GPT-6.1 Terra 详解：价格、用法，和 Claude Opus 5.5 该怎么选

10 月 26 日，OpenAI 发布了 GPT-6.1 Terra，API 名称是 gpt-6.1-terra。

我在 10 月初写 GPT-6.1 Sol 时，6.1 系列只有 Sol 一个型号。现在多了 Terra，而且价格正好是 Sol 的一半。

这篇把 Terra 讲清楚：它是什么定位、规格和价格、在哪能用、API 怎么调、有哪些坑，最后和 Claude Opus 5.5 做个对比，说说两者该怎么选。

先搞清楚 Terra 在 OpenAI 家族里的位置

OpenAI 现在的型号按大小分四档，从便宜到强：

档位	当前型号	定位
Luna	GPT-6 Luna	最便宜，适合提取、分类、批处理
Terra	GPT-6.1 Terra	第二便宜，快，擅长看图、操作电脑、写作
Sol	GPT-6.1 Sol	日常主力
Astra	GPT-6 Astra	最强，最贵

Terra 接替的是 GPT-5.6 Terra，中间没有 GPT-6.0 Terra，直接从 5.6 跳到了 6.1。

OpenAI 官方对它的一句话介绍是：快速、高效的模型，擅长视觉推理、精确的电脑操作，以及清晰自然的写作。 系统卡里的说法是「面向大批量专业工作」。

官方指南里列的典型用法很具体：

• 把商品照片和商品目录对上号；
• 对比两张技术图纸的差别；
• 在应用界面上点按钮、填表单；
• 根据给定材料写稿、改稿；
• 范围明确的小型代码修复。

同时，OpenAI 也说得很直白：最复杂的编程任务，仍然推荐用 GPT-6.1 Sol 或 GPT-6 Astra。 Terra 不是来取代 Sol 的，而是把「大量、明确、能验证结果」的工作做得又快又便宜。

规格

项目	GPT-6.1 Terra
上下文	1,050,000 tokens（输入最多 922K，输出最多 128K）
输入 / 输出	文本和图片输入，只输出文本
知识截止	2026 年 6 月 1 日
推理强度	none、low、medium（默认）、high、xhigh、max
接口	Responses、Chat Completions、Batch
工具	函数调用、结构化输出、网页搜索、文件搜索、代码解释器、电脑操作（computer use）、MCP 等
不支持	微调、Predicted Outputs、音频和视频

有一个容易忽略的细节：Terra 支持 none，也就是完全不推理，GPT-6.1 Sol 和 GPT-6 Astra 都不支持。对只需要快速改写、提取的任务，关掉推理能再省一截时间和钱。

价格：正好是 Sol 的一半

每百万 tokens，美元：

模型	输入	缓存命中	输出
GPT-6 Luna	0.10	0.01	0.50
GPT-6.1 Terra	1.00	0.05	5.00
GPT-6.1 Sol	2.00	0.10	10.00
GPT-6 Astra	10.00	1.00	50.00
GPT-5.6 Terra（上一代）	2.00	0.20	12.00

几个要注意的计费规则：

• 长上下文加价：单次请求输入超过 272K tokens，整次请求的输入按 2 倍、输出按 1.5 倍计费，Terra 变成 2.00 / 0.10 / 7.50。
• 服务档位：Batch 和 Flex 半价，Fast（原来叫 Priority）两倍价格。Terra 没有 Ultrafast 档。
• 缓存写入：保留 30 分钟的缓存写入 1.25 美元，保留 12 小时的 2.50 美元。
• 网页搜索另收每千次 10 美元。

和上一代 GPT-5.6 Terra 比，输入便宜一半，输出从 12 美元降到 5 美元，便宜了近六成。很多报道说「便宜 50%」，其实只说了输入那一项。

在哪能用

API：模型名 gpt-6.1-terra，没有带日期的快照版本。

ChatGPT：只在 ChatGPT Work 和 Codex 里出现，普通聊天里没有。Plus、Pro、Business、Enterprise、Edu 都能用，在模型列表里手动选，整体用量额度没变。Enterprise 和 Edu 的成员要管理员同时开放这个模型和 Work / Codex。

Codex：要求 Codex CLI 0.159.0 以上：

codex -m gpt-6.1-terra

也可以在会话里用 /model 切换。Codex 桌面版和 Work 网页版在「高级」里的模型列表选。

其他平台：GitHub Copilot 和微软 Foundry 都在发布当天上线。GitHub 的说法是，Terra「比 GPT-5.6 Terra 解决了明显更多的终端和 C# 编程任务」。另外有第三方报道称 Amazon Bedrock 也同步上线了，我没有在官方页面上确认。

跑分怎么看

OpenAI 在公告里给的几个说法是：

• 中等推理强度下，电脑操作任务比 GPT-5.6 Terra 高 15 个百分点，成本约三分之一；
• 能做到 GPT-6 Astra 的水平，每 token 价格只有 Astra 的十分之一；
• 平均完成任务的速度比 Astra 和 6.1 Sol 快 3 倍以上。

公告图表里的具体数字，我这边无法直接打开官方页面核对，下面这些引用的是媒体转录的版本，仅供参考：

测试（推理强度）	GPT-6.1 Terra	GPT-5.6 Terra	GPT-6.1 Sol	GPT-6 Astra
Agents’ Last Exam（max）	60.0%	50.7%	58.6%	59.3%
Terminal-Bench 4.0（max）	50.3%	21.5%	55.9%	58.2%
OSWorld 2.1（max，离线子集）	74.2%	57.1%	约 75.9%	约 75.8%
MMMU-Pro	85.5%	—	—	—

两个值得注意的地方：

• Terminal-Bench 4.0 和推理强度关系很大：Terra 在 low 只有 24.8%，medium 35.8%，开到 max 才到 50.3%。选 Terra 做编程，推理强度别开太低。
• 「高 15 个百分点」对不上：按图表数字，Terra 中等强度 57.6%，GPT-5.6 Terra 最高强度 50.7%，只差 6.9 个点。官方的 15 个点可能是同强度对比，目前没法核实。

独立评测机构 Artificial Analysis 的综合智能指数，Terra 在 max 强度下是 51（6.1 Sol 55、Astra 57、Claude Opus 5.5 58），另一个来源报的是 48，同样只能参考。

怎么用：API 示例和几个坑

最简单的调用：

from openai import OpenAI

client = OpenAI()
resp = client.responses.create(
    model="gpt-6.1-terra",
    reasoning={"effort": "medium"},
    input="根据下面的会议纪要，写一封 200 字以内的跟进邮件：……",
)
print(resp.output_text)

从老模型迁移过来，这几处最容易出错：

1. 推理开着的时候，不能传 temperature 和 top_p

只要推理强度不是 none，就要去掉 temperature、top_p、top_logprobs。Chat Completions 里还要去掉 logprobs，Responses 里要从 include 去掉 message.output_text.logprobs。有开发者实测，留着这些参数会直接返回 HTTP 400。

2. 没有 minimal 了

以前用 minimal 的，改成 low。传 minimal 同样会报 400。

3. 工具调用必须走 Responses API

Chat Completions 能做普通对话，但函数调用、网页搜索、电脑操作这些工具，只能在 Responses API 里用。老项目用 Chat Completions 调工具的，要迁移。

4. 对话中途改推理强度，别直接改请求参数

官方建议用 configuration_update 输入项来调整，请求级别的 reasoning.effort 保持不变，这样不会打断提示词缓存。

5. 缓存参数改名了

从 GPT-5.5 或更早的模型迁移，prompt_cache_retention 要换成 prompt_cache_options.ttl，比如 "30m"。

OpenAI 的建议是：从 medium 开始，确实值得再往上调。迁移前，拿有代表性的图片和流程，在同一推理强度下把 Terra 和原来的模型各跑一遍对比。

用它做电脑操作，一定要留人工确认

Terra 主打电脑操作，但它的系统卡里有几项数据值得认真看：

• 严重问题比 6.1 Sol 和 Astra 少：在约 4.9 万个 Codex 模拟任务里，严重级别 3 以上的标记 Terra 有 22 个，6.1 Sol 24 个，Astra 26 个；
• 但低严重度的问题更多：隐瞒不确定性、绕过限制、数据外泄、破坏性操作这几类的标记率，都比 6.1 Sol 和 Astra 高；
• 29.6% 的测试里，它完成任务的方式违背了限制条件的本意；
• 在 13.75% 的测试里，它会听从看起来像「同伴 AI」的指令执行未经授权的操作，6.1 Sol 只有 1.25%。

所以我的建议很简单：让 Terra 点按钮、填表单可以，但删除、付款、发送、提交这类不可撤回的操作，一定要加一步人工确认。

和 Claude Opus 5.5 比，有什么不同

先说清楚一件事：这两个不是同一档的模型。 Terra 是 OpenAI 的第二便宜档，Claude Opus 5.5 是 Anthropic 的通用旗舰。真要同档比，Opus 5.5 对应的是 GPT-6.1 Sol 或 GPT-6 Astra；价格上和 Terra 接近的，是 Claude Sonnet 5.5（输入 2 美元、输出 10 美元）。

但很多人确实会拿这两个比，所以把关键差别列出来：

	GPT-6.1 Terra	Claude Opus 5.5
发布	2026-10-26	2026-09-22
定位	快、便宜，看图、电脑操作、写作	通用旗舰，长时间的编程和知识工作
价格（每百万 tokens）	输入 1 美元，输出 5 美元	输入 4 美元，输出 20 美元
缓存命中	0.05 美元	0.20 美元
长上下文	超过 272K 整次加价	1M 以内统一价格，不加价
上下文 / 输出	约 1M / 128K	1M / 128K
推理	可以完全关掉（none）	始终开启，默认 medium
知识截止	2026 年 6 月	2026 年 6 月
在哪用	API、ChatGPT Work、Codex、Copilot	API、Claude 各订阅、Claude Code、Bedrock、Vertex 等

两家都发过成绩的测试：

测试	GPT-6.1 Terra	Claude Opus 5.5
Terminal-Bench 4.0	50.3%（max）	66.4%（xhigh）
Terminal-Bench-Science 0.1	58.3%（max）	58.7%
OSWorld 2.1	74.2%（离线子集）	81.8%（部分任务）
Agents’ Last Exam	60.0%	63.2%（OpenAI 图表中的数字）

这张表要谨慎看：两边的推理强度、任务子集不一样，Terra 的数字又是转录的，不能严格对比。而且两家公布的同一个数字有时也对不上，比如 Opus 5.5 的 Terminal-Bench-Science，Anthropic 自己写的是 58.7%，OpenAI 图表里是 63.3%（标注「带回退」）。

能得出的结论大致是：终端编程类任务 Opus 5.5 明显更强；科学计算和电脑操作差距不大；价格 Terra 只有四分之一。

到底怎么选

场景	选谁	原因
大量写稿、改稿、根据材料出摘要	Terra	便宜、快，还能关掉推理
看图、对比图纸、截图理解	Terra	官方主打能力，价格低
目标明确、能验证结果的电脑操作	Terra	主打场景，但不可撤回的操作要人工确认
复杂编程、长时间重构、多步排查	Opus 5.5 或 GPT-6.1 Sol	Terminal-Bench 差距明显，OpenAI 自己也这么建议
要喂很长的上下文（超过 272K）	Opus 5.5	1M 内不加价；Terra 超过 272K 整次加价
预算紧，又想用 Claude	Sonnet 5.5	和 Terra 价格接近的同档对手

按这个思路，比较划算的是两者搭配：编程和大型项目交给 Opus 5.5，我做手机 App 时就是这么用的，过程写在同样是 Claude Opus 5.5，为什么有人用来做出 App 里；大批量的写作整理、截图识别这类活，交给 Terra 这种便宜又快的模型。

模型和价格变化很快，正式接入前，请以 OpenAI 和 Anthropic 官方文档的最新信息为准。

---

参考资料：

• OpenAI：GPT-6.1 Terra 模型页
• OpenAI：API 价格
• OpenAI：Using GPT-6 迁移指南
• OpenAI：模型选择指南
• OpenAI：GPT-6.1 Terra 系统卡补充
• GitHub Changelog：GPT-6.1 Terra 上线 Copilot
• Anthropic：Claude Opus 5.5
• Anthropic：模型概览、价格

如果你也在做模型选型，或者在评估从 GPT-5.6 迁移到 GPT-6.1，欢迎交流：linktr.ee/weiyii