GPT-6.1 Terra 终于来了！ OpenAI 稍早宣布正式推出，这次升级可说非常大，跟上一代相比，不只是AI 更能看得懂萤幕、更会帮你操作电脑，程式开发能力也大幅进步，更重要的是「价格」，API 单价比上一代少了一半以上。根据第三方评测机构Artificial Analysis 公布的测试成绩结果，GPT-6.1 Terra Max 综合能力已经跟GPT-6.1 Sol Medium 差不多，甚至在OpenAI 官方测试中，部分还赢过GPT-6.1 Sol Max。
GPT-6.1 Terra 正式登场：电脑操作、视觉理解大升级，API 价格砍半，第三方综合评测拿下48 分
OpenAI 稍早正式发表GPT-6.1 Terra，接替上一代的GPT-5.6 Terra，定位是一款速度快、效率高的模型。
这次升级有四个重点：
- 视觉理解与电脑操作更强
- 事实错误大幅减少
- 程式开发能力提升超过一倍
- 标准API 价格比GPT-5.6 Terra 和GPT-6.1 Sol 都便宜50%
首先是「视觉理解与电脑操作更强」，OpenAI 这次提供三项测试来说明Terra 的电脑操作与视觉能力，分别是OSWorld 2.1、Agents’ Last Exam v1 和MMMU-Pro。
OSWorld 2.1 是让AI 实际操作桌面软体的测试项目，通常需要好几个步骤才能完成，例如依照一张技术图纸，在软体里建出对应的3D 模型。 GPT-6.1 Terra 只开Medium 推理，成绩就已经超越GPT-5.6 Terra 所有推理等级中的最佳表现。开到Max 的74.2% 成绩，大约接近GPT-6.1 Sol Xhigh（75.9%）：
Agents’ Last Exam v1 则是更接近真实职场的专业任务，包括把建筑图纸转成3D 模型，或是逐个镜头检视一部动画电影，替修复团队整理出带时间码的纪录。在Medium 推理下，GPT-6.1 Terra 的57.6% 成绩就已经比GPT-5.6 Terra Max 的50.7% 高出6.9%，成本却只有大约三分之一。表现甚至跟最强的GPT-6 Astra Medium 相当，但每个Token 的价格只有十分之一：
跟Claude Opus 5.5 对比，GPT-6.1 Terra Max 的成绩仅低3.2%，Token 使用效率却是Opus 5.5 的三倍以上，每个Token 的价格只有四分之一，两者相乘下来，每项任务的成本低了约9 倍：
MMMU-Pro 测的是看图推理能力，题目会混合图表、示意图、照片与文字，考验模型能不能真的看懂图片内容再进行推理。 GPT-6.1 Terra 在每一种推理设置下都赢过GPT-5.6 Terra，成绩也几乎追上GPT-6 Astra 与GPT-6.1 Sol：
「事实错误大幅减少」部分，OpenAI 表示今年在降低幻觉与事实错误上投入了大量资源，在Low 推理下，上一代GPT-5.6 Terra 的错误率高达53.6%，GPT-6.1 Terra 降到16.7%，减少将近37%。白话来说，以前开低推理丢陷阱题，过一半的回答出现事实错误，现在大约只剩六分之一。开到Max 推理时，错误率再下降18 %，变成只有4.3%，已经接近GPT-6 Astra Max 与GPT-6.1 Sol Max 的水准：
第三方的测试结果也跟这一样。 Artificial Analysis 的AA-Omniscience 是一套私有的知识与幻觉测试，会记录模型在不知道答案时硬猜的比例。 GPT-5.6 Terra Max 的Hallucination Rate 幻觉率是88%，GPT-6.1 Terra Max 降到38%，同时答对率还提升了2 分：
再来是「程式开发」，Terminal-Bench 4.0 测的是AI 程式代理在指令列环境中解决问题的能力，例如修好一个载入时版面会乱跳的网页。 GPT-6.1 Terra 在Max 推理下解决了50.3% 的任务，GPT-5.6 Terra 成绩是21.5%，提升超过一倍：
跟GPT-6.1 相比，Max 成绩落在Low 和Medium 之间，但GPT-6.1 Terra Max 成本比GPT-6.1 Sol Medium 高，因此这部份看起来用GPT-6.1 Sol 还是比较划算。 OpenAI 也有提到，最复杂的程式任务使用GPT-6.1 Sol 和GPT-6 Astra 依然是比较好的选择。
官方数据看完，也可以参考第三方Artificial Analysis 的Intelligence Index 成绩，把多项评测合并成一个综合分数，内容涵盖工作任务、程式与代理能力、知识与幻觉、视觉理解，以及推理能力：
| 模型（推理等级） | Intelligence Index | 每项任务平均成本 |
|---|---|---|
| GPT-5.6 Terra（Max） | 42 | US$1.40 |
| GPT-6.1 Terra（Max） | 48 | US$0.40 |
| GPT-6.1 Sol（Medium） | 48 | US$0.21 |
整体来看，Terra Max 跟Sol Medium 表现差不多，同样是48 分。不过这不代表每项测试都一样强，综合分数是多项测试加总的结果，因此有可能是一个在程式测试特别突出，另一个在知识或文件理解比较稳定。
另外也要注意的是，Artificial Analysis 测出的每项任务平均成本，GPT-6.1 Terra Max 的0.40 美元，反而比GPT-6.1 Sol Medium 的0.21 美元高出将近一倍。
最后来看API 价格，GPT-6.1 Terra 每百万输入Token 为1 美元、快取输入0.05 美元、输出5 美元：
| 模型 | 输入（每百万Token） | 快取输入（每百万Token） | 输出（每百万Token） |
|---|---|---|---|
| GPT-6.1 Terra | US$1 | US$0.05 | US$5 |
| GPT-5.6 Terra | US$2 | US$0.20 | US$12 |
| GPT-6.1 Sol | US$2 | US$0.10 | US$10 |
| GPT-6 Astra | US$10 | US$1 | US$50 |
跟上一代比，输入价格少一半，输出从12 美元降到5 美元，少了将近六成，快取输入更只剩原本的四分之一。写入快取的费用也减半，变成每百万Token 1.25 美元。
跟GPT-6.1 Sol 相比，Terra 的输入与输出单价刚好都是一半。跟GPT-6 Astra 比则只有十分之一。
