GPT-6.1 Terra Pro 并非 OpenAI 模型：这个名字实际上指向什么

搜索 GPT-6.1 Terra Pro，你会发现它被列出、标价并附有描述，而这正是这个名称值得仔细审视的原因。OpenAI 并不以该名称销售任何模型。2026 年 10 月 26 日发布的是 GPT-6.1 Terra，第三方目录中与“Terra Pro”相关的每一个数字都可追溯到那一个模型、它的一张价格卡及其一个 API 标识符 gpt-6.1-terra。这个更长的名称背后并不存在第二套权重。

这种区分并非咬文嚼字，其重要性远超于此。模型 ID 是你在请求中填入的内容，是你的账单所对应的对象，也是路由器所解析的对象。幽灵后缀这种细节，可能会演变成部署失败、围绕一个并不存在的产品划定预算，或是在模型与标签之间做基准比较。因此，下面说明实际发布的是什么、“Pro”从何而来，以及在把工作负载托付给某个模型之前，如何核查你正在调用的是哪一个模型。

OpenAI 在 10 月 26 日究竟发布了什么

GPT-6.1 Terra 是 GPT-6 系列中的中端模型，取代 GPT-5.6 Terra，位于 GPT-6 Luna 与GPT-6.1 Sol之间，其上方还有 GPT-6 Astra。OpenAI 的公告将其描述为一款快速、高效的模型，专为细致的视觉推理、精准的计算机操作以及更清晰、更自然的写作而打造。

• 价格 — 每百万输入 token 1 美元，每百万缓存输入 token 0.05 美元，每百万输出 token 5 美元。

• 上下文 — 1,050,000 个 token，最大输入为 922,000 个 token，最大输出为 128,000 个 token。

• 知识截止日期 — 2026年6月1日。

• 模态 — 文本和图像输入，文本输出。

• 推理强度 — 无、低、中、高、xhigh 和 max。none 设置是 Terra 专属的；GPT-6.1 Sol 的最低档为 low。

• 端点 — Chat Completions、Responses 和 Batch。Batch 与 Flex 按标准价格的 50% 计费。

• 可用性 — API，以及面向 Plus、Pro、Enterprise 和 Edu 计划提供的 ChatGPT Work 与 Codex。OpenAI 的公告未将主聊天选择器列为可用入口。

有两个定价细节很容易被忽略。当提示词的输入 token 超过 272,000 时，整个请求将按输入和缓存费率的两倍、输出费率的 1.5 倍计费。此外，缓存写入在 30 分钟保留期下为每百万 token 1.25 美元，在 12 小时保留期下为 2.50 美元，这与 0.05 美元的缓存输入费率是不同的数字。

“Pro”标签来自哪里

OpenAI 确实使用了“Pro”这个词，只是没有把它作为 Terra 的模型后缀。有三种不同的情况都可能产生读者看到的这个字符串。

• ChatGPT Pro 是一个订阅系列。截至 2026 年 10 月 27 日，OpenAI 帮助中心列出三档月度方案：Pro 100 为 100 美元、Pro 200 为 200 美元、Pro 500 为 500 美元，均高于 20 美元的 Plus。此处的“Pro”描述的是方案，而非模型权重。

• OpenAI 曾将“Pro”用于一种 ChatGPT 配置，而不是一个模型。GPT-6-Astra-Pro 是最清晰的先例：它是一项权益，决定 Pro 订阅者获得哪一种 GPT-6 Astra 配置，既没有单独的模型卡，也没有单独的 API 标识符。相关报道沿用了这一名称；API 仅售卖 gpt-6-astra。

• 第三方目录会附加自己的标签。一条列表中可能会在供应商的型号名称旁附带套餐名称、速度等级或细分标记，结果读起来就像是一个产品。

把这两者放在一起看，“GPT-6.1 Terra Pro”最好理解为模型名称与套餐名称的结合。OpenAI 的模型页面、公告、价格卡或帮助中心文章中均未使用它。厂商自己的文档能解析 gpt-6.1-terra，但对 gpt-6.1-terra-pro 返回 404。

真正的模型，用数据说话

独立评测呈现的图景比发布报道所暗示的更聚焦，也更有用。Artificial Analysis 测得，GPT-6.1 Terra 在最大推理投入下的智能指数为 48，在 221 个模型中排名第 25，每项指数任务成本为 0.40 美元，输出速度为每秒 90.9 个 token。

• GPT-6.1 Terra 以最大努力 — 指数 48，排名 25，每任务 0.40 美元，每秒 90.9 个 token，首 token 时间 131.8 秒。

• GPT-6.1 Terra，中等强度 — 指数 41。

• GPT-6.1 Terra，推理已关闭 — 指数 33。

• GPT-5.6 Terra 以最大努力 — 指数 42，排名 53，每任务 $1.40。

• GPT-6.1 Sol（最高强度）—— 指数 52，排名 13，每项任务 $0.72。

• 编程智能体指数 v2.0 — Terra 48，Sol 54，GPT-6 Luna 31。

所以，诚实的总结是：在独立指数上，它比前代提升了六分，落后于 Sol 四分，而每完成一项任务的成本约为它所取代模型的三分之一。“半价”的说法按 token 计算属实，按任务计算也大致属实，但这并不是一项能力主张。根据独立测量，Terra 是一个更便宜的模型，比它所取代的模型更好，但仍低于比它更高一档的模型。

厂商宣称了什么，以及这一宣称究竟值多少

OpenAI 的发布数据由厂商提供，目前尚无任何一项被独立复现。只要这一标注不被去掉，它们仍是关于该模型用途最详细的解读。

• Agents’ Last Exam — 在中等努力程度下，比 GPT-5.6 Terra 高 15 个百分点，成本约为其三分之一；并以仅为 GPT-6 Astra 每 token 价格十分之一的成本，达到与其持平的表现（据 OpenAI 报告）。

• OSWorld 2.1——在中等强度下，以每项任务成本的一小部分，超过了 GPT-5.6 Terra 的最佳成绩（由 OpenAI 报告；未公布 Sol 的直接数据）。

MMMU-Pro — 在每一种推理设置下都高于 GPT-5.6 Terra，并以更低的成本几乎媲美 GPT-6 Astra 和 GPT-6.1 Sol（OpenAI 报告）。

• Terminal-Bench 4.0 —— 在最大努力模式下为 50.3%，而 GPT-5.6 Terra 为 21.5%（OpenAI 报告数据）。OpenAI 仍将 Sol 和 Astra 列为应对最困难编码任务的更优选择。

• Terminal-Bench-Science 0.1 — 在最高努力设置下得分高于 GPT-6.1 Sol，且成本更低；与 Claude Opus 5.5 相差不到五分，而估计成本不到其五分之一（据 OpenAI 报告）。

• 内部错误测试——低努力程度下的错误率从 53.6% 降至 16.7%；在最高努力程度下下降了 18 个百分点至 4.3%，OpenAI 称这几乎与 Astra 和 Sol 相当（OpenAI 报告）。

• 速度——在 OpenAI 测试的任务上，比 GPT-6 Astra 和 GPT-6.1 Sol 快三倍以上（OpenAI 报告）。

唯一有独立核验的说法是速度：Artificial Analysis 测得的每秒 90.9 个 token 与“快”相符，但其 131.8 秒的首 token 时间也提醒我们，吞吐量和响应性是两回事。一个模型可以很快地产出 token，却仍要花两分钟才开始。

为什么幽灵名称是路由问题

如果你把 gpt-6.1-terra-pro 粘贴进一个请求里，你就是在向提供商索取一个并不存在的模型。失败通常表现为 404 或校验错误，这在开发阶段很容易被捕获，但如果出现在生产路径上，就没那么令人愉快了——那条路径是围绕某个人在某个目录里读到的一个名字来完成范围界定、定价和审批的。

同样的问题也适用于基准测试。让“Terra Pro”与 Sol 对决的比较，是把一个真实模型和一个标签作比较，任何附加在标签上的数字，实际上都是 Terra 的数字换了个更长的名字。当整个决策就是是否要为了多四个指数点而支付两倍价钱时，这可不是小小的账目错误。

这也正是路由层体现价值的地方。OrcaRouter 通过一个 API，以供应商标价、无加价的方式提供 200 多个模型，因此供应商调价会以相同条款即时生效，而无需重新谈判；自动故障转移还能把请求从报错或限流的模型上移走。这个说法诚实的版本是：路由器只能调用确实存在的模型。GPT-6.1 Sol 已在我们的目录中，输入 $2、输出 $10。截至 10 月 27 日，GPT-6.1 Terra 尚未加入，因此今天 Terra 的正确路由是 OpenAI 自己的 API。任何路由器都不应该能卖给你一个 Terra Pro。

如何检查你实际调用的是哪个模型

五项检查就能见分晓，而且每一项都不会超过一分钟。

• 标识符。gpt-6.1-terra 在 OpenAI 的模型文档中可以查到；gpt-6.1-terra-pro 则查不到。

• 响应对象。请读取响应上的 model 字段，而不是信任你发送的请求。别名和路由层可能会解析为不同的字符串。

• 上下文窗口。Terra 提供 1,050,000 个 token 的窗口，输出上限为 128,000 个 token；若窗口存在实质性差异，则说明你使用的是另一款模型。

• 推理下限。Terra 不接受 none；Sol 的最低设置为 low。拒绝 none 的模型不是 Terra。

• 价格。输入 $1、输出 $5 是 Terra 的标准价目卡。而“Pro”附加费则不是。

如果你搜索的是 Terra Pro，该怎么办

如果你想要更便宜、能力足够且适用于计算机使用、文档工作和大批量自动化的 OpenAI 模型，你会选择 GPT-6.1 Terra，价格为 $1 和 $5。如果你想要该产品线中最强的编程能力和长程推理能力，你会选择 GPT-6.1 Sol，价格为 $2 和 $10，或者选择其上的 GPT-6 Astra。如果你想要 ChatGPT 内部更快的层级，“Pro”是一项套餐和一项额度，而不是一个模型，并且 OpenAI 文档中列出的仅有的 Ultrafast 选项位于 GPT-6 Astra 和 GPT-6.1 Sol 上。

这个名字会继续流传下去，因为它是由两个真实存在的事物构成的一种看似合理的拼接。其背后的模型是真实的，才问世一天，就已经被充分说明。而后缀并非如此。