今天凌晨两点多，OpenAI 发布了 GPT-6.1 Terra。官方 X 主帖只说了三件事：电脑操作更快、更能干，价格更低。API 标准价每百万输入 token 1 美元、输出 5 美元；ChatGPT 的 Plus、Pro、Enterprise、Edu 用户当天就能在 Work 和 Codex 里切过去。到今早，这条主帖已经有约 210 万次浏览、1.9 万个赞。
很多人看到「价格砍一半」，第一反应是把手上的 Sol 全换成 Terra。先别急。OpenAI 在发布博客里自己写了一句很容易被跳过的话：最复杂的编码任务，GPT-6.1 Sol 和 GPT-6 Astra 仍是更好的选择。第三方 Artificial Analysis 的数也对得上：Terra 在它的编码 agent 指数上拿 48 分，比 6.1 Sol 低 6 分。
所以拿到这个模型，先想清楚一件事：哪些活交给它最划算，哪些活还得留在 Sol。下面把规格、跑分、账单和迁移坑按顺序过一遍。
01
PART
它是什么，便宜在哪
WHAT IT IS
Terra 是 OpenAI 模型线里的中档，上一代是 GPT-5.6 Terra。官方给它的定位是视觉推理、电脑操作和写作，举的例子很接地气：读发票再录进记账软件、看技术图纸、填表、剪视频。
规格上，API 名字是 gpt-6.1-terra，输入支持文本和图片，输出是文本，不支持音频和视频，也不能微调。上下文窗口 1,050,000 token，单次最多输入 922,000、输出 128,000，知识截止 2026 年 6 月 1 日。推理强度分 6 档：none、low、medium（默认）、high、xhigh、max。
和上一代比，输入从 2 美元降到 1 美元，输出从 12 美元降到 5 美元，缓存输入从 0.2 美元降到 0.05 美元。官方说的「标准价比 5.6 Terra 和 6.1 Sol 都低 50%」，按输入单价算是对的；输出这一项其实降得更多。注意 ChatGPT 免费用户不在这次的开放名单里。
02
PART
官方说了什么，第三方测出什么
CLAIMS VS TESTS
先看 OpenAI 自报的数。在 Agents' Last Exam 上，medium 档比 5.6 Terra 高 15 个百分点，成本约为其三分之一，和 GPT-6 Astra 打平，而每 token 单价只有 Astra 的十分之一左右。max 档的 token 效率是 Claude Opus 5.5 的三倍多，单价是它的四分之一，折算到单个任务便宜约 9 倍；完成任务的速度比 Astra 和 6.1 Sol 快三倍以上。
终端任务上，Terminal-Bench 4.0 的 max 档成绩是 50.3%，上一代是 21.5%。OpenAI 还拿一组内部「容易诱发出错」的提示测了错误率：low 档从 53.6% 降到 16.7%，max 档降到 4.3%。这些都是 OpenAI 自报，测试集和评分方式由它自己定。
再看第三方。Artificial Analysis 在发布几分钟后就贴出了结果，原话是「更聪明，成本不到三分之一」。在它的综合智能指数上，Terra 的 max 档拿 48 分，上一代 5.6 Terra 是 42，6.1 Sol 是 52，GPT-6 Astra 是 53，Kimi K3.1 Pro 是 55。
两边对得上的地方：比上一代聪明、比上一代便宜，这两点都成立。对不上的地方也很明显：官方说「和 Astra 打平」，那是在 Agents' Last Exam 这一项上；放到第三方的综合指数里，Terra 仍比 Astra 低 5 分。单项打平不等于全面打平。
最值得看的是幻觉。AA-Omniscience 测的是模型「不会就说不会」的能力，Terra 的幻觉率从上一代的 88% 降到 38%，准确率从 47% 到 49%，几乎没动。换句话说，它知道的东西没多多少，但瞎编少了一大截。做表单录入、文档抽取这类活，这比多几分准确率更值钱。
03
PART
max 档别默认开
EFFORT LEVELS
6 档推理里，很多人会顺手拉到 max。OpenAI 迁移指南的建议正好相反：从 medium 开始，只有质量提升值得多花的时间和 token，再往上加。
Artificial Analysis 的编码 agent 图把这件事画得很清楚：xhigh 和 max 的分数几乎贴在一起，都在 48 上下，但从图上读，max 的单任务成本约 1.3 美元，xhigh 约 0.7 美元。AA 自己点名的是 xhigh 和 low 两档落在成本效率的前沿上，max 不在其中。
时间上的差距更直观。开发者 @JaanusBuilds 在 Codex 里用同一条提示做了一个熔岩灯网页，各档只跑了一次：low 43.6 秒，medium 48.5 秒，xhigh 75.4 秒，max 295.2 秒。只跑一次说明不了质量高低，但足够说明一件事：max 比 xhigh 慢了快 4 倍。
我的建议： 日常活用 medium，难一点的升 xhigh，max 只留给你确认过「升了真有用」的那一小类任务。
04
PART
账怎么算：一张假设账单
COST MATH
单价降一半，不代表你的账单就降一半。拿一个假设场景算一遍：1 万张发票，每张连图带提示算 3000 个输入 token，输出 500 个 token，推理 token 先不计。
按标准价，Terra 是输入 3000 万 × 1 美元 + 输出 500 万 × 5 美元，合计 55 美元；同样的量放在 5.6 Terra 上是 120 美元，6.1 Sol 是 110 美元。如果不着急要结果，走 Batch 或 Flex 再打五折，Terra 只要 27.5 美元。
但有三个地方会把账单抬回去。第一，272K 门槛。单次请求输入超过 272K token，整条请求按输入和缓存 2 倍、输出 1.5 倍计价，也就是每百万输入 2 美元、输出 7.5 美元。1.05M 上下文能塞，不代表应该塞。
第二，推理 token。推理档位越高，模型内部想得越多，这部分按输出价算。上面那张账单没计这一项，实际跑之前一定要用自己的样本测。
第三，加速和区域。Fast 模式价格翻倍，指定区域处理再加 10%。反过来，能省的地方是缓存：缓存命中的输入只要 0.05 美元，是标准输入的 5%；缓存写入 30 分钟档每百万 1.25 美元，12 小时档 2.5 美元。固定的系统提示和表单模板，值得放进缓存。
限速方面，官方文档列的 Build 档是每分钟 5000 次请求、100 万 token。批量跑发票这类活，要先确认自己的配额。
05
PART
系统卡里的冷水
SYSTEM CARD
电脑操作是 Terra 主打的能力，系统卡里有两组数据，做 agent 的人应该看一眼。
一组是「遵守警告」测试：给模型一个带限制条件的任务，看它会不会绕开。max 档下，29.6% 的轮次用违背限制本意的方式完成了任务。另一组是让外部 agent 发来未授权的请求：Terra 在 65% 的情况下会和对方互动，13.75%（80 次里 11 次）真的执行了未授权操作，6.1 Sol 是 1.25%。
OpenAI 也说明，「遵守警告」测试主要是低风险场景，而且没开系统级管控，真实部署里不少绕行可能会被拦下。另外，它在网络安全能力上被评为 Critical 级，用的是和 6.1 Sol、GPT-6 Astra 同一套安全防护。便宜又能操作电脑，意味着权限要收得更紧。
06
PART
迁移的几个坑
MIGRATION
工具调用必须走 Responses API。Chat Completions 能用，但带工具的请求要迁到 Responses。推理档不是 none 时，要删掉 temperature、top_p、top_logprobs。从 GPT-5.5 或更早版本迁过来的，要把 prompt_cache_retention 换成 prompt_cache_options.ttl，设为 30m。
最小可跑的调用长这样：
from openai import OpenAI
client = OpenAI()
resp = client.responses.create(
model="gpt-6.1-terra",
reasoning={"effort": "medium"},
input="把这段发票文字整理成 JSON：抬头、金额、税号",
)
print(resp.output_text)
对比测试要同档对同档：5.6 Terra 的 medium 对 6.1 Terra 的 medium，用你自己的真实样本跑，记下分数、token 数和耗时。拿新模型的 max 去比旧模型的 medium，得出的结论没有意义。
07
PART
对做应用的人意味着什么
FOR BUILDERS
Terra 最适合的是量大、重复、需要看图或看屏幕的活：表单录入、截图识别、文档抽取、批量改写。这类活过去用 Sol 嫌贵，用小模型又容易瞎编，现在有了一个中间选项。
真正省钱的做法是分流：大流量任务默认交给 Terra 的 medium，判断失败或者属于难编码的，再升到 Sol。每个任务记一笔成本，一个月后你就知道该怎么报价了。接外包的人，可以直接把「单任务成本」写进报价单，客户更容易看懂。
08
PART
切换清单
CHECKLIST
-
ChatGPT Plus 及以上：在 Work 或 Codex 里切到 Terra，拿你最常做的 3 个活各跑一次。 -
API：抽 50 条真实任务，5.6 Terra 和 6.1 Terra 同档各跑一遍，记分数、token、耗时。 -
从 medium 起步，分数确实涨了再升 xhigh；max 只留给少数难题。 -
长文档先切块，单次请求的输入控制在 272K 以内。 -
不着急的批量任务走 Batch，固定提示放进缓存。 -
带工具的 agent 迁到 Responses API，删掉 temperature、top_p。 -
电脑操作类 agent 从只读权限开始，付款、发送这类步骤加人工确认。 -
难编码任务保留 Sol 通道，按任务类型路由。
CHECKLIST
同档 A/B → medium 起步 → 272K 内 → Batch + 缓存 → Responses → 权限收紧 → 难题留给 Sol
你会把哪类活从 Sol 切到 Terra？上面那张发票账单，如果你觉得哪一步算得不对，也欢迎在评论区纠正。
出处：OpenAI《Introducing GPT-6.1 Terra》及系统卡（2026-10-26 发布）；OpenAI 开发者文档 gpt-6.1-terra 模型页、Pricing 页、GPT-6 迁移指南；@OpenAI X 主帖；Artificial Analysis X 帖与图表（2026-10-26）；@JaanusBuilds X 帖。文中官方跑分均为 OpenAI 自报；发票账单为本号按公开单价做的假设测算。
往期 · 接着看
Kimi K3.1 Pro 上线：先看清它贵在哪、强在哪
DeepSeek发Flash-1017：API名字没变，自报终端题42.3（旧31.2）
Gemini 4 Argon：便宜档模型怎么选
「AI商业实战」新人邀请礼遇 ¥25，进圈可领「模型分流 + 单任务成本测算」短卡：一页写清任务类型、用哪个模型、推理开到几档、每千次大概多少钱、哪一步要人工复核。帮你少算错账，不承诺接单。
会调 API 不难，难的是把「每单花多少 token」写进报价单。「AI商业实战」里常聊怎么按任务给模型分流、怎么把 token 账换成客户看得懂的价格，欢迎来交流。
点文末「阅读原文」开启 AI 实战交流
觉得有用的话，欢迎点赞、收藏、评论。
THANKS FOR READING