GPT-6.1 Terra 对比 DeepSeek V4.1 Pro：从未发布的模型

不存在可供与 GPT-6.1 Terra 对比的 DeepSeek V4.1 Pro。截至 2026 年 10 月 27 日，DeepSeek 并未以该名称发布任何模型卡、API 标识符、价格、权重或基准测试表，向显而易见的端点发起请求会返回 404。买家实际进行的比较，是 Terra 与两款确实已发布的 DeepSeek 模型之间的比较：DeepSeek V4.1 Flash，即 10 月 17 日发布的 1017 检查点，以及开放权重的 0813 旗舰模型 DeepSeek V4 Pro。无论如何，这都是更有用的对决，而 Terra 在价格上并没有赢下它。

V4.1 Pro 这个名字并非凭空捏造。它来自 9 月 10 日的一条更新日志，其中称 V4 Pro 的流量将被路由到 V4.1 Flash，“直到 V4.1-Pro 发布”。在开发者反对后，DeepSeek 于一天后撤回了该计划，此后便再未表态。自此以后，一个 10 月 19 日至 31 日的发布窗口以及一组参数规模数据一直在流传，但都不是来自该公司。这个名字本是一个层级占位符，却流入了对比文章，如今少数网站还为某个无法调用的模型发布着言之凿凿的定价和基准测试表。

404 对买家意味着什么

一个缺失的模型并不是市场中的中性空白。它会改变你本季度该怎么做，因为等待是有代价的，而替代品又异常出色。DeepSeek 自己的路由说明就是线索：9 月，当公司想把 V4 Pro 的流量转移到更便宜的地方时，它把流量转到了 V4.1 Flash，而不是 Pro 的继任者。无论 V4.1 Pro 最终是什么，它都不是 DeepSeek 当前引导自家用户转向的那款模型。

真正的检验是博客对每一次传闻中的发布都采用的那套四部分测试：一个可调用的 API 模型 ID、公开的定价（包括缓存费率）、独立排行榜上的条目，以及 Hugging Face 上的权重。V4.1 Pro 四项全都不通过。在它通过这些测试之前，任何把数字填进它那一栏的“对比”页面都只是在猜测。

DeepSeek 究竟卖的是什么

• DeepSeek V4.1 Flash（1017）——非高峰时段每百万输入 token 收费 $0.15、每百万输出 token 收费 $0.60，工作日高峰时段价格翻倍；1M token 上下文，最大输出 384K，支持文本和图像输入，约 552B 参数。

• DeepSeek V4 Pro（0813）—— 非高峰时段 $0.66/$1.98，高峰时段同样翻倍；100 万上下文、384K 输出、纯文本，总参数约 1.6T，激活参数约 49B，开放权重。

• GPT-6.1 Terra — 每 100 万输入/输出 token 收费 $1.00/$5.00，输入超过 272K token 后升至 $2.00/$7.50；缓存输入 $0.05；1.05M 上下文，输出上限 128K；支持文本和图像输入；闭源权重，10 月 26 日发布。

首先最突出的是输出能力。两款 DeepSeek 模型单次请求均支持 384K 输出 token。Terra 的上限为 128K。对于长篇生成、仓库级代码变更，或任何需要在一次调用中输出整份文档的场景，无论价格如何，Terra 都不是可直接替代的方案。

Terra 对比你可以调用的模型

在 Artificial Analysis 当前的智能指数中，Terra 为 48，V4.1 Flash 为 45，而 V4 Pro 以 36 明显落后。Terra 和 Flash 的数值均按当前量表计算，但它们是在不同的 effort 设置下测得的，因此应将这三分的差距视为方向性参考，而非精确值。没有歧义的是成本方面：Artificial Analysis 给出的 Terra 成本约为每项指数任务 0.40 美元，V4.1 Flash 约为 0.26 美元。

独立评测套件对 Terra 的描述就没那么有利了。在 Vals Index 上，V4.1 Flash 得分为 61.26%，而 Terra 为 60.17%——Flash 略微领先，同时每次测试成本更低。在 DualEntry 会计基准测试中，Flash 再次得分高于 Terra，而 Terra 的 78.2% 使其在 22 个模型中排名第 18，尽管它是 OpenAI 阵营中速度最快、价格最低的模型。另一项独立的编程智能体对比显示，Flash 每项任务约 0.30 美元可得 46 分，而 Terra 为 48 分、每项任务 0.68–0.70 美元，相当于以大约两倍成本换取两分。

所有这些的模式都是一致的：Terra 并不是在给定价格下与 DeepSeek 比拼能力。它比拼的是可靠性、速度，以及它是一个背后有 OpenAI 工具链支持的 OpenAI 模型这一事实。

真实工作负载上的算术

以每月3000万输入 token 和600万输出 token 的中型生产工作负载为例，所有请求均低于272K，因此 Terra 的长上下文附加费不适用。

• GPT-6.1 Terra — 输入 $30.00 加输出 $30.00，或每月 $60.00。

• DeepSeek V4.1 Flash — 非高峰费率为 4.50 美元加 3.60 美元，即 8.10 美元；如果每次调用都落在高峰时段，则为 16.20 美元。

DeepSeek V4 Pro — $19.80 加 $11.88，或非高峰时段 $31.68；高峰时段 $63.36。

Terra 约为 Flash 非高峰费用的 7.4 倍，是其高峰费用的 3.7 倍。与 V4 Pro 相比，情况则反转过来：60 美元的 Terra 约为 V4 Pro 非高峰成本的两倍，但在高峰时段比 V4 Pro 略便宜。OpenAI 的降价并没有让 Terra 在这次比较中成为便宜的选择。它使 Terra 的价格与 DeepSeek 较旧的旗舰产品大致相当，却使其远远落后于更新的 Flash。

272K 这道坎的影响比看上去更大。一旦平均请求量越过这个阈值，Terra 的输入价格就会翻倍到 $2.00，输出价格涨到 $7.50，同样的工作负载随之升至每月 $105。长上下文 RAG 流水线和全仓库代码 agent 应该按这个数字来核算成本，而不是按宣传中的那个数字。

Terra 的高端溢价在哪里换来了什么

三件事，而且它们并非无关紧要。

速度排在第一位。Terra 在 Artificial Analysis 上测得每秒输出 90.9 个 token，OpenAI 声称其任务完成速度约为自家旗舰产品的三倍，而在 DualEntry 运行中，它用 16.1 秒完成。DeepSeek 的模型便宜，但在复杂任务上更慢。对于交互式产品而言，这种延迟差异是用户能切实感受到的特性。

可靠性排在第二位。与前代相比，Terra 的 AA-Omniscience 猜测率从 88% 降至 38%，而 OpenAI 的定位明确是一款更少作出无依据主张的模型。V4.1 Flash 是一款强大的模型，但它也是一款廉价模型，而廉价模型在遇到模糊输入时往往倾向于作答，而不是弃答。

Control 是第三项。Terra 提供六个推理级别，因此团队可以把简单流量路由到低推理力度，把昂贵的思考留给长尾。这种粒度通常比 token 价格差异更有价值，因为它让一个模型能够覆盖一系列任务。

Terra 不能为你提供的是开放权重。V4 Pro 可下载，V4.1 Flash 的架构也有文档说明。如果自托管、微调或数据驻留是硬性要求，那么比较在价格因素介入之前就已经结束了。

为你实际能获取的那一对规划路线

两款 DeepSeek 模型均已收录于 OrcaRouter 的目录——V4.1 Flash 定价为 $0.15/$0.60，以及V4 Pro 定价为 $0.66/$1.98，均按服务商的目录价原样透传、零加价——因此在两者之间切换，或在某个服务商性能下降时从一款故障转移至另一款，只需更改模型 ID，而无需重新集成。截至发稿时，Terra 尚未收录于该目录；它可通过 OpenAI 的 API 以及若干第三方平台使用，目前若要将其与 DeepSeek 这两款模型进行对比，只能直接调用它。

这种不对称值得点明，而不是掩盖：在这场对比中，低成本的一侧如今已经可以通过一个密钥进行路由，而高成本的一侧还不能。想要测试这种拆分方案的团队——Terra 用于受监督的大批量任务，Flash 用于对成本敏感的流量，V4 Pro 用于开放权重至关重要的场景——今天下午就能完成该实验的三分之二。

真正会改变这篇文章的，是 V4.1 Pro 携真实的模型卡和真实的价格发布。如果确实如此，首先要看的不是它的基准分数，而是它的输出价格与 Terra 的 5.00 美元以及 Flash 在峰值时的 0.30 美元相比如何。DeepSeek 的优势从来不是其模型在高端每美元更聪明，而是它们在低端便宜得多。定价高于 V4 Pro 的 Pro 档位将是在 Terra 的规则下与 Terra 竞争，而过去两年表明，这不是 DeepSeek 会选择打的仗。

在端点给出答复之前，诚实的建议就是那个听起来很无聊的建议：用你自己的流量对 V4.1 Flash 和 Terra 做基准测试。它才是 DeepSeek 实际引导用户使用的模型，非高峰时段的成本只有 Terra 的七分之一，而且在两个独立测试套件上，它的得分已经与 Terra 相差不到一分。Terra 确实存在的三个指数点差距是真实的，但还没真到值七倍价钱的地步。