模型資訊
| 項目 | 值 |
|---|---|
| Model ID | gpt-6.1-terra |
| 廠商 | OpenAI |
| 參數量 | 未公開 |
| Context Window | 1,050,000 tokens |
| Input 定價 (USD/1M tokens) | $1.00（cached $0.05） |
| Output 定價 (USD/1M tokens) | $5.00 |
| 開源 | 否 |
| 發布日 | 2026-10-26 |
| 官方公告 | OpenAI：Introducing GPT-6.1 Terra |
| 家族 | GPT-6.1（同系列 GPT-6.1 Sol 2026-09-29 發佈、input $2／output $10；旗艦 GPT-6 Astra input $10／output $50；前代 GPT-5.6 Terra input $2／output $12） |
能力亮點
- Agents' Last Exam（電腦操作實測任務）medium effort 下比前代 GPT-5.6 Terra 高 15 個百分點，成本只要前代約 1/3；分數追平旗艦 GPT-6 Astra，但每 token 價格僅其 1/10
- max effort 下 token 效率比 Claude Opus 5.5 高 3 倍以上、每 token 價格僅其 1/4，換算單任務成本約降至對方 1/9；完成任務速度比 GPT-6 Astra 與 GPT-6.1 Sol 快 3 倍以上
- Terminal-Bench 4.0（命令列 coding agent 任務）max effort 達 50.3%，比前代公佈的 21.5% 翻倍以上
- 內部事實錯誤率 low effort 從前代 53.6% 降到 16.7%（降幅約 37 個百分點），max effort 降到 4.3%，已接近旗艦 GPT-6 Astra 與 GPT-6.1 Sol 的水準
Benchmark 表現
| Benchmark | 分數 | 前代 (GPT-5.6 Terra) | 競品最強 |
|---|---|---|---|
| Agents' Last Exam（medium effort） | 高於前代 +15pp，成本約前代 1/3 | 基準線（官方未公佈絕對分數） | 追平 GPT-6 Astra，成本僅其 1/10 |
| Terminal-Bench 4.0（max effort） | 50.3% | 21.5% | 官方未在本次公告列出其他模型分數 |
| 內部事實錯誤率（low effort，越低越好） | 16.7% | 53.6% | 官方未列出競品同設定分數 |
| 內部事實錯誤率（max effort，越低越好） | 4.3% | 22.3%（官方稱「降 18 個百分點」反推） | 與 GPT-6 Astra、GPT-6.1 Sol 相近 |
| Terminal-Bench-Science 0.1（max effort） | 優於 GPT-6.1 Sol，成本更低；距 Claude Opus 5.5 僅差 5 分 | 未在本次公告提供 | 落後 Claude Opus 5.5 約 5 分，但成本不到其 1/5 |
⚠️ 以上均為 OpenAI 官方自測與自選比較基準（各自設定的 reasoning effort），尚待第三方獨立複現；多數為官方公佈的「相對差距」而非雙方絕對分數，GPT-5.6 Terra 與競品的部分具體數字官方未在本次公告完整列出。
資料來源：OpenAI 官方公告自測結果（2026-10-26）。max effort 的前代基準值由公告揭露的降幅反推：4.3% + 18 個百分點 = 22.3%。換算：基線 y=300，每百分點 4 單位（y = 300 − 數值 × 4），縱軸從 0 起，網域 0–60。
與前代/競品比較
跟 GPT-5.6 Terra 比，這次標準單價直接砍半：input 從 $2.00 降到 $1.00、output 從 $12.00 降到 $5.00，是定價策略而非只是分數進步。分數面也沒有縮水——Terminal-Bench 4.0 從 21.5% 翻倍以上到 50.3%、事實錯誤率在 low effort 降了約三分之二——代表這代 Terra 同時達成「更便宜」與「更強」，不是用降分換降價。
跟旗艦 GPT-6 Astra 比，Agents' Last Exam 上 Terra 已經追平 Astra 的分數，但每 token 價格只要 Astra 的十分之一；MMMU-Pro 視覺推理也幾乎追平 Astra 與 GPT-6.1 Sol。這把 OpenAI 自家產品線的定位往下壓：原本只有旗艦才能做到的電腦操作精度，現在用中價位模型就能逼近。
跟 Claude Opus 5.5 比，Terra 在 max effort 下 token 效率高 3 倍、價格僅其 1/4，兩者相乘讓單任務成本差距拉大到約 9 倍；但在 Terminal-Bench-Science 0.1 這類最吃重科研推理的任務上，Terra 仍落後 Opus 5.5 約 5 分——OpenAI 自己也沒有宣稱這代 Terra 是分數天花板，而是把「夠好的分數＋大幅降低的成本」當成賣點。
對 Agent 開發的意義
這次發布把焦點放在「電腦操作」（computer use）與「視覺推理」兩項能力上，對應的是需要大量重複執行、但單次任務不需要頂尖推理能力的 agent 場景。
- 如果你在做需要讀取畫面、操作桌面應用、填表單或剪輯影片的 agent：Terra 在 OSWorld 2.1（桌面多步驟任務）medium effort 下已經超過前代的最佳分數，且成本更低，是目前這類場景裡性價比最高的選項
- 如果你在做高量處理但預算有限的 pipeline（如讀取發票並寫入記帳系統）：標準單價砍半到 input $1／output $5，加上 cached input $0.05，重複性高的批次工作成本可以大幅下降
- 如果你在做 coding agent：Terminal-Bench 4.0 翻倍以上的進步值得重新評估是否能用 Terra 取代部分原本交給 Sol 或 Astra 處理的中等複雜度任務；但官方明言「最複雜的 coding 任務仍建議用 GPT-6.1 Sol 或 GPT-6 Astra」
- 不適合：需要頂尖科研推理能力的場景——Terminal-Bench-Science 0.1 上 Terra 仍落後 Claude Opus 5.5 約 5 分，這個差距這次沒有補上
今日收穫
這次發佈沒有挑戰任何分數天花板，卻同時把標準單價砍半、把事實錯誤率降了超過三分之二——說明 OpenAI 現階段在中價位分支上追求的不是「刷新紀錄」，而是把旗艦等級的電腦操作能力用十分之一的價格做出來。對 agent 開發者來說，這種「分數持平但成本結構整個下移」的發布，往往比榜單上多幾個百分點更值得重新計算一次現有 pipeline 的單位成本。