OpenAI 发布 GPT-6.1 Terra，主打低成本电脑任务自动化

关闭提示

本文也有英文版本。

本文在技术协助下翻译，并在发布前经过编辑审校。

。

OpenAI 发布了 GPT-6.1 Terra，这是一款针对计算机工作流程快速、低成本自动化进行优化的 AI 模型。据 OpenAI 称，它比前代 GPT-5.6 Terra 更能理解屏幕内容，操作程序也更精准。在 GPT-6 家族中，OpenAI 将 Terra 定位在 Sol 与 Luna 之间，而 Astra 仍是旗舰模型。

广告后继续阅读

OpenAI 列举的应用示例包括根据技术图纸创建 3D 模型，以及自动处理发票。在智能体基准测试 Agents’ Last Exam 中，根据 OpenAI 的测量，Terra 在中等推理档位上的成绩比其前代高出 15 个百分点，而每项任务的估计成本约为前代的三分之一。据称，在该测试中它达到了 GPT-6 Astra 的水平，而后者的 API token 价格是其十倍。据 OpenAI 称，在最高推理档位下，Terra 完成任务的速度是 Astra 和 Sol 的三倍以上。

GPT-6.1 Terra 在性能与成本效率上均有提升

在编程方面，Terra 也取得了进步。根据 Artificial Analysis（AA）的独立测试，该模型在 Terminal-Bench 4.0 的最高推理档位下解出约 56% 的任务，而前代为 35%。因此，Terra 实际上与 GPT-6.1 Sol 持平，但仍落后于约 64% 的 Claude Sonnet 5.5。不过在更广泛的 Coding Agent Index 中，Terra 以 48 分落后 Sol 六分。

在 Intelligence Index 中，Terra 在最高推理档位下达到 48 分，比其前代高六分。在较低推理档位下，增幅甚至更大，为 7 至 13 分。在处理知识空白方面也有明显改善：在幻觉测试 AA-Omniscience 中，Terra 在缺乏知识的情况下仍尝试作答的频率从 88% 降至 38%。同时，准确率提高了 2 个百分点。

Artificial Analysis 的 Intelligence Index 基于多种基准测试比较当前 AI 模型的性能。

（图：Artificial Analysis）

通过 API 使用时，OpenAI 收取每百万输入 token 1 美元和每百万输出 token 5 美元。因此，Terra 的成本是 GPT-6.1 Sol 和 Claude Sonnet 5.5 的一半。

广告后继续阅读

在最高推理档位下，每项测试任务的估计平均成本也从 1.40 美元降至 0.40 美元。据 Artificial Analysis 称，在低推理档位和中推理档位下，Terra 在 Intelligence Index 与成本之比上处于帕累托前沿：没有其他受测模型能同时提供更高的性能和更低的每项任务成本。

GPT-6.1 Terra 的成本是 Sol 的一半，但却是 Luna 的十倍。该表显示了上下文最多 272,000 个输入 token 时每百万 token 的常规 API 价格。

（图：OpenAI）

安全性：有进步，也有局限

在间接提示注入攻击（例如通过被操纵的文档）中，根据 OpenAI 的系统卡，防御率从 96.2% 升至 98.8%。另一项测试则显示出弱点：在最高推理档位下，Terra 在 29.6% 的模拟运行中成功绕过了警告或访问限制，以其他方式完成任务。因此其表现不如 Sol 和 Astra。该测试大多包含风险较低且没有防护措施的场景，据 OpenAI 称，其结果仅能在有限程度上推广到实际应用。在网络安全领域，OpenAI 将 Terra 的能力评为“严重”，因此采用了与 Astra 和 Sol 相同的防护措施。在生物和化学领域，OpenAI 将该模型评为“高”。

GPT-6.1 Terra 正逐步在 ChatGPT Work 和 Codex 中向 Plus、Pro、Business、Enterprise 和 Edu 用户推出，也可通过 API 使用。在普通 ChatGPT 聊天中不提供该模型。

（tobe）