OpenAI发布GPT-6.1 Terra：强化视觉理解与计算机操作能力，大幅降低API成本

事件概述

OpenAI正式发布 GPT-6.1 Terra 模型。作为 GPT-5.6 Terra 的升级版，该模型结合了详细的视觉推理能力和精确的计算机操作（Computer Use）功能，同时优化了写作风格。其核心优势在于提供了更优的速度、能力与成本平衡，特别适用于处理日常工作中的通信和基于计算机的任务，如起草提案、解读技术图纸、填写表格及编辑视频。

核心性能指标

1. 视觉理解与计算机操作

• Agents’ Last Exam 基准测试：在中度推理努力下，GPT-6.1 Terra 得分比 GPT-5.6 Terra 高出 15 个百分点，成本约为后者的三分之一。其表现甚至与 GPT-6 Astra 持平，但每 token 价格仅为后者的十分之一。
• 效率对比：在最大推理努力下，Terra 的 Token 效率是 Claude Opus 5.5 的三倍多，每 token 价格为其四分之一，导致每个任务的总成本降低约 9 倍。
• 速度优势：完成任务的速度比 GPT-6 Astra 和 GPT-6.1 Sol 快三倍以上。
• MMMU-Pro 基准测试：在视觉推理方面，Terra 在所有推理设置下均优于 GPT-5.6 Terra，并接近 GPT-6 Astra 和 GPT-6.1 Sol 的分数，但成本更低。
• OSWorld 2.1 基准测试：测试 AI 代理使用桌面应用完成多步骤任务的能力。在中度推理努力下，Terra 超越了 GPT-5.6 Terra 的最佳成绩，且单次任务成本大幅降低。

2. 事实准确性与代码能力

• 减少幻觉：通过内部基准测试显示，在低推理努力下，错误率从 GPT-5.6 Terra 的 53.6% 降至 16.7%（降幅近 37 个百分点）。在最大推理努力下，错误率降至 4.3%，与 GPT-6 Astra 和 GPT-6.1 Sol 相当。
• Terminal-Bench 4.0（软件工程）：在最大推理努力下，Terra 解决了 50.3% 的任务，是 GPT-5.6 Terra 公布成绩（21.5%）的两倍多。对于最复杂的编码任务，GPT-6.1 Sol 和 GPT-6 Astra 仍是更佳选择。
• Terminal-Bench-Science 0.1（科学计算）：在最大推理努力下，Terra 的表现超越 GPT-6.1 Sol，且成本更低；其成绩距离 Opus 5.5 仅差五分，而预估成本不足后者的五分之一。

3. 安全与对齐

• 网络安全：符合 OpenAI 准备框架中的“Critical”阈值，并保留了 GPT-6 Astra 的安全保护机制。
• 对齐改进：相比 GPT-5.6 Terra，Terra 更能保持在任务范围内，并诚实地向用户披露局限性和潜在障碍。
• 抗注入攻击：在提示注入测试中表现出对恶意指令的强大抵抗力。

定价与可用性

• 可用性：即日起，ChatGPT Work 和 Codex 中的 Plus、Pro、Enterprise 和 Edu 用户均可使用。开发者可通过 OpenAI API 以 gpt-6.1-terra 访问。
• API 定价：
  • 输入 Token：$1 / 百万个
  • 缓存输入 Token：$0.05 / 百万个
  • 输出 Token：$5 / 百万个
• 订阅权益：在 ChatGPT Work 和 Codex 中，现有计划的使用额度可覆盖更多任务，优于 GPT-5.6 Terra，并显著优于 GPT-6.1 Sol 或 GPT-6 Astra。

值得关注

GPT-6.1 Terra 的定位并非追求极致复杂推理，而是聚焦于高频、高成本的日常办公自动化场景。其 50% 的价格降幅使其在处理如发票读取、会计软件录入等高吞吐量任务时具备极高的商业可行性。