GPT-6.1 Terra发布：代理评测追平GPT-6 Astra，速度快3倍价格仅1/10
2026年10月26日，OpenAI发布GPT-6.1 Terra，定价每百万token输入$1、输出$5，比GPT-6.1 Sol低50%以上，却在官方代理测试中与旗舰GPT-6 Astra持平，完成任务速度快逾3倍。同日该模型在Amazon Bedrock全面上线。第三方平台BenchLM.ai将其综合能力排第10
2026年10月26日，OpenAI正式推出GPT-6.1 Terra，API定价为每百万输入token $1、输出$5。AWS官方公告显示，该模型在OpenAI的"Agents' Last Exam"代理评测中比GPT-5.6 Terra高出15个百分点，与旗舰GPT-6 Astra打平，完成任务的速度则比GPT-6 Astra和GPT-6.1 Sol快出3倍以上。同一天，它在Amazon Bedrock全面上线。
具体数字上，这次更新的步子不小。BleepingComputer报道称，低推理力度下，
GPT-6.1 Terra的错误率由GPT-5.6 Terra的53.6%降到16.7%；编程基准Terminal-Bench 4.0上，最大推理力度下的解题率从21.5%升到50.3%，翻了一倍多。这些数据都是OpenAI自己报的，并非独立机构测试所得。第三方评测平台BenchLM.ai截至10月26日的数据则显示，GPT-6.1 Terra综合能力评分75.9/100，在229个收录模型中排第10；多模态能力排第4/58（百分位95%，评分91.6），代理能力排第8/133（百分位95%，评分72.4），知识能力排第12/188（百分位94%，评分74.9）。不过BenchLM.ai同时明确标注，编程、推理、多语言、指令遵循、数学这五个类别"尚未测量"。
一个被迫"回归"的中间层
要理解这次发布，得先看OpenAI这一代模型命名留下的乱局。它的设计逻辑是按规模从小到大排：Luna（小）→ Terra（中）→ Sol（大）→ Astra（更大）。可在GPT-6.1周期里，Terra曾被悄悄停售，Sol-6.1被定在原Terra-6.0的价位，部分场景下性能还超过了Astra，产品线的中间层因此空了一阵——市场上短暂出现过"Sol-6.1 ≈ Astra性能，但售旧Terra价格"的窗口。
这回Terra以6.1版本重新归位，把这个空缺补了回来。Hacker News的讨论中，一位自称供职于OpenAI的工程师（用户名tedsanders）解释说，GPT-6.1 Terra在技术沟通上强于Astra和Sol，视觉理解与计算机使用能力跟两者相当，但速度快得多；"大多数其他任务"上则稍逊。他建议开发者把它看成"介于Sol（嫌贵）和Luna（嫌笨）之间的中档选项，尤其在视觉、计算机使用和沟通任务上"。同一条帖子下，有用户用"微软首席品牌官是不是跳槽OpenAI了"调侃命名有多乱，OpenAI工程师的回复承认"我们不总是能做到清晰简洁"。
性价比公式的实际含义
Terra-6.1的定价跟前代Terra-6.0一样，性能却已大幅提升。这是典型的价格锚定维持策略：用户的价格心理预期不动，旧价格带的性能天花板被大幅抬高。BleepingComputer报道称，与GPT-6 Astra相比，Terra的每token定价约为其十分之一；AWS公告则显示，与GPT-6.1 Sol相比，输入输出价格均低50%以上。两组数字指向同一个结论：代理任务场景下，Terra是眼下OpenAI产品线里边际性价比最高的选项。
对代理（agent）系统来说，速度因子的权重常常被低估。自动化工作流跑的批量任务对吞吐量极其敏感——3倍速度意味着同样预算能处理3倍任务量，或者把延迟压到三分之一。AWS 
Bedrock同日全面上线，又进一步压低了企业的迁移成本：已在AWS生态里跑服务的团队不用换基础设施就能接入Terra，Bedrock自带的安全管控和访问审计也直接覆盖了企业合规需求。
OpenAI模型通过Bedrock落地，这并不是头一回。此前GPT-6 Astra和GPT-6.1 Sol都已上架Bedrock，Terra的加入是在系统性填补价格阶梯的空缺，不是一次偶发合作。OpenAI与AWS的分发关系正形成稳定的渠道模式，对那些依赖云基础设施、而非直接调用OpenAI API的企业用户来说，这意味着模型选型的实际可操作性在提升。
竞争格局的新变量
放到更大的市场层面看，GPT-6.1 Terra的发布延续了一个行业性趋势：中型模型在特定任务上超过更大模型，已不算异常，正成为主流叙事。Hacker News讨论中有人举出Sonnet 5.5在某些维度优于更大的Fable 5.1、Gemini 3.8 Flash在部分场景超越Gemini 3.1 Pro，说明这一现象跨越了不同厂商的产品线。OpenAI此番重新定位Terra，本质上是承认：在agent任务这个具体应用场景里，速度与成本的竞争权重已经超过参数规模。
Terra的视觉和代理能力在BenchLM.ai上都处于95百分位，而这两项恰好对应AWS公告描述的核心使用场景：起草提案、解读技术图纸、代码库调查、跨业务系统的代理操作。这个能力组合指向一个特定的市场区间——不需要最强模型，但要稳定的视觉理解和快速的任务执行，服务的是企业级工作流。这与Anthropic Sonnet系列长期占据的"工程师日常主力"定位高度重叠，定价上的直接压力是真实存在的。
