OpenAI 于 10 月 26 日发布 GPT-6.1 系列新成员 Terra，定位很明确：快速、高效，把细致的视觉推理和精确的电脑操作（computer use）结合起来，写作也更自然。官方将其描述为对 GPT-5.6 Terra 的一次显著升级，瞄准的是填满工作日的任务——起草提案、解读技术图纸、填写表单、剪辑视频。
性价比是这次的主叙事
Terra 的标准 API 定价比 GPT-5.6 Terra 和 GPT-6.1 Sol 都低 50%：每百万输入 token 1 美元、缓存输入 0.05 美元、输出 5 美元。在官方发布的评测里，几组数字值得注意：
- 在 Agents' Last Exam（一组职业级任务的电脑操作基准）上，中等推理强度下 Terra 比 GPT-5.6 Terra 高 15 个百分点，成本约为三分之一；与 GPT-6 Astra 表现相当，而每 token 价格只有后者的十分之一。
- 最大推理强度下，Terra 的 token 效率超过 Claude Opus 5.5 的三倍，单价为其四分之一，折算单任务成本约低 9 倍；完成任务速度比 GPT-6 Astra 和 GPT-6.1 Sol 快三倍以上。
- 视觉推理基准 MMMU-Pro 上，Terra 在所有推理档位都超过 GPT-5.6 Terra；桌面操作基准 OSWorld 2.1 上，中等强度就以远低于前代的单任务成本刷新了 GPT-5.6 Terra 的最好成绩。
事实性与编码：翻倍，但有边界
OpenAI 称今年重点投入了降低幻觉。在内部错误诱导提示基准上，低推理强度的错误率从 GPT-5.6 Terra 的 53.6% 降到 16.7%；最大强度下降 18 个百分点至 4.3%，接近 GPT-6 Astra 和 GPT-6.1 Sol 的水平。
编码方面，Terminal-Bench 4.0 最大强度下得分 50.3%，是 GPT-5.6 Terra 公开分数 21.5% 的两倍多。但官方也明说：最复杂的编码任务，GPT-6.1 Sol 和 GPT-6 Astra 仍是更好的选择——这句边界说明反而值得注意。在科学任务基准 Terminal-Bench-Science 0.1 上，Terra 超过 GPT-6.1 Sol，距 Claude Opus 5.5 的成绩在 5 分以内，而估算成本不到其五分之一。
安全方面，GPT-6.1 Terra 满足 OpenAI Preparedness Framework 网络安全维度的 Critical 门槛，保留了 GPT-6 Astra 的防护措施，系统卡已同步公开。模型即日起面向 ChatGPT Work 和 Codex 的 Plus、Pro、Enterprise、Edu 用户推出，API 名为 gpt-6.1-terra。
所以呢
通读发布文，Terra 的真正卖点不是"最强"，而是"每美元能干多少活"。当电脑操作能力追平旗舰、每 token 单价却只有十分之一时，读发票录系统、批量填表、盯屏幕跑流程这类高频低容错的工作流，终于有了能算得过账的自动化成本。模型竞争的重心正在从跑分榜转向单位经济学——对开发者来说，这比榜单头衔更实际：你的 Agent 下个月烧多少钱，取决于你会不会换模型。