OpenAI 推出 GPT-6.1 Terra：價格減半、速度更快的中階模型

目錄

• 你可能想知道
• 主要內容
• 重點資訊表
• 後續……

你可能想知道

• GPT-6.1 Terra 相較前代有哪些優勢？哪些使用者可以使用？
• 讀者應如何解讀 OpenAI 公布的準確度與基準測試結果？

主要內容

OpenAI 於 October 26 發布 GPT-6.1 Terra，作為其產品系列中的中階模型升級版。該公司將 Terra 描述為適合日常工作的模型，可處理閱讀螢幕上顯示的資訊、與應用程式互動，以及撰寫回覆等工作。此次發布主要強調兩點：開發者可透過標準 API 定價使用此模型，價格僅為 GPT-5.6 Terra 的一半；此外，該模型執行電腦操作任務的速度更快、準確度也更高。

電腦操作是指 AI 系統解讀螢幕上顯示的內容，並透過點擊或輸入文字來完成任務。實際上，這可能包括在不同應用程式間切換、瀏覽網站，以及完成原本需要人使用滑鼠和鍵盤的操作。這些能力有別於單純在聊天中回答問題：模型必須解讀介面並在其中採取行動。

所公布的降價適用於標準 API 價格，也就是開發者將模型連接到自家應用程式時所支付的費率。這並不代表所有產品或訂閱方案都以相同比例降價。OpenAI 將此次發布形容為相較 GPT-5.6 Terra 的重大升級，並著重指出標準 API 價格降低了 50%。該公司表示，模型正陸續提供給 ChatGPT Work 和 Codex 中的 Plus、Pro、Enterprise 和 Edu 使用者；開發者則可透過 API 使用，模型名稱為 gpt-6.1-terra。

ChatGPT Work 是 OpenAI 在 ChatGPT 中提供的代理模式。它能跨應用程式工作、瀏覽網站，並代替使用者完成任務。Codex 則是 OpenAI 的程式開發工具。原始文章指出，免費使用者可使用較低階的 GPT-5.6 Luna，而非透過付費和組織使用者所述的管道使用 GPT-6.1 Terra。因此，是否能使用取決於產品和帳戶層級，也取決於使用者是使用 OpenAI 的產品，還是透過 API 整合模型。

OpenAI 表示，在一項內部測試中，模型於旨在誘使模型犯錯的提示詞測試中有所進步。低推理力度代表控制模型思考時間的設定；在此設定下，事實錯誤率從 GPT-5.6 Terra 的 53.6% 降至 GPT-6.1 Terra 的 16.7%。在最高推理力度下，錯誤率下降 18 個百分點，來到 4.3%。這些結果顯示，在 OpenAI 使用的特定測試中，模型的事實可靠性有所提升，且兩種設定下公布的錯誤率都較低。

這些準確度數據來自 OpenAI 的內部測試，並非由獨立機構執行的評估。比較模型時，這項差異相當重要。這些結果描述的是 GPT-6.1 Terra 在其開發者所設計的測試中的表現，讀者不應假設相同錯誤率適用於所有主題、任務或真實情境。測試設計、提示詞選擇，以及事實錯誤的定義，都可能影響測量結果。

OpenAI 也公布了 Terminal-Bench 4.0 的測試結果。這項基準測試評估程式開發代理透過電腦命令列終端執行任務的表現，並以成功完成的任務比例計分。在最高推理力度下，GPT-6.1 Terra 解決了 50.3% 的任務，相較之下，GPT-5.6 Terra 為 21.5%。這項基準測試公布的差距相當大，但它反映的是終端機任務的表現，並非衡量所有程式設計能力的通用指標。

該公司另表示，GPT-6.1 Terra 平均完成任務的速度，比 GPT-6 Astra 和 GPT-6.1 Sol 快三倍以上。原始文章沒有提供這項速度比較所採用的任務組成或測量方法等更多細節。因此，較適合將此說法視為 OpenAI 公布的比較結果，而非 Terra 在所有工作負載中都會更快的普遍保證。

該模型在 OpenAI 產品系列中的定位，有助於說明其預期用途。Terra 被定位為處理日常辦公與電腦操作工作的實用選擇；至於深入研究或複雜程式設計，OpenAI 仍建議使用者選擇 GPT-6.1 Sol 或 GPT-6 Astra。這項區分顯示，該公司正依不同工作層級與類型來定位模型：Terra 用於日常操作，其他模型則用於更具挑戰性的研究或程式設計。

此次發布也延續了 Terra 系列先前的發展。OpenAI 於 June 26 將 Terra 作為 GPT-5.6 系列的一部分推出，並應 Donald Trump 政府要求提供有限預覽。該公司於 July 9 向大眾開放此模型，並表示其具備與 GPT-5.5 相當的競爭力，成本約為一半。On September，OpenAI 在 Anthropic 發布 Claude Opus 5.5 幾分鐘後推出 GPT-6 Sol 和 Luna，當時並未推出新的 Terra。因此，GPT-6.1 Terra 是中階模型產品的後續更新，而非 Terra 名稱首次亮相。

對開發者而言，標準 API 價格降低，加上 OpenAI 公布的測試結果有所提升，或許值得評估此模型是否適用於涉及使用者介面、日常工作流程和終端機程式設計的任務。實際價值取決於特定應用程式如何權衡成本、回應時間、準確度和錯誤後果。對企業和個人使用者而言，模型在 ChatGPT Work 和 Codex 中開放使用，可能讓他們無須建立獨立整合，就能試用其電腦操作能力。

然而，單靠基準測試結果，無法判定模型是否適合特定組織或任務。評估電腦操作系統的團隊，通常需要檢視模型如何處理陌生介面、模糊指令、敏感資料，以及難以撤銷的操作。他們也可能需要確認，當任務與測試所用範例有所不同時，模型的表現是否仍然一致。公布的結果可作為評估起點，但不能取代在預定環境中測試模型。

重點資訊表

後續……

GPT-6.1 Terra 的推出，反映出 AI 系統正朝著不只生成文字的方向發展。能解讀螢幕、使用應用程式、瀏覽網站和操作命令列工具的模型，可能會成為日常工作流程中的實用工具。隨著這些系統普及，進展不只取決於完成任務的能力，也取決於它們的行動是否可靠、易於理解，並符合情境需求。

未來的評估可透過獨立測試、明確記錄的任務集，以及一致的成功與錯誤定義，協助使用者更公平地比較模型。針對電腦操作系統，值得研究的領域包括模型如何從錯誤中恢復、辨識自身不確定之處、保護敏感資訊，以及在採取重大行動前要求確認。當 AI 獲准與真實應用程式或資料互動時，這些能力可能與速度同樣重要。

採用這類工具的組織也可能需要實用的防護措施：限制權限、對影響重大的操作加入審核步驟、清楚記錄代理執行的行動，以及提供讓人員中斷或修正代理的方式。這些措施無法消除所有風險，但能讓自動化工作流程更容易受到監督。下一代 AI 的核心問題，不只是模型能完成哪些任務，還包括它能否可靠且透明地完成這些任務。

隨著模型持續發展，使用者和研究人員將受益於一併檢視價格、速度、準確度和安全性。GPT-6.1 Terra 的 API 價格較低，且在 OpenAI 公布的測試中表現更佳，使其成為該公司產品系列中值得注意的一次更新。獨立評估和真實環境測試，將有助於判斷這些優勢能否延伸至個人和組織實際需要執行的各種任務。