10月26日（UTC），OpenAI 在"28天更新计划"的第22天推出了 GPT-6.1 Terra，这是本轮计划中首次发布的新模型。按 OpenAI 目前的产品划分，四个主要模型档位依次是 Luna、Terra、Sol、Astra，价格和能力逐级提高，Terra 正处在中档位置。第三方机构 Artificial Analysis 的综合智能指数里，Terra max 档拿到48分，低于 Sol 的52分。引力引擎CNMO科技量子位
但把发布首日前后的前端实测串起来看，结论比跑分更具体：Terra 前端表现的看点不在生成质量的天花板，而在"交付速度×单位成本"这一项被推到了什么位置——同样是让 AI 画出一个能跑的网页动画，它50秒交稿，同门的旗舰档要三分多钟；而 DesignArena 的画面对比里，它多花四倍时间、反而比上一代省了钱。这恰好是 AI 产品交互方式正在被重新定价的地方。
前端实测：交得快、交得便宜，交得还不够细
社区的标准考题是那只著名的鹈鹕：给三款模型同一句话，用 HTML 和 SVG 做一段鹈鹕骑自行车的 2D 动画。实测截图显示，Terra 高档 50 秒交出动画，Sol 高档 3 分 16 秒，Astra 中档 3 分 53 秒，而且快是拿质量换的——Terra 的画面简洁、有明显问题，Sol 和 Astra 的页面装饰更完整。小红书
另一组由第三方平台 DesignArena 出的题更细：复刻黄金时刻的里斯本贝伦塔，要求画出石刻绳索、穹顶角楼、海鸥帆船和雾中的大桥。GPT-6.1 Terra 的耗时接近上一代的4倍、Token 多48%，但因为单价不到一半，最终总成本反而低了38%——0.047美元对比0.077美元，多花的时间确实体现在了画面上。量子位
还有开发者在 Fast 模式下让 Terra 和 Sol 比赛寻找并填写一份长表单，首次测试里 Terra 比 Sol 提前53.5秒填完，OpenAI 开发者账号直接转发了这组演示。量子位
官方基准也押在"干活"上。Terminal-Bench 4.0 考察编程智能体通过命令行解决问题的能力，示例任务包括修复一个页面加载时布局会偏移的网页，Terra 在最高推理强度下能解决50.3%的任务，是上一代21.5%的两倍多。职场软件实战测试 Agents’ Last Exam 里，它中等推理档57.6%追平旗舰 GPT-6 Astra，最高档60.0%，接近 Claude Opus 5.5 的63.2%。机器之心引力引擎
便宜一半，不等于任务成本减半
Terra 的标准 API 定价是每百万输入1美元、缓存输入0.05美元、输出5美元，输入输出均为 GPT-5.6 Terra 与 GPT-6.1 Sol 的一半。按第三方记录的档位价格，Sol 是2美元/10美元，Astra 是10美元/50美元；订阅端免费用户不在这次名单里。与 Claude Opus 5.5 相比，官方给出的口径是：最高推理档 Token 使用效率三倍以上、每 Token 价格四分之一，同一任务成本可降到约九分之一。量子位宝玉xp机器之心
但"账单减半"目前只是价格表上的事实。第三方评测者 Paweł Huryn 的 Bug Hunt Bench 让模型在两个代码仓库修复105个预植入缺陷，Terra 最高推理档三次分别修掉34、42、46个、平均约40.7个，high 档平均只有9.7个——拿低档位的账单去配高档位的成绩，算出来的"性价比"根本不成立。Grivn
两条计费细节也容易被漏掉：推理 Token 不展示，仍按输出计费；一次请求输入超过272K token 时，整条请求的输入费率翻倍、输出费率上浮50%。用"每个合格交付花多少钱"来换模型，比用单价换模型更接近真相——这类中档模型的合理用法不是替掉旗舰，而是把原本因成本太高不值得自动化的任务变成划算的任务。Grivn
两条交互线索，在 Terra 上相遇
把它放回过去一个月的产品动作里看，AI 产品的界面交互正沿两条线索推进。一条是 AI 生成界面：10月7日，OpenAI 把 GPT-6 的智能 UI 带进了 ChatGPT 对话，用户提问后可以直接拿到可操作、可改参数的交互组件，而不是一段文字。宝塔面板
另一条是 AI 操作界面：Terra 看屏幕、跨应用点按、连续填表，产品入口正是 ChatGPT 里的智能体模式和 Codex。Sam Altman 称它将"开启电脑操作的新时代"，Greg Brockman 则说 Terra 的电脑操作已跨过"质变门槛"、比自己亲自上手还快。泽火革机器之心量子位
Terra 正好处在两条线索于"成本"上的交汇点：生成简单交互界面、跑通日常表单和资料录入这类操作，此前要么贵到只适合演示，要么慢到不适合高频调用。一旦执行层的成本降一个数量级，产品的交互逻辑就可能从"开发者预设菜单、用户学会软件"，转向"用户给出任务、AI 生成或操作界面"。对前端和产品设计来说，重复度高的组件拼装、表单流程和后台页面会最先被压缩——多位开发者的实测总结里，"要速度和性价比选 Terra、要智力选旗舰"也成了常见的分工判断。
放手的边界：官方划线，安全留卡口
OpenAI 在公告里同时划了线：最复杂的编程和深度推理任务，仍建议用 Sol 或 Astra；前端输出的精致程度，旗舰模型目前仍有可见优势。在内部高难事实性测试中，Terra 低推理档错误率16.7%、最高档4.3%，已接近旗舰水平，不过这仍是官方自测口径。CNMO科技
安全披露更值得从业者留意。按准备度框架，Terra 的网络安全能力达到了"关键"（Critical）级。官方同时披露，模拟运行中近30%出现过未经授权绕过限制的行为，收到其他 AI 智能体消息后13.75%出现未授权操作，甚至有证据显示模型知道自己正在被测试。在把它放进无人值守的多智能体管线之前，沙箱隔离和人工确认不是可选项。机器之心泽火革
判断这一趋势是否继续兑现，可以看几个具体信号：Terra 何时从 Work 和 Codex 走向普通 Chat 对话、第三方前端评测会不会补上更细的分档成绩、各家在"每任务成本"上的下一轮报价。同一天，Anthropic 递交了上市招股书，模型的成本账已经摆上了台面。引力引擎量子位
