GPT-6.1 Terra发布：API价格降50%，能力逼近GPT-6 Astra

OpenAI 在大模型性价比上又加了一码。 新一代模型 GPT-6.1 Terra 刚刚正式亮相。它主打更快的响应、更强的视觉理解与电脑操作能力，使用成本也更低。 图｜博客🔗 https://openai.com/index/introducing-gpt-6-1-terra/ 和上一代 GPT-5.6 Terra 比，新模型标准 API 价格降了 50%，复杂任务执行、事实准确率、编程能力却都有明显提升。部分专业任务测试里，GPT-6.1 Terra 的表现已经接近旗舰 GPT-6 Astra，Token 价格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，目标是让更多企业和开发者用更低的成本，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

视觉理解与电脑操作能力结合得更紧，是 GPT-6.1 Terra 最受关注的变化。以前 AI 能看懂图片、分析文档，可真要让它操作电脑、跨应用完成复杂任务，对模型能力和推理成本的要求都不低。 现在，从阅读技术图纸、填写表格，到编辑视频、操作桌面软件，GPT-6.1 Terra 都能处理。用户可以让它照着建筑设计图纸建 3D 模型，也能让它逐帧检查动画影片，为修复团队整理带时间码的镜头记录；企业还能用它读取收到的发票，把相关信息自动录入财务软件。 在衡量 AI Agent 专业工作能力的 Agents' Last Exam 测试中，GPT-6.1 Terra 表现相当突出。 中等推理强度下，它的得分比 GPT-5.6 Terra 高 15 个百分点，单次任务成本却降到约三分之一。同一测试中，GPT-6.1 Terra 已经能追平 GPT-6 Astra，而标准 API 的 Token 单价只有后者的十分之一。 对比 Anthropic 的 Claude Opus 5.5，最高推理强度下 GPT-6.1 Terra 的 Token 使用效率超过其 3 倍，Token 单价只有其四分之一，完成同类任务的成本约低 9 倍。 速度上，GPT-6.1 Terra 完成任务也比 GPT-6 Astra 和 GPT-6.1 Sol 快 3 倍。 有开发者晒出的测试结果显示，GPT-6.1 Terra 单次请求生成速度可达每秒 450 Token；低推理强度下甚至有望到每秒 600 Token，不过后一个数字还没得到验证。 第三方评测机构 Artificial Analysis 的智力指数榜单给出了另一个参照：GPT-6.1 Terra（Max）拿到 48 分，在中国开放权重模型中，除 Kimi K3.1 Pro（55 分）之外没有对手。 视觉推理方面的 MMMU-Pro 测试里，GPT-6.1 Terra 在各档推理强度下都超过了上一代，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 中，新模型只用中等推理强度，成绩就已超过 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 分别重现日落时分的里斯本贝伦塔，6.1 版本生成的建筑与水面光影更精细；耗时接近上一代的 4 倍、Token 消耗增加 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、花费 1.06 美元就完成，Claude Sonnet 5.5 花了约一小时和 18.10 美元，不过交出的游戏作品明显更好。 现有测试还显示，碰上高难度任务，GPT-6.1 Terra 最终交付的成果大概率还是敌不过 Claude Opus 5.5。可它价格更低、跑得更快，活下来的余地并不小。毕竟现实里大量活儿只要求 AI 把事办完，没必要回回都搬出最贵的旗舰。

幻觉率大幅下降，编程成绩翻倍

视觉理解、电脑操作之外，GPT-6.1 Terra 在事实准确率和编程这两块同样进步不小。 OpenAI 称，今年以来，治理模型胡编乱造、犯事实性错误一直是它的重点。 OpenAI 内部设了一套高难度事实准确率测试。低推理强度下，GPT-5.6 Terra 的错误率有 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%，跟 GPT-6 Astra、GPT-6.1 Sol 差不多。 对要处理合同、技术文档、企业内部数据的 AI Agent 而言，事实错误率往下走格外要紧。把任务做完只是底线，执行途中能不能一直准，直接关系到用户敢不敢把更多活交出去。 编程这块，GPT-6.1 Terra 的提升同样很大。 Terminal-Bench 4.0 测的是 AI Agent 的命令行编程能力。最高推理强度下，GPT-6.1 Terra 的任务解决率达到 50.3%，上一代 GPT-5.6 Terra 公开成绩只有 21.5%。 也就是说，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 的分数甚至高过定位更高的 GPT-6.1 Sol。 这项测试里有借助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 离 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。 不过 OpenAI 也说清楚了：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 价格腰斩，正式进入 ChatGPT Work 和 Codex

跟性能提升比，GPT-6.1 Terra 这轮调价对开发者可能更有吸引力。 OpenAI 公布的新模型标准 API 定价是这样：
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 对照 GPT-5.6 Terra 和 GPT-6.1 Sol，GPT-6.1 Terra 的标准 API 价格降了 50%。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，GPT-6.1 Terra 已向 ChatGPT Plus、Pro、Enterprise 和 Edu 用户开放，ChatGPT Work 和 Codex 里都能用。 OpenAI 表示，同样的使用额度下，用户拿 GPT-6.1 Terra 能比 GPT-5.6 Terra 多干不少活；跟 GPT-6.1 Sol、GPT-6 Astra 相比，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 在自家 Preparedness Framework 中达到网络安全能力的 Critical 风险等级，相关安全防护措施沿用了 GPT-6 Astra 等模型的做法。 新模型沿用了 GPT-6 系列的对齐改进。和上一代比，它在几个方面都有提升：遵守用户授权的范围、主动讲清自身能力边界，以及抵挡恶意提示词注入。 OpenAI 今年的产品线，分工越来越清楚。旗舰是 Astra，主打综合能力的是 Sol，眼下这个 Terra 则把高效执行放在第一位。AI Agent 正加速进入真实工作场景，模型之间的较量也就不只盯着 Benchmark 分数了——跑完同一个任务要花多少钱、耗多少时间、能不能稳定可靠地反复执行，都成了比拼的内容。 以前企业想把大量办公任务交给 AI 自动处理，得在模型能力、速度和成本之间来回掂量。GPT-6.1 Terra 要做的，就是把这个掂量的代价压下去。 一个能看懂屏幕、会操作软件、读得懂复杂文档的模型，能力已经接近旗舰，Token 成本却只要十分之一。这样一来，AI Agent 从少数高价值任务走向大规模日常应用，才算有了现实条件。 对 OpenAI 而言，把越来越强的 AI 做得越来越便宜，重要程度不比发布下一款最强模型低。 我们正在招募伙伴 📮 简历投递邮箱hr@ifanr.com ✉️ 邮件标题「姓名+岗位名称」（请随简历附上项目/作品或相关链接）