
就在剛剛,OpenAI 正式發(fā)布新一代模型 GPT-6.1 Terra,主打更快的響應速度、更強的視覺理解和電腦操作能力,以及更低的使用成本。

相比上一代 GPT-5.6 Terra,新模型的標準 API 價格直接降低 50%,但在復雜任務執(zhí)行、事實準確率和編程能力上均有明顯提升。尤其是在部分專業(yè)任務測試中,GPT-6.1 Terra 已經能夠接近旗艦模型 GPT-6 Astra 的表現,Token 價格卻只有后者的十分之一。
OpenAI 將其定位為一款面向高頻工作場景的高效模型,希望讓更多企業(yè)和開發(fā)者能夠以更低的成本,將 AI Agent 真正應用到日常工作中。
性能直追 Sol,執(zhí)行任務速度快 3 倍
GPT-6.1 Terra 最值得關注的變化,是視覺理解與電腦操作能力的進一步結合。
過去,AI 可以理解圖片、分析文檔,但要讓它真正操作電腦、跨應用完成復雜任務,依然需要較高的模型能力和推理成本。
如今,GPT-6.1 Terra 已經能夠處理從閱讀技術圖紙、填寫表格,到編輯視頻、操作桌面軟件等一系列專業(yè)任務。
例如,用戶可以讓它根據建筑設計圖紙創(chuàng)建 3D 模型,或者逐幀檢查動畫影片,為修復團隊制作帶有時間碼的鏡頭記錄。企業(yè)還可以利用它讀取收到的發(fā)票,并將相關信息自動錄入財務軟件。
在衡量 AI Agent 完成專業(yè)工作能力的 Agents' Last Exam 測試中,GPT-6.1 Terra 的表現相當突出。

更值得關注的是,同樣在這一測試中,GPT-6.1 Terra 已經能夠達到 GPT-6 Astra 的水平,而標準 API 的 Token 單價僅為后者的十分之一。
與 Anthropic 的 Claude Opus 5.5 相比,在最高推理強度下,GPT-6.1 Terra 的 Token 使用效率超過其 3 倍,Token 單價只有其四分之一,最終完成同類任務的成本約低 9 倍。
速度方面,GPT-6.1 Terra 完成任務的速度也超過 GPT-6 Astra 和 GPT-6.1 Sol 的 3 倍。
有開發(fā)者曬出的測試結果顯示,GPT-6.1 Terra 單次請求的生成速度可以達到每秒 450 Token,低推理強度下甚至有望達到每秒 600 Token,不過后者尚未得到驗證。






幻覺率大幅下降,編程成績翻倍
除了視覺理解和電腦操作,GPT-6.1 Terra 在事實準確率與編程方面的進步同樣明顯。
OpenAI 表示,今年一直在重點解決模型產生幻覺和事實性錯誤的問題。
在其內部設計的高難度事實準確率測試中,GPT-5.6 Terra 在低推理強度下的錯誤率高達 53.6%,而 GPT-6.1 Terra 已將其降低至 16.7%,下降 36.9 個百分點。

對于需要處理合同、技術文檔和企業(yè)內部數據的 AI Agent 來說,事實錯誤率的下降尤其重要。畢竟,模型能夠完成任務只是基礎,執(zhí)行過程中能否持續(xù)保持準確,直接決定了用戶能否放心將更多工作交給 AI。
編程能力方面,GPT-6.1 Terra 也迎來大幅提升。
在測試 AI Agent 命令行編程能力的 Terminal-Bench 4.0 中,GPT-6.1 Terra 在最高推理強度下取得了 50.3% 的任務解決率,上一代 GPT-5.6 Terra 的公開成績僅為 21.5%。

在科學研究編程測試 Terminal-Bench-Science 0.1 中,GPT-6.1 Terra 甚至超過了定位更高的 GPT-6.1 Sol。
該測試包含利用代碼分析延時攝影視頻中的細胞分裂等科學研究任務。OpenAI 表示,GPT-6.1 Terra 的得分距離 Claude Opus 5.5 不足 5 個百分點,估算成本卻低于后者的五分之一。

API 價格腰斬,正式進入 ChatGPT Work 和 Codex
相比性能提升,GPT-6.1 Terra 的價格調整可能對開發(fā)者更有吸引力。
根據 OpenAI 公布的信息,新模型的標準 API 定價如下。
輸入價格為每百萬 Token 1 美元
緩存輸入價格為每百萬 Token 0.05 美元
輸出價格為每百萬 Token 5 美元
相比 GPT-5.6 Terra 和 GPT-6.1 Sol,GPT-6.1 Terra 的標準 API 價格降低了 50%。如果與旗艦模型 GPT-6 Astra 相比,其輸入和輸出 Token 的價格均只有后者的十分之一。


開發(fā)者也可以通過 OpenAI API 調用該模型,模型名稱為 gpt-6.1-terra。
安全方面,OpenAI 表示,GPT-6.1 Terra 在其 Preparedness Framework 中達到網絡安全能力的 Critical 風險等級,因此沿用了 GPT-6 Astra 等模型的相關安全防護措施。
與此同時,新模型繼承了 GPT-6 系列的對齊改進,在遵守用戶授權范圍、主動說明自身能力限制,以及抵御惡意提示詞注入方面,相比上一代有所提升。

尤其是在 AI Agent 加速進入真實工作場景的背景下,模型競爭也開始從單純追求更高的 Benchmark 分數,延伸到完成同一項任務究竟需要花多少錢、多少時間,以及能否持續(xù)可靠地執(zhí)行。
過去,企業(yè)想讓 AI 自動處理大量辦公任務,往往需要在模型能力、速度和成本之間反復權衡。
GPT-6.1 Terra 的出現,正在降低這種權衡的代價。
當一個能夠看懂屏幕、操作軟件、理解復雜文檔的模型,已經具備接近旗艦級的能力,卻只需要十分之一的 Token 成本,AI Agent 也就有了從少數高價值任務走向大規(guī)模日常應用的現實條件。
對于 OpenAI 來說,讓越來越強的 AI 變得越來越便宜,或許與發(fā)布下一款最強模型同樣重要。