OpenAI于美东时间10月26日发布GPT-6系列新模型GPT-6.1 Terra，将重点放在以更低成本完成日常办公和电脑操作任务上，标准API价格较上一代GPT-5.6 Terra整体下调50%。
据OpenAI介绍，Terra定位为快速、高效的模型，目标覆盖整个工作日的电脑操作任务：不仅能理解屏幕内容，还能跨应用执行操作，并以更清晰自然的语言写作。应用场景从起草商业提案、解读技术图纸，到填写表格、编辑视频，也包括企业读取发票并录入会计软件等重复性工作。OpenAI称，新模型在电脑操作和沟通类任务上较前代有明显进步，并能让ChatGPT Work和Codex的既有使用额度完成更多任务。
在衡量智能体使用软件完成专业任务的Agents’ Last Exam基准中，OpenAI称Terra在中等推理强度下成绩较GPT-5.6 Terra提高15个百分点，任务成本约为后者的三分之一；表现可与旗舰模型GPT-6 Astra相当，但每Token价格仅为Astra的十分之一。在最高推理强度下，OpenAI称其Token效率为Claude Opus 5.5的三倍以上，每Token价格仅为后者四分之一，综合完成任务成本约为Claude Opus 5.5的九分之一。速度方面，OpenAI表示Terra完成任务平均为GPT-6 Astra和GPT-6.1 Sol的三倍以上。
视觉理解方面，在MMMU-Pro基准中，Terra各推理设置下均优于GPT-5.6 Terra，并以更低成本接近Astra和Sol。在测试智能体使用桌面应用完成多步骤任务的OSWorld 2.1基准中，Terra中等推理强度下也超过前代最佳成绩。这些结果体现出OpenAI对Terra的定位：不追求所有维度旗舰级表现，而是以较低成本、较短时间完成大量实际工作。
独立测评机构Artificial Analysis的评测进一步比较了性能与成本。该机构称，Terra在Artificial Analysis Intelligence Index最高推理强度下成绩较GPT-5.6 Terra提高6分，单项任务成本从1.40美元降至0.40美元，不到原来三分之一；较低和中等推理强度下指数提升达7至13分，该机构认为这两个档位处于智能与成本的效率前沿。在面向编码智能体的Coding Agent Index v2.0中，Terra得48分，低于GPT-6.1 Sol的54分，但高于GPT-6 Luna的31分。
不过，推理强度与任务复杂度仍然重要。Artificial Analysis显示，Terra最高推理强度下的Intelligence Index得分仍低于GPT-6.1 Sol；OpenAI也明确建议，深入研究或复杂编码任务应优先选择Sol或Astra。
可靠性是此次升级另一重点。在Artificial Analysis的私有知识与幻觉基准AA-Omniscience中，模型不知道答案时Terra给出猜测的比例为38%，而GPT-5.6 Terra为88%，下降50个百分点，同时准确率提高2分。需要说明的是，该结果衡量的是特定基准中模型在不确定时猜测答案的倾向，并不代表所有实际应用的整体错误率下降50个百分点。OpenAI内部测试也显示类似趋势：易诱发错误的提示词测试中，低推理强度下错误率从53.6%降至16.7%，最高推理强度下错误率下降18个百分点至4.3%。编码能力方面，在Terminal-Bench 4.0基准中，Terra最高推理强度下任务成功率达50.3%，超过GPT-5.6 Terra此前公布的21.5%，增至两倍以上。
价格是本次发布另一核心看点。OpenAI公布的标准API价格为：每百万输入Token收费1美元、每百万缓存输入Token收费0.05美元、每百万输出Token收费5美元，较GPT-5.6 Terra整体下调50%，也较GPT-6.1 Sol低50%。Artificial Analysis对比显示，前代输入和输出Token价格分别为每百万2美元和12美元，缓存输入价格从每百万0.20美元降至0.05美元，降幅达75%；新模型缓存写入价格为每百万1.25美元。
GPT-6.1 Terra于10月26日起向ChatGPT Work和Codex中的Plus、Pro、Enterprise及Edu用户开放，开发者也可通过API调用，模型名称为gpt-6.1-terra。从产品分工看，OpenAI正在细化GPT-6系列的能力与成本层级：Terra主打高频、重复、需要电脑操作的工作，Sol和Astra继续面向深入研究与复杂编码。随着模型在特定任务上的执行效率提高，竞争焦点也正从单纯比较能力上限，转向衡量完成真实工作所需的时间、Token和总成本。