OpenAI 低成本新模型 GPT-6.1 Terra 深夜炸场：每项任务成本仅 Claude Opus 5.5 九分之一，更快更准确

IT之家 10 月 27 日消息，OpenAI 今天（27 日）凌晨宣布推出新模型 GPT-6.1 Terra，主打以更低成本完成复杂的电脑操作任务，尤其擅长需要视觉推理和操作桌面软件的工作。与 GPT-5.6 Terra 相比，新模型在事实准确性和编程能力方面也有大幅提升。 Terra 主要面向希望降低自动化成本的企业，可用于处理发票、解读技术图纸等工作。OpenAI 称，面对难度较高的专业任务，Terra 也能以远低于高价模型的成本完成。 在考察复杂专业工作的 Agents’ Last Exam 基准测试中，Terra 的成绩明显提高。测试项目包括根据建筑图纸建立三维模型，以及逐一记录电影镜头，供影片修复团队使用。 采用中等推理强度时，Terra 的得分比 GPT-5.6 Terra 高 15 个百分点，完成任务的成本却只有后者的约三分之一。与 GPT-6 Astra 相比，Terra 的测试成绩不相上下，每个 Token 的价格却仅为后者的约十分之一。 Terra 在速度上同样具有优势。OpenAI 称， 其任务执行速度是 GPT-6 Astra 和 GPT-6.1 Sol 的 3 倍以上 。在最高推理强度下， 每项任务的成本也仅为 Claude Opus 5.5 的约九分之一 。 桌面软件自动化是 Terra 取得进步的另一个领域。OSWorld 2.1 通过多步骤操作任务，测试模型使用桌面应用程序的能力。在中等推理强度下，Terra 不仅超过了 GPT-5.6 Terra 此前的最佳成绩，完成每项任务的成本也明显更低。 在视觉推理基准测试 MMMU-Pro 中，Terra 在所有推理强度下的成绩 均超过 GPT-5.6 Terra 。尽管成本更低，其表现仍接近 GPT-6 Astra 和 GPT-6.1 Sol。 OpenAI 还 着重减少模型的事实性错误 ，以降低错误回答对自动化流程的影响。该公司通过一套内部基准测试，利用专门设计的提示词检验模型回答中的薄弱环节。 结果显示，在低推理强度下，Terra 的错误率为 16.7%，远低于 GPT-5.6 Terra 的 53.6%，下降 36.9 个百分点。 将推理强度提高至最高档后，Terra 的错误率进一步降至 4.3%，比上一代低 18 个百分点，接近 GPT-6 Astra 和 GPT-6.1 Sol 的水平。 编程能力也有显著进步。Terminal-Bench 4.0 通过命令行任务测试 AI 编程智能体解决问题的能力，例如修复网页加载时发生的布局偏移。 在最高推理强度下，Terra 成功完成了 50.3% 的测试任务，而 GPT-5.6 Terra 的成功率仅为 21.5%，新模型的成功率达到前代的两倍以上。对于难度最高的编程任务，OpenAI 仍建议选择 GPT-6.1 Sol 或 GP