发帖
雷达卡
资料名称： GPT-6.1 Terra 的官方发布说明（Introducing GPT-6.1 Terra，副标题 From visual understanding to action），以及同一天挂出来的 system card 增补（Addendum to GPT-6 Astra System Card: GPT-6.1 Terra）
帖内资料： 模型的定位与开放渠道，API 模型名与三项定价，五组评测上的说法与数字（Agents' Last Exam、MMMU-Pro、OSWorld 2.
1、Terminal-Bench 4.0、Terminal-Bench-Science 0.
1），内部幻觉基准上的两组错误率，system card 里的三项能力判定与关键分数，以及同主题讨论串里几条有代表性的意见
时间覆盖： system card 标注发布日期 2026 年 10 月 26 日；发布说明页归入 2026 年新闻、正文以「即日」表述开放时间；讨论串显示 1 天前提交；本机读取日期 2026-10-28
许可与引用： 两页都是 OpenAI 官方页面，页脚列出使用条款与隐私政策，页面本身未公布转载许可；本贴只转述其中已公开的口径与数字，不复制原文图片、不整段转载
适用任务： 想弄清这个模型能干什么、各档推理下表现与成本怎么比的，想在 API 里选型换掉旧模型的，想看安全分级怎么判出来的
这两份资料是什么
一份是发布说明，正文不长，讲的是模型能力、定价和开放渠道；另一份是挂在 Deployment Safety Hub 上的 system card 增补，标题写的是「GPT-6 Astra System Card 的增补」，正文有 13 张表和 31 张图，给的是安全分级和一批评测的原始数字。两份配合着看，前者讲卖点，后者给底账。
模型定位与开放渠道
发布说明对它的定位是这样写的：一个快速、高效的模型，把细致的视觉推理和精确的电脑操作，加上更清楚自然的文字表达放在一起；比 GPT-5.6 Terra 明显进了一步，擅长的是工作日里那些沟通和电脑上的活，从起草方案、看懂技术图纸，到填表和剪视频。
开放渠道两条：即日起面向 Plus、Pro、Enterprise、Edu 用户在 ChatGPT Work 和 Codex 开放；开发者走 OpenAI API，模型名是 gpt-6.1-terra。页面上没有提免费版。
额度那句也写得很直白：同样的用量额度，用 GPT-6.1 Terra 能做的任务比 GPT-5.6 Terra 更多，比 GPT-6.1 Sol 或 GPT-6 Astra 多得多。
API 定价
标准价是每百万输入 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。页面同时写明，这个标准价比 GPT-5.6 Terra 和 GPT-6.1 Sol 低 50%，举例说适合拿来做读取 incoming invoices 再录入财务软件这类批量活。
五项评测上的说法
Agents' Last Exam 测电脑操作，题目是把建筑图纸转成 3D 模型、逐镜头审一部动画再给修复组出带时码的记录。中等推理下比 GPT-5.6 Terra 高 15 个百分点，成本约三分之一；和 GPT-6 Astra 持平，每 token 价格只有它的十分之一。最大推理下，token 效率是 Claude Opus 5.5 的三倍多，每 token 价格是它的四分之一，算下来每任务成本约低 9 倍；完成任务的速度比 GPT-6 Astra 和 GPT-6.1 Sol 都快三倍多。
MMMU-Pro 测视觉推理，页面只说在各个推理档上都超过 GPT-6.1 Terra 的前代，并且接近最强的 GPT-6 Astra 和 GPT-6.1 Sol 而成本低得多，没有给绝对分。
OSWorld 2.1 测智能体用桌面软件做多步任务，中等推理下超过 GPT-5.6 Terra 的最好成绩，每任务成本只是它的一小部分。
Terminal-Bench 4.0 测命令行下解决编码问题，最大推理下解出 50.3% 的任务，是 GPT-5.6 Terra 已发布成绩 21.5% 的两倍多。页面在这里补了一句：最复杂的编码任务，还是 GPT-6.1 Sol 和 GPT-6 Astra 更合适。
Terminal-Bench-Science 0.1 测用代码做科研任务，最大推理下超过 GPT-6.1 Sol 且成本更低，与 Opus 5.5 差在 5 分以内，估算成本不到五分之一。
内部幻觉基准
今年重点压幻觉和事实错误。内部那组诱导出错的提示上，低推理档错误率从 GPT-5.6 Terra 的 53.6% 降到 16.7%，降了近 37 个百分点；最大推理档降 18 个百分点到 4.3%，接近 GPT-6 Astra 和 GPT-6.1 Sol 的水平。
system card 里的三项判定
网络安全域判为 Critical，措辞与 GPT-6 Astra 一致，指的是能在很多加固过的真实关键系统里自行找出并写出可用的零日利用。支撑分数里：ExploitBench 的 ACE 归一化均分为 97.10%，页面注明用的是回溯到 2023 年的历史漏洞、有污染风险；内部移植版（2026 年 6 至 8 月）任意代码执行成功率 24.5%，Sol 6.1 为 21.5%、Astra 为 31.5%；SEC-Bench Pro 的 pass@1 为 83.33%；Sandbox Bench 拿下 22 个目标中的 5 个，Sol 6.1 为 9 个、Astra 为 10 个。
结论是比老模型更擅长近期漏洞，但对近期披露漏洞的可靠利用仍有难度。
生物与化学域判为 High，触发项是病毒故障排查那项 pass@1 达到 52.54%，越过 31% 的指示阈值；四项可用的 Critical 生物评估（AAV 衣壳包装预测 0.5285、SHP2 蛋白功能预测 0.3696、冠状病毒 ACE2 入胞筛选 0.4741、噬菌体-质粒共进化 10.8229）全部没越各自的阈值，所以没升到 Critical。
AI 自我改进判为低于 High 阈值：内部研究调试评估均分 76.39%，KernelGen 1P 为 45.34%，两项都低。
因为判定与 GPT-6.1 Sol、GPT-6 Astra 相同，套用的是同一套最强防护措施栈，探测已更新以适配该模型；内部安全报告认为这套措施足以支持公开发布。
讨论串里的几条不同看法
同主题讨论串在 Hacker News，提交者 meetpateltech，页面显示 628 分、422 条评论、1 天前提交。
排在前面的 minimaxir 认为这次延续了类似 GPT-5.6 Sol 到 GPT-6.1 Sol 的约 75% 降价轨迹，Terra 仍是 Sol 的一半价，但 Terminal-Bench 4.0 的每任务成本结果令人困惑，看不出为什么这种情况下要选 Terra 而不是 Sol；他的定位判断是，它仍卡在变强的小模型 Luna 和变便宜的大模型 Sol 之间。
OpenAI 的 tedsanders 在楼里回复说，Terra 在技术沟通上大概强于 Astra 和 Sol，视觉与电脑操作相近但快得多，其他方面略弱；对 API 开发者来说，想要比 Sol 便宜、又比 Luna 聪明不少的，尤其是做视觉、电脑操作、沟通这几类，是个合适的中间档。
原页在哪
发布说明在 openai.com 的 index 栏目，标题 Introducing GPT-6.1 Terra；system card 增补在 deploymentsafety.openai.com，页面上也给了 PDF 入口；讨论串在 Hacker News。三个地址和引用提醒放在下面。
────────────────
三处原始地址、PDF 入口和引用时的日期提醒都在下面，回复一下就能看到。
京公网安备 11010802022788号
