量子位报道，OpenAI于2026年10月27日推出GPT-6.1 Terra，标准API输入1美元/百万Token、输出5美元/百万Token；官方称其在Agents’ Last Exam中表现追平GPT-6 Astra而Token价格为后者十分之一。Plus、Pro、Enterprise、Edu用户可在ChatGPT Work与Codex中体验。
AI解读：GPT-6.1 Terra标准API定价为输入1美元/百万Token、缓存输入0.05美元/百万Token、输出5美元/百万Token，较GPT-5.6 Terra减半。
OpenAI官方称，在Agents’ Last Exam中Terra medium档比GPT-5.6 Terra高15个百分点，单任务成本约为后者三分之一；表现与GPT-6 Astra相当，而每Token价格为后者的十分之一。Terminal-Bench 4.0中max档解决50.3%任务，GPT-5.6 Terra此前为21.5%。
OpenAI自己划定的限制是：最复杂的编程、科研和深度推理任务仍应由GPT-6.1 Sol和GPT-6 Astra承担。第三方Artificial Analysis综合智能指数中，Terra max档得48分，低于Claude Opus 5.5、Kimi K3.1 Pro、Gemini 4 Argon、Meta Muse Wonder和GPT-6.1 Sol，领先Grok 4.7与小米MiMo-V2.6-Pro。
网友实测只覆盖个别场景：DesignArena同一出图任务中Terra耗时接近上一代4倍、Token多48%，但因单价更低总成本低38%（0.047美元对0.077美元）；开发者Victor Nunez称在Fast模式下填写长表单比GPT-6.1 Sol快53.5秒，OpenAI开发者账号转发了该演示。
同日OpenAI还公布三项AI系统产出的科学结果，涉及调和分析、复杂性理论和量子场论。数学与计算机科学结果的自然语言稿及Lean形式化证明已公开；物理论文中纯杨-米尔斯理论存在性的Lean形式化已完成，材料先交外部专家梳理，质量间隙问题仍未解决。这些结果尚待外部确认。
量子位2026年10月27日报道，OpenAI当天发布GPT-6.1 Terra，标准API（gpt-6.1-terra）定价为输入1美元/百万Token、缓存输入0.05美元/百万Token、输出5美元/百万Token，较GPT-5.6 Terra减半。OpenAI将电脑操作成本作为核心卖点，称其原生支持屏幕理解、跨软件协同操作和自然语言写作。
Plus、Pro、Enterprise和Edu用户已可在ChatGPT Work与Codex中体验，开发者可通过标准API调用。同一天，OpenAI还公布了三项由其AI系统产出的科学结果，覆盖数学、计算机科学和物理学。
官方成绩单：中档能力接近旗舰，成本下探
OpenAI提供的测试数据显示，GPT-6.1 Terra medium档在Agents’ Last Exam中比GPT-5.6 Terra高15个百分点，单任务成本约为后者三分之一；该测试考察AI使用专业软件完成复杂工作，例如把建筑图纸做成3D模型、逐镜头审看动画并生成带时间码的修复日志。
OpenAI称Terra在Agents’ Last Exam中的表现与GPT-6 Astra相当，但每Token价格只有后者十分之一，完成任务速度比GPT-6 Astra和GPT-6.1 Sol都快3倍以上。在MMMU-Pro中，Terra在所有推理强度下都超过GPT-5.6 Terra，并以更低成本接近GPT-6 Astra与GPT-6.1 Sol；在OSWorld 2.1的medium档成绩超过GPT-5.6 Terra此前的最高水平。
代码方面，Terminal-Bench 4.0中Terra max档解决50.3%的任务，GPT-5.6 Terra此前公布的成绩为21.5%。OpenAI内部高难事实性压力测试中，低推理强度下错误率从GPT-5.6 Terra的53.6%降至16.7%，max档进一步降至4.3%。
适用边界与第三方位置
OpenAI主动划出适用范围：面对最复杂的编程、科研和深度推理任务，GPT-6.1 Sol和GPT-6 Astra仍是更合适的选择。这与其“更快、更便宜地完成大量电脑任务”的定位一致，官方并未宣称Terra是能力上限最高的模型。
第三方机构Artificial Analysis的综合智能指数中，GPT-6.1 Terra max档拿到48分，排在Claude Opus 5.5、Kimi K3.1 Pro、谷歌Gemini 4 Argon、Meta Muse Wonder和GPT-6.1 Sol之后，领先Grok 4.7与小米MiMo-V2.6-Pro，整体处于全球头部模型的中游。
量子位引用的网友Leo对比称，Terra得分低于Sonnet 5.5的56分和Opus 5.5的58分，但生成速度达283 Token/s，是Opus 5.5的3.4倍，单任务成本0.4美元约为Opus 5.5的十五分之一。以上均为单项对比，不能推出整体竞争胜负。
网友实测：个别任务中的成本与速度表现
DesignArena用同一道题让GPT-6.1 Terra和GPT-5.6 Terra在黄金时刻复刻里斯本贝伦塔，要求还原石刻绳索、开放式阳台、城垛和穹顶角楼，画面中还要有海鸥、帆船和雾气中的4月25日大桥。结果显示Terra耗时接近上一代4倍、使用Token多48%，但因单价不到一半，总成本反而低38%（0.047美元对0.077美元），画面也更精细完整。
开发者Victor Nunez让Terra与GPT-6.1 Sol都在Fast模式下寻找并填写一份较长通用表单，称首次测试中Terra比Sol提前53.5秒完成，OpenAI开发者账号转发了该演示。这些属于个别场景的演示，尚不足以支持普遍的效率或节省比例结论。
同日公布的三项AI科学结果
OpenAI称其AI系统在数学、计算机科学和物理学中得到三项新结果。数学与计算机科学结果的自然语言稿和Lean形式化证明已经公开；物理结果中纯杨-米尔斯理论存在性的Lean形式化已完成，相关材料将先交由外部专家组梳理。
量子位概括称，第一项是证明所有维度上的局部平滑猜想，并由此解决Kakeya猜想和Stein限制猜想，该问题由数学家Christopher Sogge在1991年提出，此前只解决了部分维度；第二项是证明指数时间假说（ETH）不成立并完成Lean形式化，报道称这不等于P≠NP问题被解决，也不意味着实用新算法马上出现；第三项是给出包括量子色动力学（QCD）在内的某些四维量子场论存在性证明，涉及杨-米尔斯存在性问题的一部分，质量间隙问题仍未解决。
报道称物理结果正由诺贝尔奖得主David Gross等外部专家审查。上述结论均来自OpenAI及量子位的转述，尚未经过独立验证。