AI Notes

观察 · 上海

GPT-6.1 Terra:半价 computer use 与 Critical 同页

10-26 OpenAI 推出 GPT-6.1 Terra:视觉推理 + 精确 computer use;API $1/$5(cached in $0.05),自称较 5.6 Terra / 6.1 Sol 标准价约低 50%;网络安全达 Preparedness Critical。一边是桌面动作做成廉价默认,一边是旗舰级网络门槛——对读 ACE 与浏览器里的代理。

桌面代理贵的时候,它是演示;便宜到能进日用会计与填表流水线时,它才是默认基建。2026 年 10 月 26 日,OpenAI 发布 GPT-6.1 Terra:把「详细视觉推理 + 精确 computer use + 更自然写作」捆成一档,并宣称标准 API 价较 GPT-5.6 Terra 与 GPT-6.1 Sol 约低 50%——$1 / $5 per million input/output,cached input $0.05。同页另一句不轻:在 Preparedness Framework 下,网络安全达到 Critical,并继承 GPT-6 Astra 的防护栈。

半价日用与 Critical 门槛写在同一篇产品文里——这才是切口。不是又一张 Agents’ Last Exam 榜,而是:谁执行点击正在从「贵旗舰特权」滑向「默认模型能力」,同时公司仍用最高档网络标签给自己贴封条。

TL;DR:Terra 主打高通量专业 computer use;ALE 中档努力较 5.6 Terra +15pp、约 1/3 成本,并称与 Astra 打平且约 1/10 价;Terminal-Bench 4.0 最高努力自报 50.3%(5.6 Terra 曾报 21.5%);内部易错提示错误率低努力从 53.6% 降到 16.7%。ChatGPT Work / Codex 付费档与 API gpt-6.1-terra 同日开。安全侧:Deployment Safety 附录 明确 Cyber Critical、Bio/Chem High,护栏栈对齐 Astra / 6.1 Sol。对读 ACE(硬件隔离谁执行)与 Chrome Work 一类浏览器内代理:一边沙箱外注入凭据,一边把桌面动作卖成半价默认。数字一律 OpenAI 自述。Gemini API Computer Use 同周 GA(changelog 10-30)可作并句:动作回环成正式工具,执行仍在应用侧。

一、把「看得懂屏幕」卖成日用单价

产品页几乎按工作日场景排版:读发票进账、看技术图纸、填表、剪辑——不是「再强一点的聊天」,而是视觉理解接到动作。定价是叙事核心:标准 API $1/$5,cached in $0.05;自称较 5.6 Terra 与 6.1 Sol 标准价低约一半,让高通量自动化「 pragmatic」。ChatGPT Work 与 Codex 里,同一用量额度自称能覆盖比 5.6 Terra 更多、比 6.1 Sol / Astra 显著更多的任务。

基准段(公司自述,中档或最高努力视原文):

标尺OpenAI 自述
Agents’ Last Exam(中档)较 5.6 Terra +15pp;约 1/3 成本;与 Astra 打平且约 1/10 价/token
最高努力 vs Opus 5.5token 效率 >3×、价约 1/4 → 约 9× 更低 per-task cost;完成更快 >3×
MMMU-Pro各档超 5.6 Terra;接近 Astra / 6.1 Sol 且更便宜
OSWorld 2.1中档超 5.6 Terra 最佳分,成本更低
Terminal-Bench 4.0(max)50.3% vs 5.6 Terra 21.5%
内部易错提示错误率低努力 53.6%→16.7%;max 降至 4.3%

这些数字进正文作量级,不进标题当独立审计。复杂编码仍点名 6.1 Sol / Astra 更合适——Terra 的产品定位是把 computer use 从旗舰特权拉到日用档,不是替代最强推理。

flowchart LR
  V["视觉理解<br/>图纸 / 表格 / UI"] --> A["computer use<br/>点选 · 填表 · 剪辑"]
  A --> P["半价 API<br/>$1 / $5"]
  P --> D["高通量日用代理"]
  S["Preparedness<br/>Cyber Critical"] -.->|"同页"| D

二、Critical 与「便宜」为什么必须同读

系统卡附录写得直白:在 Preparedness 下将 Terra 视为网络安全 Critical,生物/化学 High;因此采用与 GPT-6.1 Sol、GPT-6 Astra 同一套 safeguards(探针适配到本模型)。博文侧则写:继承 Astra 防护,对齐评测上更愿留在任务范围内、诚实披露限制,并对提示注入有强抵抗。

把两段并在一起:公司一边用价格把桌面代理铺进「读发票」级工作流,一边用 Critical 标签承认网络能力已进入需最强护栏的档。读者不该只截半价海报,也不该只截 Critical 恐吓——同一发布在卖可达性,也在卖门槛。Critical 的操作含义仍是 Astra 线已写过的:默认拒答高阶攻击类请求、叠生产护栏;具体拒答率与红队细节以系统卡族为准,本稿不另造表。

对读本站已刊:Astra Critical 是旗舰门槛如何改发布;Terra 是同一门槛标签落到更便宜、更偏 computer use 的日用模型。能力扩散的路径不只是「开源权重」,也可以是「闭源但单价腰斩」。

三、谁执行点击:Terra、ACE、浏览器代理

Google Agent Compute Engine 把答案写在基础设施:Titanium microVM、凭据在 guest 外注入、idle checkpoint——代理计算机是隔离产品。Chrome Work / 浏览器内代理把动作关在标签页权限里。Terra 则把精确 computer use写成模型卖点,执行环境仍是客户侧桌面或 Codex/Work 托管面;模型决定点哪里,沙箱与权限仍是部署方的事。

同周另一条并句:Gemini API 在 10-30 changelog 将 Computer Use 工具标为 Interactions / GenerateContent GA(客户端执行动作并回传截图)。形态不同、结构相似——动作回环产品化,执行权仍在应用侧。便宜的模型能力降低「值不值得接 computer use」的门槛;ACE 一类产品回答「接了以后炸不炸宿主机」。两边缺一,就只剩演示 GIF。

四、证据边界

半价让 computer use 看起来像水电;Critical 提醒它仍是带刀的水电。发布文喜欢把两者写在同一屏——读者至少应该学会同屏阅读。

参考

事实、出处或判断有误,欢迎 写信纠错或补充 。

返回目录