GPT-6.1 Terra上线：API价格减半，电脑操作追平Astra

Anthropic刚用一纸招股书抢走风头，OpenAI转手就抛出GPT-6.1 Terra。

想独吞头条？得看新模型答不答应。

GPT-6.1 Terra的卖点是“一半价格，更强能力”。

对比GPT-5.6 Terra，标准API价格被直接砍掉一半：

输入1美元/百万Token，缓存输入0.05美元/百万Token，输出5美元/百万Token。

价格降下去，能力反倒更强了？

职场软件实战测试Agents’ Last Exam里，Terra不光明显压过GPT-5.6 Terra，还以GPT-6 Astra十分之一的Token价格追平了它的表现。

再看Claude Opus 5.5，Terra的Token价格只到对方的四分之一，Token效率高出3倍多，单任务成本约为其九分之一。

AI降本增效，已经卷到这种程度了？

用途方面，GPT-6.1 Terra的核心卖点很明确：更快、更强，同时把电脑操控的成本大幅拉低。

屏幕理解、跨软件协同操作、自然语言写作都是原生支持，目标直指打工人的整个工作日。

OpenAI联合创始人Greg Brockman的说法更直接：Terra的电脑操作能力已经跨过“质变门槛”，用起来比他亲自操作还快。

Plus、Pro、Enterprise以及Edu用户现在就能在ChatGPT Work与Codex中直接体验，开发者也可以通过标准API（gpt-6.1-terra）随时调用。

同一天还有更猛的消息：OpenAI公布了三项由内部AI系统产出的科学结果，覆盖数学、计算机科学和物理学。

一手压低AI操作电脑的成本，一手抬高AI参与前沿科研的想象空间。

周四还没到，就已经这么疯狂了？

GPT-6.1 Terra正式上线，价格直接腰斩。

能力到底如何，先看OpenAI给出的官方成绩单。

整体结论先摆出来：

GPT-6.1 Terra并非OpenAI能力上限最高的模型，但它以更低的成本摸到了旗舰模型的能力区间。

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大约三分之一。

这项测试专门考AI能否用专业软件完成复杂工作，比如把建筑图纸做成3D模型，或者逐镜头审看动画、生成带时间码的修复日志。

官方称Terra的表现已与GPT-6 Astra相当，每Token价格却只有后者的十分之一，完成任务的速度还比GPT-6 Astra和GPT-6.1 Sol都快3倍以上。

视觉能力再看。

MMMU-Pro基准里，GPT-6.1 Terra在各个推理强度上都压过GPT-5.6 Terra一头，成本却更低，成绩已经贴近GPT-6 Astra和GPT-6.1 Sol。

电脑操作基准OSWorld 2.1上，它的medium档成绩同样越过了GPT-5.6 Terra此前的最好水平。换句话说，新Terra不光“看”得更准，还能照着屏幕上的内容把活干完。

代码这块也涨了一大截。Terminal-Bench 4.0中，GPT-6.1 Terra的max档完成任务的比例是50.3%，GPT-5.6 Terra此前公布的数字为21.5%，翻了一倍还多。不过OpenAI自己划了条线：

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。

另一处明显变化是胡话少了。OpenAI内部的高难事实性压力测试显示，低推理强度下错误率从GPT-5.6 Terra的53.6%降到16.7%；Max档继续降到4.3%，和GPT-6 Astra、GPT-6.1 Sol已经很接近。

单看这轮官方成绩，Terra的定位不难读出来：能力贴近旗舰，同时把大批电脑任务的成本压下来。

Artificial Analysis的综合智能指数里，GPT-6.1 Terra max档得48分，位列Claude Opus 5.5、Kimi K3.1 Pro、谷歌Gemini 4 Argon、Meta Muse Wonder和GPT-6.1 Sol之后，排在Grok 4.7和小米MiMo-V2.6-Pro之前。

放到全球头部模型里，大致处在中游。

网友实测：画得更细，成本还降了38%

那真实能力到底怎样？照老规矩，还是看网友晒出来的实测。

DesignArena拿同一道题考GPT-6.1 Terra和GPT-5.6 Terra：在黄金时刻复刻里斯本贝伦塔。要求不只是画出这座16世纪石灰岩堡垒，还得还原石刻绳索、开放式阳台、城垛和穹顶角楼，画面中要有海鸥、帆船，以及雾气里的4月25日大桥。

结果挺有意思。GPT-6.1 Terra耗时接近上一代的4倍，用的Token也多了48%。可单价不到上一代一半，总成本反倒低了38%——新Terra花了0.047美元，旧Terra是0.077美元。

好在多耗的这些时间，画面上确实看得出来。哪个做得更精细、更完整，一眼就能分辨。

开发者Victor Nunez另辟了一个场景，把"长表单"搬上台面。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完成填写，再把两者的电脑操作过程并排比对。

按Nunez的说法，首次测试里Terra比Sol早53.5秒交卷。OpenAI开发者账号随后把这组演示直接转发了出来。

这恰好对上Terra的官方定位：最烧脑的问题未必交给它想到底，它的长处是在界面里认信息、连续点击、填内容，把一长串步骤快速跑完。

网友Leo则让Terra和Claude同台。综合智能得分上，Terra是48分，低于Sonnet 5.5的56分和Opus 5.5的58分。

可一进速度和成本环节，局面立刻翻转：Terra生成速度283 Token/s，为Opus 5.5的3.4倍，单任务成本只有0.4美元，约合Opus 5.5的十五分之一。

Leo的总结说得挺直白：看重智力和能力就选Sonnet 5.5，看重速度和性价比就选Terra；至于Opus 5.5，Terra眼下还不在同一档。

另一位网友的实测也给出了同样的答案。同一提示词下对比Sonnet 5.5和6.1 Terra，高低不用多说。

跟Opus 5.5相比，价格确实低了一大截，可要是连生成结果一起看，只能说一句：贵有贵的道理（doge）。

Terra之外，OpenAI同一天还抛出了一颗更大的"学术炸弹"：3项AI科学新发现。

官方称，其AI系统在数学、计算机科学和物理学领域取得三项新结果，分别涉及调和分析、复杂性理论和量子场论。给出的并不只是一段自然语言推导。

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；物理方面，纯杨-米尔斯理论存在性的Lean形式化也已完成，不过相关材料会先交给外部专家组梳理。

细节先跳过，下面把OpenAI这一轮的成果逐条理一理。

第一项，一个让数学圈卡了30多年的猜想被攻下了。

OpenAI的说法是，他们的AI系统在所有维度上给出了局部平滑猜想的证明，Kakeya猜想和Stein限制猜想也随之得到解决。

这项研究说到底，关心的是波在传播途中怎么聚焦。

猜想由数学家Christopher Sogge在1991年提出，此前只攻下了部分维度。

这次AI交出的是自然语言证明，同时还把它写进了Lean形式化证明系统。

一旦数学界后续确认，那AI算是真正碰了一个人类几十年都没能完全啃下来的问题。

第二项，计算机科学用了好几十年的一块理论地基，可能站不住。

成果指向的是指数时间假说（ETH）。

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。

几十年来，计算机科学里不少结论都架在它成立的前提上。

而OpenAI称，其AI系统证明了ETH不成立，Lean形式化也已完成。

当然，这并不等于P≠NP被解决，也不代表马上就能冒出实用的新算法。它只说明，有些复杂问题也许没以前想得那么难算。

第三项，给物理学里的四维量子场论补上了数学证明。

这一项直接跨进了量子场论。

按照OpenAI的说法，其系统给出了某些四维量子场论的存在性证明，量子色动力学（QCD）也在其中。

说白了，就是从严格数学的角度去论证一件事：

那些描述夸克、胶子和强相互作用的物理理论，确实站得住。

里面还包括纯杨-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。

但要说清楚，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，这些结果正由诺贝尔奖得主David Gross等外部专家审查。

一边发新模型，一边顺手把困扰人类几十年的难题给动了。

OpenAI：

抢在A社之前IPO是做不到的，但吸引眼球的办法多的是。

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