觀點 · 資訊分享
OpenAI 推出 GPT-6.1 Terra：主打看圖與操作電腦，API 輸入 1 美元、輸出 5 美元，只有 Sol 一半
OpenAI 在 10 月 26 日推出 GPT-6.1 Terra，定位是快又省的日常工作模型，強在視覺理解與操作電腦。API 每百萬 token 輸入 1 美元、快取輸入 0.05 美元、輸出 5 美元，比 GPT-5.6 Terra 與 GPT-6.1 Sol 低 50%，同日上架 Amazon Bedrock。
- 發布
- 2026-10-27
- 篇幅
- 約 5 分鐘 · 2,192 字
- 結構
- 7 節 + 5 題常見問題
- 標籤
一句話看懂：OpenAI 在 10 月 26 日推出 GPT-6.1 Terra，一款快又省、強在看圖與操作電腦的日常工作模型；API 每百萬 token 輸入 1 美元、輸出 5 美元，比 GPT-5.6 Terra 與 GPT-6.1 Sol 便宜一半，同日也上架 Amazon Bedrock。
先用白話講：Terra 是哪一種模型？
OpenAI 的 GPT-6 系列像一家公司的不同職級：Astra 是最資深的旗艦，Sol 是高階，Terra 則是那個動作快、薪水低、每天幫你處理大量雜事的同事。這次的 GPT-6.1 Terra 就是這個「雜事同事」的新版本。
它的特長不是解最難的數學題，而是看懂畫面、然後動手：讀一張發票並把金額填進會計系統、看工程圖、填表單、按照截圖操作軟體。這類工作量大、單價低，模型便宜與否直接決定能不能大規模自動化。
發生什麼事
- 10 月 26 日，OpenAI 發表 GPT-6.1 Terra，接替 GPT-5.6 Terra
- API 標準價：每百萬 token 輸入 1 美元、快取輸入 0.05 美元、輸出 5 美元，官方說比 GPT-5.6 Terra 與 GPT-6.1 Sol 低 50%；模型名稱
gpt-6.1-terra - ChatGPT：Plus、Pro、Enterprise、Edu 方案在 ChatGPT Work 與 Codex 當天可用，同樣的用量額度能做更多任務
- AWS 同日公告：GPT-6.1 Terra 在 Amazon Bedrock 正式可用
官方給的成績單
| 測試 | GPT-5.6 Terra | GPT-6.1 Terra |
|---|---|---|
| 事實錯誤率（低推理） | 53.6% | 16.7% |
| 事實錯誤率（最高推理） | 降 18 個百分點後 | 4.3% |
| Terminal-Bench 4.0（最高推理） | 21.5% | 50.3% |
| Agents’ Last Exam（中等推理） | 基準 | 高 15 個百分點，成本約三分之一 |
其他官方說法：
- 在 Agents’ Last Exam 上與 GPT-6 Astra 持平，但每 token 價格只有 Astra 的十分之一
- 最高推理設定下，token 效率是 Claude Opus 5.5 的三倍以上、每 token 價格四分之一，換算成每項任務成本約低 9 倍（這是 OpenAI 自己的估算）
- 完成任務的速度比 GPT-6 Astra 與 GPT-6.1 Sol 快三倍以上
- 視覺推理 MMMU-Pro 在每個推理設定都勝過 GPT-5.6 Terra；桌面操作 OSWorld 2.1 在中等推理就超過 GPT-5.6 Terra 的最佳成績
官方也坦白寫了：最複雜的程式任務，GPT-6.1 Sol 與 GPT-6 Astra 仍是更好的選擇。
給開發者的技術細節
- API 模型 ID：
gpt-6.1-terra - 價格是「標準」費率，快取輸入 0.05 美元是輸入價的二十分之一，重複前綴多的批次任務特別划算
- 安全：官方表示它在 Preparedness Framework 的網路安全類別達到 Critical 門檻，沿用 GPT-6 Astra 的防護；提示詞注入測試中對「把模型帶離使用者任務」的惡意指令有較強抵抗力，細節在系統卡補遺
- 行為面：官方評估它比 GPT-5.6 Terra 更會守在任務範圍內、更會老實說出做不到的地方與卡關點
- 不想自己管 OpenAI 帳號的 AWS 使用者，可直接從 Bedrock 呼叫，區域與價格以 Bedrock 文件為準
我的看法
接案時最常被問的不是「哪個模型最聰明」，而是「這個流程全部自動化要花多少錢」。讀發票、對帳單、填後台表單這類事，一天幾千筆，模型單價差一倍就是一倍的成本。Terra 這一代把價格壓到輸入 1 美元、輸出 5 美元，又主打看圖與操作畫面，正好打在這個需求上。
我的做法會是：先拿既有流程裡最無聊、量最大的那一段換成 Terra 跑一週，看錯誤率與人工補救的時間，再決定要不要全面換。至於核心邏輯、難題拆解，照官方自己的說法，還是留給 Sol 或 Astra。另外提醒，評測數字都是 OpenAI 自己量的，跟 Opus 5.5 的比較也是它的估算，實際表現要在自己的資料上測。
名詞小辭典
- token：模型計價與處理文字的最小單位，中文大約一到兩個字算一個 token。
- 快取輸入（cached input）：同一段前綴重複送進模型時，命中快取的部分用更低價計費。
- 電腦操作（computer use）：模型看畫面截圖、自己點按鍵盤滑鼠完成任務的能力。
- Preparedness Framework：OpenAI 用來評估模型在生化、網路安全等高風險領域能力等級的內部框架。