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

OpenAI 正在大模型领域掀起性价比之战。

今日，OpenAI 正式推出了新一代模型 GPT-6.1 Terra，其核心卖点包括更快的反应速度、更出色的视觉识别和电脑操控能力，以及更低的使用门槛。

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

相较于上一代 GPT-5.6 Terra，新模型的标准 API 费用直接减半，同时在复杂任务处理、信息准确度和编程技能方面均有显著进步。尤其在部分专业测试中，GPT-6.1 Terra 的表现已接近旗舰级 GPT-6 Astra，而 Token 成本仅为后者的十分之一。

OpenAI 将这款模型定位为适用于高频工作场景的高效工具，旨在帮助更多企业和开发者以更低成本，将 AI Agent 真正融入日常工作流程。

性能逼近旗舰，任务执行速度快 3 倍

GPT-6.1 Terra 最引人注目的特性，是视觉理解与电脑操作能力的深度融合。

过去，AI 能识别图片、分析文档，但要真正操控电脑、跨应用执行复杂任务，仍需要较高的模型能力和推理开销。

如今，GPT-6.1 Terra 已能处理从解读技术图纸、填写表单，到剪辑视频、操作桌面软件等一系列专业工作。

例如，用户可让它根据建筑图纸生成 3D 模型，或逐帧检查动画影片，为修复团队创建带时间码的镜头记录。企业也能用它读取收到的发票，并自动将相关信息录入财务系统。

在评估 AI Agent 专业工作能力的 Agents' Last Exam 测试中，GPT-6.1 Terra 表现亮眼。

中等推理强度下，新模型得分比 GPT-5.6 Terra 提升了 15 个百分点，而单次任务成本降至约三分之一。

更值得关注的是，在该测试中，GPT-6.1 Terra 已能达到 GPT-6 Astra 的水平，但标准 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 使用效率是其 3 倍以上，Token 单价仅为四分之一，最终完成同类任务的成本低约 9 倍。

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。

有开发者分享的测试数据显示，GPT-6.1 Terra 单次请求的生成速度可达每秒 450 Token，低推理强度下甚至可能达到每秒 600 Token，不过后者尚未得到验证。

第三方评测机构 Artificial Analysis 的智力指数榜单也提供了一个有趣参考：GPT-6.1 Terra（Max）获得 48 分，超过了除 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优于上一代模型，并以显著更低的成本，取得了接近 GPT-6 Astra 和 GPT-6.1 Sol 的成绩。

在专门测试 AI 操作桌面应用能力的 OSWorld 2.1 中，新模型仅使用中等推理强度，就超越了 GPT-5.6 Terra 在最高推理强度下的表现，同时大幅降低了单次任务成本。

实际体验也证实了部分提升。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 只用 6 分钟、花费 1.06 美元就完成任务，而 Claude Sonnet 5.5 耗时约一小时、花费 18.10 美元，却交付了明显更出色的游戏作品。

此外，从现有测试看，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，现实中大量工作只需 AI 完成，并不值得每次都调用最昂贵的旗舰模型。

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 在事实准确率和编程方面的进步同样显著。

OpenAI 表示，今年一直重点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，执行过程中持续保持准确性，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超过上一代的两倍。

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研任务。OpenAI 表示，GPT-6.1 Terra 的得分距离 Claude Opus 5.5 不足 5 个百分点，但估算成本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 价格腰斩，正式进入 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有吸引力。

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

相比 GPT-5.6 Terra 和 GPT-6.1 Sol，GPT-6.1 Terra 的标准 API 价格降低了 50%。与旗舰模型 GPT-6 Astra 相比，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，与 GPT-6.1 Sol 和 GPT-6 Astra 相比，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。

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更加清晰。

尤其在 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所需的花费、时间，以及能否持续可靠地执行。

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 成本时，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。