GPT-6.1 Terra发布：能看屏幕会操作软件，API价格降一半
专注AIGC技术的专业社区，关注大语言模型（LLM）的发展和应用落地，聚焦LLM及AI技术的市场研究和开发者生态，欢迎关注！把一张技术图纸交给 AI，让它读懂图面；再让它打开软件、填表、整理资料——这类需要“看见屏幕并动手操作”的工作，是 OpenAI 这次推出 GPT‑6.1 Terra 想重点解决的场景。它不是 G
这是一个专注AIGC技术的社区，长期盯着大语言模型（LLM）的发展与应用落地，也做LLM及AI技术的市场研究和开发者生态，欢迎关注。
给AI一张技术图纸，让它把图面读明白；再让它开软件、填表、整理资料——这类既得“看见屏幕”又得动手做的活儿，正是OpenAI此次推出GPT‑6.1 Terra要啃的场景。
Terra并非
GPT‑6系列中主打最复杂推理的那一款。OpenAI给它的定位是更快、更省，面向视觉理解、电脑操作和日常办公。开发者这边，标准API的输入和输出价格比GPT‑5.6 Terra、GPT‑6.1 Sol都低了一半。方向摆得很明白：不光看模型能答什么，还要让它用更低的成本把工作流里的具体步骤跑完。
看懂画面之后，还要能接着操作
能认图像，不等于能把活干完。真实的电脑任务往往连着好几步：先从屏幕或文件里找信息，再判断该进哪个应用，然后填写或改动内容，最后核对有没有做完。中间哪一步出了岔子，用户都得回来接手。
GPT‑6.1 Terra的着力点，就是把视觉推理和电脑操作捏到一块儿。
办公自动化尤其吃这种能力。处理一批进货单时，模型要从图片或页面里读出字段，再把信息录进会计软件；如果它能在应用之间一步步执行，自动化的就不只是文字识别，而是整段流程里的工作。
不过，“能操作软件”还是不等于能彻底放手。系统权限、网页改版、含糊的指令、异常数据，都可能让结果走样。高风险操作照样得有清楚的权限边界和人工确认。OpenAI公告讲的是模型能力和适用方向，并没有证明它在所有办公软件、所有复杂流程里都能稳定跑完。
测试成绩有提升，适用范围也有边界
OpenAI公布的测试中，Agents’ Last Exam在中等推理强度下，GPT‑6.1 Terra比GPT‑5.6 Terra高出15个百分点；公司称，拿到相应成绩的单任务成本约为后者的三分之一。对上GPT‑6 Astra，官方说法是Terra在该测试里表现接近，但每个Token的价格约为其十分之一。
电脑操作评测OSWorld 2.1也指向同一个方向：OpenAI表示，中等推理强度下，Terra的成绩超过了GPT‑5.6 Terra在该测试中的最高成绩，单任务成本还更低。命令行编程测试Terminal‑Bench 4.0里，Terra在最高推理强度下解出50.3%的任务，GPT‑5.6 Terra此前公布的成绩是21.5%。
这些数字说明，在特定测试和任务设置下，Terra较前代进步明显；但它们不是对所有电脑操作、办公或编程任务的普遍保证。基准测试的任务范围、推理强度、工具环境都会左右结果，OpenAI公布的性能与成本比较也属于厂商评测口径。
OpenAI自己划了使用边界：更复杂的研究和编程任务，仍建议选GPT‑6.1 Sol或GPT‑6 Astra。Terra更像是在把常见、重复、可拆解的工作做得更经济，而不是取代整个模型系列里的高能力型号。
更少出错
这次公告还强调了事实性方面的改进。
这个数字值得关注，但边界很清楚：测试集是内部设计的“易诱发错误”问题，不是日常所有提问的综合准确率。不能把它改写成“模型只会错4.3%”，更不能据此推断模型已经不会编造信息。实际使用时，关键数字、引用和外部事实仍要用户自己核对。
安全方面，OpenAI的系统卡把Terra在网络安全能力上评为“Critical”阈值，并称其沿用了GPT‑6 Astra的防护措施。这反映的是公司的风险评估和部署策略，不意味着模型在任何情境下都不会出安全问题。独立研究者或用户在真实环境中的持续评估，仍然重要。
让高频任务跑得起
GPT‑6.1 Terra的标准API价格是每百万输入Token 1美元、每百万输出Token 5美元；缓存输入价格为每百万Token 0.05美元。OpenAI称，标准价格比GPT‑5.6 Terra和GPT‑6.1 Sol低50%。对需要大量处理短任务的开发者来说，单价降下来，可能比单次跑分提升更直接地决定接不接入。
不过，价格低不等于总成本一定低。任务要用多少Token、要几轮交互、开不开工具、失败后重不重试，都会改变最终账单。模型只有在完成任务的稳定性、速度和成本上都贴合具体业务，才算真的“划算”。
使用范围上，GPT‑6.1 Terra已向Plus、Pro、Enterprise和Edu用户开放，但入口是ChatGPT Work与Codex，不是普通ChatGPT对话页；开发者可以通过API调用。API文档显示，模型支持文本和图像输入，不支持音频、视频输入。它的电脑操作能力要配合相应工具调用，不是光靠模型名字就能在任意设备上接管操作。
Terra的看点是把“会看”变成“能做”
GPT‑6.1 Terra最该观察的，不是它能不能在某张榜单上压过所有模型，而是它能不能稳定接下那些频繁出现、步骤清楚、单次价值不高但总量很大的电脑任务。视觉理解、屏幕操作加上较低的API单价，正好对上这类需求。
如果模型能准确识别页面状态、按权限调用工具，出错时及时停下或说明问题，企业就有机会把一些原本要人工反复点击的工作交给它。反过来，如果任务里经常要人纠正，或者操作权限和结果核验没设计好，Token再便宜也补不上返工的成本。
所以，Terra更像一款面向“日常执行”的模型，而不是通用意义上的全能替代品。它到底省不省时、省不省钱，最终还得看具体工作流里的完成率、人工介入次数和总体成本，而不是只看发布页上的单项成绩。
