OpenAI GPT-6.1 Terra API 降价五成:自建推理的成本参照线又下移了

行业新闻 · 丁香 · 发布 2026-10-27 · 阅读 47

降价 50%,瞄准电脑操作与高频日常场景

OpenAI 于 10 月 27 日正式发布 GPT-6.1 Terra,定位在 Sol 与 Luna 两档之间,主打整日电脑操作、文档处理、表单填写等高频场景。标准 API 定价为每百万 tokens 输入 1 美元、缓存输入 0.05 美元、输出 5 美元,相比 GPT-5.6 Terra 与 GPT-6.1 Sol 均下降 50%(OpenAI 自报)。缓存输入价只有常规输入价的二十分之一,agent 多轮调用这类提示词复用度高的场景,实际支出可能明显低于牌价。官方同时强调,订阅用户的同一额度覆盖的任务量更多:6.1 Terra 比 5.6 Terra 多,比 6.1 Sol 与 GPT-6 Astra 多得多——对按订阅付费的团队,这是降价最直接的体感。该模型即日起在 ChatGPT Work 与 Codex 的 Plus、Pro、Enterprise、Edu 各档可用,API 模型 ID 为 gpt-6.1-terra。GIGAZINE 引述官方规格表:上下文窗口 105 万 tokens,最大输出 12.8 万 tokens,推理深度分 6 档可调。

基准成绩:终端编程解题率翻倍,错误率降 37 个百分点

以下数据均为 OpenAI 自报。电脑操作基准 Agents' Last Exam 上,Terra 中等推理档比 GPT-5.6 Terra 高 15 个百分点、成本约为其三分之一,表现与 GPT-6 Astra 打平而单 token 价格只有十分之一;最大推理档 token 效率超 Claude Opus 5.5 三倍,单任务成本约为其九分之一。终端编程基准 Terminal-Bench 4.0 的解题率由 GPT-5.6 Terra 的 21.5% 跃升至 50.3%,一次性翻倍;科研编程基准 Terminal-Bench-Science 0.1 上,最大努力档 Terra 以更低的成本超过 6.1 Sol,分数距 Opus 5.5 不到 5 分而估算成本不足其五分之一。内部「诱导错误提示」集上,低推理档错误率从 53.6% 降至 16.7%,最大努力档仅 4.3%,已接近前沿模型。视觉推理基准 MMMU-Pro 在全部推理档位上超过上一代,任务完成速度比 Astra 与 6.1 Sol 快 3 倍以上。官方同时划出边界:最复杂的编程任务仍推荐 6.1 Sol 与 Astra。

合规面:网络安全达 Critical 阈值

GPT-6.1 Terra 在 OpenAI Preparedness 框架的网络安全评估中达到 Critical 阈值,保留 Astra 系列防护配置;随附系统卡另报告其对提示注入的抵抗增强,任务范围内行为与局限诚实披露相比上一代改善。

观察:这个价格信号对自建推理团队意味着什么

API 降价 50%,是「买入成本线低于自建成本线」最直观的一次演示:闭源前沿模型如今能以约九分之一的单任务成本、3 倍以上的速度承接高频电脑操作任务,0.05 美元每百万的缓存价甚至低于国产开源大模型的官方 API 定价(Kimi K3.1 Pro 标准版输入 13 元每百万约 1.8 美元、输出 68 元每百万约 9.5 美元,厂商官方价)。对私有化部署团队的含义是:若仍要自建,需重新算账——自建集群的综合成本(硬件摊销、电力、运维、上下文开销)要在单任务口径上打赢「输入 1 美元、输出 5 美元」,建才划算;对已投入 GPU 集群的团队,更现实的落点是混合调度:高频低复杂度任务走 Terra API,复杂任务留给自建或前沿模型,把 API 当成本「地板价」。短期内 GUI 自动化与文档处理等高频场景直接走 API 更经济,国产开源模型的主战场应放在可真正私有部署的边缘效率档位。

来源:OpenAI 官方 Introducing GPT-6.1 Terra、GIGAZINE、TestingCatalog;基准与定价数据除注明外均为 OpenAI 自报。