GPT-6.1 Terra 終於來了！OpenAI 稍早宣佈正式推出，這次升級可說非常大，跟上一代相比，不只是 AI 更能看得懂螢幕、更會幫你操作電腦，程式開發能力也大幅進步，更重要的是「價格」，API 單價比上一代少了一半以上。根據第三方評測機構 Artificial Analysis 公布的測試成績結果，GPT-6.1 Terra Max 綜合能力已經跟 GPT-6.1 Sol Medium 差不多，甚至在 OpenAI 官方測試中，部分還贏過 GPT-6.1 Sol Max。
GPT-6.1 Terra 正式登場：電腦操作、視覺理解大升級，API 價格砍半，第三方綜合評測拿下 48 分
OpenAI 稍早正式發表 GPT-6.1 Terra，接替上一代的 GPT-5.6 Terra，定位是一款速度快、效率高的模型。
這次升級有四個重點：
- 視覺理解與電腦操作更強
- 事實錯誤大幅減少
- 程式開發能力提升超過一倍
- 標準 API 價格比 GPT-5.6 Terra 和 GPT-6.1 Sol 都便宜 50%
首先是「視覺理解與電腦操作更強」，OpenAI 這次提供三項測試來說明 Terra 的電腦操作與視覺能力，分別是 OSWorld 2.1、Agents’ Last Exam v1 和 MMMU-Pro。
OSWorld 2.1 是讓 AI 實際操作桌面軟體的測試項目，通常需要好幾個步驟才能完成，例如依照一張技術圖紙，在軟體裡建出對應的 3D 模型。GPT-6.1 Terra 只開 Medium 推理，成績就已經超越 GPT-5.6 Terra 所有推理等級中的最佳表現。開到 Max 的 74.2% 成績，大約接近 GPT-6.1 Sol Xhigh（75.9%）：
Agents’ Last Exam v1 則是更接近真實職場的專業任務，包括把建築圖紙轉成 3D 模型，或是逐個鏡頭檢視一部動畫電影，替修復團隊整理出帶時間碼的紀錄。在 Medium 推理下，GPT-6.1 Terra 的 57.6% 成績就已經比 GPT-5.6 Terra Max 的 50.7% 高出 6.9%，成本卻只有大約三分之一。表現甚至跟最強的 GPT-6 Astra Medium 相當，但每個 Token 的價格只有十分之一：
跟 Claude Opus 5.5 對比，GPT-6.1 Terra Max 的成績僅低 3.2%，Token 使用效率卻是 Opus 5.5 的三倍以上，每個 Token 的價格只有四分之一，兩者相乘下來，每項任務的成本低了約 9 倍：
MMMU-Pro 測的是看圖推理能力，題目會混合圖表、示意圖、照片與文字，考驗模型能不能真的看懂圖片內容再進行推理。GPT-6.1 Terra 在每一種推理設定下都贏過 GPT-5.6 Terra，成績也幾乎追上 GPT-6 Astra 與 GPT-6.1 Sol：
「事實錯誤大幅減少」部分，OpenAI 表示今年在降低幻覺與事實錯誤上投入了大量資源，在 Low 推理下，上一代 GPT-5.6 Terra 的錯誤率高達 53.6%，GPT-6.1 Terra 降到 16.7%，減少將近 37%。白話來說，以前開低推理丟陷阱題，過一半的回答出現事實錯誤，現在大約只剩六分之一。開到 Max 推理時，錯誤率再下降 18 %，變成只有 4.3%，已經接近 GPT-6 Astra Max 與 GPT-6.1 Sol Max 的水準：
第三方的測試結果也跟這一樣。Artificial Analysis 的 AA-Omniscience 是一套私有的知識與幻覺測試，會記錄模型在不知道答案時硬猜的比例。GPT-5.6 Terra Max 的 Hallucination Rate 幻覺率是 88%，GPT-6.1 Terra Max 降到 38%，同時答對率還提升了 2 分：
再來是「程式開發」，Terminal-Bench 4.0 測的是 AI 程式代理在指令列環境中解決問題的能力，例如修好一個載入時版面會亂跳的網頁。GPT-6.1 Terra 在 Max 推理下解決了 50.3% 的任務，GPT-5.6 Terra 成績是 21.5%，提升超過一倍：
跟 GPT-6.1 相比，Max 成績落在 Low 和 Medium 之間，但 GPT-6.1 Terra Max 成本比 GPT-6.1 Sol Medium 高，因此這部份看起來用 GPT-6.1 Sol 還是比較划算。OpenAI 也有提到，最複雜的程式任務使用 GPT-6.1 Sol 和 GPT-6 Astra 依然是比較好的選擇。
官方數據看完，也可以參考第三方 Artificial Analysis 的 Intelligence Index 成績，把多項評測合併成一個綜合分數，內容涵蓋工作任務、程式與代理能力、知識與幻覺、視覺理解，以及推理能力：
| 模型（推理等級） | Intelligence Index | 每項任務平均成本 |
|---|---|---|
| GPT-5.6 Terra（Max） | 42 | US$1.40 |
| GPT-6.1 Terra（Max） | 48 | US$0.40 |
| GPT-6.1 Sol（Medium） | 48 | US$0.21 |
整體來看，Terra Max 跟 Sol Medium 表現差不多，同樣是 48 分。不過這不代表每項測試都一樣強，綜合分數是多項測試加總的結果，因此有可能是一個在程式測試特別突出，另一個在知識或文件理解比較穩定。
另外也要注意的是，Artificial Analysis 測出的每項任務平均成本，GPT-6.1 Terra Max 的 0.40 美元，反而比 GPT-6.1 Sol Medium 的 0.21 美元高出將近一倍。
最後來看 API 價格，GPT-6.1 Terra 每百萬輸入 Token 為 1 美元、快取輸入 0.05 美元、輸出 5 美元：
| 模型 | 輸入（每百萬 Token） | 快取輸入（每百萬 Token） | 輸出（每百萬 Token） |
|---|---|---|---|
| GPT-6.1 Terra | US$1 | US$0.05 | US$5 |
| GPT-5.6 Terra | US$2 | US$0.20 | US$12 |
| GPT-6.1 Sol | US$2 | US$0.10 | US$10 |
| GPT-6 Astra | US$10 | US$1 | US$50 |
跟上一代比，輸入價格少一半，輸出從 12 美元降到 5 美元，少了將近六成，快取輸入更只剩原本的四分之一。寫入快取的費用也減半，變成每百萬 Token 1.25 美元。
跟 GPT-6.1 Sol 相比，Terra 的輸入與輸出單價剛好都是一半。跟 GPT-6 Astra 比則只有十分之一。
