OpenAI推出低成本推理模型GPT-6.1 Terra
OpenAI推出中端推理模型GPT-6.1 Terra，输入定价每百万token ，较GPT-6.1 Sol低50%。该模型在视觉推理、专业任务及计算机操作基准上接近旗舰级性能，面向需要大规模自动化但预算有限的企业用户。
OpenAI已经发布了GPT-6.1 Terra，这是一款新的推理模型，该公司表示该模型在视觉推理、专业任务执行和电脑操作基准测试方面提供接近前沿水平的性能，而无需支付高昂的价格。该模型取代了GPT-5.6 Terra，面向寻求为大规模运营工作负载提供更好准确性和自动化能力的组织机构。
OpenAI声称这是对GPT-5.6 Terra的升级，价格降低了50%，该公司表示其新的中端模型旨在处理日常专业工作，例如起草提案、解读技术图纸、填写表格和编辑视频。
该公司指出："我们推出了GPT-6.1 Terra，这是一款快速、高效的模型，将详细的视觉推理和精确的电脑操作与更清晰、更自然的写作结合在一起。"
EIIRTrend & Pareekh Consulting首席执行官帕里克·贾恩表示，GPT-6.1 Terra针对的是希望大规模自动化日常知识工作、而无需为前沿AI模型支付高昂价格的开发者和企业。"企业需要能够在智能性、速度和成本之间取得平衡的AI模型。前沿模型对于日常任务来说价格昂贵，而较小的模型可能缺乏足够的能力。Terra填补了这一空白，与Anthropic的Claude Sonnet和谷歌的Gemini Flash模型展开竞争。"
这款新的推理模型定位于OpenAI的低成本GPT-6 Luna和其更高能力的GPT-6.1 Sol及GPT-6 Astra模型之间。
由于OpenAI已将电脑操作定位为GPT-6.1 Terra的核心能力，该公司通过一系列基准测试分数支持这些说法。在评估专业任务的基准测试Agents' Last Exam中，在最大努力程度下，GPT-6.1 Terra的得分为60.0%，每项任务成本为1.01美元，而GPT-5.6 Terra的得分为50.7%（成本3.58美元），GPT-6.1 Sol为58.6%（2.00美元），GPT-6 Astra为59.3%（7.24美元）。相比之下，Claude Opus 5.5在最大努力程度下得分为63.2%，每项任务成本为8.82美元。
MMMU-Pro基准测试的视觉推理结果显示，GPT-6.1 Terra的表现优于其前代产品GPT-5.6 Terra，同时在每种推理配置下的表现几乎与GPT-6 Astra和GPT-6.1 Sol等顶级前沿模型相当，而成本却只是其一小部分。在最大努力程度下，GPT-6.1 Terra的得分为85.5%，每项任务成本为0.012美元，而GPT-5.6 Terra的得分为81.7%，成本为0.079美元。在当前的产品系列中，GPT-6 Luna的得分为79.9%（每项任务0.0021美元），GPT-6.1 Sol达到86.3%（每项任务0.013美元），旗舰产品GPT-6 Astra以86.7%领先（每项任务0.065美元）。OpenAI没有在这项特定基准测试中列出竞争对手模型的比较数据。
在评估AI智能体如何在桌面应用程序中执行复杂多步骤任务的OSWorld 2.1基准测试中，GPT-6.1 Terra在最大努力程度下得分为74.2%，每项任务成本为1.19美元。这标志着相较于GPT-5.6 Terra在该类别57.1%的得分（成本4.76美元）有了实质性的提升。然而，它仍落后于Anthropic的Claude Sonnet 5.5，后者在该类别以83.9%的得分领先，成本为5.74美元。
OpenAI还声称已大力投资于减少幻觉和事实错误的产生，根据容易引发错误提示语的内部基准测试，在低推理努力程度下，错误率从GPT-5.6 Terra的53.6%降至GPT-6.1 Terra的16.7%，而在最大努力程度下，错误率下降了18个百分点，降至4.3%，几乎与GPT-6 Astra和GPT-6.1 Sol的错误率相当。在网络安全方面，GPT-6.1 Terra达到了OpenAI防范框架下的"关键"门槛，并保留了为GPT-6 Astra开发的安全防护措施。
贾恩指出："Terra非常适合高容量任务，例如发票处理、文档分析、应用程序自动化和常规编码。它在速度和准确性方面相比GPT-5.6 Terra有所提升，而GPT-6.1 Sol更适合复杂推理、研究和软件工程。"
然而，贾恩提醒，仅凭技术基准测试是不够的。企业应该在自己的工作负载上测试Terra，衡量任务完成率、准确性、执行时间、每个工作流程的成本、人工干预情况以及对安全要求的合规性。
GPT-6.1 Terra已向ChatGPT Work和Codex中的所有Plus、Pro、企业版和教育版用户开放。开发者也可以通过OpenAI API以gpt-6.1-terra的名称访问该模型。
OpenAI为GPT-6.1 Terra的定价为每百万输入Token 1美元，每百万输出Token 5美元，每百万缓存输入Token 0.05美元，将其定位为高端模型的低成本替代方案。相比之下，入门级GPT-6 Luna每百万Token的输入成本为0.10美元，输出成本为0.50美元，缓存输入成本为0.01美元。GPT-6.1 Sol的输入成本为2美元，输出成本为10美元，缓存输入成本为0.10美元，而旗舰产品GPT-6 Astra每百万Token的输入成本为10美元，输出成本为50美元，缓存输入成本为1美元。
另一方面，Claude Sonnet 5.5的定价为每百万输入Token 2美元，每百万输出Token 10美元，缓存成本为每百万Token 0.10美元。
Greyhound Research首席分析师桑奇特·维尔·戈吉亚表示："更廉价的推理改善了智能体经济性的一个组成部分。Terra的基础费率是Sol的一半，但审核和整合仍然需要资金投入。Token处理是运营成本较高的燃料。一位因燃料更便宜而感到宽慰的财务总监需要弄清楚接受度和审核需求会发生什么变化。在示例性的编码工作负载中，额外的5.4秒审核时间就会抵消推理节省的成本。在规模化应用中，真正有价值的是那些保持正确性和授权性的已完成工作。"