OpenAI 发布 GPT-6.1 Terra：标准 API 降到每百万输入 token 1 美元，官方称最高推理强度下每个电脑操作任务成本约为 Claude Opus 5.5 的九分之一

出处。原始材料是 OpenAI 于 2026 年 10 月 26 日在其官网发布的模型介绍页《Introducing GPT-6.1 Terra》，模型 id 为 gpt-6.1-terra。本文所有价格、百分比、基准名称和分数都逐字取自这一页，不采用第三方转述的数字，也不替官方补它没有说的部分——例如独立第三方评测、区域可用性和企业合同条款，官方页面均未给出。

它是什么。官方描述是一个快而高效的模型，把细致的视觉推理、精确的电脑操作和更清楚自然的写作组合在一起，是相对 GPT-5.6 Terra 的显著升级。它擅长的正是填满工作日的那类任务：起草提案、读技术图纸、填表格、剪视频。在 ChatGPT Work 和 Codex 里，官方说同一个用量额度能覆盖比 GPT-5.6 Terra 更多的任务，相比 GPT-6.1 Sol 和 GPT-6 Astra 则更多。这句话对订阅用户的含义比 API 价格更直接：额度不变，能干的活变多。

价格。标准 API 定价三档：输入每百万 token 1 美元，缓存输入每百万 token 0.05 美元，输出每百万 token 5 美元。官方明确说，这比 GPT-5.6 Terra 和 GPT-6.1 Sol 的价格低 50%。真正值得单独拎出来的是缓存价——它是常规输入价的 5%。对于反复喂同一份长材料的工作，例如逐条核对同一份合同、在同一代码库上连续提问、把同一套发票模板套到几千张单据上，成本结构的变化比「砍半」这个说法大得多，因为缓存命中的部分几乎不花钱。

电脑操作这条线。Agents' Last Exam 是衡量专业任务电脑操作的基准，包含把建筑图纸转成三维模型、逐帧审看动画镜头并给出带时间码的修复清单这类活。官方给的数字是：中等推理强度下，GPT-6.1 Terra 比 GPT-5.6 Terra 高 15 个百分点，成本约为后者的三分之一；它的表现与 GPT-6 Astra 相当，而每 token 价格只有 Astra 的十分之一；最高推理强度下，token 效率是 Claude Opus 5.5 的三倍多，每 token 价格是它的四分之一，合起来每个任务成本约低九倍。速度上，它比 GPT-6 Astra 和 GPT-6.1 Sol 都快三倍以上。

视觉与桌面任务。在 MMMU-Pro 这个视觉推理基准上，官方说 Terra 在每一个推理强度档位都优于 GPT-5.6 Terra，并且以低得多的成本接近最前沿的 GPT-6 Astra 与 GPT-6.1 Sol。在 OSWorld 2.1 离线集上——这个基准测的是 agent 操作桌面应用完成多步任务，比如照技术图纸建模——中等推理强度下它就超过了 GPT-5.6 Terra 的最好成绩，而每任务成本只是后者的一小部分。把这两条与上面的电脑操作放在一起看，Terra 的定位很清楚：不是能力上限，而是「高频、可批量、容错靠重试」的那一档。

事实性和代码。OpenAI 今年在减少幻觉上投了不少力气，这次给了具体数字：在内部那套「容易诱发错误」的提示集上，低推理强度的错误率从 GPT-5.6 Terra 的 53.6% 降到 GPT-6.1 Terra 的 16.7%，降了将近 37 个百分点；最高推理强度下再降 18 个百分点到 4.3%，接近 GPT-6 Astra 和 GPT-6.1 Sol 的水平。代码侧，Terminal-Bench 4.0 测的是编码 agent 在命令行里解决问题，最高推理强度下 Terra 解出 50.3%，是 GPT-5.6 Terra 已公布成绩 21.5% 的两倍多。官方自己也写了：最复杂的编码任务，仍然应该交给 GPT-6.1 Sol 和 GPT-6 Astra。

科学任务与安全。Terminal-Bench-Science 0.1 测的是 agent 用代码完成科研任务，比如在延时视频里追踪细胞分裂。官方口径是：最高推理强度下 Terra 超过 GPT-6.1 Sol 而成本更低，与 Opus 5.5 的差距在五分以内，估算成本不到对方的五分之一。安全方面，Terra 在 OpenAI 的 Preparedness Framework 下于网络安全维度达到 Critical 阈值，并保留为 GPT-6 Astra 开发的那套防护。也就是说，官方承认这个模型在网安攻防能力上已经过线，防护是跟着上的，不是事后补的。

怎么读这些数字。第一，所有基准都是 OpenAI 自选、自测、自报，没有第三方复核，跨厂商的曲线尤其要小心——图里把 Claude Opus 5.5 和 Claude Sonnet 5.5 放进来比较，但那是别人家的模型，在自家评测条件下跑出来的差距不能直接当成产品差距。第二，官方主动写了「最复杂编码不如自家 Sol 和 Astra」，这种自我限制通常比满分式宣传可信。第三，价格战的实质不是能力上限被拉平，而是 agent 长任务的单位成本被打下来——同一笔预算能跑的次数从十几次变成上百次，产品形态就会变。

对做工具和流水线的人意味着什么。最直接受益的是高频、格式固定、可重试的场景：发票字段提取、表单填写、图纸转结构化数据、批量视频切片标注。这些工作过去卡在「一次调用几美分」，现在缓存命中后接近于零；配合官方说的三倍速度，吞吐瓶颈会从模型侧转到你自己的工作流编排上。需要留个心眼的是三件事：ChatGPT Work 里的用量额度和 API 计费是两套账，别混着算；50% 是相对 GPT-5.6 Terra 和 GPT-6.1 Sol 说的，不是相对市面上所有模型；以及官方没提限流、区域可用性和数据保留政策，这些才是决定能不能上生产的部分。