GPT-6.1 Terra 与模型选型

GPT-6.1 Terra 发布：价格、API 模型 ID、能力与选型指南

GPT-6.1 Terra 是 OpenAI 于 2026 年 10 月发布的高效率模型，重点放在视觉推理、电脑操作和自然写作。开发者通过 API 使用的模型 ID 是 `gpt-6.1-terra`；标准价格为每百万输入 Token 1 美元、缓存输入 Token 0.05 美元、输出 Token 5 美元。本文按用户搜索时最关心的价格、规格、能力证据和选型问题整理官方信息。

作者: AISub发布于: 2026年10月27日文章更新于: 2026年10月27日

先看结论

如果任务需要看懂图片或屏幕、执行边界清晰的电脑操作、处理短到中等复杂度的代码修复或批量文本工作，Terra 是值得优先测试的成本与速度平衡点。它不是所有复杂项目的默认答案：需要深度研究、长链路规划或高难度工程时，应同时拿 GPT-6.1 Sol 或 GPT-6 Astra 做同输入对比。

GPT-6.1 Terra 是什么？先看发布结论

OpenAI 将 GPT-6.1 Terra 定义为快速、高效率的模型，能力重点是详细视觉推理、精确电脑操作和更自然的文字表达。官方示例包括把产品图片与目录匹配、解读技术图纸、操作应用界面，以及起草和修改文本。

从选型角度看，Terra 更适合有明确输入和验收条件的工作流。模型选择页建议用它处理基于给定材料的简洁写作、结果明确的电脑操作和范围受控的代码修复；对于复杂项目，应与 GPT-6.1 Sol 或 Astra 用同一组输入比较质量、速度和返工时间。

发布信息速览
搜索问题	官方结论
GPT-6.1 Terra 什么时候发布？	OpenAI 发布公告显示为 2026 年 10 月，公告称从发布当天开始提供。
API 模型 ID 是什么？	`gpt-6.1-terra`。
它的核心能力是什么？	视觉推理、电脑操作、自然写作，以及范围受控的软件工程任务。
它是不是最强模型？	不是。OpenAI 将 Astra 定位为旗舰模型，Sol 用于较复杂且需要兼顾成本的工作，Terra 侧重视觉和电脑操作。

依据： OpenAI：Introducing GPT-6.1 Terra OpenAI API：Model selection

可用范围、模型 ID 和上下文规格

发布公告称，GPT-6.1 Terra 已向 ChatGPT Work 和 Codex 中的 Plus、Pro、Enterprise、Edu 用户开放；开发者可以通过 OpenAI API 使用它。实际账户能否看到模型、可用额度和工具权限，仍应以对应产品页面和账户状态为准。

开发者文档显示，Terra 的上下文窗口为 1,050,000 Token，最大输出为 128,000 Token，知识截止日期为 2026 年 6 月 1 日。它支持 `none`、`low`、`medium`、`high`、`xhigh` 和 `max` 推理档位，`medium` 是默认值。

GPT-6.1 Terra 官方规格
项目	信息
ChatGPT Work / Codex	Plus、Pro、Enterprise、Edu（以账号实际开放状态为准）
API 模型 ID	`gpt-6.1-terra`
推理档位	none、low、medium（默认）、high、xhigh、max
上下文窗口	1,050,000 Token
最大输出	128,000 Token
输入与输出模态	文本和图片输入，文本输出；官方模型页标注不支持音频和视频
工具与接口	工具调用需要 Responses API；模型页列出网页搜索、文件搜索、代码解释器、电脑操作等支持项
知识截止日期	2026 年 6 月 1 日

依据： OpenAI：Introducing GPT-6.1 Terra OpenAI API：GPT-6.1 Terra Model

GPT-6.1 Terra API 价格怎么算？附可复算例子

开发者模型页列出的标准 API 费率是：输入每百万 Token 1 美元，缓存输入每百万 Token 0.05 美元，输出每百万 Token 5 美元。这个价格只计算文本 Token；工具调用、区域处理、快速模式、超长上下文，以及 Batch 或 Flex 等计费规则需要再按官方价格页核对。

例如一次请求有 1,000,000 个普通输入 Token、500,000 个缓存输入 Token 和 100,000 个输出 Token，则标准 Token 费用为 1×1 + 0.5×0.05 + 0.1×5 = 1.525 美元。这个示例没有加入工具调用费或其他附加费，实际账单应以用量记录为准。

标准 Token 费率
计费项	每百万 Token
输入	$1.00
缓存输入	$0.05
输出	$5.00

Token 费用 = 输入 Token ÷ 1,000,000 × 1 + 缓存输入 Token ÷ 1,000,000 × 0.05 + 输出 Token ÷ 1,000,000 × 5

示例 = 1,000,000 ÷ 1,000,000 × 1 + 500,000 ÷ 1,000,000 × 0.05 + 100,000 ÷ 1,000,000 × 5 = 1.525 美元

依据： OpenAI API：GPT-6.1 Terra Model OpenAI API：Pricing

能力提升看哪些证据？不要只看宣传语

OpenAI 的发布公告给出了多组内部或公开基准结果。它们可以帮助判断模型定位，但不等于每个业务场景都能得到相同提升。上线前应使用自己的输入、工具链和验收标准复测。

公告还指出，在其错误诱发提示评测中，低推理档位的错误率从 GPT-5.6 Terra 的 53.6% 降至 GPT-6.1 Terra 的 16.7%；最高推理档位的错误率为 4.3%。这是 OpenAI 报告的评测结果，不能替代对事实准确性和人工复核流程的测试。

OpenAI 公告中的代表性结果
评测或指标	公告披露	如何理解
Agents’ Last Exam，中等推理	比 GPT-5.6 Terra 高 15 个百分点，成本约为三分之一	更适合评估专业电脑操作任务的性价比，不代表所有任务都能省三分之二。
与 GPT-6 Astra 的价格比较	部分能力接近 Astra，但每 Token 价格约为十分之一	适合把成本纳入批量自动化预算的场景。
任务速度	公告称完成任务的速度超过 GPT-6 Astra 和 GPT-6.1 Sol 的三倍	应在自己的网络、工具和并发条件下测量端到端耗时。
Terminal-Bench 4.0，最高推理	Terra 50.3%，GPT-5.6 Terra 已公布结果 21.5%	说明代码能力有明显提升，但复杂工程仍需与 Sol/Astra 对比。

依据： OpenAI：Introducing GPT-6.1 Terra

Terra、GPT-6.1 Sol、Astra、Luna 怎么选？

不要只按模型名称或单次回答选择。先固定一组真实任务，再同时记录完成率、审核时间、端到端延迟、Token 成本和失败后的返工成本。模型选择页建议保留满足质量门槛的最低成本设置。

如果工作流主要是看屏幕、处理图片、执行明确的应用操作或做范围较小的代码修改，优先把 Terra 放入候选；如果任务需要跨文件规划、复杂技术交付或更深层分析，则把 Sol 和 Astra 一起纳入对照。

按任务类型初筛模型
模型	更适合的任务	选择时注意
GPT-6.1 Terra	视觉推理、电脑操作、简洁写作、范围受控的代码修复	先确认输入材料、操作边界和验收条件，关注工具调用与实际延迟。
GPT-6.1 Sol	较复杂、需要兼顾质量和成本的项目	适合与 Terra 在相同推理档位和输入下做对照。
GPT-6 Astra	最复杂的推理、研究和高要求交付	质量优先时使用，但应把更高价格和延迟计入预算。
GPT-6 Luna	范围明确的轻量任务、分流和高频自动化	成本敏感时先测试；复杂任务可能需要升级模型。