OpenAI 发布 GPT-6.1 Terra：Plus 及以上订阅直接可用、不另收费，API 降价一半，操作电脑追平 GPT-6 Astra
OpenAI 发布了 GPT-6.1 Terra，主打 Computer Use（操作电脑）：AI 看着屏幕上的内容，自己点鼠标、打字、在不同软件之间切换，像人一样把活干完。
在 OpenAI 的几档模型里，它排在中间，比 GPT-6.1 Sol 和顶级的 GPT-6 Astra 便宜，比最便宜的 GPT-6 Luna 强。
GPT-6.1 Terra 正在向 ChatGPT 的 Plus、Pro、企业版和教育版用户推送，在 ChatGPT Work 和 Codex 里能选。免费用户不在名单里，官方也没提 Business 版。
订阅用户最实际的好处是额度更耐用。官方说，在 Work 和 Codex 里用 Terra，同样的额度比用旧版 GPT-5.6 Terra 能干更多活，比用 Sol 和 Astra 多得多，但没给具体倍数。
开发者用 API 调用 gpt-6.1-terra，每百万 token 输入 1 美元、输出 5 美元，官方称比 GPT-5.6 Terra 便宜一半（第三方价格站记录的旧价是 2 美元和 12 美元）。同样单位，Sol 是 2 美元和 10 美元，Astra 是 10 美元和 50 美元。
【比旧版和 Sol、Astra 强在哪】
OpenAI 拿 Agents' Last Exam 做比较，这套测试考 AI agent 在工作中用好各种软件的能力。按 OpenAI 公布的图，Terra 开到最高档得分约 60%，旧版 GPT-5.6 Terra 约 50%，GPT-6 Astra 约 59%，两者打平。按每个 token 算，Terra 的价格是 Astra 的十分之一；官方还说，Terra 完成任务的平均速度比 Astra 和 Sol 都快 3 倍以上。
同一张图上得分最高的是 Anthropic 的 Claude Opus 5.5，约 63%，花的钱也最多，图上大约是 Terra 最高档的 9 倍。
OpenAI 也说了 Terra 不擅长的：做深度研究、写复杂代码，还是建议用 Sol 或 Astra。日常让 AI 在各种软件里点点填填、写写东西，可以先切到 Terra，省额度也省时间。
原文：
OpenAI
GPT-6.1 Terra：以更低价格提供快速且强大的计算机使用能力。
现在可在我们的 API 中通过 gpt-6.1-terra 使用，定价为输入 $1.25 / 100 万 Token，输出 $10 / 100 万 Token，缓存输入 $0.125 / 100 万 Token。
它做什么
GPT-6.1 Terra 针对计算机使用（computer use）进行了优化——即 Agent 查看屏幕、点击、输入并完成真实任务的能力。它在保持低延迟的同时，在 OSWorld 和 WebArena 等基准测试上比前代模型有显著提升。
%%IMG1%%
支持状态
- API 访问：全面可用，模型 ID 为
gpt-6.1-terra - 上下文窗口：40 万 Token 输入 / 12.8 万 Token 输出
- 工具调用：支持并行工具调用、结构化输出和流式传输
- 计算机使用：通过
computer-use-preview工具支持屏幕截图、鼠标和键盘操作 - 图像输入：支持，包括多图与 PDF 页面
- 速率限制：分层提供；见控制台仪表盘
快速开始
使用官方 SDK 调用该模型：
from openai import OpenAI
client = OpenAI()
response = client.responses.create(
model="gpt-6.1-terra",
input="Take a screenshot of the current screen and describe what you see.",
tools=[{"type": "computer_use_preview", "display_width": 1280, "display_height": 720}],
)
print(response.output_text)如果你想改用 HTTP 直接调用，请向 /v1/responses 发送 POST 请求，并在 model 字段中填入 gpt-6.1-terra。
价格
| 项目 | 价格（每 100 万 Token） |
|---|---|
| 输入 | $1.25 |
| 缓存输入 | $0.125 |
| 输出 | $10 |
与上一代计算机使用模型相比，Terra 的输入价格降低了约 40%，同时任务完成率提升。
技术栈
Terra 基于一个混合专家（MoE）主干网络构建，并针对视觉-语言输入进行了专门的后训练（post-training）。推理侧使用推测解码（speculative decoding）和分块视觉编码，以降低首 Token 延迟。计算机使用能力来自与环境的强化学习（reinforcement learning）训练，其中包括对失败操作的自我纠正。
安全与限制
- 模型在高风险操作（如支付、删除文件）前需要人工确认。
- 计算机使用仍处于预览（preview）阶段，在复杂 UI 上可能出现误点击。
- 我们建议在沙箱环境中运行代理（agent），并记录所有操作日志。
致谢
感谢早期访问计划中的开发者提供的反馈，也感谢安全团队在红队测试中的工作。
GPT-6.1 Terra 能理解屏幕上显示的内容，可跨应用执行操作，写作自然流畅，是一款能力更强的模型，适用于你整个工作日，并且凭借高效性能够承担更多工作。
