GPT-6.1 Terra 對決 DeepSeek V4.1 Pro：那款從未問世的模型

並沒有 DeepSeek V4.1 Pro 可供與GPT-6.1 Terra相比。截至 2026 年 10 月 27 日，DeepSeek 並未以該名稱發布任何模型卡、API 識別碼、價格、權重或基準測試表，而向顯而易見的端點提出請求會返回 404。買家實際上所做的比較，是 Terra 與兩款確實有推出的 DeepSeek 模型之間的比較：DeepSeek V4.1 Flash，即 10 月 17 日發布的 1017 檢查點，以及開放權重的 0813 旗艦 DeepSeek V4 Pro。無論如何，那是更有用的較量，而 Terra 在價格上並未勝出。

「V4.1 Pro」這個名稱並非憑空捏造。它出自 9 月 10 日的一則變更日誌，內容說 V4 Pro 的流量會被導向 V4.1 Flash，「直到 V4.1-Pro 推出為止」。DeepSeek 在開發者反彈後於隔天撤回該計畫，此後便未再置評。自那時起，一個 10 月 19 日至 31 日的推出時程，以及一組參數量數字便持續流傳，但全都不是出自該公司。這個名稱是某個層級的暫代名稱，卻外流到比較文章中；如今有幾個網站正為一個根本無法實際呼叫的模型，發布充滿信心的定價與基準測試表。

404 對買家意味著什麼

缺少模型並不是市場中中性的空缺。它會改變你這一季該做的事，因為等待是有代價的，而替代品又異常出色。DeepSeek 自己的路由備註就是線索：當公司在九月想把 V4 Pro 的流量移到更便宜的地方時，它把流量移到了 V4.1 Flash，而不是 Pro 的後繼者。無論 V4.1 Pro 最終是什麼，它都不是 DeepSeek 目前引導自家使用者轉向的模型。

實用的檢驗，就是部落格對每個傳聞中的發布都會採用的那套四部分檢驗：一個你可以呼叫的 API 模型 ID、包含快取費率的公開定價、在獨立排行榜上的條目，以及在 Hugging Face 上的權重。V4.1 Pro 這四項全都不通過。在它通過這些檢驗之前，任何把數字填進它那一欄的「versus」頁面都只是在猜測。

DeepSeek 究竟在賣什麼

• DeepSeek V4.1 Flash（1017）— 離峰時段每 1M 輸入 token 為 $0.15、每 1M 輸出 token 為 $0.60，平日尖峰時段費率加倍；100 萬 token 上下文、最大輸出 384K、支援文字與圖像輸入，參數約 552B。

• DeepSeek V4 Pro (0813) — 離峰時段 $0.66/$1.98，尖峰時段也翻倍；100 萬上下文、38.4 萬輸出、純文字、總參數約 1.6 兆、約 490 億活躍，開放權重。

• GPT-6.1 Terra — 每 100 萬輸入/輸出 token 為 $1.00/$5.00，輸入 token 超過 272K 後升至 $2.00/$7.50；快取輸入 $0.05；1.05M 上下文，輸出上限 128K；支援文字與圖片輸入；封閉權重，於 10 月 26 日發布。

首先最值得注意的是輸出量。兩款 DeepSeek 模型單次請求都允許 384K 輸出 token，而 Terra 的上限是 128K。對於長篇生成、倉庫規模的程式碼變更，或任何需要在單次呼叫中產出整份文件的情境，無論價格怎麼比，Terra 都不是能直接替代的方案。

Terra 與你能呼叫的模型對比

在 Artificial Analysis 目前的 Intelligence Index 上，Terra 為 48，V4.1 Flash 為 45，V4 Pro 則以 36 明顯落後。Terra 與 Flash 的數字皆為當前尺度，但兩者是在不同的投入程度設定下測得，因此這三點差距應視為方向性而非精確值。沒有歧義的是成本面：Artificial Analysis 估計 Terra 每項指數任務約 0.40 美元，V4.1 Flash 約 0.26 美元。

獨立測試套件對 Terra 的說法則不那麼好看。在 Vals Index 上，V4.1 Flash 得分 61.26%，Terra 則是 60.17%——Flash 微幅領先，且每次測試成本更低。在 DualEntry 會計基準測試中，Flash 的得分同樣高於 Terra，而 Terra 的 78.2% 在 22 個模型中排名第 18，儘管它是 OpenAI 中速度最快且最便宜的項目。另一項程式設計代理比較顯示，Flash 每項任務約 $0.30、得 46 分，而 Terra 為 $0.68–$0.70、得 48 分，大約是兩倍成本換兩分。

這個模式在所有這些案例中都是一致的：Terra 並不是在特定價格下與 DeepSeek 比拼能力。它競爭的是可靠性、速度，以及它是 OpenAI 模型、背後有 OpenAI 工具鏈支持這一點。

真實工作負載上的算術

以一個中型生產工作負載為例，每月有 3,000 萬個輸入 token 和 600 萬個輸出 token，所有請求都低於 272K，因此不適用 Terra 的長上下文附加費。

• GPT-6.1 Terra — 輸入 $30.00 加上輸出 $30.00，或每月 $60.00。

DeepSeek V4.1 Flash — 離峰費率為 $4.50 加 $3.60，或 $8.10；若所有呼叫都落在尖峰時段，則為 $16.20。

DeepSeek V4 Pro — $19.80 加 $11.88，或離峰時段 $31.68；尖峰時段 $63.36。

Terra 的離峰費用約為 Flash 的 7.4 倍，尖峰費用則為其 3.7 倍。與 V4 Pro 相比，情況則反轉：價格 60 美元的 Terra 約為 V4 Pro 離峰成本的兩倍，但在尖峰時段比 V4 Pro 略便宜。OpenAI 的降價並未讓 Terra 在這項比較中成為便宜選項。它讓 Terra 的價格與 DeepSeek 較舊的旗艦款大致相當，卻仍遠落後於較新的 Flash。

272K 斷崖比表面上看起來更重要。把平均請求推過那個門檻，Terra 的輸入價格就會翻倍到 $2.00，輸出價格到 $7.50，這會讓同樣的工作負載每月達到 $105。長上下文 RAG 管線與涵蓋整個儲存庫的程式碼代理，應該以那個數字來計價，而不是以宣傳標價來計價。

Terra 的 Premium 在哪裡花得值得

三件事，而它們並非無足輕重。

速度是首要的。Terra 在 Artificial Analysis 上測得每秒 90.9 個輸出 token，OpenAI 聲稱其任務完成速度約為自家旗艦模型的三倍，而 DualEntry 測試中它用 16.1 秒完成。DeepSeek 的模型便宜，但在複雜任務上較慢。對互動式產品而言，這種延遲差異是使用者能感受到的特性。

可靠性是第二點。Terra 的 AA-Omniscience 猜測率相較前代從 88% 降至 38%，而 OpenAI 的定位明確就是一個較少提出缺乏依據主張的模型。V4.1 Flash 是強大的模型，但它是便宜模型，而便宜模型面對模糊輸入時往往會直接回答，而非棄答。

控制是第三項。Terra 提供六個推理等級，因此團隊可以將簡單流量導向低投入，並把昂貴的思考保留給尾端。這種細緻度往往比 token 價格差異更有價值，因為它讓單一模型能涵蓋各種工作。

Terra 無法替你換得的是開放權重。V4 Pro 的權重可供下載，而 V4.1 Flash 的架構也有文件記載。如果自架、微調或資料落地是必要條件，那麼在價格納入比較之前，比較就已經結束了。

為你實際能取得的那一對佈線

兩款 DeepSeek 模型都已收錄於 OrcaRouter 的目錄——V4.1 Flash 為 $0.15/$0.60，以及V4 Pro 為 $0.66/$1.98，供應商牌價以 0% 加成原樣轉嫁——因此，在兩者之間切換，或在某家供應商服務降級時從一款容錯切換至另一款，只需變更模型 ID，而非進行新的整合。截至發稿時，Terra 尚未列入目錄；它可透過 OpenAI 的 API 與數個第三方平台取得，目前若要將它與 DeepSeek 這兩款模型比較，仍須直接呼叫它。

這種不對稱值得點明，而非隱藏：這場對決中便宜的一邊，今天已可透過單一金鑰進行路由，而昂貴的一邊還不行。想要測試這種分工的團隊——以 Terra 處理受監督的大量工作、以 Flash 處理對成本敏感的用量、在重視開放權重之處使用 V4 Pro——今天下午就能完成那項實驗的三分之二。

會改變這篇文章的，是 {{1}}V4.1 Pro{{/1}} 是否以真實的產品卡與真實的價格推出。若真如此，第一個要檢查的數字不是它的基準測試分數，而是它在尖峰時段的 {{2}}輸出價格{{/2}} 對上 {{3}}Terra{{/3}} 的 {{4}}$5.00{{/4}} 與 {{5}}Flash{{/5}} 的 {{6}}$0.30{{/6}}。{{7}}DeepSeek{{/7}} 的優勢從來不是其模型在最高階每美元更聰明；而是它們在低端便宜得多。一個定價高於 {{9}}V4 Pro{{/9}} 的 {{8}}Pro 層級{{/8}} 將會在 {{11}}Terra{{/11}} 的條件下與 {{10}}Terra{{/10}} 競爭，而過去兩年顯示，那不是 {{12}}DeepSeek{{/12}} 會選擇的戰鬥。

在端點給出答案之前，誠實的建議就是那個無聊的建議：用你自己的流量，把 V4.1 Flash 與 Terra 做基準測試。它才是 DeepSeek 實際上引導大家使用的模型，離峰時段成本只有七分之一，而且在兩套獨立測試集上，它的得分已經與 Terra 相差不到一分。Terra 確實有三分指標的差距，這是真的，但這並不是七倍價格所對應的真實差距。