一張生成的 hero 卡片,標題為「GPT-6.1 Terra Pro」,副標題為「這個名字不是模型」,三個徽章分別寫著「以 GPT-6.1 Terra 名義推出」、「$1 輸入 / $5 輸出」和「AI Index 48」,頁尾寫著「價格與規格依 OpenAI;指數依 Artificial Analysis,2026 年 10 月 27 日。」,右下角有 OrcaRouter 標誌。
Guides & Insights

GPT-6.1 Terra Pro 並非 OpenAI 模型:這個名稱實際上指向什麼

作者

Gideon Frost

發佈日期

最新模型 · 20查看全部模型 →
基準測試:Artificial Analysis · 每日更新
返回全部文章

搜尋 GPT-6.1 Terra Pro,你會找到它的上架資訊、標價與說明,而這正是這個名稱值得仔細檢視的原因。OpenAI 並沒有以那個名稱販售任何模型。2026 年 10 月 26 日推出的是 GPT-6.1 Terra,而第三方型錄上所有掛在「Terra Pro」名下的數字,全都追溯到這同一個模型、同一張價目表,以及同一個 API 識別碼:gpt-6.1-terra。這個較長的名稱背後,並沒有第二套權重。

這項區別的重要性遠超過拘泥細節。模型 ID 是你放進請求裡的東西,是你的帳單所依據的對象,也是路由器解析的目標。幽靈後綴正是那種會演變成部署失敗、圍繞一個不存在的產品編列預算,或是在模型與標籤之間進行基準測試比較的細節。所以,以下是實際推出的內容、「Pro」的來源,以及在你把工作負載交付給某個模型之前,如何確認自己正在呼叫哪個模型。

OpenAI 在 10 月 26 日實際發布了什麼?

GPT-6.1 Terra 是 GPT-6 系列中的中階模型,取代 GPT-5.6 Terra,並位於 GPT-6 Luna 與 GPT-6.1 Sol之間,上方則是 GPT-6 Astra。OpenAI 的公告將其描述為一款快速、高效的模型,專為細緻的視覺推理、精準的電腦操作,以及更清晰、更自然的寫作而打造。

• 價格 — 每百萬個輸入 token 1 美元,每百萬個快取輸入 token 0.05 美元,每百萬個輸出 token 5 美元。

• 上下文 — 1,050,000 個 token,輸入上限為 922,000 個 token,輸出上限為 128,000 個 token。

• 知識截止日 — 2026年6月1日。

• 模態 — 文字與圖像輸入,文字輸出。

• 推理強度 — none、low、medium、high、xhigh 與 max。none 設定為 Terra 專屬;GPT-6.1 Sol 的下限是 low。

• 端點 — Chat Completions、Responses 與 Batch。Batch 與 Flex 的價格為標準價格的 50%。

• 可用性——API,以及提供給 Plus、Pro、Enterprise 與 Edu 方案的 ChatGPT Work 和 Codex。OpenAI 的公告並未將主 Chat 選擇器列為其中一個使用介面。

有兩個定價細節很容易被忽略。超過 272,000 個輸入 token 的提示,整個請求會以輸入與快取費率的兩倍、輸出費率的 1.5 倍計費。而快取寫入在 30 分鐘保留期下每百萬個 token 收費 $1.25,在 12 小時保留期下則為 $2.50,這與每百萬個 token $0.05 的快取輸入費率是不同的數字。

A screenshot of OpenAI's developer documentation page for the gpt-6.1-terra model, showing the model identifier, $1 per million input tokens, $0.05 per million cached input tokens, $5 per million output tokens, a 1,050,000-token context window with 922,000 maximum input and 128,000 maximum output, and a June 1, 2026 knowledge cutoff.

「Pro」標籤從何而來

OpenAI 確實有使用「Pro」這個詞,只是它不是 Terra 的模型後綴。有三個各自獨立的情況,可能產生讀者所看到的這個字串。

• ChatGPT Pro 是一個訂閱方案系列。截至 2026 年 10 月 27 日,OpenAI 的說明中心列出三種月費方案:Pro 100 為 100 美元、Pro 200 為 200 美元、Pro 500 為 500 美元,皆高於 20 美元的 Plus。此處的「Pro」描述的是方案,而非權重。

OpenAI 將「Pro」用於 ChatGPT 的一種組態,而非模型。GPT-6-Astra-Pro 是最清楚的先例:這是一項權益,決定 Pro 訂閱者取得哪一種 GPT-6 Astra 組態,沒有獨立的模型卡,也沒有獨立的 API 識別碼。Coverage 採用了這個名稱;API 僅販售 gpt-6-astra。

• 第三方型錄會附加自己的標籤。一筆刊登項目可能會在供應商的型號名稱旁帶有方案名稱、速度等級或區隔標記,結果讀起來就像一項產品。

把這些拼在一起,「GPT-6.1 Terra Pro」最恰當的理解是模型名稱與方案名稱的結合。OpenAI 的模型頁面、公告、價格卡或說明中心文章都沒有使用這個名稱。廠商自己的文件能解析 gpt-6.1-terra,但對 gpt-6.1-terra-pro 則回傳 404。

真正的模型,用數字說明

獨立評測結果比發布報導所呈現的更狹窄,卻也更有用。Artificial Analysis 測得 GPT-6.1 Terra 在最高推理強度下的 Intelligence Index 為 48,在 221 個模型中排名第 25,每項指數任務成本為 0.40 美元,輸出速度為每秒 90.9 個 token。

• GPT-6.1 Terra 以最高強度執行 — 指數 48、排名 25、每項任務 $0.40、每秒 90.9 個 token、首個 token 時間 131.8 秒。

• GPT-6.1 Terra(中等投入)— 指數 41。

• GPT-6.1 Terra(關閉推理)— 索引 33。

• GPT-5.6 Terra 以最高努力程度 — 指數 42、排名 53、每項任務 $1.40。

• GPT-6.1 Sol 最高效能模式 — 指數 52,排名 13,每項任務 $0.72。

• 程式設計代理指數 v2.0 — Terra 48、Sol 54、GPT-6 Luna 31。

因此,誠實的總結是:在獨立指數上,它比前代模型提升六點,落後 Sol 四點,而每完成一項任務的成本約為其所取代模型的三分之一。「半價」這個說法按 token 計算屬實,按任務計算也大致屬實,但這並不是能力主張。根據獨立測量,Terra 是更便宜的模型,優於它所取代的模型,但仍低於排在它之上的模型。

A screenshot of the Artificial Analysis page for GPT-6.1 Terra at maximum reasoning effort, showing an Intelligence Index of 48, rank 25 of 221, output speed of 90.9 tokens per second ranked 91 of 192, a cost of $0.40 per Intelligence Index task ranked 32 of 121, a 95 percent cache discount, a 1M-token context window, and pricing of $1 per million input and $5 per million output tokens.

廠商聲稱的內容,以及那項聲稱究竟值多少

OpenAI 的發布數據由廠商自行回報,且尚未有任何一項被獨立重現。只要這項標註仍保留,它們仍是對該模型用途最詳細的解讀。

• Agents’ Last Exam — 在中等投入程度下,比 GPT-5.6 Terra 高出 15 個百分點,成本約為其三分之一;且與 GPT-6 Astra 不相上下,每 token 價格僅為其十分之一(OpenAI 報告)。

• OSWorld 2.1 — 在中等投入下,以每項任務一小部分的成本,超越 GPT-5.6 Terra 的最佳分數(根據 OpenAI 報告;未公布 Sol 的直接數字)。

• MMMU-Pro — 在每個推理設定下都高於 GPT-5.6 Terra,並以更低成本幾乎媲美 GPT-6 Astra 與 GPT-6.1 Sol(OpenAI 報告)。

• Terminal-Bench 4.0 — 在最大努力下達到 50.3%,相較於 GPT-5.6 Terra 的 21.5%(OpenAI 報告)。OpenAI 仍指出,對於最困難的程式設計任務,Sol 與 Astra 是更好的選擇。

• Terminal-Bench-Science 0.1 — 在最高投入下高於 GPT-6.1 Sol,且成本更低;與 Claude Opus 5.5 相差五個百分點以內,而估計成本不到其五分之一(OpenAI 報告)。

• 內部錯誤測試——低投入下的錯誤率從 53.6% 降至 16.7%;最高投入下則下降 18 個百分點至 4.3%,OpenAI 表示這幾乎可與 Astra 和 Sol 匹敵(OpenAI 自述)。

• 速度 — 在 OpenAI 測試的任務上,比 GPT-6 Astra 和 GPT-6.1 Sol 快三倍以上(OpenAI 報告)。

唯一有獨立驗證的宣稱是速度:Artificial Analysis 的每秒 90.9 個 token 與「快速」相符,不過其 131.8 秒的首個 token 延遲時間提醒我們,吞吐量和反應速度是不同的數字。模型可以快速產出 token,卻仍得花上兩分鐘才開始。

為什麼幽靈名稱會是路由問題

如果你把 gpt-6.1-terra-pro 貼進請求中,你就是在向供應商要求一個不存在的模型。失敗通常是 404 或驗證錯誤,這在開發階段很容易捕捉,但在正式環境路徑中就沒那麼愉快了——而那條路徑是圍繞著某人在型錄上看到的名稱來界定範圍、估算價格並取得核准的。

同樣的問題也適用於基準測試。把「Terra Pro」與 Sol 放在一起比較,等於拿真實模型跟一個標籤相比;而任何附在這個標籤上的數字,實際上都是 Terra 的數字披上更長的名字。當整個決策是要不要多付一倍價錢來換取多四個指數點時,這可不是小小的會計錯誤。

這也正是路由層得以發揮價值的地方。OrcaRouter 提供超過 200 個模型,全部透過單一 API、以供應商定價提供,且不加收任何費用,因此供應商一旦調整價格,便會以相同條件即時生效,而不需要重新議價;此外,自動容錯切換能將請求從發生錯誤或受到速率限制的模型移開。這套說法誠實的版本是:路由器只能解析實際存在的模型。GPT-6.1 Sol 已在我們的目錄中,輸入 $2、輸出 $10。截至 10 月 27 日,GPT-6.1 Terra 尚未納入,因此今天 Terra 的正確途徑是 OpenAI 自家的 API。任何路由器都不應該能賣你一個 Terra Pro。

如何確認你實際呼叫的是哪個模型

五項檢查就能定案,而且每一項都不超過一分鐘。

• 識別碼。gpt-6.1-terra 可在 OpenAI 的模型說明文件中找到;gpt-6.1-terra-pro 則沒有。

• 回應物件。請讀取回應上的 model 欄位,而不是信任你送出的請求。別名與路由層可能會解析成不同的字串。

• 上下文視窗。Terra 提供 1,050,000 個 token 的視窗,輸出上限為 128,000 個 token;若視窗有實質不同,代表你使用的是不同模型。

• 推理下限。Terra 不接受任何選項;Sol 的最低設定是 low。一個不拒絕任何選項的模型就不是 Terra。

• 價格。$1 輸入與 $5 輸出是 Terra 的標準方案;「Pro」附加費則不是。

A generated scoreboard titled 'GPT-6.1 Terra - the scoreboard' with six rows reading 'Released: October 26, 2026', 'Price: $1 in / $5 out', 'Context: 1.05M tokens', 'AI Index: 48, rank 25', 'Cost per task: $0.40', and 'Terminal-Bench 4.0: 50.3% (vendor)', with a footer reading 'Price and specs per OpenAI; index per Artificial Analysis. Terminal-Bench vendor-reported.' and the OrcaRouter logo in the bottom-right corner.

如果您搜尋了 Terra Pro,該怎麼辦

如果你想要的是更便宜、但足以應付電腦操作、文件工作與大量自動化的 OpenAI 模型,就選 GPT-6.1 Terra,價格為 $1 與 $5。如果你想要的是產品線中最強的程式編寫與長時程推理能力,就選 GPT-6.1 Sol,價格為 $2 與 $10,或選更上階的 GPT-6 Astra。如果你想要的是 ChatGPT 內更快的層級,「Pro」是方案與用量額度,不是模型,而 OpenAI 文件記載的唯一 Ultrafast 選項位於 GPT-6 Astra 與 GPT-6.1 Sol 上。

這個名稱會持續流傳,因為它是兩個真實事物看似合理的碰撞組合。其背後的模型是真實存在的,才剛問世一天,且規格已經相當明確。後綴則不然。

本文中的比較3

根據本文內容識別 · 基準測試:Artificial Analysis · 每日更新