OpenAI 又卷起了大模型的性价比。 就在刚刚，OpenAI 正式发布新一代模型 GPT-6.1 Terra，主打更快的响应速度、更强的视觉理解和电脑操作能力，以及更低的使用成本。 图｜博客 https://openai.com/index/introducing-gpt-6-1-terra/ 相比上一代 GPT-5.6 Terra，新模型的标准 API 价格直接降低 50%，但在复杂任务执行、事实准确率和编程能力上均有明显提升。尤其是在部分专业任务测试中，GPT-6.1 Terra 已经能够接近旗舰模型 GPT-6 Astra 的表现，Token 价格却只有后者的十分之一。 OpenAI 将其定位为一款面向高频工作场景的高效模型，希望让更多企业和开发者能够以更低的成本，将 AI Agent 真正应用到日常工作中。 性能直追 Sol，执行任务速度快 3 倍 GPT-6.1 Terra 最值得关注的变化，是视觉理解与电脑操作能力的进一步结合。 过去，AI 可以理解图片、分析文档，但要让它真正操作电脑、跨应用完成复杂任务，依然需要较高的模型能力和推理成本。 如今，GPT-6.1 Terra 已经能够处理从阅读技术图纸、填写表格，到编辑视频、操作桌面软件等一系列专业任务。 例如，用户可以让它根据建筑设计图纸创建 3D 模型，或者逐帧检查动画影片，为修复团队制作带有时间码的镜头记录。企业还可以利用它读取收到的发票，并将相关信息自动录入财务软件。 在衡量 AI Agent 完成专业工作能力的 Agents' Last Exam 测试中，GPT-6.1 Terra 的表现相当突出。 在中等推理强度下，新模型的得分比 GPT-5.6 Terra 提高了 15 个百分点，单次任务成本却降低至约三分之一。 更值得关注的是，同样在这一测试中，GPT-6.1 Terra 已经能够达到 GPT-6 Astra 的水平， 而标准 API 的 Token 单价仅为后者的十分之一。 与 Anthropic 的 Claude Opus 5.5 相比，在最高推理强度下，GPT-6.1 Terra 的 Token 使用效率超过其 3 倍，Token 单价只有其四分之一，最终完成同类任务的成本约低 9 倍。 速度方面，GPT-6.1 Terra 完成任务的速度也超过 GPT-6 Astra 和 GPT-6.1 Sol 的 3 倍。 有开发者晒出的测试结果显示，GPT-6.1 Terra 单次请求的生成速度可以达到每秒 450 Token，低推理强度下甚至有望达到每秒 600 Token，不过后者尚未得到验证。 第三方评测机构 Artificial Analysis 的智力指数榜单也给出了一个有意思的参照，GPT-6.1 Terra（Max）拿到 48 分， 超过除 Kimi K3.1 Pro（55 分）之外的中国开放权重模型。 另外，在考察视觉推理能力的 MMMU-Pro 测试中，GPT-6.1 Terra 在所有推理强度下均超过上一代模型，并以明显更低的成本，取得接近 GPT-6 Astra 和 GPT-6.1 Sol 的成绩。 在专门测试 AI 操作桌面应用能力的 OSWorld 2.1 中，新模型仅使用中等推理强度，就已经超过 GPT-5.6 Terra 在最高推理强度下的成绩，同时显著降低了单次任务成本。 实际体验也印证了部分提升，DesignArena 让两代 Terra 重现日落时分的里斯本贝伦塔，6.1 版本生成了更精细的建筑与水面光影，虽然耗时接近上一代的 4 倍、Token 消耗增加 48%，单次成本却从 0.077 美元降至 0.047 美元。 而 atomic.chat 使用相同提示词让两款模型分别以 8 个 Agent 开发游戏，Terra 只用 6 分钟、花费 1.06 美元就完成任务，而 Claude Sonnet 5.5 花费约一小时和 18.10 美元，却交出了明显更好的游戏作品。 此外，从现有测试来看，GPT-6.1 Terra 在高难度任务的最终交付质量上，恐怕仍然比不上 Claude Opus 5.5，但考虑到它更低的价格和更快的执行速度，依然有不小的生存空间。毕竟，现实中有大量工作只需要 AI 把事情做完，并不值得每次都请出最贵的旗舰模型。 幻觉率大幅下降，编程成绩翻倍 除了视觉理解和电脑操作，GPT-6.1 Terra 在事实准确率与编程方面的进步同样明显。 OpenAI 表示，今年一直在重点解决模型产生幻觉和事实性错误的问题。 在其内部设计的高难度事实准确率测试中，GPT-5.6 Terra 在低推理强度下的错误率高达 53.6%，而 GPT-6.1 Terra 已将其降低至 16.7%，下降 36.9 个百分点。 当
