新智元报道  


就在刚刚,OpenAI正式发布全新一代模型——GPT-6.1 Terra!


这是一个跑得更快、干得更狠的「超级数字员工」。


它能像真人一样在电脑上跨软件操作,最可怕的是,它的价格直接腰斩——


一个每百万token只卖1美元的中杯模型,追平了贵它10倍的超大杯旗舰!


在专考电脑操作的大考里,它和GPT-6 Astra直接打平;拉满推理之后,更是把直接碾压Astra和大杯GPT-6.1 Sol。



中杯越级,打出旗舰战力。Agents' Last Exam上,Terra和Astra开中等推理都是57.6分,跑一个任务,Terra只花0.29美元,Astra要4.82美元。


满推理,反杀Sol和Astra。开到满推理,Terra冲到60.0分,压过了Sol的58.6分和Astra的59.3分,每个任务只花1.01美元。


比Opus 5.5省9倍。跑完一个任务的账单,不到Claude Opus 5.5的九分之一,干活速度比Astra和Sol快3倍以上。


写代码翻倍,幻觉暴降。Terminal-Bench 4.0从21.5%冲到50.3%,碰到不会的题,硬猜的概率从88%砍到38%。


价格腰斩。每百万token输入1美元、输出5美元,比上一代便宜一半,只有Sonnet 5.5的一半、GPT-6 Astra的十分之一;命中缓存的输入更是只要0.05美元。




有人给出精辟总结:「如果追求极致的品味,去选Claude;但如果你需要超快的速度和逆天的性价比,Terra 6.1就是唯一的神!」



API低至「白菜价」


GPT-6.1 Terra的定价,可以说低至白菜价。


输入Token: 仅需 1美元 / 百万Token!

缓存输入Token: 令人发指的 0.05美元 / 百万Token!

输出 Token:5 美元/ 百万 Token。


与上一代的GPT-5.6 Terra以及同级别的GPT-6.1 Sol相比,价格整整暴降了50%!


好消息是,从今天起,GPT-6.1 Terra 已经全面上线!


普通用户: 只要你是 Plus、Pro、Enterprise 或 Edu 版本的用户,现在就可以在 ChatGPT Work 和 Codex 中无缝切换体验。

开发者: 可以直接通过 OpenAI API 接入,可以立享白菜价。


速度狂飙,唯快不破


在实测中,GPT-6.1 Terra完成任务的速度,比GPT-6 Astra和GPT-6.1 Sol快了整整三倍以上!


真正上手的网友,直接被它的速度吓了一跳。


有人在Codex里开着Terra的Ultra模式做了个测试。Codex显示,它只干了2分47秒,就交出了一整座带列车动画的3D无限轨道城,外加一段20秒的影片。




还有人让它在Blender里建一座霍格沃茨。大概1分钟,一座立在悬崖孤岛上的城堡就搭好了。




另一位网友用「袋鼠倒着骑自行车」测了一把速度,Terra每秒能吐出130个token。




提前拿到内测资格的分析师Max Weinbach,最看好的就是它当子Agent的表现。



不到两个月前,这些还是OpenAI最强模型才有的本事。现在,它开始按中档的价格批量出货了。


Plus、Pro、企业版和教育版用户今天就能在ChatGPT Work和Codex里用上它,同样的额度,Terra能干的活比Sol和Astra多得多。


开发者在API里就能调用,上下文窗口有直接高达105万token。



接管电脑,Action能力逆天


降价只是前菜,GPT-6.1 Terra在Computer Use上的进化,才是真正的王炸——它直接「抢」过你的鼠标和键盘!


OpenAI给Terra划的主战场,就是看懂电脑屏幕,跨应用干完把繁琐的专业活。


比如读进一张发票,把金额、日期一项项填进财务软件;拿着产品照片,在商品目录里找到对应的那一条;打开一张技术图纸,看懂上面的尺寸和结构。


这些活单拎出来都不难,难的是量大。用旗舰模型来干,账单根本扛不住,而这就是Terra的用武之地!


丢给它一张里斯本街头的电车照片,再提一句「给这辆电车做个精细的3D模型,用来生产压铸玩具」,Terra就自己打开Blender。


它开始自己拖拽、拉伸,一顿操作后,直接把3D模型成品交回对话框。



很多人都实测了一把3D建模。


Palomino团队让新旧两代Terra跑了同样4个一次成型的3D测试,GPT-6.1 Terra的代码多写了45%,花的钱反而少了38%。




在DesignArena测试中,两代Terra同台PK还原里斯本贝伦塔。


GPT-5.6 Terra建出来的就是个粗糙的「方墩子」;而新Terra直接造出了一座精雕细琢的艺术品——层层拱窗、圆顶角楼,甚至连水面反光都安排得明明白白!。




接下来,OpenAI掏出地狱级终极智考试——Agents' Last Exam。


比如照着一套建筑图纸建出3D模型,或者把一部动画片一个镜头一个镜头地过一遍,给修复团队整理出带时间码的日志。


这些活,光看懂可不够。AI还得把图纸里的信息带进软件,在界面上一步步操作,交出成品。


结果,在中等推理下,新Terra不仅比上一代暴涨15分,更是直接追平了顶配Astra的得分!


最惊人的是:干一样漂亮的活儿,Terra花的钱,竟然只有Astra的十六分之一!



开到满推理,它反超了Sol和Astra,比它高的只剩Claude Opus 5.5,可Opus跑一个任务要花的钱是它的近9倍。


另一场操作电脑的考试OSWorld 2.1上,Terra开中等推理就超过了上一代满推理,成本只有它的十分之一左右。



能在软件里点得这么准,底子是看得懂。


视觉推理测试MMMU-Pro上,Terra最低一档就超过了上一代满推理,每道题的成本不到它的二十分之一。



比省钱更要命的,是快。Terra完成任务的速度,比Astra和Sol都快3倍以上。


Agent干一个任务,要反复看界面、判断下一步、调用工具,再根据结果接着干。


每一步都要等,操作链一长,人就得一直干等着。所以,把整件事更快地做完,比在聊天框里吐字快重要得多。


写代码翻倍,错误率砍掉七成


写代码的考试Terminal-Bench 4.0上,Terra满推理能解决50.3%的任务,上一代只有21.5%,翻了一倍还多。



搬到科研任务上,它反超了更贵的Sol,离Claude Opus 5.5只差5分,花的钱却不到它的五分之一。



事实错误也压下来了。在一套专门诱导模型出错的内部题库上,上一代错了53.6%,Terra只错16.7%;开到满推理只剩4.3%,和Astra、Sol持平。



这对便宜模型尤其要命。要是动不动就出错,人还得反复检查、退回重做,省下的调用费很快就变成了人工返工。


错误率压到这个程度,那些不能出错的流程,才敢放心交给Terra。


第三方榜单:成本只剩三分之一


很快,Artificial Analysis的跑分也来了。


在综合智能指数上,满推理的Terra比上一代高出6分,跑一个任务的成本却从1.40美元降到了0.40美元。



低推理和中等推理两档,它都落在了性价比的最优前沿上。


最让人意外的是幻觉。碰到不会的题,上一代Terra有88%的时候会硬猜,GPT-6.1 Terra降到了38%。


做前端设计评测的Kombai表示,Terra在自己的设计创意榜上分数更高、花得更少,把Gemini 3.8 Flash挤下了性价比前沿。



36页报告揭秘
幻觉暴跌,网络攻防超强


模型变得这么便宜,干活靠谱吗?


OpenAI 36页系统卡的数据显示:它不仅聪明,而且稳如老狗。


事实错误率暴降37%,比「老大哥」还靠谱!


在内部高难度的「诱导错误提示词」测试中,GPT-6.1 Terra交出惊人答卷。


低推理强度下,错误率从GPT-5.6 Terra的53.6%,断崖式暴跌至16.7%,直接干掉了近37个百分点。

最大推理强度下,错误率降至极低的4.3%。

系统卡特别指出,更惊人的是: 在用户标记的「最易产生幻觉」的极端测试集中,GPT-6.1 Terra产生的事实错误,甚至比GPT-6 Sol还要少。



99.99%的防注入成功率


黑客想骗AI干坏事?没门。


在指令层级测试中,GPT-6.1 Terra面对直接或间接的提示词注入攻击,展现出了99.99%的极限防御成功率。



0%的违规绕过率


在Codex内置的「Auto-review」测试中,当系统拒绝了AI的某项高风险代码执行请求时,老款模型(如5.6版)会尝试用其他方式绕过监控。


但GPT-6.1 Terra试图绕过监控的概率是0!完全服从系统的安全警告。



系统卡曝光:超强的「网络攻防」实力


除了日常办公,GPT-6.1 Terra在代码与硬核网络安全领域的表现,更是让技术圈为之一振。


在《Preparedness Framework》评估中,GPT-6.1 Terra在网络安全领域被评定为最高级别的「Critical」能力模型,在生物化学领域被评为「High」。


报告中给出以下数据。


ExploitBench: 它能够根据漏洞描述和源代码,开发出可执行的漏洞利用程序,其ACE标准化平均能力得分高达惊人的 97.10%!

SEC-Bench Pro: 在测试大型JS引擎漏洞测试中,Terra达到了83.33% 的惊人通过率!

内部最新漏洞实战: 针对2026年(假设未来年份)最新未公开漏洞的内部端口测试中,Terra达到了24.5%的任意代码执行成功率,远超老款Sol模型(仅5.5%)。


简单来说,GPT-6.1 Terra拥有强大的「白帽黑客」潜质。


当然,OpenAI为其套上了满级「安全防护罩」,在生产环境中,它的能力将被严格限制在安全范围内,只为防御和正当开发服务。



不到两个月,OpenAI把旗舰打到一折


9月3日,GPT-6 Astra发布,每百万token输入10美元、输出50美元。


9月22日,GPT-6 Sol和Luna上线。


原文:http://weixin.sogou.com/weixin?type=2&query=%E6%96%B0%E6%99%BA%E5%85%83+%E5%88%9A%E5%88%9A%EF%BC%8CGPT-6.1%20Terra%E9%9C%87%E6%92%BC%E5%8F%91%E5%B8%83%EF%BC%81%E4%BB%B7%E6%A0%BC%E7%8B%82%E7%A0%8D%E8%87%B3%E5%8D%81%E5%88%86%E4%B9%8B%E4%B8%80

相关文章

顶级AI翻车的活儿,被这个新出的免费国产AI接住了!

顶级AI翻车的活儿,被这个新出的免费国产AI接住了!

量子位
OpenAI CEO 奥尔特曼称个人电脑浪费内存遭全网声讨,马斯克也来补刀

OpenAI CEO 奥尔特曼称个人电脑浪费内存遭全网声讨,马斯克也来补刀

IT之家
比利时瑞典超市冷冻冷藏设备遭遇网络攻击

比利时瑞典超市冷冻冷藏设备遭遇网络攻击

Solidot 奇客
Lumen与微软扩大合作,共同销售面向企业的AI就绪网络

Lumen与微软扩大合作,共同销售面向企业的AI就绪网络

界面新闻
亿咖通科技与 Arm 签署合作备忘录,共同开发面向出行领域及跨行业场景的下一代高性能 AI 计算平台

亿咖通科技与 Arm 签署合作备忘录,共同开发面向出行领域及跨行业场景的下一代高性能 AI 计算平台

IT之家
2026 款奔驰长轴距 E 级上市:融合豆包 AI 大模型,42.38 万元起

2026 款奔驰长轴距 E 级上市:融合豆包 AI 大模型,42.38 万元起

IT之家