OpenAI低成本新模型GPT-6.1 Terra深夜炸场：每项任务成本仅Claude Opus 5.5九分之一，更快更准确

“九分之一”这个数字，得先拆成三层来看，才知道它到底炸的是谁。

第一层是标价。Terra每百万输入token收1美元，输出5美元。Claude Opus 5.5是输入4美元，输出20美元。输入价差四倍，输出价差四倍，这是纸面上的“四分之一”，不是九分之一。

第二层是token效率。OpenAI自己说，最高推理强度下，Terra的token使用效率是Opus 5.5的三倍以上。

同样一件事，Terra用的token更少，单价的四分之一乘以用量的三分之一，乘出来就是十二分之一上下。九分之一这个数，是“单价差距”和“用量差距”叠在一起的结果，不是任何单一维度的胜利。

第三层才是真正的战场：任务成本。Artificial Analysis的独立测算摆在那里，Terra完成单个任务的平均成本从上一代GPT-5.6 Terra的1.40美元压到了0.40美元，降幅超过七成。

而在桌面操作、表单处理这类明确边界的任务上，有测算显示Terra跑一个二十步的浏览器agent任务花0.075美元，Opus 5.5花0.30美元，差四倍；算上30%的重试率，一千次任务的成本是98美元对390美元。

九分之一是OpenAI挑出来最好看的那组数字，但即便按最保守的第三方口径，成本差距也稳稳落在“倍”这个量级上，不是零头。

性能那边，账本就没这么好看了。Artificial Analysis的智能指数，Opus 5.5是58分，Terra是48分，差了整整十个指数点。十个点在这个量表上不是微调能抹平的差距，是类别之差。OpenAI官方宣传里用的词很讲究，“接近”Opus 5.5。

在Agents‘ Last Exam上Terra拿60.0%，Opus 5.5是63.2%，差3.2个百分点，确实叫“接近”。可到了通用推理和长跨度任务上，那十个点的差距就藏不住了。

Terra真正亮眼的地方，不在跟Opus 5.5比总分，在它把上一代自己的短板补得够狠。Terminal-Bench 4.0上，最高推理强度下任务完成率从GPT-5.6 Terra的21.5%直接翻到50.3%。幻觉率从88%砸到38%，掉了整整五十个点。

低推理强度下的错误率从53.6%压到16.7%，最高档降到4.3%。速度上，OpenAI说它完成任务比GPT-6 Astra和Sol快三倍以上。这些数字凑在一起，说明Terra不是一个小修小补的降价款，它是一次把“能干活的便宜模型”这条线往上硬拽了一截。

可“炸场”这个词，得看炸的是谁的场子。36氪的评论区写得很直白，有网友说“我们需要的是比Opus 5.5更强的模型，没人关心它是不是更快、更便宜”。这话代表了一批等旗舰的人的心态。可OpenAI这次压根没打算取悦这批人。

它挑在Anthropic正式提交IPO招股书的同一天发Terra，定价卡在Sol的一半、上一代的一半，定位清清楚楚：企业自动化里那些量大、重复、边界明确的工作，发票、图纸、表单、屏幕操作，不需要一个58分的脑子去干，一个48分的脑子干到七成成本以下，账就算得过来。

这个定位底下压着一个更大的趋势。推理成本正在以比能力更快的速度往下掉。Terra不是最强的模型，但它是把“够用”这件事做到足够便宜的第一个信号。当每任务成本从1.4美元跌到0.4美元，很多以前算不过账的自动化场景突然就算得过来了。

一千次任务从一千四百美元变成四百美元，很多中小企业的流程改造项目，预算表上那一栏就从“再看看”变成了“可以试”。这才是“九分之一”真正在撬动的东西，不是跑分榜上的名次，是采购决策里那道门槛。

Opus 5.5依然是更强的那个。十个指数点的差距，在需要深度推理、长链条判断、复杂代码库迁移的活上，是实打实的优势。可市场上大多数任务，不需要十个点的智力冗余。

一个处理发票、核对表单、从截图里提取数据、在桌面软件之间倒腾信息的agent，它要的是别出错、够快、跑一万次不心疼。Terra把幻觉率砍了五十个点，把错误率压到个位数，就是在对着这个需求说：我够了，而且我便宜。

一个模型在跑分上输了十个点，在成本上赢了四倍，它没有输。它换了一张桌子坐。那张桌子上坐着的人不关心谁是最聪明的AI，他们关心的是这个月的自动化预算能跑多少条流程。

OpenAI把Terra推上这张桌子的时候，顺手把“最强”那桌的椅子也挪开了一把。等旗舰的人可以继续等，可那些本来因为价格被挡在门外的人，今晚已经能开始算自己的账了。

信息来源：GPT-6.1 Terra上线：价格砍半，专接电脑杂活 网易新闻