OpenAI发布低成本模型GPT-6.1 Terra 主攻电脑自动化 - 果核剥壳

10月27日消息，OpenAI今日凌晨宣布推出新模型GPT-6.1 Terra，主打以更低成本完成复杂的电脑操作任务，尤其擅长需要视觉推理和操作桌面软件的工作。与GPT-5.6 Terra相比，新模型在事实准确性和编程能力方面也有大幅提升。

Terra主要面向希望降低自动化成本的企业，可用于处理发票、解读技术图纸等工作。OpenAI称，面对难度较高的专业任务，Terra也能以远低于高价模型的成本完成。

基准测试成绩方面，在考察复杂专业工作的Agents’ Last Exam基准测试中，Terra成绩明显提高。测试项目包括根据建筑图纸建立三维模型、逐一记录电影镜头供影片修复团队使用等。采用中等推理强度时，Terra的得分比GPT-5.6 Terra高15个百分点，完成任务的成本却只有后者的约三分之一；与GPT-6 Astra相比，测试成绩不相上下，每个Token的价格却仅为后者的约十分之一。

速度方面，OpenAI称Terra的任务执行速度是GPT-6 Astra和GPT-6.1 Sol的3倍以上。在最高推理强度下，每项任务的成本仅为Claude Opus 5.5的约九分之一。

桌面软件自动化是Terra取得进步的另一个领域。OSWorld 2.1通过多步骤操作任务测试模型使用桌面应用程序的能力。在中等推理强度下，Terra不仅超过了GPT-5.6 Terra此前的最佳成绩，完成每项任务的成本也明显更低。

视觉推理方面，Terra在MMMU-Pro基准的所有推理强度下成绩均超过GPT-5.6 Terra。尽管成本更低，其表现仍接近GPT-6 Astra和GPT-6.1 Sol。

事实准确性方面，OpenAI着重减少了模型的事实性错误，以降低错误回答对自动化流程的影响。该公司通过一套内部基准测试，利用专门设计的提示词检验模型回答中的薄弱环节。结果显示：低推理强度下，Terra错误率为16.7%，远低于GPT-5.6 Terra的53.6%（下降36.9个百分点）；最高推理强度下错误率进一步降至4.3%，比上一代低18个百分点，接近GPT-6 Astra和GPT-6.1 Sol的水平。

编程能力也有显著进步。Terminal-Bench 4.0通过命令行任务测试AI编程智能体解决问题的能力，例如修复网页加载时发生的布局偏移。最高推理强度下，Terra成功完成50.3%的测试任务，而GPT-5.6 Terra仅为21.5%，成功率达到前代的两倍以上。不过，对于难度最高的编程任务，OpenAI仍建议选择GPT-6.1 Sol或GPT-6 Astra。

可用性与定价方面，GPT-6.1 Terra于10月27日向Plus、Pro、Enterprise和Edu用户开放，可在ch*tg*t Work和Codex中使用；开发者可通过OpenAI API调用，模型标识为gpt-6.1-terra。API标准定价为：每100万输入Token收费1美元（约合6.7元人民币）、缓存输入Token收费0.05美元（约合0.33元人民币）、输出Token收费5美元（约合33.4元人民币）。OpenAI称新模型价格比GPT-5.6 Terra和GPT-6.1 Sol低50%。

安全方面，Terra沿用了GPT-6 Astra的防护措施。OpenAI称其抵御提示词注入攻击的能力有所增强，也能更清楚地向用户说明自身局限。按照OpenAI准备框架评估，Terra的网络安全能力已达到“关键级”门槛。