OpenAI GPT-6.1 Terra上线：API降价50%，性能升级

OpenAI CEO山姆·奥特曼。图片经由AI处理

OpenAI再添一款走性价比路线的模型。

美国当地时间10月26日，OpenAI推出中端模型新版本GPT-6.1 Terra。对比上一代GPT-5.6 Terra，这回的升级集中在视觉理解、计算机操作、事实准确性和编程能力四块，标准API的输入与输出价格都降了50%。

OpenAI自家测试里，Terra跑计算机操作任务的速度是GPT-6 Astra和GPT-6.1 Sol的3倍以上，某些任务的表现已经逼近旗舰机型。

它瞄准的是日常办公和高频自动化场景：看懂屏幕上的内容，在多个应用间来回操作，技术图纸、填表单、剪视频这类活也能接。

开发者还在意的另一头是开销：每百万输入Token收1美元，输出Token收5美元，缓存输入Token只要0.05美元。

可速度和价格上的便宜，并没让所有人都点头。第三方测试发现，Terra做视觉作品时能用更低的成本搞定复杂场景，但一些用户觉得它在画面质感、设计审美以及复杂任务的处理上还差点意思。

01 办公自动化是主场

GPT-6.1 Terra最想解决的，是让AI把一整套计算机操作任务做得更快。

AI助手能按用户要求产出文字、代码或操作建议，可一旦任务牵扯多个软件，模型就得先看懂界面、认出控件，再一步步往下执行。

比如企业可以让它读收到的发票，把金额、日期、供应商这些信息录进会计软件；也可以让它看懂建筑技术图纸，或者在桌面应用里连着完成一串操作。

OpenAI的官方演示中，GPT-6.1 Terra直接上手Blender，从零搭出一辆黄色有轨电车的3D模型，车身、车窗、车顶一步步做出来

计算机操作基准测试Agents’ Last Exam里，中等推理模式下GPT-6.1 Terra比GPT-5.6 Terra高出15个百分点，单项任务成本大约是后者的三分之一。

放到GPT-6 Astra旁边看，Terra每Token价格约为其十分之一，任务表现则落在相近的水平。

最高推理模式下，OpenAI称Terra的Token使用效率是Claude Opus 5.5的3倍以上，每Token价格约为后者的四分之一，最终单项任务成本约低90%。速度同样快过GPT-6 Astra和GPT-6.1 Sol的3倍。

可以这么理解：任务需要一定推理能力、又犯不上动用最强模型时，速度和成本可能更值得看，这正是Terra这一档模型的“甜蜜点”。

只是基准成绩没法直接等同于实际工作中的效率。任务步骤多少、怎么调用工具、推理强度高低，都会影响耗时，真实效果还得看具体场景。

02 幻觉率下降，编程成绩翻倍

计算机操作之外，Terra在事实准确性和编程上的进步也挺明显。

OpenAI用内部设计的、专门诱发错误的提示词做了测试。低推理模式下，GPT-5.6 Terra的事实错误率是53.6%，GPT-6.1 Terra降到16.7%，少了36.9个百分点。最高推理模式下，新模型错误率再降到4.3%，比前代低18个百分点，已经贴近GPT-6 Astra和GPT-6.1 Sol的水平。

第三方评测机构Artificial Analysis也看到了类似走向。在其自有的AA-Omniscience知识与幻觉基准测试中，模型不知道答案时，GPT-6.1 Terra猜答案的比例是38%，GPT-5.6 Terra则为88%。同期新模型的准确率提升了2个百分点。

不过这个结果出自特定测试集，推不出模型在所有实际场景里的错误率。

编程这块，Terra的进步一样扎眼。

Terminal-Bench 4.0要求模型通过命令行完成软件工程任务，比如修掉网页加载时出现的布局错位。最高推理强度下，GPT-6.1 Terra的任务解决率达到50.3%，超过GPT-5.6 Terra此前公布的21.5%，涨幅在一倍以上。

Artificial Analysis的Coding Agent Index v2.0给Terra打了48分。这一成绩低于GPT-6.1 Sol的54分，但高于GPT-6 Luna的31分。该机构认为，在低推理强度和超高推理强度两种设置下，Terra的成本效率都算不错。

视觉理解测试MMMU-Pro和桌面操作测试OSWorld 2.1的结果也显示，Terra整体优于GPT-5.6 Terra。对需要看懂图像、操作软件并完成多步骤工作的用户来说，这几项能力可以彼此配合。

不过OpenAI自己也承认，碰上最复杂的编程任务，GPT-6.1 Sol和GPT-6 Astra仍是更合适的选择。Terra的长处，主要集中在成本敏感、任务量大、操作流程相对明确的工作里。

03 真实的“买家秀”

社交平台上的反馈显示，开发者对Terra的评价分歧明显。

设计评测平台@DesignArena挑里斯本的贝伦塔做测试对象，让GPT-6.1 Terra和GPT-5.6 Terra在金色时段重现这座16世纪的石灰岩建筑，还要求加入海鸥、帆船和远处的大桥。

结果显示，GPT-6.1 Terra耗时接近前代的4倍，消耗的Token也多出48%。但单Token价格大幅下降，最终成本反而降了38%，从GPT-5.6 Terra的0.077美元落到0.047美元。

从实际demo看，两款模型生成的画面并不一样。

DesignArena认为，GPT-6.1 Terra还原出了更复杂的建筑结构，层叠的拱形窗户、穹顶转角塔楼，以及塔霍河面上的阳光反射都出现了。生成页面尺寸大31%，每帧用到432个独立部件，前代是323个。

相比之下，GPT-5.6 Terra也生成了穹顶、阳台、帆船和海鸥，但建筑形状更简单，水面缺少明显的光影变化，远处大桥的结构也没有那么细致。

AI模型测试账号@N1njaCodex拿GPT-6.1 Terra和Claude Opus 5.5做了对比，任务是生成像素艺术风格的罗马竞技场。

完成同一任务，两款模型分别花费2.38美元和8.38美元。NinjaCodex认为，Terra以这个价格完成任务已经不错，但Opus生成的竞技场更明亮、画面层次更丰富，所以他还是更喜欢后者。

AI独立开发者@YFeng2022同样对Terra的视觉表现存疑。他看视频演示后认为，模型生成的画面有塑料感，审美表现仍不理想，整体效果不如DeepSeek和Kimi近期发布的模型。

模型追踪账号@Mr_Salio的态度则更负面。他觉得Terra速度确实突出，可综合体验没达到预期，甚至认为GPT-5.6在部分测试中表现更好。

04 当中端模型开始算账

Terra发布之后，相关讨论很快烧到了模型市场的竞争层面。

AI开发者@NFT_Chen引用Artificial Analysis的智能指数数据强调，GPT-6.1 Terra在最高推理强度下拿到48分，高于多款中国模型。

这当然不直接等于产品竞争力，但它反映出一个现实：模型之间的较量，已经延伸到不同推理强度下的成本、速度和任务完成质量。

@NFT_Chen的看法是，用户若要深度判断、复杂架构设计和高质量创作，可以优先考虑Claude Opus 5.5；工作以明确规格的开发、文档和终端操作为主，Sonnet 5.5也有竞争力；Terra则更适合高频办公、跨应用操作和对成本敏感的自动化任务。

这种选择思路与OpenAI对Terra的定位吻合。官方明确建议，深入研究和复杂编程仍优先考虑GPT-6.1 Sol或GPT-6 Astra，Terra想用更低的价格覆盖大量日常工作。

目前GPT-6.1 Terra已向ChatGPT Work和Codex中的Plus、Pro、Enterprise及Edu用户开放，开发者也能通过OpenAI API调用。标准价格为每百万输入Token 1美元、缓存输入Token 0.05美元、输出Token 5美元。

对需要大量调用模型的企业和开发者来说，价格下降会直接影响自动化项目的成本。但任务若对视觉质量、复杂推理或代码可靠性要求很高，模型还是得经过实际测试，不能只盯单Token价格。

特约编译金鹿对本文亦有贡献