OpenAI再推GPT-6系列新模型，将重点放在更低成本地完成日常办公和电脑操作任务上。
美东时间10月26日，OpenAI发布GPT-6.1 Terra，主打视觉理解、跨应用操作和自然语言写作能力，在升级模型表现的同时，将标准API价格较上一代GPT-5.6 Terra下调50%。独立测评机构Artificial Analysis的评测还显示，新模型在智能水平、任务成本和特定基准的幻觉表现上均有改善。
面向整个工作日，强化视觉理解与电脑操作
OpenAI将GPT-6.1 Terra定位为一款快速、高效的模型，目标是帮助用户以更低成本完成覆盖整个工作日的电脑操作任务。模型不仅能够理解屏幕内容，还能跨应用执行操作，并以更清晰、自然的语言进行写作。
从起草商业提案、解读技术图纸，到填写表格、编辑视频，OpenAI希望将Terra打造成适合高频办公任务的通用工具。对于企业而言，这类能力也意味着模型可以承担更多重复性工作，例如读取收到的发票，再将相关信息录入会计软件。
这次升级并非只追求单项能力的提高，而是试图将视觉理解、电脑操作和文本生成整合到同一工作流程中。OpenAI称，GPT-6.1 Terra在电脑操作和沟通类任务上较GPT-5.6 Terra有明显进步，同时强调，新模型能够让ChatGPT Work和Codex的既有使用额度完成更多任务。
电脑操作基准提升15个百分点，速度超过Astra三倍
在衡量智能体使用软件完成专业任务的Agents’ Last Exam基准中，OpenAI称，GPT-6.1 Terra在中等推理强度下的成绩较GPT-5.6 Terra提高15个百分点，而任务成本约为后者的三分之一。其表现甚至可与旗舰模型GPT-6 Astra相当，但每个Token的价格仅为Astra的十分之一。
在最高推理强度下，OpenAI称，GPT-6.1 Terra的Token效率为Claude Opus 5.5的三倍以上，且每Token价格仅为后者的四分之一。综合Token消耗效率与单价优势，Terra完成任务的成本约为Claude Opus 5.5的九分之一。速度方面，OpenAI表示，Terra完成任务的速度平均为GPT-6 Astra和GPT-6.1 Sol的三倍以上。
视觉理解方面，在MMMU-Pro基准中，GPT-6.1 Terra各推理设置下的表现均优于GPT-5.6 Terra，并以更低成本接近GPT-6 Astra和GPT-6.1 Sol的成绩。在测试智能体使用桌面应用完成多步骤任务的OSWorld 2.1基准中，Terra在中等推理强度下也超过了GPT-5.6 Terra此前的最佳成绩。
这些结果体现出OpenAI对Terra的定位：不一定在所有能力维度上追求旗舰级表现，而是尽可能以较低成本、较短时间完成大量实际工作。
独立测评：智能水平提升，完成任务的成本大幅下降
Artificial Analysis发布的独立评测进一步比较了GPT-6.1 Terra与上一代模型的性能和成本。该机构称，Terra在Artificial Analysis Intelligence Index中的最高推理强度成绩较GPT-5.6 Terra提高6分，单项任务成本则从1.40美元降至0.40美元，不到原来的三分之一。
在较低和中等推理强度下，Terra相较前代的指数成绩提升幅度更大，达到7至13分。Artificial Analysis认为，这两个推理档位在智能水平与成本的权衡上处于效率前沿，意味着用户能够以相对更低的支出获得更好的模型表现。
在面向编码智能体的Coding Agent Index v2.0中，GPT-6.1 Terra得分为48分，低于GPT-6.1 Sol的54分，但高于GPT-6 Luna的31分。该机构指出，Terra在这一指数上的部分推理设置也处于成本效率前沿，显示其不仅适合日常办公，也具备较强的编码智能体能力。
不过，模型的推理强度与任务复杂程度仍然重要。Artificial Analysis的评测显示，Terra在最高推理强度下的Intelligence Index得分仍低于GPT-6.1 Sol；OpenAI也明确建议，对于深入研究或复杂编码任务，用户仍应优先选择GPT-6.1 Sol或GPT-6 Astra。
幻觉率大幅下降，编码任务成功率翻倍以上
可靠性是此次升级的另一项重点。Artificial Analysis在其私有知识与幻觉基准AA-Omniscience中发现，当模型不知道答案时，GPT-6.1 Terra给出猜测的比例为38%，而GPT-5.6 Terra为88%，下降50个百分点。与此同时，Terra在该基准上的准确率还提高了2分。
需要注意的是，这一结果衡量的是特定基准中模型在不确定情况下猜测答案的倾向，并不代表模型在所有实际应用中的整体错误率下降了50个百分点。
OpenAI自己的内部测试也显示了类似的改善趋势。在容易诱发错误的提示词测试中，低推理强度下，GPT-6.1 Terra的错误率从GPT-5.6 Terra的53.6%降至16.7%，下降36.9个百分点；最高推理强度下，错误率则下降18个百分点至4.3%，接近GPT-6 Astra和GPT-6.1 Sol的水平。
编码能力也出现明显进步。在OpenAI公布的Terminal-Bench 4.0基准中，GPT-6.1 Terra在最高推理强度下的任务成功率达到50.3%，超过GPT-5.6 Terra此前公布的21.5%，增至两倍以上。Artificial Analysis的独立评测同样显示，Terra在这一基准上的成绩提升约20个百分点，并在最高推理强度下接近GPT-6.1 Sol。
这意味着Terra的升级不只是让模型更快、更便宜，也包括减少部分错误、提升复杂任务执行能力。但对于最复杂的软件工程任务，OpenAI仍建议使用Sol或Astra。
API价格减半，瞄准高频企业自动化任务
价格是GPT-6.1 Terra此次发布的另一核心看点。OpenAI公布的标准API价格为：每百万输入Token收费1美元、每百万缓存输入Token收费0.05美元、每百万输出Token收费5美元。相比GPT-5.6 Terra，标准API价格整体下调50%；与GPT-6.1 Sol相比，Terra的标准API价格也低50%。
Artificial Analysis给出的价格对比显示，GPT-5.6 Terra的输入和输出Token价格分别为每百万2美元和12美元，新模型则降至1美元和5美元。缓存输入价格从每百万0.20美元降至0.05美元，降幅达到75%。该机构还报告称，新模型的缓存写入价格为每百万1.25美元。
在ChatGPT Work和Codex中，OpenAI称，相同的使用额度能够支持GPT-6.1 Terra完成比GPT-5.6 Terra更多的任务，较GPT-6.1 Sol和GPT-6 Astra则能完成更多任务。对于需要反复读取文件、操作办公软件或处理大量结构化信息的企业用户，这种成本差异可能直接影响智能体能否大规模部署。
GPT-6.1 Terra于10月26日起向ChatGPT Work和Codex中的Plus、Pro、Enterprise及Edu用户开放，开发者也可以通过API调用，模型名称为gpt-6.1-terra。
从产品分工看，OpenAI正在进一步细化GPT-6系列的能力与成本层级：Terra主打高频、重复、需要电脑操作的工作，Sol和Astra则继续面向深入研究与复杂编码。随着模型在特定任务上的执行效率提高，竞争焦点也正在从单纯比较模型能力上限，转向衡量完成真实工作所需的时间、Token和总成本。
