OpenAI 的 Ted Sanders 对新 GPT-6.1 Terra 做了定位说明，并解释了公司语言模型的命名逻辑。他表示模型能力是多维的，但性能差距主要取决于模型规模；由于规模、推理强度和多 Agent 系统是不同维度，难以合并成单一「IQ 分数」。他还指出，新小模型可凭更好的训练数据或架构超越旧大模型：GPT-6.1 Terra 在技术沟通上可能优于更大的 Astra，图像处理和电脑操作大致持平且价格低得多，但多数其他领域落后。他的选型建议是：只看质量选 Astra，略在意价格选 Sol，非常在意价格选 …
推荐理由按预算选模型的直接口诀：质量优先 Astra、略敏感 Sol、很敏感 Terra 或 Luna
OpenAI 发布 GPT-6.1 Terra，定位高并发视觉推理与电脑操作，API 名为 gpt-6.1-terra，输入每百万 token 1 美元、输出 5 美元，约为 GPT-6.1 Sol 的一半。上下文 105 万 token，最大输出 128K，仅通过 OpenAI 托管提供，不开源。在 Agents' Last Exam v1 上，中等推理强度得分 57.6%，每任务成本 0.29 美元，而 GPT-6 Astra 同等分数每任务 4.82 美元；MMMU-Pro 视觉最高 85.5%，比 Astr…
推荐理由做屏幕自动化、表单和文档批处理的团队，每任务成本从 0.84 美元降到 0.29 美元，但复杂编码别用它
OpenAI 发布 GPT-6.1 Terra，API 价格是 GPT-5.6 Terra 的一半：输入每百万 token 1 美元、输出 5 美元，缓存输入降至 0.05 美元。对比 Claude Sonnet 5.5 的 2 美元和 10 美元，价格同样只有一半。Artificial Analysis 称其为“每美元智能”的新标杆：最高推理强度下 Intelligence Index 比 GPT-5.6 Terra 高 6 分，单任务成本 0.40 美元对 1.40 美元。编码 Agent 指数 v2.0 得 …
推荐理由输入 1 美元/百万 token、缓存 0.05 美元，做 Agent 和批量任务可直接换用降本
OpenAI 推出 GPT-6.1 Terra，定位为快速、低成本模型，标准 API 价格比 GPT-5.6 Terra 和 GPT-6.1 Sol 低 50%。在内部诱导错误基准上，低推理强度下错误率从 GPT-5.6 Terra 的 53.6% 降至 16.7%，最高推理强度下为 4.3%。在 Agents' Last Exam 上，中等推理强度得分比 GPT-5.6 Terra 高 15 个百分点，成本约为其三分之一；最高强度下每任务成本约为 Claude Opus 5.5 的九分之一，速度快三倍以上。Ter…
推荐理由API 价格减半、错误率降近 37 个百分点，高频批处理任务可直接换模型算成本