GPT-6.1 Terra 是什么？API 价格、调用方式与能力边界
GPT-6.1 Terra 是 OpenAI 推出的一款强调速度、成本和实际工作自动化的模型。它不只用于生成文字，还重点处理图像和技术图纸、操作桌面软件、填写表单、读取发票，以及通过代码完成部分软件工程和科学研究任务。
对开发者来说，Terra 的核心价值并不是在所有任务上追求最高的单次推理能力，而是在视觉理解、计算机使用和批量处理之间取得平衡。它已经可以通过 OpenAI API 调用，模型标识为 gpt-6.1-terra。如果应用需要处理大量相似任务，例如读取发票后录入会计软件，较低的 API 价格和较快的执行速度可能比单纯追求最强模型更重要。
GPT-6.1 Terra 主要能做什么
Terra 的定位可以概括为“面向工作流的高效率模型”。这里的“计算机使用”不是简单回答如何操作软件，而是让 AI 代理在支持的流程中理解屏幕内容、规划多步操作，并与桌面应用配合完成任务。例如，它可以参与从技术图纸建立 3D 模型、填写业务表单，或逐镜头查看动画并生成带时间码的修复记录。
它适合接入以下类型的场景：
- 文档和财务自动化：读取来电发票，提取金额、供应商等信息，再将结果交给会计软件录入流程。
- 视觉理解：分析技术图纸、图片或其他视觉材料，并根据内容生成结构化结果。
- 桌面软件操作：在多步骤任务中理解界面、执行操作并反馈结果。
- 视频和媒体工作流：按镜头检查视频内容，生成带时间码的日志，辅助后续编辑或修复。
- 命令行编程：通过终端解决网页布局、代码修复等软件工程问题。
如果任务重点是最复杂的软件工程或高难度推理，OpenAI 仍将 GPT-6.1 Sol 和 GPT-6 Astra 视为更合适的选择。Terra 更适合高频、规模化、对速度和单位成本敏感的工作流。
GPT-6.1 Terra API 怎么调用
使用 API 前，需要准备 OpenAI API 访问凭证，并在请求中指定模型名称。原始发布材料只确认了模型标识，没有给出完整的 SDK、接口地址或某种编程语言的可运行示例，因此下面展示的是请求中最关键的模型配置片段，而不是一份完整请求：
{
"model": "gpt-6.1-terra"
}在实际应用中，还需要按照所使用的 OpenAI API 接口和 SDK 补充输入内容、认证信息以及其他请求字段。也就是说，model 字段决定使用哪一个模型，但它本身不能替代完整的 API 请求。
对于文档处理或计算机自动化任务，建议把应用流程拆分为“读取内容—理解任务—生成操作计划—执行—校验—反馈”几个阶段。这样做的原因是，模型给出的文字结果或操作计划，并不等于外部系统已经成功完成了写入。涉及财务入账、文件覆盖、表单提交等动作时，应用还应检查目标文件、字段值和执行状态，并为高风险操作保留人工确认。
价格：输入、缓存输入和输出分别计费
GPT-6.1 Terra 的标准 API 价格如下：
| 计费项目 | 价格 |
|---|---|
| 输入 | 每百万 tokens 1 美元 |
| 缓存输入 | 每百万 tokens 0.05 美元 |
| 输出 | 每百万 tokens 5 美元 |
Token 是模型处理文本时使用的计费单位，并不严格等同于中文字符或英文单词。实际费用取决于输入长度、输出长度，以及一部分输入内容是否命中缓存。缓存输入通常适用于多次请求中重复出现的稳定提示词或上下文，但是否命中以及具体计费方式仍应以实际 API 账单规则为准。
例如，假设一次任务使用 100 万个普通输入 tokens，并生成 20 万个输出 tokens，按标准价格估算：
输入费用：1 × 1 美元 = 1 美元
输出费用：0.2 × 5 美元 = 1 美元
合计：2 美元如果这 100 万个输入 tokens 全部属于缓存输入，则输入部分为 0.05 美元，连同 20 万个输出 tokens 后，估算费用为 1.05 美元。实际批处理成本还会受到提示词设计、上下文长度、输出控制和缓存命中情况影响。
OpenAI 表示，Terra 的标准 API 价格比 GPT-5.6 Terra 和 GPT-6.1 Sol 低 50%。在 ChatGPT Work 和 Codex 中，同一使用额度使用 GPT-6.1 Terra 可以覆盖比 GPT-5.6 Terra 更多的任务，并明显多于 GPT-6.1 Sol 或 GPT-6 Astra。
官方评测：视觉理解和计算机操作是重点
下面的结果均来自 OpenAI 发布材料中的官方评测，不等同于所有企业数据和业务流程中的实际效果。材料中出现的“中等推理强度”和“最大推理强度”，指评测时采用的不同推理设置；它们不是一个可以直接替代业务验收标准的统一指标。
Agents’ Last Exam：从理解视觉内容到执行任务
Agents’ Last Exam 是一个面向专业工作的评测，包含将建筑图纸转换为 3D 模型、逐镜头审查动画并生成带时间码的修复日志等任务。它关注的不只是识别图片内容，还包括理解专业材料并完成多步骤工作。
在中等推理强度下，GPT-6.1 Terra 比 GPT-5.6 Terra 高 15 个百分点，成本约为后者的三分之一。与 GPT-6 Astra 相比，Terra 的表现处于相当水平，但每 token 价格约为后者的十分之一。
在最大推理强度下，OpenAI 表示 Terra 的 token 效率超过 Claude Opus 5.5 的三倍，单 token 价格约为其四分之一，对应的单任务成本约低九倍。同时，Terra 完成任务的速度超过 GPT-6 Astra 和 GPT-6.1 Sol 的三倍。
MMMU-Pro：视觉推理能力
MMMU-Pro 是用于评估视觉推理的基准测试，重点考察模型能否结合图像和问题进行较复杂的分析。OpenAI 表示，GPT-6.1 Terra 在所有推理设置下都超过 GPT-5.6 Terra，并以更低成本接近 GPT-6 Astra 和 GPT-6.1 Sol 的成绩。
OSWorld 2.1：多步骤桌面操作
OSWorld 2.1 用于测试 AI 代理操作桌面应用的能力，例如根据技术图纸建立 3D 模型。官方数据显示，在中等推理强度下，GPT-6.1 Terra 超过 GPT-5.6 Terra 的最高成绩，同时每个任务的成本更低。
这些基准说明 Terra 的改进方向较明确：它不仅要“看懂”视觉材料，还要把理解结果转化为桌面软件或业务系统中的连续动作。不过，企业在接入前仍需要使用自己的文件、软件和权限环境进行验收，因为公开基准无法覆盖所有行业格式和异常流程。
事实性和编程能力也有明显改进
OpenAI 表示，GPT-6.1 Terra 针对模型产生幻觉和事实错误的问题进行了训练与评测。在一项内部“诱发错误提示”基准中，低推理强度下的错误率从 GPT-5.6 Terra 的 53.6% 降至 GPT-6.1 Terra 的 16.7%，下降接近 37 个百分点。
在最大推理强度下，Terra 的错误率进一步降至 4.3%，比 GPT-5.6 Terra 低 18 个百分点，并接近 GPT-6 Astra 和 GPT-6.1 Sol 的结果。需要注意的是，这是一项内部基准中的错误率，不能直接理解为模型在所有问题上的统一事实准确率。
Terminal-Bench 4.0：命令行软件工程
Terminal-Bench 4.0 测试编码代理通过命令行解决软件工程问题的能力，例如修复一个页面加载过程中布局不断变化的问题。
在最大推理强度下，GPT-6.1 Terra 的任务解决率为 50.3%，超过 GPT-5.6 Terra 已公布的 21.5%，超过一倍。对于最复杂的软件工程任务，OpenAI 仍表示 GPT-6.1 Sol 和 GPT-6 Astra 是更合适的选择，因此不能把 Terra 的提升理解为它已经全面取代更高阶模型。
Terminal-Bench-Science 0.1：用代码辅助科学研究
Terminal-Bench-Science 0.1 评估代理使用代码完成科学研究任务的能力，例如在延时视频中追踪细胞分裂过程。
在最大推理强度下，GPT-6.1 Terra 的成绩超过 GPT-6.1 Sol，同时成本更低；它与 Claude Opus 5.5 的差距在 5 个百分点以内，但估算成本不到后者的五分之一。
安全能力与应用层控制
OpenAI 表示，GPT-6.1 Terra 在 Preparedness Framework 的网络安全评估中达到 Critical 阈值，并保留了 GPT-6 Astra 建立的相关防护。该框架用于评估高能力模型在前沿风险领域的安全表现。
根据 OpenAI 的评估，GPT-6.1 Terra 相比 GPT-5.6 Terra 更倾向于留在用户指定的任务范围内，并主动说明自身限制和可能阻碍任务完成的因素。在提示注入测试中，它也表现出较强的抵抗能力。提示注入是指恶意指令被藏在网页、文件或其他输入内容中，试图让 AI 代理偏离原本任务。
这些安全能力不能替代应用自身的权限控制。连接浏览器、桌面软件或企业系统时，应用仍应限制模型可访问的资源和可执行的动作；对于删除文件、提交表单、修改财务数据等不可逆操作，应设置人工确认、结果校验、操作日志和异常转人工机制。
可用性与选择建议
在发布时，GPT-6.1 Terra 已向 ChatGPT Work 和 Codex 中的 Plus、Pro、Enterprise、Edu 用户提供。开发者可以通过 OpenAI API 使用它，模型标识为 gpt-6.1-terra。
如果你的任务具有以下特征，Terra 是值得优先评估的候选模型：
- 需要批量读取发票、表单、技术图纸或其他视觉材料；
- 需要让 AI 代理操作桌面软件或执行多步骤计算机任务；
- 任务量较大，对单次调用成本和完成速度敏感；
- 需要同时处理视觉理解、自然语言生成和一定程度的代码执行。
如果工作重点是最复杂的软件工程、极高难度推理，或者单次任务的能力上限比成本和吞吐量更重要，则应进一步比较 GPT-6.1 Sol 或 GPT-6 Astra。无论选择哪一个模型，接入真实业务前都不应只看公开基准分数，还需要用自己的数据验证准确率、失败类型、执行速度、成本，以及外部系统写入后的可恢复性。
