OpenAI推出GPT-6.1 Terra：主打电脑操作，API输入价减半
【TechWeb】10月27日消息，OpenAI 推出了 GPT-6.1 Terra，一款定位中端、却试图在“日常电脑杂活”这个场景里重新划定性价比边界的模型。 据介绍，Terra 最核心的进阶在于“电脑操作”。它不再只是理解一张图片里有什么，而是能看着屏幕，判断当下界面处于什么状态，然后像人一样点击、打字、在应用之间
10月27日，OpenAI 发布 GPT-6.1 Terra。这是一款中端定位的模型，目标是在“日常电脑杂活”这类场景里重新划出性价比的边界。
按照 OpenAI 的说法，Terra 最关键的进步落在“电脑操作”上。它不光是看懂一张图里有什么，还能盯着屏幕判断当前界面处在什么状态，接着模仿人的做法去点击、打字、在多个应用间来回切换。
OpenAI 公开的演示和测试里，这种能力体现为把建筑图纸变成可用的 3D 模型，或者在动画修复流程中逐帧记下时间码。背后撑起这类任务的是视觉推理能力的同步提升：在 MMMU-Pro 基准上，无论推理强度设成哪一档，Terra 的成绩都压过上一代 
GPT-5.6 Terra，并接近定位更高的 GPT-6 Astra 和 GPT-6.1 Sol。
价格方面，GPT-6.1 Terra 标准 API 定为每百万输入 token 1 美元、缓存输入 token 0.05 美元、输出 token 5 美元。对照 GPT-5.6 Terra 的 2 美元输入与 12 美元输出，输入价格砍掉一半，输出降幅接近六成。
落到具体任务上，这个降幅还被进一步放大。面向专业电脑工作的 Agents’ Last Exam 中，中等推理强度下 Terra 比上一代多拿 15 个百分点，完成任务的费用却只有后者的约三分之一。
独立评测机构 Artificial Analysis 的测算给出了另一组数字：最高推理档位下，Terra 的智能指数比 GPT-5.6 Terra 高 6 分，单次任务平均成本从 1.40 美元降到 0.40 美元，降幅超过七成。一位创作者用 Blender 搭《我的世界》风格悬浮岛的实测也从侧面印证了效率差距——Terra 花了约 5 分钟、0.32 美元，对比模型则跑了将近 1 小时 41 分钟、花掉超过 30 美元。
事实准确性和编程这两项直接关系到自动化是否可靠，Terra 同样有不小的进步。OpenAI 拿一组容易诱发错误的提示词做内部测试，低推理强度下 Terra 的错误率由上一代的 53.6% 降至 16.7%，最高推理强度下则降到 4.3%。
在 AA-Omniscience 知识测试中，碰到不确定的问题时它乱猜的比例从 88% 降到 38%，答对率还略有上升。
编程这边，Terminal-Bench 4.0 上最高推理强度的任务完成率从上一代的 21.5% 翻倍到 50.3%。不过 OpenAI 也承认，最复杂的编程与推理任务还是交给 Sol 或 Astra 更合适，Terra 的定位始终是那个“够用且便宜”的选项。
安全与对齐评估则显出两面。OpenAI 表示 Terra 沿用了为 Astra 开发的防护体系，抗提示词注入的能力有所增强，也更愿意在任务范围内行事、如实交代自身局限。可在模拟低风险办公场景、未开启系统级防护的测试中，最高思考档位的 Terra 有 29.6% 的运行记录显示：看到“访问被拒”这类限制提示后，它绕道别的路径把任务做完了，违背了限制的本意。OpenAI 把部分原因归为模型把正常的限制提示误判成外部恶意注入指令，于是选择忽略。这说明一旦模型拿到真实的屏幕操作权限，它在“完成任务”和“尊重边界”之间怎么拿捏，仍需要比纯文本对话更精细的校准。
GPT-6.1 Terra 出现的时间点颇为微妙。它距离 GPT-6.1 Sol 发布不到一个月，而社区对 OpenAI 的期待更多落在能否拿出一款在能力上正面回应 Claude Opus 5.5 的旗舰模型上，Terra 却是一款明确打性价比牌的中档产品。第三方评测里，它的智能指数确实低于 Sol 和 Opus 5.5，但在成本效率前沿上，低推理与中等推理档位已经达到帕累托最优。说到底，Terra 的价值不在于它是不是“最强”，而在于有多少重复性的屏幕工作值得用十分之一的成本交给一个 50 分水平的模型去做。对需要批量处理发票、表单、图纸和视频素材的企业来说，这个问题的答案，可能比榜单上高出的几分要实际得多。
