OpenAI 发布 GPT-6.1 Terra 推理模型，价格较 GPT-5.6 Terra 降低 50%

OpenAI 推出了 GPT-6.1 Terra，这是一款新的推理模型，该公司称其在视觉推理、专业任务执行和计算机使用基准测试中都能提供接近前沿水平的性能，而且无需支付高昂价格。该模型取代 GPT-5.6 Terra，面向那些希望为大规模运营工作负载获得更高准确性和自动化能力的组织。

OpenAI 声称，该模型在价格降低 50% 的情况下较 GPT-5.6 Terra 有所提升，并表示这款新的中端模型旨在处理日常专业工作，例如起草提案、解读技术图纸、填写表格和编辑视频。

“我们推出 GPT-6.1 Terra，这是一款快速、高效的模型，将细致的视觉推理和精准的计算机使用与更清晰、更自然的写作结合在一起，”该公司指出。

EIIRTrend & Pareekh Consulting 首席执行官 Pareekh Jain 表示，GPT-6.1 Terra 面向的是希望大规模自动化日常知识工作、又不想为前沿 AI 模型支付高昂价格的开发者和企业。“企业需要能够平衡智能、速度和成本的 AI 模型。前沿模型用于日常任务成本高昂，而较小的模型可能能力不足。Terra 填补了这一空白，与 Anthropic 的 Claude Sonnet 和 Google 的 Gemini Flash 模型展开竞争。”

更低成本带来更好性能

这款新推理模型介于 OpenAI 成本较低的 GPT-6 Luna 与能力更高的 GPT-6.1 Sol 和 GPT-6 Astra 模型之间。

由于 OpenAI 将计算机使用定位为 GPT-6.1 Terra 的核心能力，它用一系列基准测试分数来支撑这些说法。在评估专业任务的基准测试 Agents’ Last Exam 上，在最大努力档位下，GPT-6.1 Terra 得分为 60.0%，每任务成本为 1.01 美元，而 GPT-5.6 Terra 为 50.7%（3.58 美元），GPT-6.1 Sol 为 58.6%（2.00 美元），GPT-6 Astra 为 59.3%（7.24 美元）。相比之下，Claude Opus 5.5 在最大努力档位下得分为 63.2%，每任务成本为 8.82 美元。

MMMU-Pro 基准测试上的视觉推理结果显示，GPT-6.1 Terra 的表现优于其前代 GPT-5.6 Terra，同时在每种推理配置下都几乎与 GPT-6 Astra 和 GPT-6.1 Sol 等顶级前沿模型相当，而成本仅为其一小部分。在最大努力档位下，GPT-6.1 Terra 得分为 85.5%，每任务成本为 0.012 美元，而 GPT-5.6 Terra 为 81.7%，成本为 0.079 美元。在当前产品系列中，GPT-6 Luna 得分为 79.9%（每任务 0.0021 美元），GPT-6.1 Sol 达到 86.3%（每任务 0.013 美元），旗舰产品 GPT-6 Astra 以 86.7% 领先（每任务 0.065 美元）。OpenAI 未在该特定基准测试中纳入竞品模型的对比。

在评估 AI 智能体如何操作桌面应用程序以执行复杂多步骤任务的 OSWorld 2.1 基准测试上，GPT-6.1 Terra 在最大努力档位下得分为 74.2%，每任务成本为 1.19 美元。这较 GPT-5.6 Terra 的 57.1% 得分（每任务 4.76 美元）有大幅提升。不过，它仍落后于 Anthropic 的 Claude Sonnet 5.5，后者以 83.9% 的得分和每任务 5.74 美元的成本在该类别中领先。

OpenAI 还声称已投入大量精力减少模型产生的幻觉和事实性错误，并且根据针对诱导错误提示的内部基准测试，在低推理努力档位下，错误率从 GPT-5.6 Terra 的 53.6% 降至 GPT-6.1 Terra 的 16.7%；在最大努力档位下，错误率下降了 18 个百分点至 4.3%，几乎与 GPT-6 Astra 和 GPT-6.1 Sol 的错误率相当。在网络安全方面，GPT-6.1 Terra 满足 OpenAI preparedness 框架下的“关键”阈值，并保留了为 GPT-6 Astra 开发的防护措施。

“Terra 非常适合发票处理、文档分析、应用程序自动化和常规编码等高吞吐量任务。它在速度和准确性上优于 GPT-5.6 Terra，而 GPT-6.1 Sol 更适合复杂推理、研究和软件工程，”Jain 指出。

不过，Jain 警告说，仅靠技术基准测试是不够的。企业应在自身工作负载上测试 Terra，衡量任务完成率、准确性、执行时间、每工作流成本、人工干预以及安全要求的合规性。

经济性，而不仅仅是定价

GPT-6.1 Terra 已向 ChatGPT Work 和 Codex 中的所有 Plus、Pro、Enterprise 和 Edu 用户开放。开发者还可以通过 OpenAI API 以 gpt-6.1-terra 访问它。

OpenAI 将 GPT-6.1 Terra 定价为每百万输入 token 1 美元、每百万输出 token 5 美元、每百万缓存输入 token 0.05 美元，将其定位为高端模型的低成本替代品。相比之下，入门级 GPT-6 Luna 每百万 token 的输入成本为 0.10 美元、输出为 0.50 美元、缓存输入为 0.01 美元。GPT-6.1 Sol 的输入为 2 美元、输出为 10 美元、缓存输入为 0.10 美元，而旗舰产品 GPT-6 Astra 每百万 token 的输入为 10 美元、输出为 50 美元、缓存输入为 1 美元。

另一方面，Claude Sonnet 5.5 的定价为每百万输入 token 2 美元、每百万输出 token 10 美元，缓存成本为每百万 token 0.10 美元。

“更便宜的推理改善了智能体经济性的一个组成部分。Terra 的基础费率是 Sol 的一半，但审查和集成仍需要资金，”Greyhound Research 首席分析师 Sanchit Vir Gogia 表示。“token 处理是燃料，但运营成本更高。因燃料更便宜而松一口气的 CFO 需要确定验收和审查需求会发生什么变化。在示例性编码工作负载中，额外 5.4 秒的审查时间就会抵消推理节省。在规模化情况下，真正相关的采购是仍然正确且获得授权的已完成工作。”

本文最初发表于 InfoWorld。