
本文重點:GPT-6.1 Terra 是 OpenAI 推出的 GPT-6 家族平衡模型,主打視覺理解與電腦操作,適合大量處理發票、表單這類重複工作,API 價格是 GPT-6.1 Sol 的一半。
2026 年 9 月 29 日,OpenAI 在 DevDay 推出 GPT-6.1 Sol,GPT-6 家族裡只剩 Terra 還停留在 GPT-5.6 的版本。這次 OpenAI 補上最後一塊拼圖,推出 GPT-6.1 Terra,官方說法是結合視覺推理與電腦操作能力、快速又高效率的模型,標準 API 價格比 GPT-6.1 Sol 低 50%,完成任務的速度是 Sol 與 Astra 的 3 倍以上,官方也再次把 Claude Opus 5.5 放進成本對照。
要先說明的是,Terra 的強項集中在視覺理解與電腦操作,最困難的寫程式任務,OpenAI 仍建議交給 Sol 或 Astra,簡單來說就是無法取代更高階的模型,需要時該花的錢還是得花。本文接著會整理跑分、價格以及使用方式。
GPT-6.1 Terra 是什麼?
GPT-6.1 Terra 是 GPT-5.6 Terra 的升級版,在 GPT-6 家族中定位於 Sol 與 Luna 之間,適合總體數量大、重複、需要看畫面並操作軟體的工作,官方舉的例子包括:讀取收到的發票並把明細輸入會計軟體、把建築圖紙轉成 3D 模型、逐鏡頭審查動畫影片並且產出給修復團隊用的時間標記日誌等,如果你要處理的任務符合這些特性,GPT-6.1 Terra 會是非常適合的選擇。

GPT-6 家族目前的分工可以這樣看:
| 模型 | 定位 | 適合的工作 |
|---|---|---|
| GPT-6 Astra | 旗艦模型 | 最困難的程式、科學與研究任務 |
| GPT-6.1 Sol | 中階主力模型 | 寫程式、AI Agent、專業工作 |
| GPT-6.1 Terra | 平衡模型(本次更新) | 大量的電腦操作、看圖與文件處理、日常寫作 |
| GPT-6 Luna | 輕量平價模型 | 摘要文件、擷取資料、快速問答等單純任務 |
官方列出的重點有四個:
- 視覺推理:能解讀技術圖面等視覺內容,在視覺推理測試 MMMU-Pro 上所有推理設定下的表現都優於 GPT-5.6 Terra。
- 電腦操作:結合視覺推理與電腦操作,可處理填寫表單、剪輯影片這類日常電腦任務。
- 寫作:表達更清楚自然。
- 速度與用量:完成任務的速度是 GPT-6 Astra 與 GPT-6.1 Sol 的 3 倍以上。在 ChatGPT Work 與 Codex 中,同樣的方案用量可以做的任務比 GPT-5.6 Terra 多,比 Sol 與 Astra 又多更多。
GPT-6.1 Terra 跑分表現
以下數字由 OpenAI 公布,除特別註明外皆為最高思考強度(max)。
| 測試 | GPT-6.1 Terra | GPT-5.6 Terra | GPT-6.1 Sol | GPT-6 Astra | 其他對照 |
|---|---|---|---|---|---|
| Agents’ Last Exam v1(專業任務) | 60.0% | 50.7% | 58.6% | 59.3% | Opus 5.5:63.2% |
| MMMU-Pro(視覺推理) | 85.5% | 81.7% | 86.3% | 86.7% | 未列 |
| OSWorld 2.1(電腦操作) | 74.2% | 57.1% | 78.0% | 80.9% | Sonnet 5.5:83.9% |
| Terminal-Bench 4.0(終端機寫程式) | 50.3% | 21.5% | 55.9% | 58.2% | Sonnet 5.5:70.6% |
| Terminal-Bench-Science 0.1(科學研究任務) | 58.3% | 未列 | 57.0% | 68.1% | Opus 5.5:63.3%(含備援) |
| 困難提示的事實錯誤率(越低越好) | 4.3% | 22.3% | 4.4% | 4.2% | 未列 |
專業任務:中等強度就追上 Astra
Agents’ Last Exam 是專業任務的測試,題目包括把建築圖紙轉成 3D 模型。在中等思考強度下,GPT-6.1 Terra 得分 57.6%,比 GPT-5.6 Terra 的 42.6% 高出 15 個百分點,成本只有約三分之一(每題估計 0.29 美元對 0.84 美元)。這個分數與 GPT-6 Astra 的中等強度成績相當,但 Astra 每題估計要 4.82 美元,Terra 只要 0.29 美元。
最高強度下,Terra 得 60.0%、每題約 1.01 美元,Claude Opus 5.5 得 63.2%、每題約 8.82 美元。Opus 5.5 的分數仍然較高,OpenAI 的說法是 Terra 的 token 效率超過 3 倍、每 token 價格為四分之一,因此每題成本約為九分之一。

視覺推理與電腦操作
MMMU-Pro(視覺)上,Terra 最高強度得 85.5%,接近 Sol 的 86.3% 與 Astra 的 86.7%,中等強度也有 84.6%。

OSWorld 2.1(離線測試集)測試 AI 操作桌面應用程式,Terra 最高強度得 74.2%,比 GPT-5.6 Terra 的 57.1% 進步不少,但低於 Sol、Astra 與 Claude Sonnet 5.5。另外有一點值得留意:依官方圖表,這項測試最高強度下 Terra 與 Sol 每題成本都在 1.1 到 1.2 美元之間,每 token 便宜,不代表每題一定比較省,實際花費還要看用掉多少 token 與步驟。

寫程式
Terminal-Bench 4.0 上,Terra 最高強度解出 50.3% 的任務,是 GPT-5.6 Terra 已公布成績 21.5% 的兩倍以上,不過 Sol 的成績更高,OpenAI 也明說最複雜的寫程式任務仍建議使用 GPT-6.1 Sol 或 GPT-6 Astra。

科學研究相關的 Terminal-Bench-Science 0.1,Terra 最高強度得 58.3%,略高於 Sol,與 Opus 5.5 相差 5 分以內,估計成本不到五分之一。

事實正確性
在 OpenAI 內部以容易引發錯誤的提示詞所做的測試中,低思考強度下的錯誤率從 GPT-5.6 Terra 的 53.6% 降到 16.7%,最高強度則從 22.3% 降到 4.3%,與 Sol 的 4.4%、Astra 的 4.2% 相近。
要留意的是,這組題目刻意挑選容易出錯的情境,不能視為日常使用的錯誤率。

GPT-6.1 Terra API 價格
標準價格為每百萬 token 輸入 1 美元、快取輸入 0.05 美元、輸出 5 美元,輸入與輸出都是 GPT-6.1 Sol 的一半,也是 GPT-6 Astra 的十分之一:
| 模型(每百萬 token) | 輸入 | 快取輸入 | 輸出 |
|---|---|---|---|
| GPT-6 Astra | 10 美元 | 1 美元 | 50 美元 |
| GPT-6.1 Sol | 2 美元 | 0.1 美元 | 10 美元 |
| GPT-6.1 Terra | 1 美元 | 0.05 美元 | 5 美元 |
| GPT-6 Luna | 0.1 美元 | 0.01 美元 | 0.5 美元 |
| GPT-5.6 Terra(舊版) | 2 美元 | 0.2 美元 | 12 美元 |
官方表示標準 API 價格比 GPT-5.6 Terra 和 GPT-6.1 Sol 低 50%,對照舊版價格,輸入減半,輸出則從 12 美元降到 5 美元,降幅約 58%。

如何使用 GPT-6.1 Terra?
使用管道可以依身分分成幾種:
| 使用者類型 | 主要管道 | 可用模型 |
|---|---|---|
| Plus、Pro、Enterprise、Edu 方案 | ChatGPT Work、Codex | GPT-6.1 Terra |
| 開發人員 | OpenAI API | gpt-6.1-terra |
一般使用者
Plus、Pro、Enterprise 與 Edu 方案用戶,可以在 ChatGPT 桌面版或網頁版的 ChatGPT Work,從 Advanced 底下的模型清單選擇 GPT-6.1 Terra,Codex 也已提供,一般的 Chat 則沒有這個模型。常用 Codex 的話,可以搭配 CodexBar 在 Mac 選單列查看額度與重置時間,也能用 Codex Resets 查看歷史重置紀錄。
開發人員
透過 OpenAI API 呼叫時,模型名稱為 gpt-6.1-terra,目前已開放。規格如下:
- 上下文長度 1,050,000 token,最大輸出 128,000 token
- 輸入為文字與圖片,輸出為文字
- 知識截止日期為 2026 年 6 月 1 日
- 思考強度可設為 none、low、medium(預設)、high、xhigh、max
- 工具功能需使用 Responses API
已經在用 GPT-5.6 Terra 的服務,通常先把模型名稱換成新版,並維持相同的思考強度做比較。
總結
GPT-6.1 Terra 這次的重點在於把視覺理解與電腦操作的成本壓低。專業任務測試與 Astra 相當,每 token 價格只有十分之一,速度快 3 倍以上,對要大量處理發票、表單、截圖這類重複工作的團隊相當有吸引力。
選擇上可以這樣看:量大、需要看畫面操作軟體的工作,Terra 值得一試;最難的寫程式與科學研究任務,Sol 或 Astra 的成績仍然較高;單純的摘要與分類,Luna 與 Claude Haiku 5.5 的價格更低。
要注意的是,多數成績出自 OpenAI 自家的測試,導入前建議用自己的真實工作量跑一輪,再比較每個成功任務的總成本,找出適合自己的模型選項。
不想錯過好用的免費資源嗎?
已有 3.5 萬位讀者訂閱,新文章直接寄到你的信箱。








