GPT-6.1 Terra 是 OpenAI 于 2026 年 10 月 26 日发布的中端模型。API 价格为输入 $1、输出 $5（每百万 token），是 GPT-6.1 Sol 的一半。在 OpenAI 自己的测试中，它在模拟专业工作的基准上追平了更高一级的 GPT-6 Astra。另一方面，在只衡量电脑操作的基准和高难度编程基准上，GPT-6.1 Sol 和 GPT-6 Astra 得分更高，OpenAI 本身也仍然推荐用 Sol 和 Astra 处理高难度编程。关于写作，OpenAI 称其变得更清晰、更自然，但没有公布基准数据。本文依据 OpenAI 公告和模型页面的原文（2026 年 10 月 28 日核实），介绍价格、性能和可用渠道，并说明如何在它与 Sol、Astra 和 Claude 之间做选择。
GPT-6.1 Terra 一览
价格
Sol 的一半
输入 $1，输出 $5。也是上一代 GPT-5.6 Terra 的一半。
强项
专业工作任务
在工作任务基准（Agents' Last Exam）上与 Astra 持平。图像理解与 Sol、Astra 相差约 1 个百分点。
弱项
编程与电脑操作
在终端编程和电脑操作基准上，Sol 和 Astra 得分更高。对于最复杂的编程，OpenAI 也推荐 Sol 和 Astra。
核实日期：2026 年 10 月 28 日。来源：OpenAI 的公告和模型页面。所有性能数据均由 OpenAI 测得。
1. GPT-6.1 Terra 的定位
OpenAI 的主要 API 模型分为四档，从高到低依次是 Astra、Sol、Terra 和 Luna。Terra 排在第三档，是 GPT-5.6 Terra 的后继。OpenAI 在模型页面上将其描述为“用于视觉推理、精确电脑操作以及清晰自然写作的快速高效模型”。
| 模型 | 输入 / 输出（每百万 token） | 知识截止日期 | 推理强度 | OpenAI 的描述 |
|---|---|---|---|---|
| GPT-6 Astra | $10 / $50 | 2026 年 4 月 30 日 | low 至 max | 面向最高要求工作的旗舰模型 |
| GPT-6.1 Sol | $2 / $10 | 2026 年 4 月 30 日 | low 至 max | 以更低成本获得接近 Astra 的性能 |
| GPT-6.1 Terra | $1 / $5 | 2026 年 6 月 1 日 | none 至 max | 快速的视觉推理、电脑操作与写作 |
| GPT-6 Luna | $0.1 / $0.5 | 2026 年 5 月 18 日 | none 至 max | 最高效，适合目标明确的大批量任务 |
来源：OpenAI 的 Models 页面及各模型页面（2026 年 10 月 28 日核实）。四款模型的上下文窗口均约为 105 万 token，最大输出为 128,000 token。
它的知识截止日期为 2026 年 6 月 1 日，是四款中最新的。和 Luna 一样，推理强度可以从“none”（不推理）开始选择。它支持文本和图像输入，不支持音频和视频。不支持微调。
需要注意的是，API 模型列表顶部的指引仍然写着：“如果不确定从哪里开始，请使用 GPT-6 Astra，这是我们面向复杂推理和编程的旗舰模型。若要平衡智能与成本，请选择 GPT-6.1 Sol；若是对成本敏感的大批量工作负载，请选择 GPT-6 Luna。”这句话里没有 Terra（截至 10 月 28 日）。Terra 出现在同一页面主要模型列表的第四位。
2. 价格
| 项目 | GPT-6.1 Terra | 参考：GPT-6.1 Sol |
|---|---|---|
| 输入 | $1.00 | $2.00 |
| 缓存输入 | $0.05 | $0.10 |
| 缓存写入 | $1.25（保留 30 分钟），$2.50（保留 12 小时） | $2.50（输入的 1.25 倍） |
| 输出 | $5.00 | $10.00 |
| Batch / Flex | 半价 | 半价 |
| Fast | 2 倍 | 2 倍（Ultrafast 为 6 倍） |
| 输入超过 272,000 token | 整个请求的输入和缓存按 2 倍计费，输出按 1.5 倍 | 相同 |
单位为美元 / 每百万 token。来源：OpenAI 的 GPT-6.1 Terra 和 GPT-6.1 Sol 页面（2026 年 10 月 28 日核实）。指定区域处理需加价 10%。
单价正好是 GPT-6.1 Sol 和上一代 GPT-5.6 Terra 的一半。与 Claude 相比，是 Sonnet 5.5（输入 $2、输出 $10）的一半、Opus 5.5（$4、$20）的四分之一。不过，一项任务消耗的 token 数因模型和推理强度而异，因此比较实际费用时，下一节的“每项任务成本”更可靠。
3. 性能：强项与弱项
OpenAI 的公告中有六张图表，展示了每个模型在各推理强度下的得分和每项任务成本。这里列出每个模型在最高设置（max）下的数值。这些全部由 OpenAI 测得，而非第三方。
| 基准（衡量内容） | GPT-6.1 Terra | GPT-6.1 Sol | GPT-6 Astra | Claude（OpenAI 图表） |
|---|---|---|---|---|
| Agents' Last Exam（工作任务） | 60.0%$1.01 | 58.6%$2.00 | 59.3%$7.24 | 63.2%$8.82, Opus 5.5 |
| OSWorld 2.1（电脑操作） | 74.2%$1.19 | 78.0%$1.15 | 80.9%$8.17 | 83.9%$5.74, Sonnet 5.5 |
| Terminal-Bench 4.0（终端编程） | 50.3%$1.84 | 55.9%$1.98 | 58.2%$10.34 | 70.6%$10.44, Sonnet 5.5 |
| Terminal-Bench-Science 0.1（科学代码） | 58.3%$4.15 | 57.0%$5.47 | 68.1%$23.80 | 63.3%$23.21, Opus 5.5 |
| MMMU-Pro（图像理解） | 85.5%$0.012 | 86.3%$0.013 | 86.7%$0.065 | — |
| 事实错误（越低越好） | 4.3%$0.12 | 4.4%$0.12 | 4.2%$0.66 | — |
数值为各模型最高推理强度（max）下的结果。小字为每项任务成本（美元）。来源：OpenAI《Introducing GPT-6.1 Terra》中的图表（2026 年 10 月 28 日核实）。Claude 一栏只包含 OpenAI 放进图表的模型：Opus 5.5 只出现在其中两个基准中，Sonnet 5.5 只出现在另外两个基准中。Opus 5.5 只显示了一个 max 数据点；Terminal-Bench-Science 中 Opus 5.5 的图例注明“with fallback”，其成本为 OpenAI 的估算值（见公告正文）。OSWorld 2.1 的数值为离线集。“事实错误”是 OpenAI 的内部评估，使用的是专门设计来诱发错误的提示词。
有三点值得关注。
（1）工作任务上与更高档模型持平。Agents' Last Exam 衡量的是专业任务，例如根据建筑图纸构建 3D 模型，或逐个镜头观看影片并整理成记录。在 max 下，Terra 得分 60.0%，高于 6.1 Sol（58.6%）和 6 Astra（59.3%）。即使在中等推理强度下，它也拿到了 57.6%，与中等强度下的 Astra 相同，而每项任务成本只有 $0.29（Astra 为 $4.82）。Opus 5.5 更高，为 63.2%，但成本约为其 9 倍。
（2）编程和电脑操作上，更高档模型胜出。Terminal-Bench 4.0 是让模型用终端命令解决问题的编程基准。在 max 下，Terra 得分 50.3%，是上一代 Terra（21.5%）的两倍多，但不及 6.1 Sol（55.9%）和 6 Astra（58.2%）。OpenAI 也表示，GPT-6.1 Sol 和 GPT-6 Astra 仍然更适合最复杂的编程任务。在只衡量电脑操作的 OSWorld 2.1 上，6.1 Sol 在 max 下得分 78.0%（每项任务 $1.15），以几乎相同的成本超过了 Terra 的 74.2%（$1.19），在中等和低强度下 Sol 也更高。OpenAI 放进图表的 Claude Sonnet 5.5 在 Terminal-Bench 4.0 上得分 70.6%，在 OSWorld 上得分 83.9%，两项都是表中最高（成本约为 Terra 的 5 到 6 倍）。
例外是科学代码基准（Terminal-Bench-Science）：Terra 在 max 下得分 58.3%，以更低的成本超过了 6.1 Sol（57.0%）。但仍不及 6 Astra（68.1%）和 Opus 5.5（63.3%）。
（3）错误大幅减少。在专门设计来诱发错误的问题上，低推理强度下的错误率从上一代 Terra 的 53.6% 降到了 16.7%。在 max 下为 4.3%，与 6.1 Sol（4.4%）和 6 Astra（4.2%）几乎相同。在图像理解（MMMU-Pro）上得分 85.5%，与 Sol 和 Astra 相差约 1 个百分点。
4. Terra、Sol、Astra 与 Claude：该用哪个
如果按字面接受 OpenAI 的测量结果，决定因素是“是什么样的工作”和“每次运行能花多少钱”。
- 大批量处理文档、邮件、表格等常规工作任务：Terra在工作任务基准（Agents' Last Exam）上与顶级模型并列，max 下的每项任务成本约为 Sol 的一半、Astra 的七分之一左右。OpenAI 的公告举的例子是读取收到的发票并录入会计软件。
- 以电脑操作为主的工作：6.1 Sol在 OSWorld 2.1 上，Sol 以大致相同的成本得分更高。Sol 的模型页面也写明，复杂编程、电脑操作和专业工作请用 Sol。
- 高难度编程和大规模改动：6.1 Sol 或 6 Astra两者在终端编程基准上都超过 Terra。OpenAI 本身也推荐这样分工。
- 科学计算和最难的问题：6 Astra在 Terminal-Bench-Science 上，Astra 以 68.1% 得分最高。成本约为 Terra 的 6 倍。
- 如果你使用 Claude在 OpenAI 的图表中，Opus 5.5 在工作任务上比 Terra 高约 3 个百分点，Sonnet 5.5 在编程和电脑操作上得分最高。两者都比 Terra 贵。但请注意，这一比较使用的是 OpenAI 选定的基准和设置。从 Claude 一侧的比较，请参阅“Claude Sonnet 5.5：性能与价格”和“Claude Opus 5.5：性能与价格”。
如果在 Sol 和 Terra 之间拿不定主意，最可靠的做法是用两者把同一任务各跑几次，比较的不是得分，而是“输出需要改多少”和账单。基准数字只是在该基准、该设置下测得的值。与上一代的差异，另请参阅“GPT-6.1 Sol 与 GPT-6 Sol 对比”和“GPT-6 Astra 详解”。
5. 在 ChatGPT 和 Codex 中使用
在 ChatGPT 中，可以在 ChatGPT Work 和 Codex 的模型列表里选择 GPT-6.1 Terra。公告列出的适用方案为 Plus、Pro、Enterprise 和 Edu，ChatGPT 发布说明（10 月 26 日）中还包括 Business。它正在分批向账户推出，视方案、地区或工作区设置不同，可能暂时无法使用。
- 用量上限本身没有变化。发布说明写道“方案的整体用量上限不变”。在此基础上，公告称在相同上限内能完成的工作比 GPT-5.6 Terra 更多，比 6.1 Sol 或 6 Astra 多得多。
- 默认模型可能会变。据发布说明，对部分 Plus 和 Pro 用户，ChatGPT Work 中默认的“Power”设置可能会显示为从“GPT-6.1 Sol Light”变成了“GPT-6.1 Terra Medium”。如果感觉回答和平时不一样，请确认显示的是哪个模型。
- 在 Codex 中也可以选择。Codex CLI 在 0.165.0（10 月 28 日）中将 GPT-6.1 Terra 加入了模型列表。
来源：OpenAI 的 ChatGPT 发布说明（2026 年 10 月 26 日条目）和 Codex 0.165.0。不支持阿联酋推理驻留（UAE inference residency）（发布说明）。
关于 ChatGPT 各方案用量上限的差异，请参阅“ChatGPT Pro 100、200 和 500 对比”。
6. 安全性
OpenAI 宣布，GPT-6.1 Terra 在其安全框架（Preparedness Framework）的网络安全类别中达到了“Critical”阈值。因此，它采用了与为 GPT-6 Astra 构建的相同的防护措施。OpenAI 还表示，与 GPT-5.6 Terra 相比，它更倾向于留在被要求的工作范围内，会如实报告阻碍工作的限制，并且更能抵御恶意指令（提示词注入）。详情见 OpenAI 的 System Card。
总结
- GPT-6.1 Terra 是 2026 年 10 月 26 日发布的中端模型，API 价格为输入 $1、输出 $5（6.1 Sol 和 GPT-5.6 Terra 的一半）
- 在工作任务基准上与 6.1 Sol 和 6 Astra 持平，每项任务成本却低得多（OpenAI 测量）
- 在终端编程和电脑操作上，6.1 Sol 和 6 Astra 得分更高，OpenAI 也推荐用 Sol 和 Astra 处理高难度编程
- 在 OpenAI 的图表中，Opus 5.5 在工作任务上、Sonnet 5.5 在编程和电脑操作上胜过 Terra，但两者都更贵
- 可在 ChatGPT Work 和 Codex 中选择；用量上限本身不变，但在相同上限内能完成更多工作
常见问题
问：GPT-6.1 Terra 的 API 多少钱？
答：每百万 token：输入 $1，缓存输入 $0.05，输出 $5。Batch 和 Flex 半价，Fast 为 2 倍。输入超过 272,000 token 时，整个请求的输入和缓存按 2 倍计费，输出按 1.5 倍计费。
问：该用 GPT-6.1 Sol 还是 Terra？
答：大批量处理文档等常规工作任务用 Terra，高难度编程或以电脑操作为主的工作用 Sol。在 OpenAI 的测量中，Terra 在工作任务基准上胜过 Sol，而 Sol 在终端编程和电脑操作基准上得分更高。Terra 的单价是一半。
问：它比 Claude Opus 5.5 更强吗？
答：在 OpenAI 收录的两个基准上，Opus 5.5 得分更高，而 Terra 便宜得多（Opus 5.5 在科学代码基准上的成本为 OpenAI 的估算值）。在工作任务基准上，Opus 5.5 得分 63.2%（每项任务 $8.82），Terra 为 60.0%（$1.01）。
问：ChatGPT 免费版能用吗？
答：公告和发布说明涵盖 Plus、Pro、Business、Enterprise 和 Edu，不包括 Free。在 API 的使用层级中，Free 也被标为“not supported”。
问：要从 GPT-5.6 Terra 切换过来吗？
答：单价减半，而且在 OpenAI 的测量中，它在 GPT-5.6 Terra 出现的全部五个基准上都胜过 GPT-5.6 Terra，因此几乎没有不切换的理由。在 API 中把模型名改为 gpt-6.1-terra，并确认默认推理强度（medium），以及工具调用需要使用 Responses API。上一代的情况请参阅“GPT-5.6 详解”。
更新记录
- 2026 年 10 月 28 日首次发布。在核实 OpenAI 的公告（10 月 26 日）及其图表数值、API 模型页面和 ChatGPT 发布说明后撰写。
参考资料
- OpenAI：Introducing GPT-6.1 Terra、GPT-6.1 Terra (API)、Models、GPT-6.1 Sol、GPT-6 Astra、ChatGPT 发布说明、Codex 0.165.0
- Anthropic（比较用价格）：Pricing
