我们正在推出 GPT-6.1 Terra，这是一个快速、高效的模型，它结合了详细的视觉推理和精确的计算机使用，以及更清晰、更自然的写作。它是 GPT-5.6 Terra 的重大升级，擅长于填满工作日的沟通和基于计算机的任务，从草拟提案和解读技术图纸到填写表格和编辑视频。Terra 继续推动我们的模型家族在成本智能领域的进步，提供速度、能力和成本的新平衡。它的标准 API 价格比 GPT-5.6 Terra 和 GPT-6.1 Sol 低 50%，使开发者能够自动化高负载工作，例如读取到达的发票并将其详细信息输入会计软件。在 ChatGPT Work 和 Codex 中，您的计划在使用 GPT-6.1 Terra 时更具优势——相同的使用限制覆盖的任务比使用 GPT-5.6 Terra 多，且显著多于 GPT-6.1 Sol 或 GPT-6 Astra。从视觉理解到行动，我们在 Agents' Last Exam 中测量了 GPT-6.1 Terra 的计算机使用能力，这是一个专业任务的基准，涉及将建筑图纸转化为 3D 模型，以及逐帧回顾动画电影以为修复团队创建时间编码日志。在中等推理努力下，GPT-6.1 Terra 的得分比 GPT-5.6 Terra 高出 15 个百分点，成本约为其三分之一。它的表现甚至与 GPT-6 Astra 持平，而每个 token 的价格仅为其十分之一。在最大努力下，Terra 的 token 效率是 Claude Opus 5.5 的三倍多，每个 token 的价格是其四分之一，从而使每个任务的成本降低约 9 倍。Terra 的速度也更快，完成任务的速度比 GPT-6 Astra 和 GPT-6.1 Sol 快三倍以上。在 MMMU-Pro 中，这是一个视觉推理的基准，GPT-6.1 Terra 在每个推理设置下的表现都超过了 GPT-5.6 Terra。它的得分甚至接近我们最强大的前沿模型 GPT-6 Astra 和 GPT-6.1 Sol 的得分，但成本却低得多。OSWorld 2.1 测试 AI 代理使用桌面应用程序完成多步骤任务的效果，例如根据技术图纸构建 3D 模型。在中等推理努力下，GPT-6.1 Terra 在成本的极小部分超越了 GPT-5.6 Terra 的最佳得分。在事实性和编码方面的重大进步。今年，我们在减少模型生成的幻觉和事实错误方面进行了大量投资。在我们内部的错误诱发提示基准测试中，低推理努力下的错误率从 GPT-5.6 Terra 的 53.6% 降低到 GPT-6.1 Terra 的 16.7%，减少了近 37 个百分点。在最大努力下，错误率下降了 18 个百分点至 4.3%，几乎与 GPT-6 Astra 和 GPT-6.1 Sol 的错误率持平。GPT-6.1 Terra 在软件工程方面的表现比 GPT-5.6 Terra 有了显著改进。Terminal-Bench 4.0 测试编码代理如何从命令行解决问题，例如修复布局在加载时发生变化的网页。在最大推理努力下，GPT-6.1 Terra 解决了 50.3% 的任务，超过了 GPT-5.6 Terra 公开发布的 21.5% 的得分。对于最复杂的编码任务，GPT-6.1 Sol 和 GPT-6 Astra 仍然是更好的选择。Terminal-Bench-Science 0.1 测试代理如何使用代码进行科学研究任务，例如跟踪时间推移视频中的细胞分裂。在最大推理下，GPT-6.1 Terra 当成本更低时超过了 GPT-6.1 Sol，得分接近 Opus 5.5 仅在其估计成本的五分之一以内。安全性和对齐 随着我们使强大的 AI 更高效和可接触，我们继续培训、测试和完善我们的安全防护措施。GPT-6.1 Terra 在我们的准备框架下符合网络安全的关键阈值，并保持为 GPT-6 Astra 开发的保护。GPT-6.1 Terra 带来了 GPT-6 系列的对齐改进。根据我们的评估，GPT-6.1 Terra 更可能保持在范围内并诚实地向用户披露局限性和潜在的阻碍。在我们的提示注入测试中，GPT-6.1 Terra 也表现出对恶意指令的强大抵抗力，这些指令旨在使其偏离用户的任务。更多详细信息可以在系统卡中找到。定价和可用性 从今天开始，GPT-6.1 Terra 可供所有 Plus、Pro、Enterprise 和 Edu 用户在 ChatGPT Work 和 Codex 中使用。开发者还可以通过 OpenAI API 以 gpt-6.1-terra 访问它。标准 API 定价为每百万输入 token 1 美元， 每百万缓存输入 token 0.05 美元， 每百万输出 token 5 美元。