跳转到内容
主站 新闻 控制台

隆重推出 GPT-6.1 Terra

· OpenAI
OpenAILLM

大规模提供快速且强大的计算机操控能力

我们正式推出 GPT-6.1 Terra,这是一款快速、高效的模型,将精细的视觉推理与精准的计算机操控(computer use)能力融为一体,同时具备更清晰、更自然的文本表达。相比 GPT-5.6 Terra,该模型实现了质的飞跃,尤为擅长处理贯穿日常工作的大量沟通与计算任务——从起草方案报告、解读技术图纸,到自动填写表格和剪辑视频。

Terra 在我们各个模型系列中持续推进“性价比智能前沿”(cost-intelligence frontier),在速度、性能与成本之间达成了全新平衡。其标准 API 价格相比 GPT-5.6 Terra 和 GPT-6.1 Sol 降低了 50%,使开发者能够以极具可行性的成本实现大批量工作流程自动化,例如读取接收的发票并将其明细直接录入财务系统。在 ChatGPT Work 和 Codex 中,GPT-6.1 Terra 还能让用户的方案额度发挥出更大价值——在相同的使用配额下,它能比 GPT-5.6 Terra 支撑更多任务,更是远超 GPT-6.1 Sol 或 GPT-6 Astra。

从视觉理解到实际行动

我们在面向专业任务的基准测试 Agents’ Last Exam 上评估了 GPT-6.1 Terra 的计算机操控能力,该基准测试涵盖将建筑图纸转换为 3D 模型,以及逐帧审查动画影片为修复团队生成带有时间码的日志等复杂任务。在中等推理强度(medium reasoning effort)下,GPT-6.1 Terra 的得分比 GPT-5.6 Terra 高出 15 个百分点,而成本仅为后者的约三分之一。即使与 GPT-6 Astra 相比,它在表现旗鼓相当的同时,每 token 价格仅为后者的十分之一。在最高推理强度下,Terra 的 token 利用效率是 Claude Opus 5.5 的 3 倍以上,每 token 价格仅为后者的四分之一,综合单任务成本降低约 9 倍。此外,Terra 在响应速度上也大幅提升,完成任务的速度比 GPT-6 Astra 和 GPT-6.1 Sol 快 3 倍以上。

在视觉推理基准 MMMU-Pro 上,GPT-6.1 Terra 在所有推理设置下均超越了 GPT-5.6 Terra;甚至在成本大幅降低的情况下,其表现几乎追平了我们性能最强的前沿模型 GPT-6 Astra 以及 GPT-6.1 Sol。

OSWorld 2.1 用于测试 AI 智能体(Agent)操作桌面应用程序完成多步骤任务的能力(如根据技术图纸构建 3D 模型)。在中等推理强度下,GPT-6.1 Terra 以极低的单任务成本,超越了 GPT-5.6 Terra 的历史最高分。

事实准确性与编程能力显著提升

今年,我们在减少模型幻觉(hallucinations)与事实性错误方面投入了大量资源。在我们针对易诱发错误的提示词所建立的内部基准测试中,低推理强度下的错误率从 GPT-5.6 Terra 的 53.6% 骤降至 GPT-6.1 Terra 的 16.7%,降幅接近 37 个百分点。在最高推理强度下,错误率进一步下降 18 个百分点至 4.3%,几乎追平 GPT-6 Astra 和 GPT-6.1 Sol 的表现。

在软件工程领域,GPT-6.1 Terra 相比 GPT-5.6 Terra 同样取得了重大突破。Terminal-Bench 4.0 评估了编程智能体在命令行环境下解决问题的能力(例如修复网页加载时出现的布局偏移抖动问题)。在最高推理强度下,GPT-6.1 Terra 的任务解决率达到 50.3%,相比 GPT-5.6 Terra 此前公布的 21.5% 翻了一倍多。对于极度复杂的编程任务,GPT-6.1 Sol 和 GPT-6 Astra 依然是更为理想的选择。

Terminal-Bench-Science 0.1 评估了智能体使用代码执行科学研究任务的水平,例如在延时摄影视频中追踪细胞分裂。在最高推理设置下,GPT-6.1 Terra 以更低的成本超越了 GPT-6.1 Sol,并以不足五分之一的预估成本,将与 Opus 5.5 的差距缩小在 5 分以内。

安全与对齐

在致力于让强大的 AI 更加高效且易于获取的同时,我们也在持续训练、测试并完善各项安全防护机制。GPT-6.1 Terra 在我们《准备度框架》(Preparedness Framework)的网络安全评估中达到了“关键”(Critical)阈值标准,并延续了此前为 GPT-6 Astra 建立的防护措施。

GPT-6.1 Terra 同步引入了 GPT-6 系列的模型对齐(alignment)改进成果。评测结果表明,与 GPT-5.6 Terra 相比,GPT-6.1 Terra 更能严格遵循任务范围限制,并坦诚地向用户说明自身局限性与潜在障碍。在提示词注入(prompt injection)测试中,GPT-6.1 Terra 同样展现出了对旨在诱导其偏离用户任务之恶意指令的强大防御能力。更多详情可参阅系统说明文档(system card)。

定价与可用性

即日起,GPT-6.1 Terra 已在 ChatGPT Work 和 Codex 中向所有 Plus、Pro、Enterprise 及 Edu 用户开放。开发者亦可通过 OpenAI API 进行调用,模型名称为 gpt-6.1-terra。

标准 API 定价为:输入每百万 token 1 美元,缓存输入每百万 token 0.05 美元,输出每百万 token 5 美元。