据报道，OpenAI 推出 GPT-6.1 Terra：降低桌面自动化成本，API 输入每百万 Token 1 美元

据 IT之家 10 月 27 日报道，OpenAI 当日凌晨宣布推出 GPT-6.1 Terra，重点面向复杂电脑操作、视觉推理和桌面软件自动化。来源显示，新模型已向 Plus、Pro、Enterprise 和 Edu 用户开放，可在 ChatGPT Work、Codex 中使用，也支持 API 调用。其核心卖点是以更低成本执行专业任务，并改善事实准确性与编程表现。相关性能数据主要来自 OpenAI 公布的测试，仍需结合实际业务验证。

从处理发票到理解图纸，主攻低成本自动化

Terra 的目标用户是希望压低自动化开支的企业，应用场景包括处理发票、解读技术图纸，以及操作桌面应用程序。相比单轮问答，这类工作通常涉及读取界面、理解材料和连续执行步骤，因此模型能力与任务成本需要同时考量。

据 OpenAI 披露，在考察复杂专业工作的 Agents’ Last Exam 中，中等推理强度的 Terra 比 GPT-5.6 Terra 高出 15 个百分点，任务成本约为前代的三分之一。该测试包含根据建筑图纸建立三维模型、逐一记录电影镜头等项目。与 GPT-6 Astra 相比，Terra 成绩接近，每 Token 价格约为其十分之一。

• 速度方面：OpenAI 称，任务执行速度超过 GPT-6 Astra 和 GPT-6.1 Sol 的 3 倍。
• 成本方面：最高推理强度下，每项任务成本约为 Claude Opus 5.5 的九分之一。
• 桌面操作方面：在 OSWorld 2.1 中，中等推理强度已超过前代最佳成绩，单项任务成本也更低。
• 视觉理解方面：在 MMMU-Pro 中，各推理强度的成绩均超过 GPT-5.6 Terra。

准确性和编程提升，但并非所有任务都应换用

事实性错误是企业自动化的重要风险。OpenAI 内部基准显示，Terra 在低推理强度下的错误率为 16.7%，前代为 53.6%；最高推理强度下进一步降至 4.3%。不过，内部测试错误率不等于真实业务错误率，不能据此认定模型可以脱离人工审核。

编程方面，在通过命令行任务考察智能体能力的 Terminal-Bench 4.0 中，Terra 最高推理强度的成功率为 50.3%，高于前代的 21.5%。但对于最困难的编程工作，OpenAI 仍建议使用 GPT-6.1 Sol 或 GPT-6 Astra，这意味着 Terra 更强调成本与能力的平衡，而非全面替代高端模型。

产业解读：应比较完整任务成本，而非只看单价

来源列出的 API 标准价格为：每百万输入 Token 1 美元、缓存输入 Token 0.05 美元、输出 Token 5 美元，模型标识为 gpt-6.1-terra。OpenAI 称，其价格比 GPT-5.6 Terra 和 GPT-6.1 Sol 低 50%。需要注意，Token 单价与每项任务成本是不同指标，实际费用还受推理强度、输出长度、重试次数和完成率影响。

对企业而言，更低价格有望扩大桌面自动化的可用范围，但落地仍需设置权限边界、日志与人工复核。来源还称，Terra 沿用 GPT-6 Astra 的防护措施，增强提示词注入抵御能力，其网络安全能力在 OpenAI 准备框架中达到“关键级”门槛；这一能力分类不应被理解为安全保障。部署决策仍应以具体流程的可靠性和总成本为依据。