刚刚，GPT-6.1 Terra 骨折价发布，Agent 时代的打工模型来了 - NBA近期战绩

OpenAI 再次推动了大型模型的性价比竞争。

就在不久前，OpenAI 推出了新一代模型 GPT-6.1 Terra，其核心卖点在于更快的响应速度、增强的视觉理解与电脑操控能力，以及显著降低的使用成本。

图｜博客🔗 https://openai.com/index/introducing-gpt-6-1-terra/

与上一代 GPT-5.6 Terra 相比，新模型的标准 API 价格直接下调了 50%，同时在复杂任务处理、事实准确性和编程能力方面实现了显著提升。特别是在某些专业任务测试中，GPT-6.1 Terra 的表现已接近旗舰级模型 GPT-6 Astra，但其 Token 价格仅为后者的十分之一。

OpenAI 将这款模型定位为面向高频工作场景的高效方案，旨在让更多企业和开发者能以更低成本将 AI Agent 真正融入日常工作中。

性能接近 Sol，执行速度提升 3 倍

GPT-6.1 Terra 最引人注目的变化在于视觉理解与电脑操作能力的深度融合。

过去，AI 能够理解图像和解析文档，但要让它实际操控电脑、跨应用完成复杂任务，仍然需要较高的模型能力和推理成本。

如今，GPT-6.1 Terra 已能处理包括阅读技术图纸、填写表格、编辑视频以及操作桌面软件在内的多种专业任务。

例如，用户可以指示它根据建筑设计图生成 3D 模型，或逐帧检查动画影片，为修复团队制作带时间码的镜头记录。企业也能利用它读取收到的发票，并将相关信息自动录入财务系统。

在衡量 AI Agent 专业工作能力的 Agents' Last Exam 测试中，GPT-6.1 Terra 的表现十分亮眼。

在中等推理强度下，新模型的得分比 GPT-5.6 Terra 提高了 15 个百分点，而单次任务成本却降至约三分之一。

更值得注意的是，在同一测试中，GPT-6.1 Terra 已经能够达到 GPT-6 Astra 的水平，但其标准 API 的 Token 单价仅为后者的十分之一。

与 Anthropic 的 Claude Opus 5.5 相比，在最高推理强度下，GPT-6.1 Terra 的 Token 使用效率高出 3 倍，Token 单价仅为四分之一，完成同类任务的最终成本约低 9 倍。

在速度方面，GPT-6.1 Terra 完成任务的速度比 GPT-6 Astra 和 GPT-6.1 Sol 快 3 倍。

有开发者发布的测试结果显示，GPT-6.1 Terra 单次请求的生成速度可达每秒 450 Token，在低推理强度下甚至有望达到每秒 600 Token，不过后者尚未得到确认。

第三方评测机构 Artificial Analysis 的智力指数榜单也提供了一个有趣的参考：GPT-6.1 Terra（Max）获得了 48 分，超越了除 Kimi K3.1 Pro（55 分）之外的中国开放权重模型。

此外，在考察视觉推理能力的 MMMU-Pro 测试中，GPT-6.1 Terra 在所有推理强度下均超越上一代模型，并以明显更低的成本取得了接近 GPT-6 Astra 和 GPT-6.1 Sol 的成绩。

在专门测试 AI 桌面应用操作能力的 OSWorld 2.1 中，新模型仅使用中等推理强度，就已经超过了 GPT-5.6 Terra 在最高推理强度下的成绩，同时显著降低了单次任务成本。

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 版本生成了更精细的建筑与水面光影，虽然耗时接近上一代的 4 倍、Token 消耗增加 48%，但单次成本却从 0.077 美元降至 0.047 美元。

而 atomic.chat 使用相同提示词让两款模型分别以 8 个 Agent 开发游戏，Terra 仅用 6 分钟、花费 1.06 美元就完成了任务，而 Claude Sonnet 5.5 花费约一小时和 18.10 美元，却拿出了明显更好的游戏作品。

此外，从现有测试来看，GPT-6.1 Terra 在高难度任务的最终交付质量上，可能仍不及 Claude Opus 5.5，但考虑到其更低的价格和更快的执行速度，依然拥有不小的生存空间。毕竟，现实中有大量工作只需 AI 完成，并不值得每次都动用最贵的旗舰模型。

幻觉率大幅降低，编程成绩翻倍

除了视觉理解和电脑操作，GPT-6.1 Terra 在事实准确性与编程方面的进步同样显著。

OpenAI 表示，今年一直致力于解决模型产生幻觉和事实性错误的问题。

在其内部设计的高难度事实准确率测试中，GPT-5.6 Terra 在低推理强度下的错误率高达 53.6%，而 GPT-6.1 Terra 已将其降至 16.7%，下降了 36.9 个百分点。

当推理强度提升至最高档时，新模型的错误率进一步降至 4.3%，接近 GPT-6 Astra 和 GPT-6.1 Sol 的水平。

对于需要处理合同、技术文档和企业内部数据的 AI Agent 来说，事实错误率的下降尤为关键。毕竟，模型能完成任务只是基础，执行过程中能否持续保持准确，直接决定了用户是否放心将更多工作交给 AI。

编程能力方面，GPT-6.1 Terra 也迎来了大幅提升。

在测试 AI Agent 命令行编程能力的 Terminal-Bench 4.0 中，GPT-6.1 Terra 在最高推理强度下取得了 50.3% 的任务解决率，而上一代 GPT-5.6 Terra 的公开成绩仅为 21.5%。

换句话说，新模型的编程测试成绩已达到上一代的两倍以上。

在科学研究编程测试 Terminal-Bench-Science 0.1 中，GPT-6.1 Terra 甚至超越了定位更高的 GPT-6.1 Sol。

该测试包含利用代码分析延时摄影视频中的细胞分裂等科学研究任务。OpenAI 表示，GPT-6.1 Terra 的得分距离 Claude Opus 5.5 不足 5 个百分点，估算成本却低于后者的五分之一。

当然，OpenAI 也明确表示，对于最复杂的软件工程和深度研究任务，GPT-6.1 Sol 和 GPT-6 Astra 仍是更合适的选择。

API 价格减半，正式登陆 ChatGPT Work 和 Codex

相比性能提升，GPT-6.1 Terra 的价格调整可能对开发者更具吸引力。

根据 OpenAI 公布的信息，新模型的标准 API 定价如下：

• 输入价格为每百万 Token 1 美元
• 缓存输入价格为每百万 Token 0.05 美元
• 输出价格为每百万 Token 5 美元

与 GPT-5.6 Terra 和 GPT-6.1 Sol 相比，GPT-6.1 Terra 的标准 API 价格降低了 50%。如果与旗舰模型 GPT-6 Astra 对比，其输入和输出 Token 的价格均仅为后者的十分之一。

在产品层面，GPT-6.1 Terra 已面向 ChatGPT Plus、Pro、Enterprise 和 Edu 用户开放，可在 ChatGPT Work 和 Codex 中使用。

OpenAI 表示，在相同使用额度下，用户通过 GPT-6.1 Terra 能完成比 GPT-5.6 Terra 更多的任务，相较于 GPT-6.1 Sol 和 GPT-6 Astra，额度使用效率的提升则更为明显。

开发者也可通过 OpenAI API 调用该模型，模型名称为 gpt-6.1-terra。

安全方面，OpenAI 表示，GPT-6.1 Terra 在其 Preparedness Framework 中达到了网络安全能力的 Critical 风险等级，因此沿用了 GPT-6 Astra 等模型的相关安全防护措施。

与此同时，新模型继承了 GPT-6 系列的对齐改进，在遵守用户授权范围、主动说明自身能力限制，以及抵御恶意提示词注入方面，相比上一代有所提升。

回顾 OpenAI 今年的产品更新，从旗舰模型 Astra 到强调综合能力的 Sol，再到如今主打高效执行的 Terra，产品之间的分工正变得越来越明确。

尤其是在 AI Agent 加速进入真实工作场景的背景下，模型竞争也开始从单纯追求更高的 Benchmark 分数，延伸到完成同一项任务究竟需要花多少钱、多少时间，以及能否持续可靠地执行。这一趋势在 NBA表现分析 领域也有所体现，即模型需要平衡能力、速度与成本来满足实际应用需求。

过去，企业想让 AI 自动处理大量办公任务，往往需要在模型能力、速度和成本之间反复权衡。GPT-6.1 Terra 的出现，正在降低这种权衡的代价。

当一个能够看懂屏幕、操作软件、理解复杂文档的模型，已具备接近旗舰级的能力，却只需十分之一的 Token 成本，AI Agent 也就有了从少数高价值任务走向大规模日常应用的现实条件。

对于 OpenAI 来说，让越来越强的 AI 变得越来越便宜，将与发布下一款最强模型同样重要。

本文来自微信公众号“APPSO”，作者：发现明日产品的，36氪经授权发布。