API 价格腰斩：GPT-6.1 Terra 重塑中端模型性价比

据 Woofun AI 消息，美国当地时间 10 月 26 日，OpenAI 正式推出中端模型新版本 ，以标准 API 输入、输出价格均下降 50% 的激进策略，直击性价比核心痛点。该模型并非单纯的性能迭代，而是针对日常办公与高频自动化场景的战略卡位，旨在通过降低执行成本，让 AI 承担更多重复性计算机操作任务，从而在旗舰模型与轻量级模型之间开辟出新的市场空间。

在核心能力维度，GPT-6.1 Terra 实现了视觉理解、计算机操作、事实准确性及编程能力的全面升级。相较于上一代 ，新模型在 OpenAI 内部测试中展现出惊人的效率提升：完成计算机操作任务的速度超过 和 的 3 倍，部分任务表现已逼近旗舰水准。其应用场景涵盖屏幕内容识别、多应用间操作执行、技术图纸处理、表单填写乃至视频编辑。

官方演示中，GPT-6.1 Terra 直接操控 Blender 软件，从零构建一辆黄色有轨电车的 3D 模型，逐步细化车身、车窗、车顶受电弓及底盘细节，展示了其在复杂桌面环境中的自主操作潜力。在 基准测试的中等推理模式下，GPT-6.1 Terra 得分比 GPT-5.6 Terra 高出 15 个百分点，而单项任务成本仅为后者的三分之一。与 GPT-6 Astra 相比，Terra 的每 Token 价格约为其十分之一，但任务表现处于相近水平。

更关键的是，在最高推理模式下，OpenAI 宣称 Terra 的 Token 使用效率超过 的 3 倍，每 Token 价格约为后者的四分之一，最终单项任务成本降低约 90%。

这种在特定推理强度下的效率与成本平衡，构成了 Terra 的'甜蜜点'——当任务需要一定推理能力但无需动用最强模型时，速度与成本成为决定性变量。

Woofun AI 整理数据显示，GPT-6.1 Terra 的定价策略极具侵略性：每百万输入 Token 收费 1 美元，输出 Token 收费 5 美元，若启用缓存输入 Token 则只需 0.05 美元。

这一价格体系使其在与竞品的对比中占据显著优势。例如，在与 Claude Opus 5.5 的对比中，尽管 Opus 5.5 在复杂推理和画面质感上仍具优势，但 Terra 以四分之一的单 Token 价格和三倍的使用效率，将单项任务成本压缩了 90%。

这种成本结构对于需要大规模调用模型的企业而言，意味着自动化项目预算的大幅缩减。然而，基准测试成绩并非实际工作效率的绝对映射，不同任务的步骤数量、工具调用方式及推理强度均会影响最终耗时，实际效能仍需结合具体场景验证。

在事实准确性与编程能力方面，GPT-6.1 Terra 同样表现出显著进步。OpenAI 采用内部设计的高错误诱发提示词进行测试，结果显示，在低推理模式下，GPT-5.6 Terra 的事实错误率为 53.6%，而 GPT-6.1 Terra 降至 16.7%，降幅达 36.9 个百分点。在最高推理模式下，新模型错误率进一步压低至 4.3%，比前代低 18 个百分点，接近 GPT-6 Astra 和 GPT-6.1 Sol 的水平。