GPT-6.1 Terra 是什么：主打电脑操作的高效率模型

它是什么：GPT-6.1 家族里干日常活的主力

GPT-6.1 Terra 是 OpenAI 在 2026 年 10 月 26 日发布的高效率模型，属于 GPT 系列的 GPT-6.1 这一代，API 型号是 gpt-6.1-terra。官方的说法是：速度快，效率高，擅长视觉推理和精确的电脑操作，文字也写得清楚自然。

可以把 GPT-6.1 家族想成三个档次。GPT-6.1 Sol 和 GPT-6 Astra 留给难度更高的活儿，Terra 负责一整天的日常工作：看懂屏幕上有什么，在几个软件之间切换操作，起草方案，读技术图纸，填表单，剪视频。官方自己也说，最吃力的编程任务，Sol 和 Astra 仍是更合适的选择。

关键规格：105 万上下文，能看图，不开放权重

上下文窗口约 105 万 token，其中输入最多 92.2 万，单次输出最多 12.8 万。大致是几本书的体量一次喂进去，还能留出一份很长的回答。知识截止到 2026 年 6 月 1 日，问它那之后发生的事，它是不知道的。

输入支持文字和图片，输出只有文字，音频和视频不在支持范围内。推理强度分 none、low、medium、high、xhigh、max 六档，默认 medium，选 none 就是让它不做额外思考直接答。OpenAI 没有公布参数规模和架构，权重也不开放，属于闭源模型，想本地部署的可以直接划掉它。

跑分怎么样：官方这几组数最能说明问题

先看官方挑的综合测试 Agents' Last Exam，里面的任务相当有画面感，比如把建筑图纸做成 3D 模型，或者逐镜头看完一部动画电影，替修复团队写出带时间码的记录。官方说，在中等推理强度下，Terra 比 GPT-5.6 Terra 高出 15 个百分点，成本只有约三分之一；表现和 GPT-6 Astra 相当，每个 token 的成本约为十分之一；完成任务的速度比 Astra 和 Sol 快三倍以上。

编程方面，Terminal-Bench 4.0 在最高推理强度下，Terra 解出 50.3% 的任务，GPT-5.6 Terra 公布的成绩是 21.5%。准确性方面，OpenAI 用一组专门诱导模型出错的内部提示做测试，低推理强度下的错误率从 53.6% 降到 16.7%，最高强度下是 4.3%。这些都是厂商自测，测试集和提示也是官方挑的，读的时候留个心眼。

第三方这边，评测机构 Vals AI 用最高推理强度跑官方 API，Terra 在它的综合指数上拿到 60.17%，28 个模型里排第 10。名次说明榜上还有分更高的模型。AI主线的看法是：Terra 的看点不在名次，在后面要讲的单价和速度。

怎么用，多少钱

用户端，Terra 在 ChatGPT Work 和 Codex 里开放，面向 Plus、Pro、Enterprise 和 Edu 订阅用户。普通聊天区不在名单里，所以有人会发现模型选择器里找不到它。官方的指引是打开输入框下方的控件，选 Advanced，再挑 GPT-6.1 Terra。用 Codex 命令行的话，先用 codex --version 看版本，再用 codex -m gpt-6.1-terra 启动，会话里输入 /model 能调模型和推理强度。

开发者用 gpt-6.1-terra 调 API，Responses 和 Chat Completions 接口都能走，要用内置工具的新项目建议直接上 Responses。定价按官方模型页：每百万 token 输入 1 美元，输出 5 美元，命中缓存的输入是 0.05 美元。输入超过 27.2 万 token 之后价格上调，Vals 记录的数字是输入 2 美元，输出 7.5 美元，打算把 105 万窗口塞满之前，最好先算一笔账。官方说，这个标准价比 GPT-5.6 Terra 和 GPT-6.1 Sol 都低 50%。

和上一代、和哥哥们比

跟上一代 GPT-5.6 Terra 比，变化是实打实的：价格砍掉一半，Terminal-Bench 4.0 从 21.5% 升到 50.3%，视觉推理基准 MMMU-Pro 上每个推理强度都超过前代，低强度下的错误率从 53.6% 降到 16.7%。另外 Terra 支持 none 档，不必套用 Sol 那边不能关闭推理的限制。

跟两位哥哥比，取舍很清楚：Terra 更快更便宜，难度最高的编程活儿不如 Sol 和 Astra。至于跟其他厂商的同档模型，目前还没有可靠的同台对比数据，OpenAI 发布里比的也都是自家模型，选型最好拿自己的真实任务跑一轮。

适合谁，有哪些坑

写代码的人：日常是改 bug、跑脚本、批量处理的话，Terra 的价格和速度很对胃，硬骨头还是留给 Sol 或 Astra。做内容的人：官方建议把同一份输入、同一档推理强度，分别丢给 Terra 和 Sol，从准确性、读者匹配度、语气和细节四方面比一比，Terra 的写作够不够用，自己看了才算。

搞选型的人：迁移之前，先让推理强度、测试样本和输出要求保持一致再对比，低强度档的结果变化最大，值得重测；知识截止日期、长上下文加价、不支持音视频，也要算进去。官方还披露，Terra 达到了 Preparedness Framework 里网络安全的“Critical”门槛，沿用 GPT-6 Astra 的防护措施，做安全相关业务的团队上线前最好把这部分读一遍。AI主线的建议是：先拿它去接那些量大、重复、要看屏幕的活儿，难题再往上一档升。