OpenAI发布GPT-6.1 Terra，API价格减半
OpenAI Launches GPT-6.1 Terra, Halving GPT-6.1 Sol’s API Price for Agent Work
GPT-6系列新成员落地，性价比策略调整显著，Agent开发者需关注其成本优势与能力边界。
OpenAI has released GPT-6.1 Terra, a fast model for visual reasoning, computer use and writing. It replaces GPT-5.6 Terra and is live in the API as gpt-6.1-terra. Standard pricing is $1 per million input tokens and $5 per million output tokens. For teams automating screens, forms and documents at volume, GPT-6.1 Terra changes the cost math.
OpenAI 发布了 GPT-6.1 Terra，这是一款用于视觉推理、计算机操作和写作的快速模型。它取代了 GPT-5.6 Terra，并在 API 中以 gpt-6.1-terra 的形式上线。标准定价为每百万输入 token 1 美元，每百万输出 token 5 美元。对于大规模自动化处理屏幕、表单和文档的团队来说，GPT-6.1 Terra 改变了成本计算方式。
TL;DR
TL;DR（太长不看）
- Size: 1.05M-token context, 128K max output.
- Runs on: OpenAI-hosted only (API, ChatGPT Work, Codex). Closed weights.
- Performance: Near GPT-6.1 Sol and GPT-6 Astra on vision and computer use, at lower cost.
- Best: 85.5% on MMMU-Pro (Vision) at max effort, 1.2 points behind GPT-6 Astra.
- Worst: 50.3% on Terminal-Bench 4.0, behind GPT-6.1 Sol (55.9%) and Claude Sonnet 5.5 (70.6%).
- 规模：105 万 token 上下文窗口，最大输出 128K。
- 运行平台：仅限 OpenAI 托管（API、ChatGPT Work、Codex）。闭源权重。
- 性能：在视觉和计算机操作方面接近 GPT-6.1 Sol 和 GPT-6 Astra，但成本更低。
- 最佳表现：在 MMMU-Pro (Vision) 上，全力模式下得分 85.5%，落后于 GPT-6 Astra 1.2 分。
- 最差表现：在 Terminal-Bench 4.0 上得分为 50.3%，落后于 GPT-6.1 Sol（55.9%）和 Claude Sonnet 5.5（70.6%）。
What is GPT-6.1 Terra?
什么是 GPT-6.1 Terra？
GPT-6.1 Terra is an OpenAI reasoning model built for high-volume visual and computer-use work. It accepts text and image input and returns text. The context window is 1,050,000 tokens, with up to 128,000 output tokens. Its knowledge cutoff is June 1, 2026.
GPT-6.1 Terra 是 OpenAI 专为高吞吐量视觉和计算机操作任务构建的推理模型。它接受文本和图片输入并返回文本。上下文窗口为 1,050,000 个 token，最多可输出 128,000 个 token。其知识截止时间为 2026 年 6 月 1 日。
Reasoning effort runs from none to max, with medium as the default. Tool calling requires the Responses API. Supported tools include computer use, hosted shell, code interpreter, web search, file search and MCP. OpenAI’s listed use cases include matching product photos to catalog entries and interpreting technical drawings.
推理力度从“无”到“最大”可调，默认值为“中等”。工具调用需要 Responses API。支持的工具包括计算机操作、托管 Shell、代码解释器、网络搜索、文件搜索和 MCP。OpenAI 列出的用例包括将产品照片与目录条目匹配以及解读技术图纸。
How does GPT-6.1 Terra perform on computer use?
GPT-6.1 Terra 在计算机操作方面的表现如何？
OpenAI’s main influential test is Agents’ Last Exam v1, a set of professional computer tasks. One task turns architectural drawings into a 3D model.
OpenAI 的主要影响力测试是 Agents’ Last Exam v1，这是一组专业计算机任务。其中一项任务是将建筑图纸转换为 3D 模型。
At medium effort, Terra scores 57.6% at $0.29 per task. GPT-5.6 Terra scored 42.6% at $0.84 on the same setting. GPT-6 Astra also scores 57.6% at medium, but costs $4.82 per task.
在中等力度下，Terra 每项任务得分为 57.6%，成本为 0.29 美元。在同一设置下，GPT-5.6 Terra 得分为 42.6%，成本为 0.84 美元。GPT-6 Astra 在中等力度下也得分 57.6%，但每项任务成本为 4.82 美元。
At max effort, Terra reaches 60.0% at $1.01 per task. Claude Opus 5.5 scores 63.2% at $8.82 per task on the same chart. OpenAI says Terra completes tasks over 3 times faster than GPT-6 Astra and GPT-6.1 Sol.
在最大力度下，Terra 每项任务得分为 60.0%，成本为 1.01 美元。在同一图表中，Claude Opus 5.5 每项任务得分为 63.2%，成本为 8.82 美元。OpenAI 表示，Terra 完成任务的速度比 GPT-6 Astra 和 GPT-6.1 Sol 快 3 倍以上。
On the OSWorld 2.1 offline set, Terra scores 66.7% at medium and 74.2% at max. GPT-5.6 Terra peaked at 57.1%. GPT-6.1 Sol reaches 78.0%, GPT-6 Astra 80.9% and Claude Sonnet 5.5 83.9%.
在 OSWorld 2.1 离线数据集上，Terra 在中等力度下得分为 66.7%，在最大力度下得分为 74.2%。GPT-5.6 Terra 的最高分为 57.1%。GPT-6.1 Sol 达到 78.0%，GPT-6 Astra 为 80.9%，Claude Sonnet 5.5 为 83.9%。
How strong is its visual reasoning?
其视觉推理能力有多强？
On MMMU-Pro (Vision), Terra scores 85.5% at max effort. GPT-6.1 Sol scores 86.3% and GPT-6 Astra 86.7%. GPT-5.6 Terra topped out at 81.7%. Terra’s max-effort run costs $0.012 per task, against $0.065 for Astra.
在 MMMU-Pro (Vision) 上，Terra 在最大力度下得分为 85.5%。GPT-6.1 Sol 得分为 86.3%，GPT-6 Astra 为 86.7%。GPT-5.6 Terra 的最高分为 81.7%。Terra 的最大力度运行每项任务成本为 0.012 美元，而 Astra 为 0.065 美元。
Did factuality and coding improve?
事实准确性和编程能力是否有所提升？
On OpenAI’s internal set of error-inducing prompts, the low-effort error rate fell from 53.6% to 16.7%. At max effort, it fell 18 points to 4.3%. The set is adversarial by design, so production error rates will differ.
在 OpenAI 内部的一组诱导错误的提示词上，低努力模式下的错误率从 53.6% 降至 16.7%。在高努力模式下，错误率下降了 18 个百分点至 4.3%。该数据集在设计上具有对抗性，因此生产环境中的错误率会有所不同。
On Terminal-Bench 4.0, Terra solves 50.3% at max effort, up from 21.5% for GPT-5.6 Terra. It still trails GPT-6.1 Sol (55.9%), GPT-6 Astra (58.2%) and Claude Sonnet 5.5 (70.6%). OpenAI itself recommends Sol or Astra for the most complex coding tasks.
在 Terminal-Bench 4.0 上，Terra 在高努力模式下解决了 50.3% 的问题，高于 GPT-5.6 Terra 的 21.5%。它仍然落后于 GPT-6.1 Sol（55.9%）、GPT-6 Astra（58.2%）和 Claude Sonnet 5.5（70.6%）。OpenAI 本身建议在最复杂的编码任务中使用 Sol 或 Astra。
On Terminal-Bench-Science 0.1, Terra scores 58.3% at $4.15 per task. That beats GPT-6.1 Sol’s 57.0% at $5.47. Claude Opus 5.5 with fallbacks scores 63.3% at $23.21.
在 Terminal-Bench-Science 0.1 上，Terra 每任务的得分为 58.3%，成本为 4.15 美元。这优于 GPT-6.1 Sol 的 57.0%（成本为 5.47 美元）。带有回退机制的 Claude Opus 5.5 得分为 63.3%，成本为 23.21 美元。
How much does GPT-6.1 Terra cost, and where is it available?
GPT-6.1 Terra 的成本是多少，在哪里可以使用？
Standard API pricing is $1 input, $0.05 cached input and $5 output per million tokens. Batch and Flex are 50% cheaper. Fast mode costs 2x Standard. Prompts above 272K input tokens bill at 2x input and 1.5x output.
标准 API 定价为每百万 token 输入 1 美元、缓存输入 0.05 美元、输出 5 美元。Batch 和 Flex 模式便宜 50%。Fast 模式的价格是 Standard 的两倍。输入 token 超过 272K 的提示词，输入按 2 倍计费，输出按 1.5 倍计费。
That is half of GPT-6.1 Sol’s $2/$10 and one-tenth of GPT-6 Astra’s $10/$50. Claude Opus 5.5 lists at $4/$20.
这是 GPT-6.1 Sol 的 2/10 美元价格的一半，也是 GPT-6 Astra 的 10/50 美元价格的十分之一。Claude Opus 5.5 的标价为 4/20 美元。
In ChatGPT, Terra is live for Plus, Pro, Enterprise and Edu users in ChatGPT Work and Codex.
在 ChatGPT 中，Terra 已上线，适用于 Plus、Pro、Enterprise 和 Edu 用户在 ChatGPT Work 和 Codex 中的使用。
GPT-6.1 Terra vs competitors
GPT-6.1 Terra 与竞争对手对比
| Feature | GPT-6.1 Terra | GPT-6.1 Sol | GPT-6 Astra | Claude Opus 5.5 | Claude Sonnet 5.5 |
|---|---|---|---|---|---|
| Parameters | Not disclosed | Not disclosed | Not disclosed | Not disclosed | Not disclosed |
| Context window | 1.05M | 1.05M | 1.05M | 1M | 1M |
| Max output | 128K | 128K | 128K | 128K | 128K |
| Knowledge cutoff | Jun 1, 2026 | Apr 30, 2026 | Apr 30, 2026 | Jun 2026 | Jun 2026 |
| API price (in/out per 1M) | $1 / $5 | $2 / $10 | $10 / $50 | $4 / $20 | $2 / $10 |
| Weights | Closed | Closed | Closed | Closed | Closed |
| Agents’ Last Exam v1 (max) | 60.0% ($1.01/task) | 58.6% ($2.00/task) | 59.3% ($7.24/task) | 63.2% ($8.82/task) | Not shown |
| MMMU-Pro Vision (max) | 85.5% | 86.3% | 86.7% | Not shown | Not shown |
| OSWorld 2.1 offline (max) | 74.2% | 78.0% | 80.9% | Not shown | 83.9% |
| Terminal-Bench 4.0 (max) | 50.3% | 55.9% | 58.2% | Not shown | 70.6% |
| Terminal-Bench-Science 0.1 (max) | 58.3% | 57.0% | 68.1% | 63.3% (with fallbacks) | Not shown |
| 特性 | GPT-6.1 Terra | GPT-6.1 Sol | GPT-6 Astra | Claude Opus 5.5 | Claude Sonnet 5.5 |
|---|---|---|---|---|---|
| 参数 | 未披露 | 未披露 | 未披露 | 未披露 | 未披露 |
| 上下文窗口 | 1.05M | 1.05M | 1.05M | 1M | 1M |
| 最大输出 | 128K | 128K | 128K | 128K | 128K |
| 知识截止 | 2026年6月1日 | 2026年4月30日 | 2026年4月30日 | 2026年6月 | 2026年6月 |
| API 价格（每百万 in/out） | $1 / $5 | $2 / $10 | $10 / $50 | $4 / $20 | $2 / $10 |
| 权重 | 闭源 | 闭源 | 闭源 | 闭源 | 闭源 |
| Agents’ Last Exam v1 (max) | 60.0% ($1.01/task) | 58.6% ($2.00/task) | 59.3% ($7.24/task) | 63.2% ($8.82/task) | 未显示 |
| MMMU-Pro Vision (max) | 85.5% | 86.3% | 86.7% | 未显示 | 未显示 |
| OSWorld 2.1 offline (max) | 74.2% | 78.0% | 80.9% | 未显示 | 83.9% |
| Terminal-Bench 4.0 (max) | 50.3% | 55.9% | 58.2% | 未显示 | 70.6% |
| Terminal-Bench-Science 0.1 (max) | 58.3% | 57.0% | 68.1% | 63.3% (with fallbacks) | 未显示 |
Benchmark scores and per-task costs are read from OpenAI’s launch charts and are self-reported. Specs and prices come from each vendor’s model page. Claude prices: Anthropic pricing.
基准测试得分和每任务成本来自 OpenAI 的发布图表，属于自我报告数据。规格和价格来自各供应商的模型页面。Claude 价格：Anthropic 定价。
Key Takeaways
关键要点
- GPT-6.1 Terra costs $1/$5 per million tokens, half of GPT-6.1 Sol.
- It matches GPT-6 Astra’s 57.6% on Agents’ Last Exam at $0.29 per task.
- MMMU-Pro hits 85.5%, within 1.2 points of Astra.
- Coding still lags: 50.3% on Terminal-Bench 4.0 vs Sonnet 5.5’s 70.6%.
- All scores are OpenAI-reported; parameters and hardware are undisclosed.
- GPT-6.1 Terra 每百万 token 的成本为 1/5 美元，是 GPT-6.1 Sol 的一半。
- 它在 Agents’ Last Exam 上与 GPT-6 Astra 的 57.6% 持平，每任务成本为 0.29 美元。
- MMMU-Pro 达到 85.5%，与 Astra 相差 1.2 分。
- 编码能力仍落后：在 Terminal-Bench 4.0 上得分为 50.3%，而 Sonnet 5.5 为 70.6%。
- 所有分数均由 OpenAI 报告；参数和硬件信息未公开。
Check out the OpenAI announcement, the API model page and the system card addendum. Also, feel free to follow us on Twitter and don’t forget to join our 150k+ML SubReddit and Subscribe to our Newsletter. Wait! are you on telegram? now you can join us on telegram as well.
查看 OpenAI 的公告、API 模型页面以及系统卡附录。此外，欢迎在 Twitter 上关注我们，别忘了加入拥有超过 15 万成员的 ML SubReddit，并订阅我们的新闻通讯。等等！你在 Telegram 上吗？现在你也可以在 Telegram 上加入我们。
更进一步：量化金融体系
看懂新闻只是起点——沿量化金融路径，把它变成能交付的工程能力