GPT-6.1 Terra 上線：API 降價，實際任務表現如何？
GPT-6.1 Terra上线：更便宜了，干活到底怎么样？
OpenAI 推出 GPT-6.1 Terra，支援理解圖片和螢幕，以及操作瀏覽器、桌面和應用，API 價格亦低於 GPT-5.6 Terra。
文章並列 GPT-5.6 Terra 對照任務的耗時、token 用量與帳單，再比較綜合測試得分和成本，呈現降價、速度與評測表現之間的差異。
2026-10-27 7
版權
版權聲明：
本文內容由阿里雲實名註冊用戶自發貢獻，版權歸原作者所有，阿里雲開發者社區不擁有其著作權，亦不承擔相應法律責任。具體規則請查看《 阿里雲開發者社區用戶服務協議》和 《阿里雲開發者社區知識產權保護指引》。如果您發現本社區中有涉嫌抄襲的內容，填寫 侵權投訴表單進行舉報，一經查實，本社區將立刻刪除涉嫌侵權內容。
給AI一張電車照片，讓它照着做個3D模型，會做成什麼樣？
OpenAI剛發佈的GPT-6.1 Terra，就接了這麼個活。
Terra能看懂圖片和屏幕，也能操作瀏覽器、桌面和應用，替你在電腦上做事。
官方演示裏，它拿到一張有軌電車照片，然後在Blender裏建模。
Blender就是做3D模型的軟件。
車身、車窗、輪子、車頂陸續做出來，最後把整輛車轉過來，側面和背面也能看。官方視頻省略了部分建模過程。
按OpenAI的介紹，Terra可以拿供應商的照片去匹配商品目錄，再更新商品信息，也可以
檢查營銷圖片有沒有裁歪、文字位置對不對，整理出需要修改的地方。
Terra也能起草、修改文字。
按OpenAI的介紹，它會先交代結果，再解釋必要的細節。
社區已經拿它做了些什麼
官方拿電車做演示，社區用戶lindaniel試的是一隻螃蟹。
他曬出的建模記錄是5分38秒。
畫面裏的螃蟹有橙色的殼、凸起來的眼睛，兩隻鉗子張着，腿也分出了關節。
同一位作者還試了鸚鵡騎車，用Max花了大約2分鐘。
但他特意提了一句，出來的竟然是靜態的。
另一位社區用戶kevechang開了Fast，讓Terra做一個霸王龍騎摩托的HTML頁面。
HTML就是編寫網頁用的語言。
截圖裏，綠恐龍的小短手握着車把，背後是山坡、雲和太陽，作者説原網頁會動。
還有人把騎車這道題倒了過來。
社區用戶yunhe曬出的網頁裏，袋鼠、自行車、道路和樹全都翻了個面，頁面像一張倒着看的澳洲明信片。
9分13秒的小島，作者還是挑出了差距
社區用戶FGJ用Terra Max做了一個3D網頁，要用Three.js搭一座體素風格的小島。
Three.js是做網頁3D效果的工具。體素風格，就是把建築、樹和地形做得像小方塊搭起來的一樣。
他曬出的任務記錄是9分13秒，做出的小島上有五重塔、鳥居、櫻花樹和溪流。
他之前用Astra Max做類似場景，花了40多分鐘，這次他誇了Terra的速度。
不過，他覺得整體質量和細節還是不如Astra。下面是他之前曬出的Astra作品。
這組公開作品裏，Astra的塔檐、欄杆和島上植物做得更細。
另一位社區用戶想做的，是《星際穿越》裏的黑洞。
他要求畫面裏有吸積盤和引力透鏡效果，能用鼠標轉着看，旁邊還能調整參數。
吸積盤就是黑洞周圍那圈發亮的物質，引力透鏡則會讓光線彎曲。
作者在應用裏選了Ultra模式，記錄的用時是8分43秒，作品和代碼都公開了。
但他對這版畫面並不滿意，還覺得GPT系列在做黑洞效果時，總有些彆扭。
單價降了，做一項任務到底省多少
Terra這次下調的是API價格，API就是開發者把模型接進自己程序的調用方式，費用按處理的內容量計算。
token是模型處理內容時的計量單位。
標準價格是每百萬輸入token1美元，每百萬輸出token5美元，緩存輸入每百萬0.05美元。
輸入是交給模型的內容，輸出是模型生成的內容。
相比舊版GPT-5.6 Terra，標準輸入價從每百萬token 2美元降到1美元，輸出價從12美元降到5美元。
DesignArena在社區發了一道新舊Terra的對照題：重建夕陽下的貝倫塔。
這是一座位於里斯本河邊的石塔。他們要求保留石頭上的繩紋雕刻、開放陽台和圓頂塔樓，周圍還要有海鷗、帆船，以及遠處的大橋。
結果，GPT-6.1 Terra花的時間接近舊版GPT-5.6 Terra的4倍，用掉的token也多了48%。
可按DesignArena公佈的賬單，這道題新版花了0.047美元，舊版花了0.077美元，新版反而便宜了約38%。
按DesignArena的描述，新版做出了層疊的拱窗、圓頂角樓和河面上的夕陽反光。舊版的
塔更方正簡單，水面沒有那層反光，遠處的大橋只剩兩根柱子。
獨立評測機構Artificial Analysis還測了一組任務。
在綜合能力測試裏，同樣開到max，新Terra得分比舊版高6分，平均任務成本約0.40美元，舊版是1.40美元。
圖的上半部分是綜合得分，下半部分把得分和成本放在一起。越往上，得分越高，越往左，成本越低。
Artificial Analysis還比較了不同的推理強度。
推理強度，就是給模型多少思考預算。預算增加，也會影響等待時間和花費。
綜合能力和成本一起比，Terra的low、medium兩檔處在效率前沿。在這套測試裏，沒有
其他受測選項同時比它們便宜，得分又更高。
Artificial Analysis把模型放進工程環境，讓它們帶着工具完成任務，再彙總成代碼代理指數。
同樣是max檔，Terra拿到48分，Sol是54分，Luna是31分。
OpenAI也明確説，最複雜的編程任務，GPT-6.1 Sol和GPT-6 Astra仍然更合適。
編程測試的成本效率前沿上，Terra入選的是low和xhigh兩個檔位，和前面綜合測試裏的low、medium不同。
至於會不會瞎編，Artificial Analysis還做了AA-Omniscience測試。
這項測試看的是，模型不知道答案時，會不會繼續硬猜。
舊Terra的硬猜比例是88%，新Terra降到38%。這是這項測試裏的指標，不是日常所有回答的錯誤率。
在哪用，怎麼選
GPT-6.1 Terra已經能在ChatGPT Work和Codex裏用，普通Chat暫時沒有，移動端Work也支持。
Plus、Pro、Business、Enterprise和Edu套餐支持它，企業工作區還要看管理員設置和實際開放情況。
在ChatGPT桌面端或網頁版Work裏，打開模型設置中的Advanced，選GPT-6.1 Terra就可以了。
要讓它操作瀏覽器和電腦，還需要完成對應設置，並給它相應的訪問權限。
如果平時用終端，可以通過Codex CLI來選它。
Codex CLI就是在終端裏運行的Codex。
先把版本更新到0.159.0或更高，再用下面這條命令啓動。
codex -m gpt-6.1-terra已經進了交互會話，就用/model切換。
開發者接API，模型名是gpt-6.1-terra，工具調用走Responses API。
它支持105萬token上下文，最多輸出12.8萬token。
推理檔位有none、low、medium、high、xhigh和max，默認是medium。
API調用單獨計費，和訂閲額度是兩回事。
輸入超過272K token時，整次請求的輸入和緩存價格乘2，輸出價格乘1.5。
寫在最後
貝倫塔那道題裏，新版沒有少用token，賬單卻仍然比舊版低。
同一筆API預算，現在能調用的token更多了。
這可能會改變人給AI提要求的方式。
如果原來因為成本只做一版頁面，現在就有餘地看看另外兩種做法。
如果某項小任務過去不值得花錢調用模型，價格降下來後，它也可能被接進程序裏。
謝謝你讀我的文章。
如果覺得不錯，隨手點個贊、在看、轉發三連吧🙂
如果想第一時間收到推送，也可以給我個星標⭐～謝謝你看我的文章。
開源知識庫（實時更新 交流羣）：
來源：阿里雲開發者社區 AI · developer.aliyun.com