GPT-6.1 Terra正式发布：代理任务对齐旗舰Astra，速度快3倍，价格为其十分之一

2026年10月26日，OpenAI正式发布GPT-6.1 Terra，API定价为每百万输入token $1、输出$5。据AWS官方公告，该模型在OpenAI的"Agents' Last Exam"代理评测中得分比GPT-5.6 Terra高出15个百分点，与旗舰模型GPT-6 Astra持平，完成任务速度则比GPT-6 Astra和GPT-6.1 Sol快逾3倍。同日，该模型在Amazon Bedrock全面上线。

从具体数字看，这次更新的幅度并不小。据BleepingComputer报道，在低推理力度下，GPT-6.1 Terra的错误率从GPT-5.6 Terra的53.6%降至16.7%；在编程基准Terminal-Bench 4.0上，最大推理力度下的解题率从21.5%提升至50.3%，翻了一倍以上。上述数据均为OpenAI自报数字，而非独立机构测试结果。第三方评测平台BenchLM.ai截至10月26日的数据显示，GPT-6.1 Terra综合能力评分75.9/100，在229个收录模型中排名第10，其中多模态能力排名第4/58（百分位95%，评分91.6），代理能力排名第8/133（百分位95%，评分72.4），知识能力排名第12/188（百分位94%，评分74.9）——但BenchLM.ai同时明确标注，编程、推理、多语言、指令遵循、数学这五个类别"尚未测量"。

一个被迫"回归"的中间层

理解这次发布，绕不开OpenAI这一代模型命名历史留下的混乱。OpenAI的设计逻辑是按规模从小到大排列：Luna（小）→ Terra（中）→ Sol（大）→ Astra（更大）。然而在GPT-6.1周期里，Terra曾被悄然停售，而Sol-6.1被定在原Terra-6.0的价位，且在部分场景下性能已超越Astra，导致产品线的中间层实际上空缺了一段时间——市场上存在一个"Sol-6.1 ≈ Astra性能，但售旧Terra价格"的短暂窗口。

此次Terra以6.1版本重新归位，补回了这个空缺。在Hacker News的讨论中，一位自称供职于OpenAI的工程师（用户名tedsanders）解释称，GPT-6.1 Terra在技术沟通方面优于Astra和Sol，视觉理解与计算机使用能力与两者相当，但速度快得多；在"大多数其他任务"上则略逊一筹。他建议开发者将该模型视为"介于Sol（嫌贵）和Luna（嫌笨）之间的中档选项，尤其在视觉、计算机使用和沟通任务上"。同一帖子下，另一名用户用"微软首席品牌官是不是跳槽OpenAI了"来形容命名混乱程度——OpenAI工程师的回复承认"我们不总是能做到清晰简洁"。

性价比公式的实际含义

Terra-6.1的定价与其前代Terra-6.0相同，但性能已大幅提升。这是典型的价格锚定维持策略：在不触动用户价格心理预期的前提下，将旧价格带的性能天花板大幅抬高。据BleepingComputer报道，与GPT-6 Astra相比，Terra的每token定价约为其十分之一；据AWS公告，与GPT-6.1 Sol相比，输入输出价格均低50%以上。两组数字共同指向同一结论：在代理任务场景下，Terra是目前OpenAI产品线中边际性价比最高的选项。

对代理（agent）系统而言，速度因子的权重往往被低估。自动化工作流运行的批量任务对吞吐量极为敏感——3倍速度意味着相同预算下可处理3倍任务量，或者将延迟压缩至三分之一。AWS Bedrock同日全面上线进一步降低了企业的迁移成本：已在AWS生态中运行服务的团队无需切换基础设施即可接入Terra，而Bedrock提供的安全管控和访问审计也直接覆盖了企业合规需求。

这不是OpenAI模型首次通过Bedrock落地。此前GPT-6 Astra和GPT-6.1 Sol均已上架Bedrock，Terra的加入是在系统性填补价格阶梯的空缺，而非一次偶发合作。OpenAI与AWS的分发关系正在形成稳定的渠道模式，这对那些依赖云基础设施而非直接调用OpenAI API的企业用户而言，意味着模型选型的实际可操作性在提升。

竞争格局的新变量

在更宏观的市场层面，GPT-6.1 Terra的发布延续了一个行业性趋势：中型模型在特定任务上超越更大模型，已经不再是异常，而是正在成为主流叙事。Hacker News讨论中有人援引Sonnet 5.5在某些维度上优于更大的Fable 5.1、Gemini 3.8 Flash在部分场景超越Gemini 3.1 Pro为例，说明这一现象跨越了不同厂商的产品线。OpenAI此番对Terra的重新定位，本质上是承认：在agent任务这一具体应用场景，速度与成本的竞争权重已超过参数规模。

Terra的视觉和代理能力在BenchLM.ai上均处于95百分位，而这两项能力恰好对应AWS公告描述的核心使用场景：起草提案、解读技术图纸、代码库调查、跨业务系统的代理操作。这个能力组合指向了一个特定的市场区间——不需要最强模型，但需要稳定视觉理解和快速任务执行的企业级工作流。这与Anthropic Sonnet系列长期占据的"工程师日常主力"定位高度重叠，定价上的直接压力是真实存在的。