GPT-6.1 Terra 半價登場，錯誤點少了 37 個，旗艦機種卻不見蹤影

OpenAI 推出了GPT-6.1 Terra，於 2026 年 10 月 26 日，以每百萬輸入 token 1 美元、每百萬輸出 token 5 美元的價格——是GPT-5.6 Terra 的一半（輸入與輸出皆然），也是GPT-6.1 Sol 在該模型自身發布四週後價格的一半。最常被引用的數字是可靠性方面的：在 OpenAI 內部的誘發錯誤提示測試中，低推理投入下的錯誤率從 53.6% 降至 16.7%。最少被引用的數字則是，Terra 在獨立的 Artificial Analysis 指數上仍落後 Sol 四點。兩者都是真的，而它們之間的落差正是這次發布的全部故事。

那個落差很重要，因為這關乎先前的預測。當這個模型還只是 Microsoft 評估測試框架 pull request 裡的一串字串時，我們在 10 月 20 日寫道：一款更便宜的中階模型，輸入價格必須低於 $2、輸出價格低於 $10 才說得通；而關於它擊敗 Sol 的報導只是算術，不是證據。該預測的價格部分幾乎完全應驗：$1/$5，接近我們認為合理的 $1/$4。效能部分則沒有。Terra 明顯勝過前代，但在任何經獨立測量的地方都未勝過 Sol。

OpenAI 宣布了什麼，依重要性排序

以下規格說明來自 OpenAI 的模型文件，閱讀日期為 10 月 27 日。下一節中的效能宣稱皆為 OpenAI 本身的主張，且全文均如此標示。

• 價格 — 每百萬輸入 $1、每百萬輸出 $5、快取輸入 $0.05，相較於 GPT-5.6 Terra 的 $2/$12 與 GPT-6.1 Sol 的 $2/$10。

• 上下文 — 1,050,000 個 token，最大輸入 922,000，最大輸出 128,000。與前兩代完全相同；這不是一次上下文視窗的發布。

• 知識截止日期 —— 2026 年 6 月 1 日，較 GPT-5.6 Terra 的 2026 年 2 月 16 日更新。

• 推理投入 — none、low、medium（預設）、high、xhigh、max。請注意「none」設定：GPT-6.1 Sol 並未提供此選項，因此 Terra 比 Sol 多了一個更便宜的檔位。

• 模態 — 輸入文字與圖片，輸出文字。不支援音訊，不支援影片。

• 端點 — Chat Completions、Responses 與 Batch。工具呼叫需要使用 Responses API。不提供微調、不提供 Realtime、不提供 Assistants。

• 成本調整係數 — batch 與 flex 比標準低 50%；快速模式為標準的 2 倍；地區處理在提供此選項時加收 10% 溢價。輸入 token 超過 272K 的請求，整筆請求的輸入與快取費率以 2 倍計，輸出以 1.5 倍計。

ChatGPT 的上線範圍比 API 的上線範圍窄。Terra 在 Plus、Pro、Business、Enterprise 與 Edu 方案中提供，可在 ChatGPT Work 與 Codex 內使用，並可從桌面應用程式的「進階」選單以及網頁版 Work 中選取，而 Work 也在行動裝置上支援它。它明確未提供於 ChatGPT Chat，且不支援阿聯酋推論駐留。企業版存取仍取決於工作區可用性與管理員控制項。如果你對 OpenAI 產品發布的心智模型是「它會出現在聊天框裡」，這次並非如此。

37點主張確有其事，但範圍比聽起來更窄。

OpenAI 最受矚目的結果，是在旨在誘發錯誤的提示詞上，錯誤率有所下降——這是一項該公司內部進行、尚未公布、且外界無人重現的測試。在低推理投入下，錯誤率從 GPT-5.6 Terra 的 53.6% 降至 Terra 的 16.7%。在最大投入下，該公司報告又進一步下降 18 個百分點至 4.3%，並形容這已接近 GPT-6 Astra 與 GPT-6.1 Sol。

仔細讀這段。37 點這個數字並不是「你的工作少了 37% 的錯誤」。它是在一個對抗式建構的內部測試集上、以最低努力設定，對上一個正從某些發行管道退役的模型時所得到的 37 點差距。誠實的總結是：Terra 的下限變得沒那麼難看了。它的上限是否達到 Sol 的水準，則是另一個問題，而內部測試無法回答這點，因為 Sol 在同一項測試上的數字僅被引述為「接近」。

OpenAI 其餘已公開的說法，全部都是由廠商自行進行的：

• Terminal-Bench 4.0 — 在 Terra 上以最大努力解出 50.3%，相較於 GPT-5.6 Terra 的 21.5%。超過兩倍，也是本次發佈中世代之間最大的躍升。

• Agents' Last Exam — 在中等投入下較 GPT-5.6 Terra 高出 15 個百分點，成本約為其三分之一。

• MMMU-Pro — 在每個推理層級皆勝過 GPT-5.6 Terra，並逐步逼近 Astra 與 Sol，但未公布具體數值分數。

• Terminal-Bench-Science 0.1 — 估計成本不到五分之一，與 Claude Opus 5.5 的差距在 5 分以內。

• 速度 — 發表內容稱 Terra 比 Astra 和 Sol 快上許多。我們查證時，Artificial Analysis 尚未公布該模型的實測輸送量數據，因此在有人實際跑過之前，請把「更快」當成一種說法。

獨立評分：比前代高六分，落後 Sol 四分

Artificial Analysis 將 GPT-6.1 Terra 列於智慧指數 48，在 221 個模型中排名第 25，每項指數任務 0.40 美元。在同一份即時榜單上，GPT-5.6 Terra 為 42（第 53 名，每項任務 1.40 美元），GPT-6.1 Sol 則為 52（第 13 名，每項任務 0.72 美元）。這些比較僅在目前公布的版本之間彼此有效——該指數會定期重新正規化，而較舊的報導會引用相同模型的不同絕對數值。

由此可得出三點。第一，Terra 相較前代是實質升級：指數高六點，每項任務成本卻不到三分之一。第二，它並未擊敗 Sol，而上市前的報導曾暗示它可能做到。第三，也是最少被討論的一點，Terra 每完成一項任務的成本是三者中最低——0.40 美元對上 Sol 的 0.72 美元——這比每 token 價格更有用，因為它納入了模型得出答案所消耗的 token 數量。

實測速度差距則是往相反方向作用的因素。GPT-5.6 Terra 的輸出速度標示為每秒 137 個 token，首個 token 時間為 111.75 秒；GPT-6.1 Sol 則是每秒 65.9 個 token，首個 token 時間為 325.58 秒。如果 Terra 確實是三者中最快的，那麼它不僅奪下價格王冠，也繼承了延遲王冠；而電腦操作或文件處理流程真正在乎的，正是這種組合，而非單純的智慧水準。

「半價」在哪些地方仍然存在，又在哪些地方悄悄不再成立

標準層級的工作負載包含 100,000 個輸入 token 與 5,000 個輸出 token，在 GPT-5.6 Terra 上花費 $0.26，而在 GPT-6.1 Terra 上花費 $0.125——節省 52%，比標題數字略好一些，因為輸出是舊價目表中較貴的一側。

長上下文倍率不會抹除這項折扣，因為它同時適用於兩個模型：在超過 272K 輸入 token 時，Terra 對整個請求的計價為每百萬 token $2 輸入、$7.50 輸出；GPT-5.6 Terra 則為 $4 與 $18。一個 400K 輸入、4K 輸出的請求費用為 $0.83，對比之下為 $1.67。仍是半價。

真正的成本計算出現變化，是在快速模式。Terra 以標準價的 2 倍計價，為 $2/$10，這正好就是 GPT-6.1 Sol 的標準定價，但 Terra 這個模型卻弱了四個指數分數。如果你的工作負載需要 Terra 的速度，而你付的是快速模式倍率，那麼 Terra 相對 Sol 的價格優勢就消失了，剩下的唯一問題是 Terra 的輸出對這項任務是否夠好。Batch 與 Flex 模式則相反：半價讓 Terra 降至 $0.50/$2.50，這是 OpenAI 價目表上最便宜又夠堪用的通用型費率，也是大多數大批量管線應優先測試的設定。

如果你靠路由模型維生，這代表什麼

在產品說明之前，先誠實提醒一件事：撰寫本文時，GPT-6.1 Terra 並不在 OrcaRouter 的型錄中。我們的型錄列出 214 個模型，包括 GPT-5.6 Terra、GPT-6.1 Sol、GPT-6 Astra 和 GPT-6 Luna，但沒有這一個——所以任何告訴你他們今天能路由 Terra 的人，要嘛比供應商自己的文件跑得更快，要嘛是在猜。

這留下來的是一個分成兩部分的決策，而 OrcaRouter 確實讓它更便宜。兩個比較組都已上線：GPT-5.6 Terra 依其 $2/$12 定價，以及 GPT-6.1 Sol 依 $2/$10，透過同一把金鑰提供，且相較供應商定價為 0% 加價。這一點在這裡比平常更重要，因為有意思的問題不是抽象地問「Terra 是否比 Sol 更好」，而是「在你的流量上，Terra 每項任務 $0.40 到什麼程度就不再優於 Sol 的 $0.72」。你今天就能在我們這邊測量 Sol 這一組，並把備援階梯維持在那裡，同時直接對 OpenAI 的 API 試用 Terra。如果你之後把工作負載移轉過去，自動容錯移轉意味著某個供應商出狀況的日子，不會變成你的產品出狀況的日子。

陣容中尷尬的位置

這次發布最尖銳的批評不在於基準測試，而在於 Terra 佔據的價位帶已被自家兄弟產品擠壓。Hacker News 的留言者在發表時爭論，Terra 在 xhigh effort 下比 Sol 在 low effort 下成本更高，得分卻更差，這使得「選較便宜的模型」這條規則遠不如價目表所暗示的那麼顯而易見。其他人指出，GPT-6.1 Sol 在某些工作上已能與較舊的 Astra 匹敵，並質問：當下一階層持續吸收能力時，中階模型還剩下什麼？

{{1}}OpenAI 的答案{{/1}}是{{2}}工作負載的型態，而非基準測試排名{{/2}}：例行文件、螢幕截圖、表單、技術圖紙、瀏覽器與桌面自動化、起草與編輯——這些都是高頻任務，模型必須可靠且快速，而不是極度聰明。{{3}}這是一個真實的類別{{/3}}，而{{4}}37 點的錯誤率降低正是針對它而來{{/4}}。這也是這樣一個類別：{{5}}在指數上落後 Sol 四分{{/5}}無關緊要，而{{6}}每千次呼叫每項任務節省 0.32 美元{{/6}}則不然。

有兩件事值得注意。OpenAI 尚未公布 gpt-5.6-terra 的關閉日期，儘管第三方文件已將其標示為已棄用，且 GitHub Copilot 將於 2026 年 11 月 16 日淘汰它，並指名 GPT-6.1 Sol 或 GPT-6 Luna 為遷移目標——不是 Terra。而 GPT-6.1 Astra 尚未推出；在它推出之前，這個系列的最高階仍是 GPT-6 Astra，而 Terra 現在已明確以每 token 價格僅十分之一的水準，被拿來與該模型進行基準比較。

如果你的工作量大且規格明確，轉換的理由就很充分，而遷移成本只是一個模型字串。如果你的工作屬於最難的 5%——長時程的程式開發、深度研究、代理式任務，其中一步走錯就會毀掉整次執行——這次版本發布沒有任何內容會改變你的答案，而四點的指標差距正是原因。降價確有其事；只是這並非能力上的敘事。