OpenAI 在 10 月 26 日发布了 GPT-6.1 Terra，把它定位成 GPT-6.1 系列里的「中端机」：价格只有旗舰 GPT-6.1 Sol 的一半，但把视觉理解和电脑操作（computer use）推到了能真正干活的水平。发布当天就上了 ChatGPT Work 和 Codex，Plus、Pro、Enterprise、Edu 用户直接可用，API 型号是 gpt-6.1-terra。
官方新闻稿的副标题是「Bringing fast and capable computer use to everyone」——把快速、能用的电脑操作带给所有人。翻译成用户视角：这是一颗专门用来「看屏幕、点按钮、填表单、读图纸」的模型，而不是又一颗只刷榜的聊天模型。
核心能力：从「能看懂」到「能动手」
- 电脑操作：在 Agents’ Last Exam 这个专业任务基准上（题目包括把建筑图纸还原成 3D 模型、逐帧审查动画并生成带时间码的修复日志），中等推理强度比上一代 GPT-5.6 Terra 高 15 个百分点，而成本约为三分之一；这个成绩已经和 GPT-6 Astra 打平，但每 token 单价只有后者的十分之一。
- 视觉推理：MMMU-Pro 上，Terra 在每一个推理档位都超过 GPT-5.6 Terra，接近 GPT-6 Astra 和 GPT-6.1 Sol，价格却低一个数量级。
- 桌面操作：OSWorld 2.1 测的是智能体用桌面软件完成多步任务的能力，Terra 在中等推理强度下就超过了 GPT-5.6 Terra 的最好成绩。
- 速度：比 GPT-6 Astra 和 GPT-6.1 Sol 都快三倍以上，这是高频自动化场景的关键差异。
事实性和编程：这次补上了最大的短板
上一代 Terra 最大的槽点是「看图行、动脑弱」，这次 OpenAI 给的数据显示差距被大幅压缩：
- 幻觉：内部「诱导错误」基准上，低推理档错误率从 53.6% 降到 16.7%，少了将近 37 个百分点；最高档降到 4.3%，基本追平 GPT-6 Astra 和 GPT-6.1 Sol。
- 编程：Terminal-Bench 4.0 最高推理档解决 50.3% 的任务，是 GPT-5.6 Terra（21.5%）的两倍多。
- 科研编程：Terminal-Bench-Science 0.1 最高档超过 GPT-6.1 Sol 且更便宜，距 Claude Opus 5.5 只差不到 5 分，成本却不到五分之一。
- token 效率：最高推理档比 Opus 5.5 省三倍以上 token，单价是它的四分之一，官方口径是「单任务成本低约 9 倍」。
定价、上下文和可用性
标准 API 价：$1 / 百万输入 token，$0.05 / 百万缓存输入，$5 / 百万输出，比 GPT-5.6 Terra 和 GPT-6.1 Sol 便宜 50%。上下文 1.05M token，单次最大输出 128K。OpenRouter 上另有 $0.5 / $2.5 的批量档，跑离线批处理更省。
安全方面有个必须注意的点：Terra 在 OpenAI 的 Preparedness Framework 下达到网络安全「Critical」阈值，同时沿用 GPT-6 Astra 的整套防护。换句话说，它对漏洞利用和攻击链的理解已经不弱，企业接入时应把它当成高权限智能体来管控，而不是一个便宜的小模型。
使用体验与局限
- 最划算的场景：高频、结构化、需要「看图动手」的活——发票录入、技术图纸解读、表单填写、视频剪辑辅助、跨应用流程自动化。这类任务原来只能靠贵模型烧钱跑，现在成本能压下来一个量级。
- 不要硬上复杂编程：官方自己写明「最复杂的编程任务，GPT-6.1 Sol 和 GPT-6 Astra 仍是更好选择」。Terra 是性价比选择，不是能力上限选择。
- 中文没有单独基准：写中文邮件、提案、周报没问题，但中文语料的细节（成语、口语、行业黑话）国产模型的观感往往更自然。涉及中文内容生产，建议拿 Kimi K3.1 Pro 或 MiMo V2.6 一起实测再定。
- 最大的风险面是权限：电脑操作类模型必须拿到你的账号和应用权限。我们之前写过的 macOS 权限收紧 和 1Password for Agents，说的就是这件事——能力越强，边界越要自己划。
GPT-6.1 Terra 与其他模型横向对比
| 模型 | 核心定位 | 上下文 | 官方 API 价 | 本站评分 |
|---|---|---|---|---|
| GPT-6.1 Terra | 电脑操作 + 视觉推理中端主力 | 1.05M | $1 / $5 | 8.9 |
| GPT-6.1 Sol | 效率旗舰，复杂编程更强 | — | 高于 Terra | 8.8 |
| GPT-6 Sol / Luna | OpenAI 旗舰 + 轻量双雄 | — | — | 9.0 |
| Claude Opus 5.5 | 对齐与安全最强，复杂任务稳 | — | 约为 Terra 的 4 倍 | 8.9 |
| Claude Sonnet 5.5 | 中端主力，性价比路线 | — | — | 8.8 |
| Kimi K3.1 Pro | 2.8T 开源旗舰，可自托管 | 1M | $2 / $10 | 8.8 |
| Nemotron 3.5 Super VL | 120B 开源，企业私有化 | 1M | $0.15 / $0.5 | 8.3 |
坐标系很清楚：Terra 不抢「最强」，它抢「单位成本能干的活最多」。同价位里电脑操作能力和 token 效率暂时没有对手；拼极限推理和长链路编程，还得看 Gemini 4 Argon 这个级别的旗舰。
综合评分
| 维度 | 评分 | 评价 |
|---|---|---|
| 功能完整度 | 9.0 / 10 | 视觉、电脑操作、写作、编程全覆盖，128K 单次输出够用 |
| 易用性 | 9.2 / 10 | ChatGPT 和 Codex 里直接切模型，无需额外申请或配置 |
| 性价比 | 9.5 / 10 | $1/$5 的价格，单任务成本约为 Opus 5.5 的九分之一 |
| 中文支持 | 8.3 / 10 | 中文表达通顺，但官方没有中文场景基准，细节不如国产模型 |
| 输出质量 | 8.8 / 10 | 事实性大幅改善，复杂编程仍不及 Sol 和 Astra |
综合评分：8.9 / 10
常见问题（FAQ）
GPT-6.1 Terra 免费吗？怎么用？
不单独收费。ChatGPT 的 Plus、Pro、Enterprise、Edu 订阅用户在 ChatGPT Work 和 Codex 里就能切换使用，不用额外付费；开发者走 API，标准价 $1/百万输入、$5/百万输出，按量计费。
GPT-6.1 Terra 和 GPT-6.1 Sol 该选哪个？
看任务类型。高频、多模态、要操作界面、看重成本，选 Terra；最复杂的编程、长链路推理、追求上限，选 Sol。官方也明确说最难的编程任务 Sol 更合适，两者不是替代关系而是分工。
它的上下文有多长？能一次处理多少内容？
上下文 1.05M token，单次最大输出 128K token。这个规格处理整本技术手册、成套合同或者几个小时的会议记录都没问题，但注意超过 27.2 万 token 后部分供应商会切到更高价格档。
GPT-6.1 Terra 支持中文吗？效果如何？
支持，中文写作和对话都通顺。但 OpenAI 没有公布中文专项基准，实际观感上中文语感的细腻程度仍不如 Kimi、GLM 这类国产模型。做中文内容生产建议先做小样本对比。
让 AI 操作电脑安全吗？
取决于你给的权限。Terra 在网络安全维度已达 OpenAI 框架的 Critical 阈值，能力不弱。实践建议：给它独立账号、限定可访问的应用、关键操作（付款、删除、发送）保留人工确认，不要直接把主账号和主密码托管给它。
总结：中端价位，第一次出现了「够用的电脑操作」
GPT-6.1 Terra 的意义不在刷榜，而在于把「看屏幕、动手操作」的价格打到每百万 token 一美元。过去只有旗舰能做的发票录入、图纸转模型、表单批处理，现在用十分之一成本就能跑。如果你的自动化项目卡在「模型太贵、跑不起量」，这颗模型值得优先测试。
想发现更多好用的 AI 工具？查看我们的 AI 模型库 与 工具对比引擎，或继续阅读：GPT-6.1 Sol 深度评测 · Claude Haiku 5.5 深度评测 · 全部评测列表。
AI Dash — 发现最好用的 AI 工具。