GPT-6.1 发布：更强电脑操作，API 价格更便宜

01.模型定位与系列分工

在针对大规模调用的场景下, 考虑定位速度、成本以及日常任务执行这些方面时, GPT-6.1 是较为适合的选择；而假如追求最强的旗舰性能, Astra 则是当前实力最为突出的选项；若想在能力表现与价格之间取得平衡, Sol 是一个能够兼顾二者需求的方案；至于那些主打快速处理日常事务的场景, Luna 则更侧重于实现这一特点。

在GPT Work以及Codex这些工具里面, 如果额度是同样的话, Tterra这个产品能够处理的任务数量, 会比上一代产品要多, 也会比Sol和Astra这两个产品要完成更多一点, 并且它能够覆盖的范围还包括了撰写提案这一件事情, 同时也包括了去解读那些图纸的工作, 还有填写表格的动作, 以及进行视频编辑的环节。

02.电脑操作大幅提升

在Agent终极考试基准里, 中等推理强度这一情况中, Terra的得分相较于GPT-5.6 Terra来说, 提升了15个百分点。与此同时, 它的成本仅为后者三分之一的水平。

在最高推理强度下, 它的token效率比Claude Opus 5.5高出三倍还多, 单做一项任务的花费只有后者的九分之一干一样的活, 速度还要快上三倍以上。

03.事实错误率降至个位数

在那些容易引起错误的内部基准测试里, 当推理能力较弱的时候, 出错的比率从百分之五十三点六掉到了百分之十六点七。当推理能力达到最强的时候, 这个数字又降到了百分之四点三, 这个水平和Astra还有Sol的水平是接近的。

在使用复杂提示词的过程中, 新的模型能够保持一个比较高的准确率水平, 由此带来的结果就是, 用户需要去手动进行纠错操作的这种现象会大幅度减少, 甚至可以说明显下降。

04.编程解决率翻倍

在Terminal-Bench 4.0里面, Terra这个问题的解决方法成功率达到了50.3%。这个数据要比上一代的21.5%翻了一番。现在它也能够去处理像网页布局修复这种命令行操作的任务了。

但是, OpenAI表示, 针对那些最复杂的编程任务, 他们依然强烈推荐使用Sol和Astra；另外, 在科学计算这个领域里, Terra的表现与Claude Opus 5.5之间的差距仅仅只有5个百分点, 并且它的成本连后者的五分之一都不到。

05.安全对齐与注入防护

Terra这个产品, 达到了网络安全方面的重要门槛。在这个情况下, 它会一直保留着Astra提供的防护措施。对于那些超出了用户自己授权范围的操作, 它肯定会主动地说清楚自己的那些限制在哪里。

提示词注入类型的测试结果显示, 新的模型对那些试图引导其偏离原定任务的恶意指令表现出了较强的抵抗能力, 这一情况是对 GPT-6 系列在安全对齐方面所做改进工作的继续和延续。

06.性价比与应用前景

更低单项任务成本这个因素, 能够有助于电脑操作Agent落地范围的扩大行为, 它适合那种反复读取信息的工作流,也适合操作软件这样的环节龙南市就业服务平台, 同样还适合录入数据的场景, 这些都属于高频的工作流范畴。

根据Artificial Analysis这个榜单上面的数据来看, Terra得到了48分这样一个成绩, 它比Grok 4.7还有Mimo-V2.6-Pro所拿到的47分要高一些, 同时呢, 它的分数跟Sol的52分也是比较接近的。

在你的具体工作当中, 有哪些具体的任务内容是最适合交付给类似Terra这种具备低成本特征的模型来协助处理的? 我们非常欢迎你在评论区里面发表一下你自己的个人意见和心得体会, 如果你觉得这些观点对你来说是有用处的话, 麻烦你给予一个点赞的动作并且帮助进行转发操作。