输入1美元/百万token、输出5美元/百万token;视觉推理与事实准确性升级,复杂编程仍交给Sol与Astra大家好,欢迎来到心眸AI笔记,我是jackli!今天日期是2026年10月27日,周二快乐,下面带来今日资讯。
据智东西10月27日消息,OpenAI推出GPT-6.1 Terra。它没有走“参数更大、榜单更高”的路线,而是把矛头对准一个更实际的问题:让视觉推理、电脑操作和日常写作变得足够便宜,便宜到可以大批量跑Agent任务。价格、速度、准确率,三个维度一起动刀,这才是它最值得看的地方。
懒人总结GPT-6.1 Terra标准API价格为输入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,约合人民币6.67元、0.33元、33.35元;较GPT-5.6 Terra和GPT-6.1 Sol均低50%。它主打速度、成本与日常任务执行,适合大规模调用;GPT-6 Astra仍是旗舰,GPT-6.1 Sol偏向复杂编程和推理,GPT-6 Luna主打快速高效的规模化日常工作。在Agents’ Last Exam中等推理强度下,得分较GPT-5.6 Terra提高15个百分点,成本约为后者三分之一;表现与GPT-6 Astra相当,每token价格仅为后者十分之一。最高推理强度下,token使用效率超过Claude Opus 5.5的3倍,每token价格为后者四分之一,单项任务成本约为后者九分之一;任务完成速度比GPT-6 Astra和GPT-6.1 Sol快3倍以上。事实错误率低推理强度下从53.6%降至16.7%,最高推理强度下降至4.3%;Terminal-Bench 4.0解决率50.3%,较GPT-5.6 Terra的21.5%翻倍,但最复杂编程任务仍建议交给GPT-6.1 Sol和GPT-6 Astra。一、价格先落地:输入1美元、输出5美元,直接砍半GPT-6.1 Terra最直观的变化是价格。标准API计费如下,均为每百万token:
计费项 美元价格 约合人民币
输入token 1美元 6.67元
缓存输入token 0.05美元 0.33元
输出token 5美元 33.35元
这组价格较GPT-5.6 Terra和GPT-6.1 Sol均低50%。别小看这50%。当任务从“偶尔问一句”变成“每天读取几千张发票、向会计软件录入信息、填写表单、审阅技术图纸”,成本会被调用量成倍放大。Terra的定位很明确:速度、能力与成本之间取平衡,适合处理大批量自动化工作。它可用于撰写提案、解读技术图纸、填写表单和编辑视频,日常沟通和电脑任务也比上一代GPT-5.6 Terra进一步升级。
下面这段示意代码只用于算账,不涉及真实接口;价格按官方公布口径,具体字段以官方文档为准。
# 示意:按每百万token价格粗算单次任务成本
# 官方价格:GPT-6.1 Terra 输入1美元、缓存输入0.05美元、输出5美元
# 按“较GPT-6.1 Sol低50%”反推Sol价格,仅用于对比展示
price_per_million = {
"GPT-6.1 Terra": {"input": 1.00, "cached_input": 0.05, "output": 5.00},
"GPT-6.1 Sol": {"input": 2.00, "cached_input": 0.10, "output": 10.00},
}
def task_cost(model, input_tokens, cached_tokens, output_tokens):
p = price_per_million[model]
cost = (
input_tokens / 1_000_000 * p["input"]
+ cached_tokens / 1_000_000 * p["cached_input"]
+ output_tokens / 1_000_000 * p["output"]
)
return round(cost, 6)
# 示例:一次任务输入80万token,其中缓存50万,输出10万token
for m in price_per_million:
print(m, task_cost(m, 800_000, 500_000, 100_000))
二、产品矩阵:Terra不是旗舰,是能干活的“工作马”OpenAI的GPT-6和GPT-6.1系列包括Astra、Sol、Terra、Luna等型号,定位并不相同。
GPT-6.1 Terra:侧重速度、成本和日常任务执行,适合大规模调用。GPT-6 Astra:OpenAI能力最强的旗舰模型,面向高难度推理和复杂任务。GPT-6.1 Sol:在相对更低价格下提供接近Astra的能力,适合复杂编程和推理任务。GPT-6 Luna:主打快速、高效的规模化日常工作。在ChatGPT Work和Codex中,使用同样的额度,GPT-6.1 Terra能够完成比GPT-5.6 Terra、GPT-6.1 Sol和GPT-6 Astra更多的任务。目前,GPT-6.1 Terra已面向ChatGPT Work和Codex中的所有Plus、Pro、Enterprise及Edu用户开放。
这里的关键不是“谁最强”,而是“谁最适合被反复调用”。旗舰模型像重型设备,能力强,但每次启动都贵;Terra更像标准化工位上的熟练工,单次不惊艳,胜在能连续干、成本可控、速度跟得上。
三、性能账本:Agent任务成本打到三分之一,速度拉开三倍先看智力指数。Artificial Analysis智力指数中,GPT-6.1 Terra得分48分,较GPT-5.6 Terra提升6分,领先Grok 4.7(xhigh)和Mimo-V2.6-Pro的47分,与GPT-6.1 Sol的52分成绩接近。这个分数说明它不是靠低价换低能,而是把能力放在了一个够用的区间。
真正体现定位的是Agent任务。Agents’ Last Exam(Agent终极考试基准)包含将建筑图纸转换为3D模型、逐镜头审阅动画电影并为修复团队生成带时间码的记录等专业任务。中等推理强度下,GPT-6.1 Terra得分较GPT-5.6 Terra提高15个百分点,成本约为后者的三分之一;表现与GPT-6 Astra相当,每token价格仅为后者的十分之一。最高推理强度下,token使用效率超过Claude Opus 5.5的3倍,每token价格为后者的四分之一,单项任务成本约为后者的九分之一。任务完成速度比GPT-6 Astra和GPT-6.1 Sol快3倍以上。
视觉推理方面,MMMU-Pro基准中,GPT-6.1 Terra在各档推理强度下表现均优于GPT-5.6 Terra,以低得多的成本取得接近GPT-6 Astra和GPT-6.1 Sol的成绩。桌面操作方面,OSWorld 2.1测试AI Agent操作桌面应用、完成多步骤任务的能力,例如根据技术图纸制作3D模型。在离线测试集中,GPT-6.1 Terra在中等推理强度下便超过了GPT-5.6 Terra的最高得分,且单项任务成本明显更低。
事实准确性也有明显改善。OpenAI使用易诱发错误提示词的内部基准测试:低推理强度下,错误率从GPT-5.6 Terra的53.6%降至16.7%,下降近37个百分点;最高推理强度下,错误率较上一代下降18个百分点,降至4.3%,接近GPT-6 Astra和GPT-6.1 Sol的水平。
编程能力要看任务复杂度。Terminal-Bench 4.0考察编程Agent通过命令行解决问题的能力,例如修复网页加载时的布局偏移。GPT-6.1 Terra任务解决率50.3%,较GPT-5.6 Terra的21.5%翻倍。但对于最复杂的编程任务,GPT-6.1 Sol和GPT-6 Astra仍是更好的选择。Terminal-Bench-Science 0.1考察Agent使用代码完成科学研究任务的能力,例如追踪延时摄影视频中的细胞分裂。在最高推理强度下,GPT-6.1 Terra得分超过GPT-6.1 Sol,且成本更低;与Claude Opus 5.5的得分差距只有5个百分点,估算成本不到后者的五分之一。
下面是一段调用配置示意,重点在模型选择、推理强度和成本字段;字段名称仅作展示,实际以官方文档为准。
{
"model": "gpt-6.1-terra",
"reasoning_effort": "medium",
"messages": [
{
"role": "system",
"content": "你是电脑操作Agent。先读取任务约束,再逐步执行;遇到权限外操作必须停止并说明。"
},
{
"role": "user",
"content": "读取这批发票图片,提取金额、日期、供应商,录入会计软件前先输出校验表。"
}
],
"cost_control": {
"input_usd_per_million_tokens": 1,
"cached_input_usd_per_million_tokens": 0.05,
"output_usd_per_million_tokens": 5
}
}
四、安全与对齐:便宜不等于放松防护GPT-6.1 Terra在其“前沿风险防范框架”下,达到网络安全能力的Critical阈值,并保留了为GPT-6 Astra开发的防护措施。它继承了GPT-6系列的对齐改进。根据OpenAI评估,相比GPT-5.6 Terra,新模型更能在用户授权的任务范围内行动,并如实向用户说明自身限制和可能阻碍任务完成的因素。在提示词注入测试中,GPT-6.1 Terra对试图使其偏离用户任务的恶意指令展现出较强的抵抗能力。
这点对Agent尤其重要。电脑操作类任务一旦被恶意指令带偏,损失不只是“答错一句话”,而可能是误填表单、误删文件、误发信息。Terra把价格打下来,但防护没有跟着打折,这是它敢被大规模调用的前提。
思考与呼吁
如果让我给一个选型建议,我不会把GPT-6.1 Terra当成“全能冠军”。它更像一支可以批量部署的工程队:读取发票、填写表单、审阅图纸、录入数据、做多步骤桌面操作,这些任务看重的是单任务成本、token效率、速度和事实准确率,Terra的账本很漂亮。复杂编程、高难度推理,仍应交给GPT-6.1 Sol和GPT-6 Astra。真正该呼吁的是,别只盯着榜单第一名。把单任务成本、人工复核成本、幻觉率和失败重试成本一起算进去,才知道一个模型能不能进入生产流程。Terra的意义,不是又发了一个更强的模型,而是把电脑操作Agent从“演示可用”推向“规模可用”。
如果这篇内容对你有帮助,欢迎点个赞、转发给需要的朋友,再点一下‘在看’。要是方便,也顺手给心眸AI笔记加个星标⭐️,下次更新文章你就能第一时间见到。谢谢你读到这里,我们下篇再见。