大模型打价格战，这次直接卷到"干体力活"的模型身上。当地时间10月26日，OpenAI 推出 GPT-6.1 Terra——一个不追求顶尖智商、但主打便宜、能操作电脑、跑批量任务的新模型。
它的标准 API 价格比上一代和同门兄弟都低一半，Token 单价只要 GPT-6 Astra 的十分之一。当昂贵的旗舰负责"想"，低成本的 Terra 负责"干"，AI 公司的算盘打得越来越精了。
一、价格砍半，1美元换百万输入根据 OpenAI 官方公告，GPT-6.1 Terra 的标准 API 定价为每百万输入 Token 1美元、缓存输入 0.05美元、输出 5美元，整体比 GPT-5.6 Terra 和 GPT-6.1 Sol 都低 50%。换算成人民币，输入约 6.7元、输出约 33.4元每百万 Token（按1美元≈6.7元）。换句话说，企业用它对账、填表、读发票，单次成本直接腰斩。在模型越来越多、调用量越来越大的今天，单价每降一档，海量自动化任务的账本就能重算一遍。
降价的底气来自"够用就好"。 Terra 不跟旗舰比谁更聪明，而是把视觉推理、电脑操作和清晰写作这几样"日常高频能力"做扎实，再用价格把批量场景的门撬开。这是一种清晰的产品分层：难的活交给 Sol 和 Astra，重复的活交给 Terra。
二、会看图纸、会填表，电脑操作快3倍Terra 的核心卖点是"规模化下的电脑操作"。OpenAI 说它把更细的视觉推理和更准的"计算机使用（computer use）"结合起来：读技术图纸、填表单、编辑视频、跨桌面软件操作都不在话下。在衡量 Agent 干专业活的 Agents' Last Exam 测试里，中等推理强度下它比 GPT-5.6 Terra 高 15个百分点、成本却只有约三分之一；任务执行速度更是 GPT-6 Astra 和 GPT-6.1 Sol 的 3倍以上。
"能操作电脑"从演示走向工程。 过去行业爱秀单次演示，真正难的是稳定、快、可恢复、可审计的批量调用。OpenAI 反复强调 "at scale"，说明它盯上的不是玩具，而是 RPA、客服后台、工单处理这些企业里大量重复、跨系统的脏活累活。
三、错误率从54%降到17%，还省着用算力大模型向来怕"一本正经胡说"。OpenAI 的内部易错提示测试显示，低推理强度下 Terra 的事实错误率从 GPT-5.6 Terra 的 53.6% 降到 16.7%，强度拉满时进一步压到 4.3%。编程方面，Terminal-Bench 4.0 在满档强度下完成 50.3% 的任务，是上一代 21.5% 的两倍多。算下来，它在满档强度下每项任务成本只有 Claude Opus 5.5 的约 九分之一，性价比相当突出。
第三，降错误率是为了"敢放手让它干"。 自动化流程里，一个胡说八道的回答就可能填错一笔账、发错一封邮件。把幻觉压下来，企业才敢把更多步骤交给 Agent 自己跑，而不是每一步都派人盯着。
四、便宜但不兜底，安全线照样守价格下探不代表放松安全。OpenAI 称 Terra 在其准备框架（Preparedness Framework）下达到了网络安全的"关键（Critical）"能力阈值，并保留了为 GPT-6 Astra 开发的防护，对提示注入（prompt injection）的抵抗力也更强。它现在面向 ChatGPT Work 和 Codex 的 Plus、Pro、Enterprise、Edu 用户开放，开发者也能通过 API 以 gpt-6.1-terra 调用，上下文窗口刚过 100万 Token。
五、价格战背后，是 Agent 时代的用工分层Terra 的出现，本质上反映了大模型公司的产品分层思路：把"思考"和"执行"拆开卖。旗舰模型负责复杂判断，便宜模型负责海量重复劳动，企业按任务难度混合调用。OpenAI 这次把每 Token 成本压到 Astra 的十分之一，等于在说：规模化自动化的门槛，可以再降一截。对开发者来说，这意味着可以把更多流程交给 Agent，但与此同时，账单、权限和审计这些"看不见的账"也会随之放大——省下来的模型钱，可能换个地方花出去。
漂亮数字大多来自 OpenAI 自家测试。 独立第三方还没复现，得打个问号；OpenAI 也坦承，遇到高难度的编程题，GPT-6.1 Sol 和 GPT-6 Astra 仍是更好的选择——Terra 只是把"日常杂活"的成本打下来。还有两个隐藏成本：开启区域数据处理要加收 10%，超过 27.2万 Token 的超长提示输入价翻倍。真正决定是否采购的，从来不是榜单分数，而是权限隔离、操作审计、异常回滚这些"工程地基"。