10 月 26 日,OpenAI 悄悄放了一个新模型,GPT-6.1 Terra。
GPT-6.1 这个家族其实已经挺挤了:9 月 30 号 Sol,10 月 9 号 Ultrafast,26 号轮到 Terra,不到一个月出了仨。我一开始也是”又一个中端档”的心态,但把公告读完发现,这货不一样——OpenAI 想推的不是”跑分好看”的那个,而是”真干活”的那个。

它到底能干什么
官方定位一句话:细粒度视觉推理 + 精准的计算机操作 + 更自然的写作。
翻译一下就是:它能”看懂”屏幕上是什么——按钮、表单、技术图纸,然后真的去”动手”操作。官网给的使用场景都很落地:读一堆发票把数据录进会计软件、把建筑图纸转成 3D 模型、逐镜头审一部片子给修复团队出带时间码的日志,还有剪辑视频。
重点在那个”精准”上。计算机操作(computer use)不是新概念,之前各家秀的都是”会点”;这次官方明说奔着”大规模下又快又可用”去的——稳定性、时延、失败可恢复,都是硬指标。说白了,不是给你看个 Demo,是准备真上工。
数字有点难咽
官方跑的是 Agents’ Last Exam,一堆职业任务(3D 建模、视频逐镜头审片那种)。几个关键数字:
- 中等推理强度下,比上一代 GPT-5.6 Terra 高 15 个点,成本只要后者的约 1/3
- 同一考试能追平旗舰 GPT-6 Astra,token 单价只有 Astra 的 1/10
- 拉满推理强度,token 效率是 Claude Opus 5.5 的 3 倍多,价格 1/4,单任务综合成本约低 9 倍
- 速度:比 Astra 和 Sol 都快 3 倍以上
我觉得最容易被忽略的是”快 3 倍”。计算机操作是多轮往返:看一眼屏幕、想一下、点一下、输一段,再截个屏,一个任务几十次交互。慢的话一个任务等十分钟,快 3 倍才是真正”能用”和”看着它用”的分界线。
事实性也提了一大截:官方错误诱导测试集上,低推理强度下错误率从 GPT-5.6 Terra 的 53.6% 降到 16.7%,接近 37 个点;拉满强度只剩 4.3%,跟 Astra 基本一个水平。
为什么这个数字重要?因为它操作的是你的电脑。幻觉一次,不是”答错了”,是”点错了”——误点发送、填错表单,那都是实打实的工作事故。
编码:翻了一倍多,但天花板还是旗舰的
Terminal-Bench 4.0(命令行编码任务):最高推理强度下解出 50.3%,是 GPT-5.6 Terra 公布成绩 21.5% 的两倍多。Terminal-Bench-Science(用代码做科研任务,比如追踪延时视频里的细胞分裂)上,它比 GPT-6.1 Sol 便宜还能赢,离 Opus 5.5 不到 5 个点,预估成本不到人家 1/5。
不过官方也说了,最难的编码任务还是 Sol 和 Astra 更合适。Terra 的定位就是干活的,别拿它当尖刀使。
定价才是真刀真枪
API 价格:输入 1 美元/百万 token,缓存输入 0.05 美元,输出 5 美元——比 GPT-5.6 Terra 和 GPT-6.1 Sol 直降 50%。
import openai
client = openai.OpenAI()
# 模型名:gpt-6.1-terra
resp = client.responses.create(
model="gpt-6.1-terra",
input="打开浏览器,把未读邮件逐条总结给我",
)
0.05 美元那个缓存价才是我盯着看的。计算机操作任务天生多轮:同一块屏幕反复看、同一份上下文反复传,缓存命中率天然高。输入侧五美分,长任务的上下文成本约等于白送,成本大头全在输出侧。
再直白点,这个定价就是奔着”按小时跑”去的:批量读发票、批量处理工单、批量对数据。跑量跑到这份上,不亏是底线,跑多了反而像是”它给自己发工资”。
谁该关心这事
我觉得三类人。
玩 Agent、玩 RPA 的。以前计算机操作就两条路:上旗舰模型(贵、慢),或者自己糊小模型自动化(不稳)。Terra 卡在中间:够快、够便宜、还不太瞎点。终于有个”默认选项”了。
做多轮 Agent 应用的。多轮调用本来就是账单大头,输入价砍半加上缓存五美分,长任务的成本模型直接变好看。
国产模型团队。这个才是真压力。计算机操作、写作质量、token 单价摆到一起比,拼的就不再是”谁便宜”,而是”每百万 token 能可靠干完多少活”。国内厂商上周也是扎堆发新品,接下来这段日子估计挺热闹。
最后提个醒
OpenAI 说 Terra 在网络安全上达到了 Preparedness Framework 的 “Critical” 阈值,防护等级沿用 Astra 那套,提示注入抵抗力也明显加强,细节在系统卡里。
但说实话,模型”会操作电脑”这件事越能干,工程侧越得跟上:权限隔离、操作审计、异常回滚。模型说”我会了”只是第一步,敢不敢把键盘交给它,得看你自己的风控。这一点上,国内外的坑都不少,别指望发布即安全。
“AI 打工人”的价格降到这个份上,已经是可以随便跑几小时的程度了。至于跑不跑,就看你了。Terra 这次你怎么看?评论区聊。
(来源:OpenAI 官方公告、腾讯新闻等公开报道)