GPT-6.1 Terra首批实测：价格打对折，能力追平GPT-6 Astra
同一天，OpenAI还甩出3项AI科学新发现
同一天，OpenAI还公布了3项由AI做出的科学新发现。
Anthropic刚用一份招股书抢走所有目光，OpenAI转头就放出
GPT-6.1 Terra。
想一个人霸占头条？新模型恐怕不会答应。
GPT-6.1 Terra喊出的口号是“价格减半，本事更强”。
对比GPT-5.6 Terra，标准API的价格被直接砍掉一半：
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。
价格降了一半，性能却反过来往上走？
在职场软件实操测试Agents’ Last Exam里，Terra的成绩明显压过GPT-5.6 Terra，同时只花GPT-6 Astra十分之一的Token钱，就追平了后者的表现。
换成和Claude Opus 5.5比，Terra的Token单价只有对方的四分之一，Token效率高出3倍以上，跑完一个任务的成本大约是对手的九分之一。
AI省钱提效这件事，现在已经卷成这个样子了？
从用途看，GPT-6.1 Terra的卖点很清楚：速度更快、能力更强，同时把电脑操控的开销大幅压下来。
屏幕理解、跨软件协同操作、自然语言写作都是它原生就有的本事，瞄准的正是打工人完整的一天工作。
OpenAI联合创始人Greg Brockman的说法更直接：Terra的电脑操作能力已经迈过“质变门槛”，用起来比他本人动手还快。
Plus、Pro、Enterprise和Edu用户现在就能在ChatGPT Work与Codex里上手体验，开发者也可以通过标准API（gpt-6.1-terra）随时调用。
更出人意料的是，就在同一天，OpenAI还公开了3项科学成果，全部由内部AI系统产出，覆盖数学、计算机科学和物理学。
一头把AI操作电脑的成本往下压，一头把AI参与前沿科研的想象空间往上推。
周四都还没到，就已经这么疯了吗？
GPT-6.1 Terra正式登场，价格直接腰斩。
能力到底如何，先看OpenAI交出的官方成绩单。
整体结论先说：
GPT-6.1 Terra并非OpenAI能力最强的模型，但它已经用更低的成本，够到了旗舰模型所在的能力区间。
Agents’ Last Exam中，GPT-6.1 Terra medium档比GPT-5.6 Terra高出15个百分点，单任务成本却只有后者的约三分之一。
这项测试考的是AI能否借助专业软件完成复杂工作，例如把建筑图纸转成3D模型，或者逐镜头审看动画、生成带时间码的修复日志。
更夸张的是，官方称Terra的表现已与GPT-6 Astra相当，但每Token价格仅为后者的十分之一，完成任务的速度还比GPT-6 Astra和GPT-6.1 Sol都快3倍以上。
视觉这块也值得一说。MMMU-Pro基准里，不管推理强度调到哪一档，GPT-6.1 Terra的成绩都压过GPT-5.6 Terra，成本还更低，已经逼近GPT-6 Astra和GPT-6.1 Sol的水平。
电脑操作基准OSWorld 2.1上，它的medium档成绩也越过了GPT-5.6 Terra此前的最好记录。换句话说，新Terra不只是眼睛更尖，还能照着屏幕上的内容把活干完。
代码能力涨得也猛。Terminal-Bench 4.0里，GPT-6.1 Terra的max档拿下50.3%的任务，GPT-5.6 Terra之前公布的数字是21.5%，一倍还多。
但OpenAI自己把边界划了出来：碰上最复杂的编程、科研和深度推理任务，更合适的选择仍是GPT-6.1 Sol和GPT-6 Astra。
另一处明显进步是胡话变少了。OpenAI内部那套高难事实性压力测试中，低推理强度下错误率从GPT-5.6 Terra的53.6%掉到16.7%；Max档再降到4.3%，跟GPT-6 Astra、GPT-6.1 Sol已经很接近。
光看这轮官方成绩，Terra的定位其实挺清楚：能力贴着旗舰走，把大批电脑任务的成本压下来。
第三方机构Artificial Analysis的综合智能指数里，GPT-6.1 Terra max档得48分，排在Claude Opus 5.5、Kimi K3.1 Pro、谷歌Gemini 4 Argon、Meta Muse Wonder和GPT-6.1 Sol后面，但高于Grok 4.7和小米MiMo-V2.6-Pro。放在全球头部模型里，大致是中游。
网友实测又是什么样？画得更细，成本还低了38%。按老规矩，还是看网友晒出来的结果。
DesignArena让GPT-6.1 Terra和GPT-5.6 Terra做同一道题：在黄金时刻复刻里斯本贝伦塔。画的不只是这座16世纪石灰岩堡垒，石刻绳索、开放式阳台、城垛、穹顶角楼都得还原，画面里还要有海鸥、帆船，以及雾气里的4月25日大桥。
结果挺有意思：GPT-6.1 Terra花了接近上一代4倍的时间，Token用量也多出48%。
单价不到上一代的一半，最终总成本反倒少了38%。新Terra花了0.047美元，旧Terra花了0.077美元。
多花的时间也确实落在了画面上，成品更精致、更完整，对比一眼就能看出来。
另一位开发者Victor Nunez把“长表单”搬了出来。他让GPT-6.1 Terra和GPT-6.1 Sol都在Fast模式下找一份较长的通用表单并填写，再把两者的电脑操作过程摆在一起比。
按照Nunez的说法，首次测试中Terra比Sol提前53.5秒填完了这份表单。OpenAI开发者账号随后直接转发了这组演示。
这也正中Terra的官方定位：它未必负责把最难的问题想到底，但很适合在界面里识别信息、连续点击、填写内容，把一长串步骤迅速跑完。
另一位网友Leo则把Terra和Claude摆在了一起。综合智能得分上，Terra拿到48分，低于Sonnet 5.5的56分和Opus 5.5的58分。可到了速度和成本环节，结果直接反转。
Terra的生成速度达到283 Token/s，是Opus 5.5的3.4倍；单任务成本仅0.4美元，约为Opus 5.5的十五分之一。
Leo的总结也很直接：要智力和能力，选Sonnet 5.5；要速度和性价比，选Terra。至于Opus 5.5，Terra暂时还不是同一档。
另一位网友的实测结果也印证了Leo的结论。同一提示词下对比Sonnet 5.5和6.1 Terra，谁更胜一筹无需多言。
和Opus 5.5比，价格确实便宜得多，但结合生成结果的话，只能说：贵有贵的道理（doge）。
Terra之外，OpenAI同一天还扔下了一个更大的“学术炸弹”。同一天，OpenAI还甩出3项AI科学新发现。
官方宣布，其AI系统在数学、计算机科学和物理学中得到了三项新结果，分别涉及调和分析、复杂性理论和量子场论。
而且不是只给一段自然语言推导就完事。数学与计算机科学结果的自然语言稿和Lean形式化证明已经公开。
纯杨-米尔斯理论的存在性，Lean形式化那边也做完了。不过这批材料不会立刻公开，要先交给外部专家组过一遍。
展开就不展开了，OpenAI这回的进展我大致捋了一下。
1、一个困扰数学界30多年的猜想，被攻下来了
OpenAI的说法是，自家AI系统证明了所有维度上的局部平滑猜想，Kakeya猜想和Stein限制猜想也跟着一并解决。
说白了，这项研究关心的是波在传播时怎么聚焦。
问题由数学家Christopher Sogge在1991年提出，此前只拿下了部分维度。
这回AI不光给出了自然语言证明，还把它写进了Lean形式化证明系统。
后面要是数学界认了，那就意味着AI真正闯进了一个人类几十年没能完全攻下的问题。
2、计算机科学用了好几十年的理论地基，可能站不住了
第二项成果冲着指数时间假说（ETH）去。
这个假说大体是说，3-SAT这类复杂问题，想找到比穷举快得多的算法很难。
过去几十年，不少计算机科学结论都建立在它成立的基础上。
可OpenAI称，其AI系统证明了ETH是错的，Lean形式化也已经完成。
当然，这不等于P≠NP被解决了，也不代表马上就会冒出实用的新算法。它只说明，一些复杂问题或许没有过去想得那么难算。
3、给物理学的四维量子场论补上一份数学证明
第三项成果直接踩进了量子场论。
OpenAI称，其系统给出了包括量子色动力学（QCD）在内的某些四维量子场论存在性证明。
说白了，就是试着从严格数学的角度去证明一件事：
那些描述夸克、胶子和强相互作用的物理理论，确实立得住。
这里面还包含纯杨-米尔斯理论存在性的证明——
它属于著名的“杨-米尔斯存在性与质量间隙”千禧年大奖难题的一部分。
但注意，只是一部分。
质量间隙问题还悬着，所以不能说AI已经把这道价值100万美元的世界难题拿下了。
眼下，相关结果正由诺贝尔奖得主David Gross等外部专家审查。
新模型照发，人类几十年没解决的难题也顺带有了进展。
OpenAI：
抢在A社之前IPO做不到，吸引眼球的办法却不少。
参考链接： [1] https://openai.com/index/introducing-gpt-6-1-terra/ [2] https://developers.openai.com/api/docs/models/gpt-6.1-terra [3] https://developers.openai.com/api/docs/pricing [4] https://x.com/OpenAI/status/2114780711664398349 [5] https://x.com/DesignArena/status/2114800086391878104
