OpenAI发GPT-6.1新模型！用十分之一价格，干翻GPT-6 Astra

智东西
编译 杨京丽
编辑 李水青

智东西10月27日消息，今天，OpenAI推出新模型GPT-6.1 Terra，主打视觉推理、精准电脑操作以及更自然的写作能力。相比上一代模型GPT-5.6 Terra，新模型在日常沟通和电脑任务方面进一步升级，可用于撰写提案、解读技术图纸、填写表单和编辑视频等工作。

GPT-6.1 Terra继续主打速度、能力与成本之间的平衡。其标准API价格为每百万输入token收费1美元（约合人民币6.67元），每百万缓存输入token收费0.05美元（约合人民币0.33元），每百万输出token收费5美元（约合人民币33.35元），较GPT-5.6 Terra和GPT-6.1 Sol均低50%，方便开发者将其用于读取发票、向会计软件录入信息等大批量自动化工作。

从模型定位来看，OpenAI的GPT-6和GPT-6.1系列包括Astra、Sol、Terra、Luna等不同型号。GPT-6.1 Terra侧重速度、成本和日常任务执行，适合大规模调用；GPT-6 Astra是OpenAI能力最强的旗舰模型，面向高难度推理和复杂任务；GPT-6.1 Sol在相对更低价格下提供接近Astra的能力，适合复杂编程和推理任务；GPT-6 Luna则主打快速、高效的规模化日常工作。

在ChatGPT Work和Codex中，使用同样的额度，GPT-6.1 Terra能够完成比GPT-5.6 Terra、GPT-6.1 Sol和GPT-6 Astra更多的任务。

GPT-6.1 Terra现已面向ChatGPT Work和Codex中的所有Plus、Pro、Enterprise及Edu用户开放。

目前，在Artificial Analysis智力指数榜单上，GPT-6.1 Terra的得分为48分，较GPT-5.6 Terra提升6分，领先Grok 4.7（xhigh）和Mimo-V2.6-Pro的47分，与GPT-6.1 Sol的52分成绩接近。

一、电脑操作得分提升15个百分点，部分任务表现追平GPT-6 Astra

OpenAI使用Agents’ Last Exam（Agent终极考试基准）评估GPT-6.1 Terra的电脑操作能力。这项基准包含多种专业任务，例如将建筑图纸转换为3D模型，以及逐镜头审阅动画电影，为修复团队生成带时间码的记录。

在中等推理强度下，GPT-6.1 Terra的得分较GPT-5.6 Terra提高15个百分点，成本约为后者的三分之一。它的表现与GPT-6 Astra相当，每token价格仅为后者的十分之一。

在最高推理强度下，GPT-6.1 Terra的token使用效率超过Claude Opus 5.5的3倍，每token价格为后者的四分之一，单项任务成本约为后者的九分之一。GPT-6.1 Terra还具备更快的速度，其任务完成速度比GPT-6 Astra和GPT-6.1 Sol快3倍以上。

在视觉推理基准MMMU-Pro测试中，GPT-6.1 Terra在各档推理强度下表现均优于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的成绩。

OSWorld 2.1用于测试AI Agent操作桌面应用、完成多步骤任务的能力，例如根据技术图纸制作3D模型。在该基准的离线测试集中，GPT-6.1 Terra在中等推理强度下，便超过了GPT-5.6 Terra的最高得分，单项任务成本也明显更低。

二、高推理强度下事实错误率降至4.3%，编程任务解决率翻倍

OpenAI称，他们今年在减少模型幻觉和事实错误方面投入了大量工作。在其内部一项使用易诱发错误提示词的基准测试中，低推理强度下，GPT-6.1 Terra的错误率从GPT-5.6 Terra的53.6%降至16.7%，下降近37个百分点。

在最高推理强度下，GPT-6.1 Terra的错误率较上一代下降18个百分点，降至4.3%，接近GPT-6 Astra和GPT-6.1 Sol的水平。

编程方面，在Terminal-Bench 4.0中，GPT-6.1 Terra的任务解决率达到50.3%，较GPT-5.6 Terra 21.5%的成绩翻倍。该测试考察编程Agent通过命令行解决问题的能力，例如修复网页加载时出现的布局偏移。

不过，OpenAI称，对于最复杂的编程任务，GPT-6.1 Sol和GPT-6 Astra仍是更好的选择。

Terminal-Bench-Science 0.1则考察Agent使用代码完成科学研究任务的能力，例如追踪延时摄影视频中的细胞分裂。在最高推理强度下，GPT-6.1 Terra的得分超过GPT-6.1 Sol，且成本更低。GPT-6.1 Terra与Claude Opus 5.5的得分差距只有5个百分点，估算成本则不到后者的五分之一。

三、延续GPT-6系列对齐改进，加强任务边界与提示词注入防护

OpenAI称，在提升AI的效率和普及性的同时，他们也在持续训练、测试并完善防护措施。GPT-6.1 Terra在其“前沿风险防范框架”下，达到网络安全能力的Critical阈值，并保留了为GPT-6 Astra开发的防护措施。

GPT-6.1 Terra还继承了GPT-6系列的对齐改进。根据OpenAI的评估，相比GPT-5.6 Terra，新模型更能在用户授权的任务范围内行动，并如实向用户说明自身限制和可能阻碍任务完成的因素。

在提示词注入测试中，GPT-6.1 Terra对试图使其偏离用户任务的恶意指令，也展现出较强的抵抗能力。

结语：以更低成本推进电脑任务自动化

GPT-6.1 Terra重点提升视觉理解、电脑操作和事实准确性的同时，降低了完成任务所需的时间与成本。与GPT-6.1 Sol和GPT-6 Astra相比，该模型具备更高的性价比优势，但在复杂编程任务上仍存在一定差距。

对于需要反复读取信息、操作软件和录入数据的工作，更低的单项任务成本，有助于扩大电脑操作等Agent任务的应用范围。