OpenAI 发布了 GPT-6.1 Terra，推动了成本效率前沿。这是自 GPT-5.6 以来首个 Terra 级模型，以不到三分之一的成本实现了更高的智能水平
每 token 定价是 GPT-5.6 Terra 的一半或更低——每百万输入/输出 token 为 1 美元/5 美元，而上一代模型为 2 美元/12 美元。缓存写入价格也减半，现为每百万 token 1.25 美元。缓存输入价格降至四分之一，为每百万 token 0.05 美元，此前为 0.20 美元。
要点：
➤ 在低和中等工作量下，智能与成本达到帕累托最优： 在最大工作量下，GPT-6.1 Terra 在 Artificial Analysis 智能指数上比 GPT-5.6 Terra 高出 6 分，而每任务成本不到三分之一（0.40 美元 vs 1.40 美元）。在较低工作量水平下，提升更大，介于 7 到 13 分之间。低和中等工作量水平在成本效率上是帕累托最优的，而其他工作量水平落后于前沿。在最大工作量下，该模型在智能指数上比 GPT-6.1 Sol 低 4 分，比 GPT-6 Luna 高 10 分。
➤ 推动了编码智能体指数的成本效率前沿： 在最新发布的 Artificial Analysis 编码智能体指数 v2.0 中得分为 48，该模型比 GPT-6.1 Sol（54）低 6 分，比 GPT-6 Luna（31）高 17 分。xhigh 和 low 工作量设置位于编码智能体指数成本效率的前沿，而其他工作量水平落后于前沿。
➤ 幻觉率下降 50 分： 在 AA-Omniscience（我们的私有知识与幻觉基准）中，GPT-6.1 Terra 在不知道问题答案时猜测的比例为 38%。此前，GPT-5.6 Terra 的幻觉率为 88%。幻觉的显著减少伴随着 AA-Omniscience 准确率提升 2 分——意味着模型同时正确回答了更多问题。
➤ Terminal-Bench 4.0 提升 20 分，大多数评估均有小幅改进： 该模型在基于终端的智能体基准 Terminal-Bench 4.0 中取得显著进展，提升约 20 分，在最大工作量下现已可与 GPT-6.1 Sol 匹敌。其他大多数评估的提升较小，例如 GDP.pdf 中提升 5 分。
在 Artificial Analysis 编码智能体指数 v2.0 中得分为 48，GPT-6.1 Terra 比 GPT-6.1 Sol（54）低 6 分，比 GPT-6 Luna（31）高 17 分。xhigh 和 low 工作量设置位于成本效率的前沿。
GPT-6.1 Terra 的幻觉率下降了 50 分，在 AA-Omniscience 中测得。这伴随着 AA-Omniscience 准确率提升 2 分——意味着模型同时正确回答了更多问题。
该模型在基于终端的智能体基准 Terminal-Bench 4.0 中取得显著进展，提升约 20 分，在最大工作量下现已可与 GPT-6.1 Sol 匹敌。
Artificial Analysis 智能指数 v4.3.2 各项评估的细分数据
在以下位置将 GPT-6.1 Terra 与其他领先模型进行比较： https://artificialanalysis.ai/models/releases/gpt-6-1-terra