OpenAI 发布 GPT-6.1 Terra，成本效率进一步提升

OpenAI 发布了 GPT-6.1 Terra，进一步推进了成本效率前沿。这是自 GPT-5.6 以来首个 Terra 级模型，智能水平更高，而成本不到三分之一

每 token 定价为 GPT-5.6 Terra 的一半或更低——每百万输入/输出 token 为 1 美元/5 美元，而前代模型为 2 美元/12 美元。缓存写入也减半，现为每百万 token 1.25 美元。缓存输入为四分之一，每百万 token 0.05 美元，而此前为 0.20 美元。

要点：

➤ 在低和中等 effort 下，在智能与成本方面处于帕累托最优：在最高 effort 下，GPT-6.1 Terra 在 Artificial Analysis 智能指数上比 GPT-5.6 Terra 高 6 分，而单任务成本不到三分之一（0.40 美元对 1.40 美元）。在较低 effort 水平下，提升更大，介于 7 到 13 分之间。低和中等 effort 水平在成本效率方面处于帕累托最优，而其他 effort 水平则位于前沿之后。在最高 effort 下，该模型在智能指数上比 GPT-6.1 Sol 低 4 分，比 GPT-6 Luna 高 10 分。

➤ 推进 Coding Agent Index 成本效率前沿：在新发布的 Artificial Analysis Coding Agent Index v2.0 中得分为 48，该模型比 GPT-6.1 Sol（54）低 6 分，比 GPT-6 Luna（31）高 17 分。xhigh 和 low effort 设置在 Coding Agent Index 中处于成本效率前沿，而其他 effort 水平则位于前沿之后。

➤ 幻觉率下降 50 个百分点：在我们的私有知识与幻觉基准 AA-Omniscience 中，当 GPT-6.1 Terra 不知道问题答案时，有 38% 的情况会猜测。此前，GPT-5.6 Terra 的幻觉率为 88%。幻觉率的显著降低伴随着 AA-Omniscience 准确率提高 2 分——这意味着该模型同时正确回答了更多问题。

➤ Terminal-Bench 4.0 跃升 20 分，大多数评估小幅提升：该模型在基于终端的智能体基准 Terminal-Bench 4.0 中取得显著进展，提升约 20 分，现已在最高 effort 下与 GPT-6.1 Sol 相当。大多数其他评估的提升较小，例如 GDP.pdf 提升 5 分。

在 Artificial Analysis Coding Agent Index v2.0 中得分为 48，GPT-6.1 Terra 比 GPT-6.1 Sol（54）低 6 分，比 GPT-6 Luna（31）高 17 分。xhigh 和 low effort 设置处于成本效率前沿。

GPT-6.1 Terra 在 AA-Omniscience 中测得的幻觉率下降 50 个百分点。这伴随着 AA-Omniscience 准确率提高 2 分——这意味着该模型同时正确回答了更多问题。

该模型在基于终端的智能体基准 Terminal-Bench 4.0 中取得显著进展，提升约 20 分，现已在最高 effort 下与 GPT-6.1 Sol 相当。

Artificial Analysis 智能指数 v4.3.2 中各项评估的细分

Code2Video-AA：AI 模型用代码设计视频的能力如何？

Artificial Analysis 对 HeyGen Code2Video Bench 的实现，评估模型使用 HyperFrames HTML 根据 114 份设计简报创建简短产品和品牌视频的能力。

2026 年 10 月 26 日

Kimi K3.1 Pro 发布，在智能指数中排名第 4，并将领跑开放权重模型

Kimi K3.1 Pro 发布，在 Artificial Analysis 智能指数中排名第 4，并将领跑开放权重模型

2026 年 10 月 23 日

宣布推出 AA-PersonalityBench：衡量 AI 模型的沟通方式

AA-PersonalityBench 衡量 AI 模型的个性和沟通风格。由 LLM 评委组成的小组就 30 项个性特质对回答进行两两比较，这些特质汇总为 8 项个性指数，同时直接从每个回答中测量 21 项沟通特征。

2026 年 10 月 19 日