OpenAI 已发布 GPT-6.1 Terra，进一步推进了成本效率的前沿。这是自 GPT-5.6 以来的首个 Terra 级模型，智能水平更高，而成本不到三分之一。

每百万 token 的定价为 GPT-5.6 Terra 的一半或更低——输入/输出分别为每百万 token 1 美元/5 美元，而上一代模型为 2 美元/12 美元。缓存写入的费用也已减半，现为每百万 token 1.25 美元。缓存输入的费用则为原来的四分之一，为每百万 token 0.05 美元，而此前为 0.20 美元。

要点速览：

➤ 在低、中努力档位下，在智能与成本之间达到帕累托最优：在最高努力档位下，GPT-6.1 Terra 在 Artificial Analysis 智能指数上比 GPT-5.6 Terra 高 6 分，而每任务成本不到后者的三分之一（0.40 美元对 1.40 美元）。在更低的努力档位下，提升幅度更大，介于 7 到 13 分之间。低、中努力档位在成本效率上处于帕累托最优，而其他努力档位则落在前沿之后。在最高努力档位下，该模型在智能指数上比 GPT-6.1 Sol 低 4 分，比 GPT-6 Luna 高 10 分。

➤ 推动 Coding Agent Index（编程智能体指数）的成本效率前沿：在新发布的 Artificial Analysis Coding Agent Index v2.0 中，该模型得分 48，比 GPT-6.1 Sol（54）低 6 分，比 GPT-6 Luna（31）高 17 分。xhigh 与 low 两档 effort 设置位于 Coding Agent Index 的成本效率前沿，其他 effort 档位则落后于该前沿。

➤ 幻觉率下降 50 个百分点：在我们私有的知识与幻觉基准测试 AA-Omniscience 中，GPT-6.1 Terra 在不知道问题答案时有 38% 的概率进行猜测。此前，GPT-5.6 Terra 的幻觉率为 88%。幻觉率的大幅降低伴随着 AA-Omniscience 准确率提升 2 个百分点——这意味着该模型同时能正确回答更多问题。

➤ Terminal-Bench 4.0 提升 20 分，多数评测小幅改进：该模型在基于终端的智能体基准 Terminal-Bench 4.0 上取得显著进展，提升约 20 分，在最高推理强度下现已可与 GPT-6.1 Sol 相媲美。其他大多数评测的提升幅度较小，例如 GDP.pdf 提升 5 分。

恭喜 @OpenAI 和 @sama 发布！