关键要点
- OpenAI 发布了 GPT-6.1 Terra，这是一款新的中等级别人工智能模型，其 API 价格仅为前代产品的半价。
- OpenAI 构建了用于办公任务及自动化软件控制的模型。
- 基准测试显示，其价格与性能比显著更好，幻觉现象也更少。
OpenAI 发布了 GPT-6.1 Terra 模型，据称该模型的成本与性能比超过了其之前的任何模型。其 API 价格仅为 GPT-5.6 Terra 的一半。
Terra是OpenAI在半价基础上对Anthropic的中级Sonnet系列最接近的竞争对手。输入令牌每百万个的费用为1美元，输出令牌费用为5美元；相比之下，Claude Sonnet 5.5的费用为2美元和10美元，GPT-5.6 Terra的费用为2美元和12美元。缓存输入的费用则降至每百万个令牌0.05美元，仅为之前费用的四分之一。
根据 OpenAI 的说法，该模型结合了快速视觉推理、精准的计算机控制以及更自然的写作风格，适用于从起草提案到解释技术图纸再到填写表格等日常工作任务。GPT-6.1 Terra 目前可供 Plus、Pro、Enterprise 和 Edu 用户通过 ChatGPT Work 和 Codex 以及 API 使用。
分析师们表示，成本效率达到了新的高度
Artificial Analysis 将 GPT-6.1 Terra 称为一种每美元体现智能的新基准模型。在最大推理努力下，该模型在智能指数上比 GPT-5.6 Terra 高出 6 分，而成本则低于三分之一任务费用（0.40 美元对比 1.40 美元）。在较低努力水平下，收益更大——可达 7 到 13 分——使该模型处于帕累托前沿，即成本和性能无法同时提升的状态。
在新的 Coding Agent Index v2.0 中，Terra的得分为 48 分，比 GPT-6.1 Sol（54 分）低 6 分，比 GPT-6 Luna（31 分）高 17 分。幻觉发生的概率更低。在私有 AA-Omniscience 基准测试中，当模型没有答案时，它仅猜测 38% 的情况，而 GPT-5.6 Terra 则为 88%。准确率也上升了 2 分。
计算机控制速度是最大型号的三倍快
OpenAI认为GPT-6.1 Terra在自动化软件控制方面尤为强大。在Agents' Last Exam基准测试中，其性能与GPT-6 Astra相当，但成本仅为后者的十分之一。与Claude Opus 5.5在最大努力水平下相比，GPT-6.1 Terra的token使用效率是后者的三倍多，而成本却只有其四分之一。这意味着每项任务的成本大约降低九倍。据公司称，其执行速度也比GPT-6 Astra和GPT-6.1 Sol快三倍以上。
在 MMMU-Pro 视觉推理测试中，GPT-6.1 Terra 在所有推理层级上均优于其前代模型，且几乎与 GPT-6 Astra 和 GPT-6.1 Sol 相当。在桌面代理基准测试 OSWorld 2.1 中，它以较低的成本实现了比 GPT-5.6 Terra 最佳成绩更优的结果，且所需努力程度也更低。
Terra在编码方面也表现出显著的提升。在 Terminal-Bench 4.0 测试中，GPT-6.1 Terra 以最大推理能力完成了 50.3% 的任务，而 GPT-5.6 Terra 仅为 21.5%。根据人工分析，这 20 点的提升使该模型与 GPT-6.1 Sol 处于同一水平。在科学编码基准测试 Terminal-Bench-Science 0.1 中，Terra以更低的成本表现优于 GPT-6.1 Sol，并且在预计成本不到五分之一的情况下，其表现与 Claude Opus 5.5 仅相差五点。 对于最复杂的编码任务，OpenAI 仍然推荐 GPT-6.1 Sol 和 GPT-6 Astra.Ad
Terra 符合 OpenAI 的“关键”安全阈值
GPT-6.1 Terra 满足 OpenAI 的“关键”网络安全阈值，该阈值由该公司的准备框架定义，并继承了 GPT-6 Astra 的防护机制。与之前的模型相比，该模型更有可能遵守其设定的限制，并向用户公开这些限制。
根据系统说明卡，GPT-6.1 Terra在针对指令层级的直接攻击方面，性能与 GPT-6 Astra和GPT-6.1 Sol相当，这些模型在此类测试中达到了99.99%。对于恶意指令被隐藏在第三方内容中的间接提示注入攻击，Terra的防御率为98.8%，而GPT-5.6 Terra仅为96.2%。
来源：OpenAI | Artificial Analysis