 單價僅為後者的十分之一。

與 Anthropic 的 Claude Opus 5.5 相比，在最高推理強度下，GPT-6.1 Terra 的 Token 使用效率超過其 3 倍，Token 單價只有其四分之一，最終完成同類任務的成本約低 9 倍。

速度方面，GPT-6.1 Terra 完成任務的速度也超過 GPT-6 Astra 和 GPT-6.1 Sol 的 3 倍。

有開發者曬出的測試結果顯示，GPT-6.1 Terra 單次請求的生成速度可以達到每秒 450 Token，低推理強度下甚至有望達到每秒 600 Token，不過後者尚未得到驗證。

第三方評測機構 Artificial Analysis 的智力指數榜單也給出了一個有意思的參照，GPT-6.1 Terra（Max）拿到 48 分，超過除 Kimi K3.1 Pro（55 分）之外的中國開放權重模型。

另外，在考察視覺推理能力的 MMMU-Pro 測試中，GPT-6.1 Terra 在所有推理強度下均超過上一代模型，並以明顯更低的成本，取得接近 GPT-6 Astra 和 GPT-6.1 Sol 的成績。

在專門測試 AI 操作桌面應用能力的 OSWorld 2.1 中，新模型僅使用中等推理強度，就已經超過 GPT-5.6 Terra 在最高推理強度下的成績，同時顯著降低了單次任務成本。

實際體驗也印證了部分提升，DesignArena 讓兩代 Terra 重現日落時分的里斯本貝倫塔，6.1 版本生成了更精細的建築與水面光影，雖然耗時接近上一代的 4 倍、Token 消耗增加 48%，單次成本卻從 0.077 美元降至 0.047 美元。

而 atomic.chat 使用相同提示詞讓兩款模型分別以 8 個 Agent 開發遊戲，Terra 只用 6 分鐘、花費 1.06 美元就完成任務，而 Claude Sonnet 5.5 花費約一小時和 18.10 美元，卻交出了明顯更好的遊戲作品。

此外，從現有測試來看，GPT-6.1 Terra 在高難度任務的最終交付質量上，恐怕仍然比不上 Claude Opus 5.5，但考慮到它更低的價格和更快的執行速度，依然有不小的生存空間。畢竟，現實中有大量工作只需要 AI 把事情做完，並不值得每次都請出最貴的旗艦模型。

幻覺率大幅下降，編程成績翻倍

除了視覺理解和電腦操作，GPT-6.1 Terra 在事實準確率與編程方面的進步同樣明顯。

OpenAI 表示，今年一直在重點解決模型產生幻覺和事實性錯誤的問題。

在其內部設計的高難度事實準確率測試中，GPT-5.6 Terra 在低推理強度下的錯誤率高達 53.6%，而 GPT-6.1 Terra 已將其降低至 16.7%，下降 36.9 個百分點。

當推理強度提升至最高檔時，新模型的錯誤率進一步下降至 4.3%，接近 GPT-6 Astra 和 GPT-6.1 Sol 的水平。

對於需要處理合同、技術文檔和企業內部數據的 AI Agent 來説，事實錯誤率的下降尤其重要。畢竟，模型能夠完成任務只是基礎，執行過程中能否持續保持準確，直接決定了用戶能否放心將更多工作交給 AI。

編程能力方面，GPT-6.1 Terra 也迎來大幅提升。

在測試 AI Agent 命令行編程能力的 Terminal-Bench 4.0 中，GPT-6.1 Terra 在最高推理強度下取得了 50.3% 的任務解決率，上一代 GPT-5.6 Terra 的公開成績僅為 21.5%。

換句話説，新模型的編程測試成績已經達到上一代的兩倍以上。

在科學研究編程測試 Terminal-Bench-Science 0.1 中，GPT-6.1 Terra 甚至超過了定位更高的 GPT-6.1 Sol。

該測試包含利用代碼分析延時攝影視頻中的細胞分裂等科學研究任務。OpenAI 表示，GPT-6.1 Terra 的得分距離 Claude Opus 5.5 不足 5 個百分點，估算成本卻低於後者的五分之一。

當然，OpenAI 也明確表示，對於最複雜的軟件工程和深度研究任務，GPT-6.1 Sol 和 GPT-6 Astra 依然是更合適的選擇。

API 價格腰斬，正式進入 ChatGPT Work 和 Codex

相比性能提升，GPT-6.1 Terra 的價格調整可能對開發者更有吸引力。

根據 OpenAI 公佈的信息，新模型的標準 API 定價如下。

• 輸入價格為每百萬 Token 1 美元

• 緩存輸入價格為每百萬 Token 0.05 美元

• 輸出價格為每百萬 Token 5 美元

相比 GPT-5.6 Terra 和 GPT-6.1 Sol，GPT-6.1 Terra 的標準 API 價格降低了 50%。如果與旗艦模型 GPT-6 Astra 相比，其輸入和輸出 Token 的價格均只有後者的十分之一。

在產品層面，GPT-6.1 Terra 已經面向 ChatGPT Plus、Pro、Enterprise 和 Edu 用戶開放，可以在 ChatGPT Work 和 Codex 中使用。

OpenAI 表示，在相同的使用額度下，用戶能夠通過 GPT-6.1 Terra 完成比 GPT-5.6 Terra 更多的任務，相較 GPT-6.1 Sol 和 GPT-6 Astra，額度使用效率的提升則更加明顯。

開發者也可以通過 OpenAI API 調用該模型，模型名稱為 gpt-6.1-terra。

安全方面，OpenAI 表示，GPT-6.1 Terra 在其 Preparedness Framework 中達到網絡安全能力的 Critical 風險等級，因此沿用了 GPT-6 Astra 等模型的相關安全防護措施。

與此同時，新模型繼承了 GPT-6 系列的對齊改進，在遵守用戶授權範圍、主動説明自身能力限制，以及抵禦惡意提示詞注入方面，相比上一代有所提升。

回看 OpenAI 今年的產品更新，從旗艦模型 Astra 到強調綜合能力的 Sol，再到如今主打高效執行的 Terra，產品之間的分工正在變得越來越明確。

尤其是在 AI Agent 加速進入真實工作場景的背景下，模型競爭也開始從單純追求更高的 Benchmark 分數，延伸到完成同一項任務究竟需要花多少錢、多少時間，以及能否持續可靠地執行。

過去，企業想讓 AI 自動處理大量辦公任務，往往需要在模型能力、速度和成本之間反覆權衡。

GPT-6.1 Terra 的出現，正在降低這種權衡的代價。

當一個能夠看懂屏幕、操作軟件、理解複雜文檔的模型，已經具備接近旗艦級的能力，卻只需要十分之一的 Token 成本，AI Agent 也就有了從少數高價值任務走向大規模日常應用的現實條件。

對於 OpenAI 來説，讓越來越強的 AI 變得越來越便宜，或許與發佈下一款最強模型同樣重要。