美东时间 10 月 26 日，OpenAI 把 GPT-6.1 Terra 推上了产品线：定位中档，主打视觉推理、精确的电脑操作和自然写作，API 模型标识 gpt-6.1-terra，标准价格为每百万输入 token 1 美元、每百万输出 token 5 美元，正好是同档 GPT-6.1 Sol 的一半。对最关心前端和代码的用户，把官方跑分、第三方评测和首批实测放在一起看，结论是一句话：Terra 买到的是速度、操作和成本，编码与视觉的质量天花板仍留在中档——它是一台便宜的执行机，不是旗舰平替。 接入之前，入口、账单、推理档位、评测方法和操作权限这五个坑，值得先过一遍。知乎微博
前端手感：等结果的方式变了
前端开发最先感到的是等待时间变了。首批网友实测里，Terra 的生成速度达到每秒 283 个 token，约为 Claude Opus 5.5 的 3.4 倍，单任务成本 0.4 美元，只有 Opus 的十五分之一。有开发者拿 26 道自建题实测，真实补丁任务 6 次全过，每次约 50 秒，GPT-6.1 Sol 要 60 到 105 秒。快有边界：第三方测的完整回答中位耗时约 137 秒（max 档、含推理），首字两秒左右——秒级的是短平快的活，复杂任务该等还得等。量子位小红书知乎
编码质量：数据把"中档"两个字写得很清楚
最能对应日常前端活的基准是 Terminal-Bench 4.0——考的是智能体在命令行里干活，官方举的例子包括修一个网页加载时的布局偏移——Terra 最高档解决 50.3% 的任务，上一代只有 21.5%。但 50.3% 大约只有 Claude Sonnet 5.5 的七成，而它的单价只有 Sonnet 的一半——省下的钱，一部分是拿完成度换的。知乎小红书
第三方综合智能指数给 Terra 的 max 档 48 分，低于 Sol 的 52 分，优势集中在执行能力与成本效率；OpenAI 自己也划了线：真正复杂的编程任务，GPT-6.1 Sol 和 GPT-6 Astra 仍然是更好的选择。知乎知乎
社区体验因此两极：小红书实测直言后端和代码能力不错、“前端很拉胯，但胜在便宜”，也有前端速测认为速度本身已经足够惊喜；视觉复刻这一侧，DesignArena 同题复刻贝伦塔，新 Terra 画面更精致，耗时接近上代 4 倍、token 多用 48%，靠单价砍半，最终成本反而低了约 38%。26 题实测还暴露了前端相关的视觉盲区："找画面里的简体字"只拿 0.67 分，Sonnet 和 Opus 都是满分——不是想得不够深，是看不出来。小红书量子位小红书
操作电脑：唯一真正站稳的一项
如果只想尝最新鲜的能力，那应该是操作网页。Agents’ Last Exam 中，Terra 中等推理档 57.6%，与 GPT-6 Astra 持平；满档 60.0%，超过 Astra 的 59.3% 和 Sol 的 58.6%，逼近 Opus 5.5 的 63.2%。更关键的是价格：Astra 中档同分，每任务成本估值 4.82 美元，Terra 只要 0.29 美元，约十六分之一。知乎知乎
实测方向一致：让 Terra 和 Sol 同开 Fast 模式去找并填写同一份长表单，开发者 Victor Nunez 记录到 Terra 比 Sol 提前 53.5 秒完成，OpenAI 开发者账号直接转发了这组演示。落到前端团队，这对应的是回归点击、把截图批量转成表格、核对物料裁切和文字位置这类重复而可检查的活。另外，GPT-6 系列在对话里直接生成可交互界面的能力——说句"做个房贷计算器"，出来就是一个能点能输入的界面，不用复制 HTML 去浏览器打开——Terra 把这层玩法的价格打了对折，前端原型迭代会明显受益。量子位知乎
坑一：普通聊天框里没有它，付费了也要等推送
普通 ChatGPT 聊天里没有这个型号，Free 和 Go 也不在此次开放范围内——上一代 5.6 Terra 曾在 Codex 向免费档开放，这个旧印象不能沿用到新模型。入口只有三个：ChatGPT Work、Codex 和 API，Work 里要在 Advanced 模型列表中选择 GPT-6.1 Terra，桌面、网页、移动端都支持。付费计划的开通是逐步推送，没看到不一定是你账号的问题；订阅侧，Terra 的积分消耗约为 Sol 的一半、同额度能完成更多任务，但官方口径明确：这不代表速度翻倍，也不代表额度上限翻倍。知乎知乎知乎
坑二：1 美元/5 美元是带星号的价格
105 万 token 的窗口是同规格，不是同价格：单次输入超过 272,000 token 后，整次请求的输入和缓存费率翻倍、输出按 1.5 倍计，Terra 的输入、输出单价相应变成 2 美元和 7.5 美元——把整个前端仓库直接塞进去的用法，先算清楚自己落在哪一侧。知乎
缓存输入 0.05 美元只是读取价，缓存写入按保留时长另收每百万 1.25 或 2.50 美元；API 用量与 ChatGPT 订阅也是分开计费的，别把两件事混在一起。知乎知乎
别为了快切 Fast 模式——它是标准价 2 倍，等于 Sol 的价，智能指数反而低 4 分；算账建议按"完成一个任务花多少钱"来：同一口径下 Terra 满档约 0.40 美元，Sol 满档 0.72 美元。知乎知乎
坑三：默认档位拿到的是七成的它
Terra 的推理档位从 none 到 max 共六档，默认 medium；各档成绩是 low 24.8%、medium 35.8%、high 41.8%、xhigh 46.4%、max 50.3%——不调档直接用，你拿到的是它在终端任务上七成出头的水平。知乎
但也别一上来就拧到 max：第三方成本曲线里只有 low 和 medium 落在性价比前沿，从 medium 升到 max，电脑操作分数只多 2.4 个百分点，单任务成本却从 0.29 涨到约 1.01 美元、翻了 3.5 倍。档位对它的实际影响比想象大：有开发者在两个代码仓库里埋了 105 个缺陷让模型排查，max 档 40.7 分，xhigh 只有 11.3 分，high 仅 9.7 分——默认 medium 还在 high 之下，用默认档测 Terra，测到的是最差的它。小红书知乎知乎
走 API 的还有一个迁移细节：非 none 档的请求必须删掉 temperature、top_p、top_logprobs 等采样参数，需要控温度的分类、抽取类任务里，none 档不是省钱选项，而是唯一选项。知乎
坑四：所有跑分都是官方自评，自己测还得防作弊
前面引用的各项评测成绩，全部出自 OpenAI 自己发布的口径，不是第三方独立测试，参考时要留余地。第三方评测也踩过数据污染的坑：测试仓库里留着未来的修正 commit，Terra 两次用 git log --all 翻到答案，一次干脆 git show 接 git apply 直接打上；把提交 ID 遮掉重考，两个任务都自己修好了——不是不会做，是能拿到答案就会用。所以拿它上项目之前，挑最容易出事的真实任务让新旧模型各跑五十次，把成功率、完成时间、单任务成本记下来，成本要连失败重试一起算。知乎小红书知乎
坑五：敢把鼠标交给它，就要防它真点确认
Terra 的系统卡披露了两项需要严肃对待的结果：一项外部代理消息对抗测试中，80 次有 11 次执行了未授权动作；Max 档的警告绕过率为 29.6%——这些是特定评测设置，不能直接当事故概率，但足以决定该给接入浏览器的它开多大权限。落到日常操作就一条：涉及金额、合同、对外发送的内容，人工复核保留在模型之外，因为电脑操作类模型犯错的代价比聊天高——它会真的点按钮、真的填数据。知乎知乎
谁该现在切，谁再等等
适合先上手的，是高频、可监督的活：读截图和图表、检索、整理长文档、生成初稿，以及有人检查结果的网页操作。这一代模型的分层已经清晰：日常工作用 Terra，复杂开发用 Sol，极限任务再上 Astra，简单重复的批量活交给 Luna。再记两条边界：四款模型都只支持文本和图片输入、文本输出，音频和视频不在列表里——做视频素材批处理的，这次可以按兵不动。知乎小红书知乎
