AI 摘要
- OpenAI 推出中端模型 GPT-6.1 Terra，已向部分 ChatGPT 付費用戶開放。
- 官方稱其在多項基準測試中表現優於前代 GPT-5.6 Terra。
- 該模型主打自主操作電腦與較低的使用成本。
OpenAI 近日推出新模型 GPT-6.1 Terra，官方將其定位為「快速高效的中端檔」。該模型整合精細視覺推理、電腦操作能力與較自然的寫作表現，目標是處理起草方案、閱讀技術圖紙、填寫表單及剪輯影片等日常高頻辦公任務。根據來源報導，相較上一代 GPT-5.6 Terra，官方認為這是一次明顯的能力提升。
產品定位與開放範圍
GPT-6.1 Terra 目前已向 ChatGPT 的 Plus、Pro、Enterprise 及 Edu 用戶開放，並整合至 ChatGPT Work 與 Codex。開發者可透過 API 以模型名稱 gpt-6.1-terra 進行調用。
在中端價位之下，該模型的一項主要賣點是「自主操作電腦」。來源指出，在桌面操作基準 OSWorld 2.1 上，中等推理強度的表現即超過 GPT-5.6 Terra 的最佳成績。
官方公布的基準數據
以下數據均引自來源報導所轉述的官方說法，尚未經獨立第三方驗證。
- Agents’ Last Exam：中等強度下，Terra 得分較 GPT-5.6 Terra 高 15%，單任務成本約為後者的三分之一，成績可與旗艦模型 GPT-6 Astra 持平。來源另指出，其每 Token 單價僅為旗艦模型的十分之一。
- 與 Claude Opus 5.5 的比較：拉滿推理強度後，Terra 的 Token 效率據稱為 Claude Opus 5.5 的三倍以上，單價約為四分之一，折算單任務成本低約 9 倍。
- 任務完成速度：來源稱，Terra 完成任務的速度比 GPT-6 Astra 與 GPT-6.1 Sol 快三倍以上。
- 視覺推理：MMMU-Pro 測試中，各檔位成績均超過 GPT-5.6 Terra，並以較低成本接近兩款旗艦模型。
- 事實性測試：低推理強度下的錯誤率由 53.6% 降至 16.7%，高強度下進一步降至 4.3%。
- 程式設計：在 Terminal-Bench 4.0 上，高強度模式解決了 50.3% 的任務，成績為舊款公開成績的兩倍以上。
安全防護與能力界線
根據來源，Terra 在 OpenAI 自家的網路安全評估中達到 Critical 級別，並沿用 GPT-6 Astra 的防護機制。報導指出，該模型在守住任務邊界、主動說明自身侷限，以及抵抗提示詞注入（prompt injection）方面表現有所提升。
觀察重點與限制
整體而言，來源呈現的重點在於「中端價位的性能與成本平衡」與「自主操作電腦的能力」。不過，目前的數據多來自開發者的官方說法，且比較對象與測試條件（如推理強度設定）會直接影響結果。實際表現仍需待更多獨立測試、企業實際導入案例及長期使用回饋來驗證。此外，更強的自主操作能力也意味著在權限管理與任務監督上，使用者需要持續關注其風險與適用範圍。
Reference Link : news.aibase.com
