我们推出GPT-6.1 Terra，一个快速、高效的模型，将细致的视觉推理和精准的计算机操作与更清晰、更自然的写作能力结合在一起。相比 GPT‑5.6 Terra 是一次显著提升，它擅长处理填满工作日的沟通和计算机任务，从起草提案、解读技术图纸到填写表单和编辑视频。
Terra 继续在我们各模型系列中推进成本-智能前沿，提供速度、能力和成本的新平衡。其标准 API 价格比 GPT-5.6 Terra 和 GPT-6.1 Sol 低 50%，使开发者能够以实用成本自动化大批量工作，例如读取收到的发票并将其详细信息录入会计软件。在 ChatGPT Work 和 Codex 中，你的套餐在 GPT-6.1 Terra 上能走得更远——同样的用量额度覆盖的任务比 GPT‑5.6 Terra 更多，并且远多于 GPT‑6.1 Sol 或 GPT‑6 Astra。
从视觉理解到行动
我们在以下基准上测量了 GPT-6.1 Terra 的计算机操作能力：Agents’ Last Exam，这是一个专业任务基准，包括将建筑图纸转化为 3D 模型，以及逐镜头审阅一部动画电影，为修复团队创建带时间码的日志。在中等推理强度下，GPT-6.1 Terra 的得分比 GPT-5.6 Terra 高 15 个百分点，成本约为其三分之一。它甚至以仅为其十分之一的每 token 价格，表现与 GPT-6 Astra 持平。在最高强度下，Terra 的 token 效率是 Claude Opus 5.5 的三倍以上，每 token 价格为其四分之一，使每任务成本降低约 9 倍。Terra 也快得多，完成任务的速度快三倍以上，优于 GPT-6 Astra 和 GPT-6.1 Sol。
在MMMU-Pro这一视觉推理基准上，GPT-6.1 Terra 在每种推理设置下都优于 GPT-5.6 Terra。它甚至以低得多的成本，几乎匹配我们最强前沿模型 GPT-6 Astra 和 GPT-6.1 Sol 的分数。
OSWorld 2.1测试 AI 智能体使用桌面应用完成多步骤任务的能力，例如根据技术图纸构建 3D 模型。在中等推理强度下，GPT-6.1 Terra 以每任务成本的一小部分超越了 GPT-5.6 Terra 的最佳分数。
在事实性和编程能力上有显著提升
今年，我们在减少模型产生的幻觉和事实性错误方面投入了大量精力。在我们内部用于诱导错误的提示词基准测试中，低推理努力下的错误率从 GPT-5.6 Terra 的 53.6% 降至 GPT-6.1 Terra 的 16.7%，下降了近 37 个百分点。在最大努力下，错误率下降了 18 个百分点至 4.3%，几乎与 GPT-6 Astra 和 GPT-6.1 Sol 的错误率持平。
在软件工程方面，GPT-6.1 Terra 相比 GPT-5.6 Terra 有实质性提升。Terminal-Bench 4.0测试编程智能体在命令行中解决问题的能力，例如修复一个加载时布局会移位的网页。在最大推理努力下，GPT‑6.1 Terra 解决了 50.3% 的任务，是 GPT‑5.6 Terra 已公布成绩 21.5% 的两倍多。对于最复杂的编程任务，GPT-6.1 Sol 和 GPT-6 Astra 仍是更好的选择。
Terminal-Bench-Science 0.1测试智能体利用代码执行科学研究任务的能力，例如在延时视频中追踪细胞分裂。在最大推理努力下，GPT-6.1 Terra 以更低的成本超越了 GPT-6.1 Sol，与 Opus 5.5 的差距在 5 分以内，而预估成本不到后者的五分之一。
安全与对齐
在我们让强大的 AI 更高效、更易获取的同时，我们持续训练、测试并改进我们的安全防护措施。根据我们的 Preparedness Framework，GPT‑6.1 Terra 在网络安全方面达到了 Critical 阈值，并保留了为 GPT‑6 Astra 开发的各项防护措施。
GPT-6.1 Terra 带来了 GPT-6 系列的对齐改进。根据我们的评估，与 GPT-5.6 Terra 相比，GPT-6.1 Terra 更有可能保持在任务范围内，并如实向用户披露局限性和潜在阻碍。在我们的提示词注入测试中，GPT-6.1 Terra 也表现出对旨在使其偏离用户任务的恶意指令的强抵抗力。更多细节可参阅系统卡（在新窗口中打开）。
定价与可用性
从今天起，GPT-6.1 Terra 面向 ChatGPT Work 和 Codex 中的所有 Plus、Pro、Enterprise 和 Edu 用户开放。开发者也可以通过 OpenAI API 以gpt-6.1-terra访问它。
标准 API 定价为每百万输入 token 1 美元、每百万缓存输入 token 0.05 美元、每百万输出 token 5 美元。