OpenAI推GPT-6.1 Terra 价格砍半能力升级 同步发布三项AI科研成果

当模型领域的竞争进入白热化阶段，某同行模型厂商凭借公开招股书的信息获得广泛关注后，另一家模型厂商随即推出了全新的GPT-6.1 Terra模型，以“一半价格，更强能力”的定位切入市场。

这款新模型的标准API价格相比上一代直接减半，输入价格为1美元每百万Token，缓存输入价格为0.05美元每百万Token，输出价格为5美元每百万Token，大幅降低了使用成本。

在专业的职场软件实战测试Agents’ Last Exam中，Terra的表现不仅显著超过了上一代模型GPT-5.6 Terra，还以仅为旗舰模型GPT-6 Astra十分之一的Token价格，追平了后者的表现。与另一主流模型相比，Terra的Token价格仅为其四分之一，Token效率超过3倍，单任务成本约为对方的九分之一。

Terra的核心应用场景明确，主打更快、更强，同时大幅降低电脑操控的成本。它原生支持屏幕理解、跨软件协同操作以及自然语言写作，目标覆盖打工人的完整工作日流程。该厂商的联合创始人曾表示，Terra的电脑操作能力已经跨过了“质变门槛”，实际使用起来比人工操作还要高效。

目前，Plus、Pro、企业及教育用户已可在相关平台直接体验该模型，开发者也能通过标准API随时调用。

从官方公布的测试数据来看，Terra并非当前能力上限最高的模型，但已经凭借更低的成本，达到了旗舰模型的能力区间。在Agents’ Last Exam的medium档测试中，Terra的成绩比GPT-5.6 Terra高出15个百分点，单任务成本仅为后者的约三分之一。这个测试专门考察模型使用专业软件完成复杂工作的能力，比如将建筑图纸转换为3D模型，或逐镜头审看动画并生成带时间码的修复日志。更值得关注的是，Terra的表现已与GPT-6 Astra相当，但每Token价格仅为后者的十分之一，完成任务的速度比这两款模型都快3倍以上。

在MMMU-Pro基准测试中，Terra在所有推理强度下都超过了GPT-5.6 Terra，并以更低的成本接近GPT-6 Astra和GPT-6.1 Sol的水平。在电脑操作基准OSWorld 2.1的medium档测试中，它的成绩也超过了GPT-5.6 Terra此前的最高水平，这意味着新模型不仅具备更强的视觉理解能力，还能根据屏幕内容完成实际操作。

代码能力方面，在Terminal-Bench 4.0测试中，Terra的max档解决了50.3%的任务，而上一代仅为21.5%，提升幅度超过一倍。不过该厂商也明确表示，面对最复杂的编程、科研和深度推理任务，GPT-6.1 Sol和GPT-6 Astra仍然是更合适的选择。

除了性能提升，Terra在减少错误输出方面也有明显升级。在内部的高难事实性压力测试中，低推理强度下的错误率从GPT-5.6 Terra的53.6%降至16.7%，max档进一步降至4.3%，已接近旗舰模型的水平。

第三方机构的综合评测显示，GPT-6.1 Terra max档获得48分，在全球头部模型中处于中游位置，领先部分同类模型。

不少网友也分享了对Terra的实测结果。在DesignArena的测试中，要求模型复刻里斯本贝伦塔的黄金时刻场景，包括还原石刻细节、阳台、城垛、穹顶角楼，以及海鸥、帆船和雾气中的大桥。Terra虽然耗时接近上一代的4倍，使用的Token也多了48%，但因为单价不到上一代的一半，最终总成本反而降低了38%，且画面的精致度和完整性明显更优。

另一位开发者测试了Terra在填写长表单时的表现，结果显示它比另一模型提前53.5秒完成任务，这也符合其定位——适合在界面中识别信息、连续操作和填写内容，快速完成一系列步骤。

还有网友对比了Terra和另一主流模型的综合表现，发现Terra的生成速度达到283 Token/s，是对方的3.4倍，单任务成本仅为对方的十五分之一，适合追求速度和性价比的场景。

值得注意的是，该厂商在推出Terra的同一天，还公布了三项由内部AI系统产出的科学成果，横跨数学、计算机科学和物理学领域。这些成果并非仅停留在推导层面，相关的自然语言稿和形式化证明已部分公开。

具体来看，数学方面，AI系统证明了困扰学界30多年的局部平滑猜想，进而解决了相关的Kakeya猜想和Stein限制猜想；计算机科学方面，AI系统对指数时间假说提出了新的结论，指出一些复杂问题可能没有过去想象得那么难算；物理学方面，AI系统给出了包括量子色动力学在内的四维量子场论存在性证明，还完成了纯杨-米尔斯理论存在性的证明，相关结果正等待外部专家的审查。