GPT‑6.1 Terra 把低成本视觉理解与计算机操作推向高吞吐场景
OpenAI 于 10 月 26 日发布 GPT‑6.1 Terra，定位为视觉理解、精确计算机操作与高吞吐专业工作的高性价比模型；API 支持图像输入、结构化输出、计算机操作、MCP 与工具搜索。
为什么值得关注
生成式 UI 的运行时需要模型同时理解界面、选择操作并返回可验证的结构化状态。Terra 把这些能力放入较低价格和长上下文档位，为批量表单处理、屏幕操作与动态界面后端提供了新的模型选择，但低单价不等于更可靠的完整工作流。
技术细节
官方文档给出 1,050,000 token 上下文、128,000 token 最大输出，标准价格为每百万输入 token 1 美元、缓存输入 0.05 美元、输出 5 美元；超过 272K 输入后，整次请求的输入与缓存价格翻倍、输出价格乘 1.5。Responses API 下支持函数调用、结构化输出、computer use、MCP、tool search、hosted shell、代码解释器与技能。厂商在 Agents’ Last Exam、MMMU-Pro 与 OSWorld 2.1 上报告相对前代更高的视觉和计算机操作表现，并在 Terminal-Bench 4.0 最大推理档报告 50.3%，但未公开本文可直接比较的 OSWorld 绝对分数。
适合哪些读者
为生成式 UI、电脑操作代理、批量表单和视觉工作流选择模型与运行时边界的产品及平台团队
原始来源
- OpenAI official launch, model documentation and system card ↗openai.com
- GPT-6.1 Terra system card addendum ↗deploymentsafety.openai.com
- Official API model reference ↗developers.openai.com
修订与更正记录 (1)
— Official launch, API reference and system-card addendum establish the date, capabilities, pricing and safety boundaries. Claims are attributed to OpenAI, and unavailable absolute OSWorld or generative-UI-specific results are explicitly excluded.