OpenAI 发布 GPT-6.1 Terra：API 价格腰斩，电脑操作能力追平旗舰

量子位 2026-10-27T16:27:46+08:00

OpenAI 推出 GPT-6.1 Terra，标准 API 价格相比 GPT-5.6 Terra 直接砍半，但在办公软件操作、视觉理解、代码等多项基准上实现反超，电脑操作表现追平旗舰 GPT-6 Astra，成本却只有后者的十分之一。同一天，OpenAI 还公布了三项由内部 AI 系统产出的科学结果。

一半价格，更强能力

OpenAI 发布新模型 GPT-6.1 Terra，主打“价格减半、能力增强”。相比上一代 GPT-5.6 Terra，标准 API 定价直接砍半：

（Token 是模型处理文本的基本单位，可粗略理解为字词片段，按百万量级计价。）

价格降了，能力却没有缩水。在面向职场软件的实战测试 Agents’ Last Exam 中，Terra 不仅明显超过 GPT-5.6 Terra，还以 GPT-6 Astra 十分之一的 Token 价格，追平了后者的表现。

与 Claude Opus 5.5 相比，Terra 的 Token 价格只有其四分之一，Token 效率超过 3 倍，单任务成本约为对方的九分之一。

电脑操作：更快、更便宜

GPT-6.1 Terra 的核心卖点很明确：更快、更强，同时大幅降低电脑操控成本。它原生支持屏幕理解、跨软件协同操作和自然语言写作，目标场景是打工人完整的一天工作。

OpenAI 联合创始人 Greg Brockman 表示，Terra 的电脑操作能力已经跨过“质变门槛”，用起来比他亲自操作还快。

目前 Plus、Pro、Enterprise 和 Edu 用户已可在 ChatGPT Work 与 Codex 中直接体验，开发者也能通过标准 API（gpt-6.1-terra）调用。

官方成绩单：哪些指标提升了

GPT-6.1 Terra 不是 OpenAI 能力上限最高的模型，但它用更低的成本摸到了旗舰模型的能力区间。

在 Agents’ Last Exam 中，GPT-6.1 Terra 的 medium 档成绩比 GPT-5.6 Terra 高出 15 个百分点，单任务成本却只有后者约三分之一。这个测试专门考察 AI 能否使用专业软件完成复杂工作，比如把建筑图纸做成 3D 模型，或逐镜头审看动画、生成带时间码的修复日志。

官方称，Terra 的表现已与 GPT-6 Astra 相当，但每 Token 价格只有后者的十分之一，完成任务的速度比 GPT-6 Astra 和 GPT-6.1 Sol 都快 3 倍以上。

视觉能力方面，在 MMMU-Pro 基准中，GPT-6.1 Terra 在所有推理强度下都超过 GPT-5.6 Terra，并以更低成本接近 GPT-6 Astra 和 GPT-6.1 Sol。

在电脑操作基准 OSWorld 2.1 上，它的 medium 档成绩也超过了 GPT-5.6 Terra 此前的最高水平。也就是说，新 Terra 不只是更会“看”，也更会根据屏幕内容把活真正做完。

代码能力同样大涨。在 Terminal-Bench 4.0 中，GPT-6.1 Terra 的 max 档解决了 50.3% 的任务，而 GPT-5.6 Terra 此前公布的成绩只有 21.5%，翻了一倍还多。

不过 OpenAI 也主动划了一条线：面对最复杂的编程、科研和深度推理任务，GPT-6.1 Sol 和 GPT-6 Astra 仍是更合适的选择。

另一个明显升级是少说胡话。在 OpenAI 内部的高难事实性压力测试中，低推理强度下的错误率从 GPT-5.6 Terra 的 53.6% 降至 16.7%，Max 档进一步降到 4.3%，已经接近 GPT-6 Astra 和 GPT-6.1 Sol。

至少从这轮官方成绩来看，Terra 的定位已经很清楚了：用接近旗舰的能力，把大量电脑任务的成本压下来。整体处在全球头部模型的中游位置。

网友实测：画得更细了，成本反而低 38%

模型真实能力如何，还是得看网友分享的实测结果。

第一个测试是“黄金时刻复刻里斯本贝伦塔”。任务要求不仅画出这座 16 世纪石灰岩堡垒，还要还原石刻绳索、开放式阳台、城垛和穹顶角楼，画面里也必须有海鸥、帆船，以及雾气中的 4 月 25 日大桥。

结果挺有意思。

GPT-6.1 Terra 的耗时接近上一代的 4 倍，使用的 Token 也多了 48%。但因为单价不到上一代的一半，最终总成本反而低了 38%——新 Terra 花了 0.047 美元，旧 Terra 花了 0.077 美元。

多花的时间也确实体现在了画面上，哪个更精致、更完整，一目了然。

另一位开发者 Victor Nunez 则把“长表单”搬了出来。他让 GPT-6.1 Terra 和 GPT-6.1 Sol 都在 Fast 模式下寻找并填写一份较长的通用表单，再对比两者的电脑操作过程。

按 Nunez 的说法，首次测试中 Terra 比 Sol 提前 53.5 秒完成表单。

OpenAI 开发者账号随后直接转发了这组演示。

这也正好对上 Terra 的官方定位：它未必负责把最难的问题想到底，但很适合在界面里识别信息、连续点击、填写内容，把一长串步骤迅速跑完。

和 Claude 同台：速度与成本上的取舍

另一位网友 Leo 把 Terra 和 Claude 摆在了一起。

从综合智能得分看，Terra 拿到 48 分，低于 Sonnet 5.5 的 56 分和 Opus 5.5 的 58 分。

但到了速度和成本环节，结果直接反转：Terra 的生成速度达到 283 Token/s，是 Opus 5.5 的 3.4 倍；单任务成本仅 0.4 美元，约为 Opus 5.5 的十五分之一。

Leo 的总结也很直接：要智力和能力，选 Sonnet 5.5；要速度和性价比，选 Terra。至于 Opus 5.5，Terra 暂时还不是同一档。

另一位网友的实测结果也印证了 Leo 的结论：同一提示词下对比 Sonnet 5.5 和 6.1 Terra，谁更胜一筹无需多言。

和 Opus 5.5 比，Terra 的价格确实便宜得多，但结合生成结果来看，只能说一句：贵有贵的道理。

同一天，OpenAI 还甩出 3 项 AI 科学新发现

Terra 之外，OpenAI 同一天还扔下了一个更大的“学术炸弹”。

官方宣布，其 AI 系统在数学、计算机科学和物理学中得到了三项新结果，分别涉及调和分析、复杂性理论和量子场论。

而且不是只给一段自然语言推导就完事。数学与计算机科学结果的自然语言稿和 Lean 形式化证明已经公开；物理结果中，纯杨-米尔斯理论存在性的 Lean 形式化也已完成，但相关材料将先交由外部专家组梳理。

具体不展开，这里简单总结一下 OpenAI 这次的进展。

一、攻下一个困扰数学界 30 多年的猜想

OpenAI 称，其 AI 系统证明了所有维度上的局部平滑猜想，并由此进一步解决了 Kakeya 猜想和 Stein 限制猜想。

简单来说，这项研究讨论的是波在传播过程中会如何聚焦。它由数学家 Christopher Sogge 在 1991 年提出，此前只解决了部分维度的问题。

如今，AI 不仅给出了自然语言证明，还将其写进了 Lean 形式化证明系统。如果后续得到数学界确认，意味着 AI 真正进入了一个人类几十年没能完全攻下的问题。

二、一块用了几十年的计算机科学理论地基，可能错了这项结果针对的是复杂性理论里一条被沿用很久的基础判断。过去很多推导都默认它成立，如今 AI 给出的新构造让这个默认前提出现了裂缝。

更直白地说，不是“AI 顺手证明了一个大定理”这么简单，而是它把一块大家用了很多年的理论地基撬开了一角：原来被认为牢靠的分类方式，可能得重新加条件、重新画边界。

OpenAI 表示，这项结果同样准备了自然语言说明和 Lean 形式化证明。也就是说，外界不只看一段“看起来很有道理”的推导，还能用机器检查每一步有没有漏洞。

当然，这并不意味着教材明天就要改写。复杂性理论牵一发动全身，后面还要经过同行复核。但如果结果站得住，受影响的不只是理论计算机科学，算法设计、密码学里一些依赖旧假设的方向，也可能要重新审视。

三、物理里的杨-米尔斯问题，也被 AI 碰了碰

第三项落到物理：量子场论里一个非常硬的问题——纯杨-米尔斯理论的存在性。

OpenAI 称，相关 Lean 形式化已经完成，但材料会先交给外部专家组梳理。换句话说，这一步更像是把 AI 的推导翻译成机器能逐行检查的语言，离物理学界最终确认还有距离。

把三项放在一起看，OpenAI 想传递的信号很明确：

AI 不再只是帮着算一算、写一写，而是开始往“给出可检查的新结果”这个方向走。至于这些结果最终能留下几项，还得等数学界、计算机科学界和物理学界慢慢验收。

成果二：AI 声称推翻了指数时间假说

OpenAI 公布的第二项成果，指向计算机科学中的一个基础假设——指数时间假说（ETH）。

用直白的话说，这个假说认为：像 3-SAT 这类复杂问题，很难找到比逐一穷举快得多的算法。过去几十年，不少计算机科学结论都建立在它成立的前提上。

OpenAI 称，其 AI 系统证明了 ETH 并不成立，并且已经用 Lean 完成形式化。Lean 是一款数学证明助手，可以把推理过程写成计算机能逐行检查的形式。

但需要说明：这不等于 P≠NP 这道世纪难题被解决，也不代表马上会出现能实际使用的新算法。它只说明，一些复杂问题可能没有过去以为的那么难算。

成果三：为四维量子场论补上存在性证明

第三项成果进入了物理领域。

OpenAI 称，其系统给出了包括量子色动力学（QCD）在内的某些四维量子场论的存在性证明。QCD 描述的是夸克、胶子以及强相互作用。所谓“存在性证明”，就是从严格数学角度说明：这些描述微观世界的理论，本身在数学上是成立的。

其中还包括纯杨-米尔斯理论的存在性证明。这是著名千禧年大奖难题“杨-米尔斯存在性与质量间隙”的一部分，但也只是一部分。质量间隙问题仍未解决，所以还不能说 AI 拿下了这道 100 万美元的难题。

目前，相关结果正在由诺贝尔奖得主 David Gross 等外部专家审查。

一边发布新模型，一边顺手挑战困扰人类几十年的难题，这波操作确实很难不让人多看两眼。

关键要点

查看原文