OpenAI 发布 GPT-6.1 Terra，成本效率提升

OpenAI 发布了 GPT-6.1 Terra，进一步拓展了成本效率的边界。这是自 GPT-5.6 以来首个 Terra 级模型，以不到三分之一成本实现了更高智能水平。

每 token 的价格是 GPT-5.6 Terra 的一半或更低——每百万输入/输出 token 分别为 1 美元/5 美元，而上一代模型为 2 美元/12 美元。缓存写入价格也已减半，目前为每百万 token 1.25 美元。缓存输入价格降至四分之一，为每百万 token 0.05 美元，而此前为 0.20 美元。

主要要点：

➤ 在低和中等努力程度下，智能与成本的帕累托最优：在最高努力程度下，GPT-6.1 Terra 在 Artificial Analysis 智能指数上比 GPT-5.6 Terra 高 6 分，而每项任务成本不到三分之一（0.40 美元 vs. 1.40 美元）。在较低努力程度下，提升幅度更大，达到 7 至 13 分。低和中等努力程度在成本效率上处于帕累托最优，而其他努力程度则落后于这一边界。在最高努力程度下，该模型的智能指数得分比 GPT-6.1 Sol 低 4 分，比 GPT-6 Luna 高 10 分。

➤ 推动 Coding Agent Index 成本效率边界：该模型在新发布的 Artificial Analysis Coding Agent Index v2.0 中得分 48，比 GPT-6.1 Sol（54 分）低 6 分，比 GPT-6 Luna（31 分）高 17 分。在 Coding Agent Index 中，xhigh 和低努力程度设置处于成本效率边界上，而其他努力程度则落后于这一边界。

➤ 幻觉率下降 50 个百分点：在 AA-Omniscience（我们的私有知识与幻觉基准测试）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%。幻觉显著减少的同时，AA-Omniscience 准确率还提高了 2 个百分点——这意味着该模型回答正确的问题也更多了。

➤ Terminal-Bench 4.0 跃升 20 分，多数评测仅有小幅提升：该模型在基于终端的智能体基准测试 Terminal-Bench 4.0 中取得了显著进展，提升约 20 分，在最高努力程度下现已可与 GPT-6.1 Sol 匹敌。多数其他评测的提升较小，例如 GDP.pdf 提升了 5 分。

祝贺 @OpenAI 和 @sama 推出这款模型！