GPT-6.1 Terra 发布：API 价格降 50%，能读图纸、操作桌面软件
大模型性价比开卷
OpenAI 在大模型性价比上继续加码。
新一代模型 
GPT-6.1 Terra 刚正式亮相，主打三点：响应更快、视觉理解与电脑操作能力更强、用起来更便宜。
图｜博客🔗 https://openai.com/index/introducing-gpt-6-1-terra/
标准 API 价格比上一代 GPT-5.6 Terra 直接砍掉 50%。价格下来了，复杂任务执行、事实准确率、编程能力反而都有明显提升。部分专业任务测试里，GPT-6.1 Terra 的表现已经逼近旗舰 GPT-6 Astra，Token 单价却只有后者的十分之一。
OpenAI 给它的定位是面向高频工作场景的高效模型。说白了，就是让企业和开发者花更少的钱，把 AI Agent 真正用进日常工作。
性能直追 Sol，执行任务速度快 3 倍
视觉理解和电脑操作结合得更紧，是 GPT-6.1 Terra 这次最显眼的变化。
以前 AI 能看懂图片、能分析文档，可要让它上手操作电脑、跨应用把复杂任务跑完，对模型能力和推理成本的要求都不低。
现在从读技术图纸、填表格，到剪视频、操作桌面软件，这一串专业任务 GPT-6.1 Terra 都能处理。
举个例子，用户可以按建筑设计图纸生成 3D 模型，也可以逐帧检查动画影片，给修复团队做带时间码的镜头记录。企业还能让它读取收到的发票，把相关信息自动录进财务软件。
衡量 AI Agent 干专业活能力的 Agents' Last Exam 测试中，GPT-6.1 Terra 的表现相当突出。
中等推理强度下，它的得分比 GPT-5.6 Terra 高出 15 个百分点，单次任务成本却降到约三分之一。
同一项测试里还有一点更受关注：GPT-6.1 Terra 已经追平 GPT-6 Astra，而标准 API 的 Token 单价只有后者的十分之一。
对上 Anthropic 的 Claude Opus 5.5，最高推理强度下 GPT-6.1 Terra 的 Token 使用效率是其 3 倍以上，Token 单价只到其四分之一，完成同类任务的成本最终低约 9 倍。
速度上，GPT-6.1 Terra 完成任务比 GPT-6 Astra 和 GPT-6.1 Sol 快 3 倍以上。
有开发者晒出测试结果：GPT-6.1 Terra 单次请求生成速度能到每秒 450 Token，低推理强度下有望到每秒 600 Token。后一个数字还没得到验证。
第三方评测机构 Artificial Analysis 的智力指数榜单给了一个有意思的参照：GPT-6.1 Terra（Max）拿到 48 分，超过除KimiK3.1 Pro（55 分）之外的中国开放权重模型。
考察视觉推理的 MMMU-Pro 测试中，GPT-6.1 Terra 在各档推理强度下都超过上一代，成本明显更低，成绩则接近 GPT-6 Astra 和 GPT-6.1 Sol。
专门测 AI 操作桌面应用的 OSWorld 2.1 里，新模型只开中等推理强度，成绩就超过了 GPT-5.6 Terra 最高推理强度下的表现，单次任务成本还显著下降。
实际体验也印证了部分提升。DesignArena 让两代 Terra 重现日落时分的里斯本贝伦塔，6.1 版本生成的建筑和水面光影更精细；耗时接近上一代的 4 倍、Token 消耗多了 48%，单次成本却从 0.077 美元降到 0.047 美元。
atomic.chat 用相同提示词让两款模型各以 8 个 Agent 开发游戏。Terra 6 分钟、1.06 美元完成任务，Claude Sonnet 5.5 花了约一小时和 18.10 美元，交出的游戏作品却明显更好。
不过现有测试也显示，碰上高难度任务，GPT-6.1 Terra 最终交出的东西恐怕还是不如 Claude Opus 5.5。它胜在便宜、跑得快，生存空间依然不小。说到底，现实里大量工作只要求 AI 把事办完，没必要每次都用最贵的旗舰模型。
事实错误率降到16.7%，编程成绩翻倍
事实准确率和编程这两块，GPT-6.1 Terra 的进步同样扎眼。OpenAI 称，今年一直把模型产生幻觉、出现事实性错误当作重点在解决。
OpenAI 内部设计了一项高难度事实准确率测试。GPT-5.6 Terra 在低推理强度下错误率是 53.6%，GPT-6.1 Terra 压到了 16.7%，降了 36.9 个百分点。
推理强度拉到最高档，新模型的错误率还能再降到 4.3%，已经接近 GPT-6 Astra 和 GPT-6.1 Sol 的水平。对要处理合同、技术文档和企业内部数据的 AI Agent 来说，事实错误率往下走格外关键。模型能完成任务只是底线，执行过程里能不能一直保持准确，直接决定用户敢不敢把更多活交给 AI。
编程这边，GPT-6.1 Terra 的提升幅度同样很大。测试 AI Agent 命令行编程能力的 Terminal-Bench 4.0 中，它在最高推理强度下任务解决率达到 50.3%，上一代 GPT-5.6 Terra 的公开成绩只有 21.5%。
换算下来，新模型的编程测试成绩已经是上一代的两倍多。到了科学研究编程测试 Terminal-Bench-Science 0.1，GPT-6.1 Terra 的得分甚至压过了定位更高的 GPT-6.1 Sol。
这项测试里有利用代码分析延时摄影视频中细胞分裂之类的科研任务。OpenAI 表示，GPT-6.1 Terra 的得分距 Claude Opus 5.5 不到 5 个百分点，估算成本却不到后者的五分之一。
当然，OpenAI 也说得很明白：最复杂的软件工程和深度研究任务，还是交给 GPT-6.1 Sol 和 GPT-6 Astra 更合适。
API 价格砍半，ChatGPT Work 和 Codex 同步上线
比起性能，GPT-6.1 Terra 的价格调整对开发者可能更有吸引力。OpenAI 公布的标准 API 定价是这样的。
输入：每百万 Token 1 美元
缓存输入：每百万 Token 0.05 美元
输出：每百万 Token 5 美元
跟 GPT-5.6 Terra 和 GPT-6.1 Sol 比，GPT-6.1 Terra 的标准 API 价格降了 50%。要是拿旗舰 GPT-6 Astra 来比，输入和输出 Token 的价格都只有它的十分之一。
产品层面，ChatGPT Plus、Pro、Enterprise 和 Edu 用户已经能用上 GPT-6.1 Terra，入口在 ChatGPT Work 和 Codex。
OpenAI 表示，同样的使用额度下，用户靠 GPT-6.1 Terra 能完成比 GPT-5.6 Terra 更多的任务；跟 GPT-6.1 Sol 和 GPT-6 Astra 比，额度使用效率的提升更明显。开发者也能通过 OpenAI API 调用，模型名称是 gpt-6.1-terra。
安全上，OpenAI 称 GPT-6.1 Terra 在其 Preparedness Framework 中达到网络安全能力的 Critical 风险等级，相关防护措施沿用了 GPT-6 Astra 等模型的做法。
另外，这款新模型延续了 GPT-6 系列在对齐方面的改进：在遵守用户授权范围、主动交代自身能力边界、抵挡恶意提示词注入这几项上，表现都比上一代更好。
OpenAI 今年的产品线，从旗舰 Astra，到侧重综合能力的 Sol，再到眼下专注高效执行的 Terra，各款之间的分工越来越清楚。AI Agent 加速进入真实工作场景，模型之间的比拼也随之从单纯刷高 Benchmark 分数，转向另一类问题：跑完同一个任务要花多少钱、耗多少时间，能不能长期稳定地执行下去。
以前企业想用 AI 自动处理大批办公任务，总得在能力、速度、成本三者之间来回掂量。GPT-6.1 Terra 正在让这种掂量变得没那么贵。
一个能看懂屏幕、操作软件、读懂复杂文档的模型，能力已经贴近旗舰级，Token 成本却只要十分之一——AI Agent 从少数高价值任务走向大规模日常应用，也就有了现实条件。对 OpenAI 而言，把越来越强的 AI 做得越来越便宜，重要程度不亚于发布下一款最强模型。
