GPT-6.1 Terra 以半价登场，错误点减少 37 个，却难觅旗舰踪影

OpenAI 推出了GPT-6.1 Terra，发布时间为2026年10月26日，每百万输入 token 1美元、每百万输出 token 5美元——在两个方面都只有GPT-5.6 Terra价格的一半，也只有GPT-6.1 Sol在该模型自身发布四周后价格的一半。最常被引用的数字是可靠性方面的：在 OpenAI 内部的错误诱导提示测试中，低推理投入下的错误率从53.6%降至16.7%。最少被引用的数字是，Terra 在独立的 Artificial Analysis 指数上仍落后 Sol 4 分。两者都是真的，而它们之间的差距正是这次发布的全部故事。

那个区间很重要，因为之前的预测。当这个模型还只是 Microsoft 评估框架拉取请求里的一个字符串时，我们在 10 月 20 日写道：一个更便宜的中端模型要想说得通，输入价格必须低于 $2、输出价格低于 $10；还说有关它击败 Sol 的报告只是算术，不是证据。该预测中关于价格的那一半几乎完全应验：$1/$5，接近我们称为合理的 $1/$4。关于性能的那一半则没有。Terra 明显优于其前代，但在任何经过独立测量的方面都没有击败 Sol。

OpenAI 宣布了什么，按重要程度排序

以下规范来自 OpenAI 的模型文档，于 10 月 27 日查阅。下一节中的性能声明是 OpenAI 自己的说法，并通篇按此标注。

• 价格 — 每百万输入 $1、每百万输出 $5、缓存输入 $0.05，相比之下 GPT-5.6 Terra 为 $2/$12，GPT-6.1 Sol 为 $2/$10。

• 上下文 — 1,050,000 个 token，最大输入 922,000，最大输出 128,000。与前两代完全相同；这并不是一次上下文窗口方面的发布。

• 知识截止日期——2026年6月1日，相较 GPT-5.6 Terra 上的 2026年2月16日有所延后。

• 推理强度 — none、low、medium（默认）、high、xhigh、max。注意“none”设置：GPT-6.1 Sol 不提供它，因此 Terra 的最低档比 Sol 低一档。

• 模态 — 输入文本和图像，输出文本。不支持音频，不支持视频。

• 端点 — Chat Completions、Responses 和 Batch。工具调用需要使用 Responses API。不支持微调，不支持 Realtime，不支持 Assistants。

• 费用调整项 — batch 和 flex 比标准价格低 50%；fast 模式为标准的 2 倍；区域处理在提供该选项的地区收取 10% 的溢价。输入 token 超过 272K 的请求，整个请求按输入与缓存费率的 2 倍、输出费率的 1.5 倍计费。

ChatGPT 的推出范围比 API 的推出范围更窄。Terra 在 Plus、Pro、Business、Enterprise 和 Edu 套餐中可用，位于 ChatGPT Work 和 Codex 内，可从桌面应用的高级菜单以及网页版 Work 中选择，Work 还支持在移动端使用。它明确不在 ChatGPT Chat 中提供，也不支持阿联酋推理驻留。Enterprise 的访问权限仍取决于工作区可用性和管理员控制。如果你对 OpenAI 发布的印象是“它会出现在聊天框里”，那这次并非如此。

这项37点主张确实成立，但范围比听起来要窄。

OpenAI 最引人注目的成果，是在那些旨在诱导模型出错的提示词上实现了错误率下降——这项测试由公司内部进行，从未对外公布，外界也没有任何人复现过。在低推理投入下，错误率从 GPT-5.6 Terra 的 53.6% 降至 Terra 的 16.7%。而在最高推理投入下，公司报告称错误率进一步下降 18 个百分点，降至 4.3%，并称这一水平已接近 GPT-6 Astra 和 GPT-6.1 Sol。

仔细读一下。37 个百分点这个数字并不是“你的工作错误减少了 37%”。它是在一个对抗性构建的内部测试集上、在最低努力设置下，相对于一个正在从部分分发渠道退役的模型所取得的 37 个百分点摆动。诚实的总结是，Terra 的下限变得没那么难看了。它的上限是否达到了 Sol 的水平则是另一个问题，而内部测试无法回答这个问题，因为 Sol 在同一测试上的数字只被表述为“接近”。

OpenAI 其余已公布的声明，全部由厂商自行开展：

• Terminal-Bench 4.0 — 在 Terra 上以最大投入解决了 50.3%，而 GPT-5.6 Terra 为 21.5%。超过两倍，并且是本次发布中代际跃升最大的一次。

• Agents' Last Exam — 在中等努力水平下比 GPT-5.6 Terra 高出 15 个百分点，成本约为其三分之一。

• MMMU-Pro — 在每一个推理级别上都胜过 GPT-5.6 Terra，并接近 Astra 和 Sol，但未公布数值分数。

• Terminal-Bench-Science 0.1 — 与 Claude Opus 5.5 相差不到 5 分，而预估成本不到其五分之一。

• 速度——发布说明称 Terra 比 Astra 和 Sol 快得多。我们查看时，Artificial Analysis 尚未公布该模型的实测吞吐量数据，因此在有人实际运行测试之前，应将“更快”视为一项宣称。

独立评分：比其前作高六分，比 Sol 低四分

Artificial Analysis 将 GPT-6.1 Terra 的 Intelligence Index 列为 48，在 221 个模型中排名第 25，每项指数任务 $0.40。在同一实时榜单上，GPT-5.6 Terra 为 42（第 53 名，每项任务 $1.40），GPT-6.1 Sol 为 52（第 13 名，每项任务 $0.72）。这些比较仅在当前发布的彼此之间有效——该指数会定期重新归一化，而较早的文章对相同模型引用不同的绝对数值。

由此可以得出三点。第一，Terra 相较于前代是实打实的升级：每项任务成本不到三分之一，却换来六个指数点的提升。第二，它并未击败 Sol，而发布前的报道曾暗示它有可能做到。第三，这一点最少被讨论：Terra 每完成一项任务的成本是三者中最低的——0.40 美元，而 Sol 为 0.72 美元——这比每 token 价格更有用，因为它把模型为得出答案所消耗的 token 数量也算了进去。

实测速度差距恰恰方向相反。GPT-5.6 Terra 标称每秒 137 个输出 token，首 token 耗时 111.75 秒；GPT-6.1 Sol 为每秒 65.9 个 token，首 token 耗时 325.58 秒。如果 Terra 确实是三者中最快的，那么它不仅拿下价格冠军，也一并继承了延迟冠军；而计算机使用或文档流水线真正在意的，正是这种组合——而非单纯的智能水平。

在哪些地方“半价”依然成立，又在哪些地方它悄然不再属实

一个标准层级的工作负载包含 100,000 个输入 token 和 5,000 个输出 token，它在 GPT-5.6 Terra 上的费用为 $0.26，而在 GPT-6.1 Terra 上的费用为 $0.125——节省了 52%，略好于宣传数字，因为在旧价目表中，输出是更昂贵的那一侧。

长上下文倍率并不会抹除这一折扣，因为它对两个模型都适用：在输入超过 272K token 时，Terra 对整个请求按输入 $2、输出 $7.50 计费，GPT-5.6 Terra 则按 $4 和 $18 计费。一个 400K 输入、4K 输出的请求费用为 $0.83，而对照为 $1.67。仍然是半价。

真正改变算账方式的是快速模式。Terra 在标准价的 2× 快速模式下是 $2/$10——恰好是 GPT-6.1 Sol 的标准标价，而它的模型还弱四个指数点。如果你的工作负载需要 Terra 的速度，并且你在支付快速模式的倍率，那么选择 Terra 而非 Sol 的价格理由就不复存在，唯一剩下的问题是 Terra 的输出是否足够好以胜任任务。批量和 flex 则相反：50% 折扣让 Terra 降到 $0.50/$2.50，这是 OpenAI 价目表上最便宜且够用的通用费率，也是大多数批量流水线应首先测试的设置。

如果你以路由模型为生，这意味着什么

在产品说明之前，先做一点诚实说明：截至撰写本文时，GPT-6.1 Terra 并不在 OrcaRouter 的目录中。我们的目录列出了 214 个模型，包括 GPT-5.6 Terra、GPT-6.1 Sol、GPT-6 Astra 和 GPT-6 Luna，但不包括这一个——所以，任何告诉你他们今天已经路由 Terra 的人，要么比供应商自己的文档跑得还快，要么就是在猜测。

这让您面对的是一个分为两部分的决策，而 OrcaRouter 确实让它变得更便宜。两个对比分支都已上线：GPT-5.6 Terra 按 $2/$12 的标价，GPT-6.1 Sol 按 $2/$10，在同一个密钥下，较供应商标价 0% 加价。这一点在这里比平时更重要，因为有意义的问题不是抽象层面的“Terra 是否比 Sol 更好”，而是“在我的流量上，Terra 每任务 $0.40 到什么点就不再优于 Sol 的 $0.72”。您今天就可以在我们这边测量 Sol 分支，并把回退阶梯留在那里，同时直接针对 OpenAI 的 API 试用 Terra。如果您之后将工作负载迁移过去，自动故障转移意味着某个提供商糟糕的一天不会变成您产品糟糕的一天。

队伍中尴尬的位置

对这次发布最尖锐的批评并不在于基准测试，而在于 Terra 占据了一个已被其同门兄弟挤压的区间。Hacker News 的评论者在发布期间争论说，Terra 在 xhigh 努力下比 Sol 在低努力下成本更高，得分却更差，这使得“选更便宜的模型”远不像价目表所暗示的那样显而易见。其他人指出，GPT-6.1 Sol 在某些工作上已经能匹敌更早的 Astra，并追问：当更低一档的模型不断吸收能力时，中端模型还剩下什么。

OpenAI 的答案在于工作负载形态，而不是基准排名：常规文档、截图、表单、技术图纸、浏览器与桌面自动化、起草与编辑——这些大批量任务要求模型可靠且快速，而不是极致聪明。这是一个真实的品类，而 37 个百分点的错误率降低正是指向这一品类。这也是一个品类：在其中，相对于 Sol 在指数上落后四个点无关紧要，而每千次调用每任务节省 0.32 美元则并非无关紧要。

有两点需要留意。OpenAI 尚未公布 gpt-5.6-terra 的关停日期，尽管第三方文档已将其标记为弃用，而且 GitHub Copilot 将于 2026 年 11 月 16 日将其退役，并指定 GPT-6.1 Sol 或 GPT-6 Luna 作为迁移目标——而不是 Terra。另外，GPT-6.1 Astra 尚未发布；在它发布之前，这个系列中的最高端型号仍是 GPT-6 Astra，而 Terra 现在正被明确拿来与它进行基准对比，每 token 价格仅为它的十分之一。

如果你的工作是高吞吐量且规格明确的，那么迁移的理由很充分，迁移成本只是一个模型字符串。如果你的工作属于最难的那 5%——长程编程、深度研究、一步走错就会毁掉整次运行的智能体任务——那么本次发布没有任何内容会改变你的答案，而四点指数差距正是原因。降价是真的，只是这并不是一个关于能力的故事。