OpenAI 再推 GPT-6 系列新模型，將重點放在以更低的成本完成日常辦公和電腦操作任務上。
美東時間10月26日，OpenAI發佈GPT-6.1 Terra，主打視覺理解、跨應用操作和自然語言寫作能力。在提升模型表現的同時，OpenAI將標準API價格較上一代GPT-5.6 Terra下调50%。獨立評測機構Artificial Analysis的評測還顯示，新模型在智能水平、任務成本和特定基準下的幻覺表現上均有改善。
針對整個工作日，強化視覺理解與電腦操作
OpenAI 將 GPT-6.1 Terra 定位為一款快速且高效的模型，旨在幫助用戶以更低的成本完成覆蓋整個工作日的電腦操作任務。該模型不僅能理解螢幕內容，還能跨應用執行操作，並以更清晰、自然的語言進行寫作。
從起草商業提案、解讀技術圖紙，到填寫表格、編輯影片，OpenAI 希望將 Terra 打造成適合高頻辦公任務的通用工具。對於企業而言，這類能力也意味著模型可以承擔更多重複性工作，例如讀取收到的發票，再將相關資訊錄入會計軟體。
這次升級並非僅追求單項能力的提升，而是試圖將視覺理解、電腦操作和文本生成整合至同一工作流程中。OpenAI 表示，GPT-6.1 Terra 在電腦操作和溝通類任務上較 GPT-5.6 Terra 有明顯進步，同時強調，新模型能讓 ChatGPT Work 和 Codex 的既有使用額度完成更多任務。
電腦操作基準提升 15 個百分點，速度超過 Astra 三倍
在衡量智能體使用軟體完成專業任務的 Agents’ Last Exam 基準中，OpenAI 表示，GPT-6.1 Terra 在中等推理強度下的成績較 GPT-5.6 Terra 提高 15 個百分點，而任務成本約為後者的三分之一。其表現甚至可與旗艦模型 GPT-6 Astra 相當，但每個 Token 的價格僅為 Astra 的十分之一。
在最高推理強度下，OpenAI 表示，GPT-6.1 Terra 的 Token 效率是 Claude Opus 5.5 的三倍以上，且每 Token 價格僅為後者的四分之一。綜合 Token 消耗效率與單價優勢，Terra 完成任務的成本約為 Claude Opus 5.5 的九分之一。在速度方面，OpenAI 表示，Terra 完成任務的平均速度是 GPT-6 Astra 和 GPT-6.1 Sol 的三倍以上。
在視覺理解方面，於 MMMU-Pro 基準中，GPT-6.1 Terra 在各推理設定下的表現均優於 GPT-5.6 Terra，並以更低的成本接近 GPT-6 Astra 和 GPT-6.1 Sol 的成績。在測試智能體使用桌面應用完成多步驟任務的 OSWorld 2.1 基準中，Terra 在中等推理強度下也超越了 GPT-5.6 Terra 此前的最佳成績。
這些結果體現了 OpenAI 對 Terra 的定位：不一定在所有能力維度上追求旗艦級表現，而是盡可能以較低成本、較短時間完成大量實際工作。
獨立評測：智能水平提升，完成任務的成本大幅下降
Artificial Analysis 發布的獨立評測進一步比較了 GPT-6.1 Terra 與上一代模型的性能和成本。該機構稱，Terra 在 Artificial Analysis Intelligence Index 中的最高推理強度成績較 GPT-5.6 Terra 提高 6 分，單項任務成本則從 1.40 美元降至 0.40 美元，不到原來的三分之一。
在較低和中等推理強度下，Terra 相較前代的指數成績提升幅度更大，達到 7 至 13 分。Artificial Analysis 認為，這兩個推理檔位在智能水平與成本的權衡上處於效率前沿，意味著用戶能夠以相對更低的支出獲得更好的模型表現。
在面向編碼智能體的 Coding Agent Index v2.0 中，GPT-6.1 Terra 得分為 48 分，低於 GPT-6.1 Sol 的 54 分，但高於 GPT-6 Luna 的 31 分。該機構指出，Terra 在此指數上的部分推理設定亦處於成本效率前沿，顯示其不僅適合日常辦公，也具備較強的編碼智能體能力。
不過，模型的推理強度與任務複雜程度仍然重要。Artificial Analysis 的評測顯示，Terra 在最高推理強度下的 Intelligence Index 得分仍低於 GPT-6.1 Sol；OpenAI 也明確建議，對於深入研究或複雜編碼任務，用戶仍應優先選擇 GPT-6.1 Sol 或 GPT-6 Astra。
幻覺率下降，編碼任務成功率提升
可靠性是此次升級的另一項重點。Artificial Analysis 在其私有知識與幻覺基準 AA-Omniscience 中發現，當模型不知道答案時，GPT-6.1 Terra 提供猜測的比例為 38%，而 GPT-5.6 Terra 為 88%，下降了 50 個百分點。與此同時，Terra 在該基準上的準確率還提高了 2 分。
需要注意的是，這一結果衡量的是模型在特定基準中於不確定情況下猜測答案的傾向，並不代表模型在所有實際應用中的整體錯誤率下降了 50 個百分點。
OpenAI 自身的內部測試也顯示了類似的改善趨勢。在容易誘發錯誤的提示詞測試中，低推理強度下，GPT-6.1 Terra 的錯誤率從 GPT-5.6 Terra 的 53.6% 降至 16.7%，下降 36.9 個百分點；最高推理強度下，錯誤率則下降 18 個百分點至 4.3%，接近 GPT-6 Astra 和 GPT-6.1 Sol 的水平。
編碼能力也出現明顯進步。在 OpenAI 公布的 Terminal-Bench 4.0 基準中，GPT-6.1 Terra 在最高推理強度下的任務成功率達到 50.3%，超過 GPT-5.6 Terra 此前公佈的 21.5%，增長兩倍以上。Artificial Analysis 的獨立評測同樣顯示，Terra 在這一基準上的成績提升約 20 個百分點，並在最高推理強度下接近 GPT-6.1 Sol。
這意味著 Terra 的升級不僅讓模型更快、更便宜，還包括減少部分錯誤、提升複雜任務的執行能力。但對於最複雜的軟體工程任務，OpenAI 仍建議使用 Sol 或 Astra。
API 價格減半，專為高頻企業自動化任務設計
價格是 GPT-6.1 Terra 此次發布的另一核心亮點。OpenAI 公布的標準 API 價格為：每百萬輸入 Token 收費 1 美元、每百萬快取輸入 Token 收費 0.05 美元、每百萬輸出 Token 收費 5 美元。相比 GPT-5.6 Terra，標準 API 價格整體下調 50%；與 GPT-6.1 Sol 相比，Terra 的標準 API 價格也低 50%。
Artificial Analysis 提供的價格對比顯示，GPT-5.6 Terra 的輸入和輸出 Token 價格分別為每百萬 2 美元和 12 美元，新模型則降至 1 美元和 5 美元。緩存輸入價格從每百萬 0.20 美元降至 0.05 美元，降幅達 75%。該機構還報告稱，新模型的緩存寫入價格為每百萬 1.25 美元。
在 ChatGPT Work 和 Codex 中，OpenAI 表示，相同的使用額度能夠支援 GPT-6.1 Terra 完成比 GPT-5.6 Terra 更多的任務，較 GPT-6.1 Sol 和 GPT-6 Astra 則能完成更多任務。對於需要反覆讀取檔案、操作辦公軟體或處理大量結構化資訊的企業用戶，這種成本差異可能直接影響智能體能否大規模部署。
GPT-6.1 Terra 將於 10 月 26 日起向 ChatGPT Work 和 Codex 中的 Plus、Pro、Enterprise 及 Edu 用戶開放，開發者亦可透過 API 調用，模型名稱為 gpt-6.1-terra。
從產品分工來看，OpenAI 正進一步細化 GPT-6 系列的能力與成本層級：Terra 主打高頻、重複、需要電腦操作的工作，Sol 和 Astra 則繼續面向深入研究與複雜編碼。隨著模型在特定任務上的執行效率提高，競爭焦點也正從單純比較模型能力上限，轉向衡量完成真實工作所需的時間、Token 和總成本。