OpenAI發GPT-6.1新模型！用十分之一價格，幹翻GPT-6 Astra

編譯 | 楊京麗 編輯 | 李水青 10月27日消息，今天，OpenAI推出新模型GPT-6.1 Terra，主打視覺推理、精準電腦操作以及更自然的寫作能力。相比上一代模型GPT-5.6 Terra，新模型在日常溝通和電腦任務方面進一步升級，可用於撰寫提案、解讀技術圖紙、填寫表單和編輯視頻等工作。GPT-6.1 Terra繼續主打速度、能力與成本之間的平衡。其標準API價格為每百萬輸入token收費1美元（約合人民幣6.67元），每百萬緩存輸入token收費0.05美元（約合人民幣0.33元），每百萬輸出token收費5美元（約合人民幣33.35元），較GPT-5.6 Terra和GPT-6.

1 Sol均低50%，方便開發者將其用於讀取發票、向會計軟件錄入信息等大批量自動化工作。從模型定位來看，OpenAI的GPT-6和GPT-6.1系列包括Astra、Sol、Terra、Luna等不同型號。GPT-6.1 Terra側重速度、成本和日常任務執行，適合大規模調用；GPT-6 Astra是OpenAI能力最強的旗艦模型，面向高難度推理和複雜任務；GPT-6.1 Sol在相對更低價格下提供接近Astra的能力，適合複雜編程和推理任務；GPT-6 Luna則主打快速、高效的規模化日常工作。在ChatGPT Work和Codex中，使用同樣的額度，GPT-6.

1 Terra能夠完成比GPT-5.6 Terra、GPT-6.1 Sol和GPT-6 Astra更多的任務。GPT-6.1 Terra現已面向ChatGPT Work和Codex中的所有Plus、Pro、Enterprise及Edu用戶開放。目前，在Artificial Analysis智力指數榜單上，GPT-6.1 Terra的得分為48分，較GPT-5.6 Terra提升6分，領先Grok 4.7（xhigh）和Mimo-V2.6-Pro的47分，與GPT-6.1 Sol的52分成績接近。

一、電腦操作得分提升15個百分點，部分任務表現追平GPT-6 Astra OpenAI使用Agents’ Last Exam（Agent終極考試基準）評估GPT-6.1 Terra的電腦操作能力。這項基準包含多種專業任務，例如將建築圖紙轉換為3D模型，以及逐鏡頭審閱動畫電影，為修復團隊生成帶時間碼的記錄。在中等推理強度下，GPT-6.1 Terra的得分較GPT-5.6 Terra提高15個百分點，成本約為後者的三分之一。它的表現與GPT-6 Astra相當，每token價格僅為後者的十分之一。在最高推理強度下，GPT-6.1 Terra的token使用效率超過Claude Opus 5.

5的3倍，每token價格為後者的四分之一，單項任務成本約為後者的九分之一。GPT-6.1 Terra還具備更快的速度，其任務完成速度比GPT-6 Astra和GPT-6.1 Sol快3倍以上。在視覺推理基準MMMU-Pro測試中，GPT-6.1 Terra在各檔推理強度下表現均優於GPT-5.6 Terra。新模型以低得多的成本，取得了接近GPT-6 Astra和GPT-6.1 Sol的成績。OSWorld 2.1用於測試AI Agent操作桌面應用、完成多步驟任務的能力，例如根據技術圖紙製作3D模型。在該基準的離線測試集中，GPT-6.1 Terra在中等推理強度下，便超過了GPT-5.

6 Terra的最高得分，單項任務成本也明顯更低。二、高推理強度下事實錯誤率降至4.3%，編程任務解決率翻倍 OpenAI稱，他們今年在減少模型幻覺和事實錯誤方面投入了大量工作。在其內部一項使用易誘發錯誤提示詞的基準測試中，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%，下降近37個百分點。在最高推理強度下，GPT-6.1 Terra的錯誤率較上一代下降18個百分點，降至4.3%，接近GPT-6 Astra和GPT-6.1 Sol的水平。編程方面，在Terminal-Bench 4.0中，GPT-6.1 Terra的任務解決率達到50.

3%，較GPT-5.6 Terra 21.5%的成績翻倍。該測試考察編程Agent通過命令行解決問題的能力，例如修復網頁加載時出現的佈局偏移。不過，OpenAI稱，對於最複雜的編程任務，GPT-6.1 Sol和GPT-6 Astra仍是更好的選擇。Terminal-Bench-Science 0.1則考察Agent使用代碼完成科學研究任務的能力，例如追蹤延時攝影視頻中的細胞分裂。在最高推理強度下，GPT-6.1 Terra的得分超過GPT-6.1 Sol，且成本更低。GPT-6.1 Terra與Claude Opus 5.5的得分差距只有5個百分點，估算成本則不到後者的五分之一。

三、延續GPT-6系列對齊改進，加強任務邊界與提示詞注入防護 OpenAI稱，在提升AI的效率和普及性的同時，他們也在持續訓練、測試並完善防護措施。GPT-6.1 Terra在其“前沿風險防範框架”下，達到網絡安全能力的Critical閾值，並保留了為GPT-6 Astra開發的防護措施。GPT-6.1 Terra還繼承了GPT-6系列的對齊改進。根據OpenAI的評估，相比GPT-5.6 Terra，新模型更能在用戶授權的任務範圍內行動，並如實向用戶說明自身限制和可能阻礙任務完成的因素。在提示詞注入測試中，GPT-6.1 Terra對試圖使其偏離用戶任務的惡意指令，也展現出較強的抵抗能力。

結語：以更低成本推進電腦任務自動化 GPT-6.1 Terra重點提升視覺理解、電腦操作和事實準確性的同時，降低了完成任務所需的時間與成本。與GPT-6.1 Sol和GPT-6 Astra相比，該模型具備更高的性價比優勢，但在複雜編程任務上仍存在一定差距。對於需要反覆讀取信息、操作軟件和錄入數據的工作，更低的單項任務成本，有助於擴大電腦操作等Agent任務的應用範圍。