GPT-6.1 Terra 发布：API 价格砍半，中档模型转向电脑操控

中间档终于有了自己的卖点

OpenAI 现在的产品线是按「天体」分层的：Astra 在顶端，Sol 是主力，Luna 管低价走量，Terra 卡在中间。过去中档模型的尴尬在于，它既不够强去扛复杂任务，又不够便宜去跑海量调用。GPT-6.1 Terra 这次给出的答案是换赛道——官方定位里写的是视觉推理、电脑操控和自然写作，也就是让模型看着屏幕替人点按、填表、在多个应用之间搬数据。

这类任务的特点是步骤多、单步不难，但每一步都要截图、理解、再决定动作，token 消耗堆得很快。中档模型加上半价，正好对准了这个成本结构。

OpenAI 自己给的几组数字

• 价格：输入 1 美元、缓存输入 0.05 美元、输出 5 美元（每百万 token），较 GPT-5.6 Terra 与 GPT-6.1 Sol 低 50%。
• 能力：据 OpenAI 基准测试，得分比 GPT-5.6 Terra 高约 15 个百分点，完成同类任务的成本约为前者三分之一。
• 可靠性：在其内部「易诱发错误」的提示集上，低推理强度下的错误率从 53.6% 降到 16.7%。
• 规格：据第三方转述开发者文档，上下文窗口约 105 万 token，单次最多输出 12.8 万 token；API 模型名为 gpt-6.1-terra。

这些全是厂商自测数据。错误率那一项尤其要看场景——「低推理强度」本来就是旧模型最容易翻车的档位，降幅大并不奇怪，换到高推理强度或真实业务流里，差距大概率会收窄。

OpenAI 没说出口的那条边界

发布说明里有一句容易被忽略的建议：深度研究或复杂编码，仍推荐用 GPT-6.1 Sol 或 GPT-6 Astra。这等于官方承认 Terra 的长板在「广」不在「深」——适合把一整天的杂活接过去，而不是去啃最难的那块代码。

对 Codex 用户来说，这条边界很实用：重构一个大模块、排查跨服务的诡异 bug，照旧留给 Sol；批量改样式、补测试、跑脚本整理数据，可以切到 Terra 省下一半额度。据第三方整理，Codex CLI 需要升级到 0.159.0 及以上才能在模型列表里选到它。最近 Codex 额度频繁重置、请求偶有中断，如果切换模型后仍时不时报错，多半不是模型的问题，Codex 稳定使用指南 里列了几项更常见的网络与配置原因。