GPT-6.1 Terra来了：价格只有Astra十分之一，日常Agent该换主力了？

想开通会员体验新模型的录友，充值方法看这里：ChatGPT充值教程：国内怎么开通Plus？

前面聊 GPT-6.1 Sol 时，我最关心的是：复杂任务的主力模型，能不能再便宜一点。

现在，OpenAI 又往下压了一档。

GPT-6.1 Terra 正式发布，标准 API 输入每百万 Token 1 美元，输出 5 美元。

输入、输出单价都是 Sol 的一半、GPT-6 Astra 的十分之一。它的重点是看图、操作电脑，以及把日常工作更快地做完。

本文配图均直接引用自录友提供的 36氪报道 (opens new window)，图片权利归原作者及相关权利人所有；价格、规格和入口另核对了 OpenAI 官方资料。

我对 Terra 的判断很直接：它值得放进日常 Agent 的候选名单，尤其是大量重复、结果容易检查的任务。

至于最难的架构设计、跨模块重构，先保留 Sol 和 Astra，拿真实项目测完再决定。

先算价格：同样的Token，账单差多少？

下面是官方标准 API 价格，单位为美元／百万 Token，适用于单次输入不超过 272K Token 的请求。

模型	输入	缓存读取	输出
GPT-6.1 Terra	1	0.05	5
GPT-6.1 Sol	2	0.10	10
GPT-6 Astra	10	1	50
GPT-6 Luna	0.10	0.01	0.50

假设一批任务总共消耗 100 万非缓存输入 Token、20 万输出 Token，不计工具费用：Terra 是 2 美元，Sol 是 4 美元，Astra 是 20 美元。

对每天只问几句话的录友，这点差价感知不强。但如果一个 Agent 每次执行要循环十几轮，还要同时跑多个任务，单价差距就会被放大。

不过，每个 Token 便宜，不代表每个任务一定便宜。

同一个需求，模型会走多少步、返工几次、最后能不能验收，都会影响账单。做模型选型，应该比较“完成一个合格任务的总费用”。

还有两个计费细节别漏：缓存读取价不等于缓存写入价；单次输入超过 272K Token，整次请求的输入和缓存费率翻倍，输出费率变成 1.5 倍。工具调用也可能产生额外费用。具体见 官方价格表 (opens new window)。

看懂屏幕后，能不能把事情做完？

Terra 的一个主要方向，是把视觉推理和电脑操作连接起来。

比如做电商运营，你给它一份供应商产品图册，让它找出对应的商品，检查配图，再更新商品信息。中间既要识别图片，也要操作网页和表单。

再比如检查一组宣传图：文字有没有被裁掉，标题位置是否一致，哪些素材需要返工。最后交付一份修改清单，并把文件整理好。

这些都是官方文档给出的应用方向。对录友来说，它们比“模型能认出图片里有什么”更接近日常工作。

根据 OpenAI 发布说明 (opens new window)，在 Agents’ Last Exam 专业任务评测中，Terra 的 medium 档比 GPT-5.6 Terra 高 15 个百分点，任务成本约为三分之一；该评测中的任务完成速度超过 Astra、6.1 Sol 的 3 倍。

这里要看清楚：这是指定评测环境下的结果，不能直接理解成你所有任务都能快 3 倍。

实际做电脑操作，页面加载、应用响应、弹窗和工具权限都可能拖慢流程。一个模型生成文字很快，也可能卡在某一步操作上。

如果准备把 Terra 接进业务，我建议先挑一条能明确验收的流程：例如从十张产品图里匹配商品编号，生成待更新清单，再核对编号和图片是否一一对应。

先把这条流程跑通，再增加跨应用操作。每一步有没有做对，要能查得出来。

编程也在进步，但别只盯着“翻倍”

官方公布的 Terminal-Bench 4.0 成绩中，Terra 在最高推理档位的解决率是 50.3%，上一代公开成绩为 21.5%。这项基准侧重命令行环境中的编程任务。

“成绩翻倍”值得关注，但它不等于你修 Bug 的成功率也会翻倍。不同仓库的依赖、测试覆盖和需求清晰度，差别很大。

我的建议是先把 Terra 用在边界清楚的活上：根据报错修一个小问题、按既定规则改一批文件，或者给已有逻辑补测试。验收标准越明确，越容易看出便宜模型能不能胜任。

如果任务涉及复杂设计取舍，或者需要理解多个模块之间的历史约束，就把同一份需求交给 Sol、Astra 一起测。

评估时至少记录三件事：首次交付是否通过、人工返工花了多久、总费用是多少。

错误率下降，仍然要留住核对环节

在 OpenAI 内部的高难度事实性评测中，low 档错误率从上一代的 53.6% 降到 16.7%，Terra 的 max 档为 4.3%。这些数字只对应这套测试。

对业务的实际意义，是我们可以进一步测试它处理资料的可靠性；不能把 4.3% 当成所有回答的通用错误率。

举个例子，做发票录入时，字段都填上了，只能说明流程走完了。金额、小数点、币种、供应商和发票号能否对应原图，才决定结果能不能用。

让模型附上原始图片或文档位置，再核对关键字段，通常比要求它“仔细一点”更有用。

105万上下文，开发者接入要注意什么？

按照 官方模型文档 (opens new window)，主要规格如下：

项目	GPT-6.1 Terra
API模型名	gpt-6.1-terra
上下文窗口	1,050,000 Token
最大输入／输出	922,000／128,000 Token
输入／输出形式	文本、图片输入；文本输出
推理档位	none、low、medium、high、xhigh、max
默认推理档位	medium
工具调用入口	Responses API

它支持 Computer Use、Web Search、File Search、Code Interpreter、MCP 等工具。模型能调用哪些工具，与应用实际有没有接入、账号有没有权限，是两回事。

迁移时尤其注意：如果原来通过 Chat Completions 调工具，需要把对应请求迁到 Responses API。 官方建议先从 medium 开始，再判断更高推理档位带来的质量提升是否值得增加耗时和 Token。

上下文长，也别把整个项目无差别塞进去。先检索相关文件、保留必要截图，既能减少费用，也方便定位它到底看了什么。

已进入Work和Codex，普通Chat里还没有

据 ChatGPT 官方更新说明 (opens new window)，Terra 已向 Plus、Pro、Business、Enterprise 和 Edu 套餐的 ChatGPT Work、Codex 开放。

桌面端或网页版 Work 可以在 Advanced 的模型列表中选择 Terra，移动端 Work 也支持。普通 Chat 暂不可用，企业工作区还受管理员设置和开放情况影响。

所以，充值之前先确认自己要用的入口，别把“套餐支持”理解成所有对话窗口都能选到。

Terra、Sol、Astra和其他模型怎么分工？

下面是我的测试顺序建议，不代表每个模型在所有任务上都一定胜出。

你的任务	优先测试的方向
图片检查、商品匹配、重复网页操作	Terra，重点核对识别与操作结果
日常开发、跨文件修改	Terra与Sol对照，比较返工成本
复杂软件工程、研究和设计取舍	Sol、Astra，以及现有Claude Opus方案
高频简单分类、抽取	更便宜的Luna或现有小模型
有自部署要求、大批量处理	将DeepSeek、GLM等方案纳入独立评估

关于 Claude Opus、GLM 和 DeepSeek，之前的文章可以作为理解各条产品路线的背景；实际选型要用当前可用版本重新测试。

我更愿意让便宜模型先处理容易验收的任务，遇到反复失败或高难度环节，再升级模型。这样是否省钱，取决于升级条件和失败成本，不能只看一张单价表。

国内怎么充值ChatGPT会员？

想在 Work 或 Codex 里体验 Terra 的录友，可以参考 ChatGPT充值教程：国内开通Plus的方法与注意事项。

ChatGPT 会员订阅与 OpenAI API 独立计费。 如果你准备在自己的程序里调用 gpt-6.1-terra，开通 Plus 不等于获得 API 余额。

先拿一项每天都要做的小工作试试。能稳定交付、少返工，Terra 的低价才真正有意义。

资料来源

• OpenAI发布说明：https://openai.com/index/introducing-gpt-6-1-terra/
• OpenAI模型规格：https://developers.openai.com/api/docs/models/gpt-6.1-terra
• OpenAI API价格：https://developers.openai.com/api/docs/pricing
• ChatGPT开放范围与入口：https://learn.chatgpt.com/docs/whats-new/october-26-30-2026
• OpenAI接入与迁移指南：https://developers.openai.com/api/docs/guides/latest-model