就在Anthropic正式提交IPO招股书的同时,OpenAI也发布了其最新模型GPT-6.1 Terra。这是Terra系列时隔三个多月的首次更新,距离上一代GPT-6.1 Sol的发布也仅过去了27天。官方宣传重点在于“以更低的价格,提供快速且强大的电脑操作能力”,但市场反应冷淡。不少网友直言,他们需要的是能正面抗衡Claude Opus 5.5的旗舰模型,而非一款主打性价比的“中档”产品。对于已经对Codex失去信心的用户来说,这次更新显得诚意不足。
GPT-6.1 Terra的API定价为每百万输入Token 1美元,输出Token 5美元,相比上一代分别下降了50%和约58%。在编程、视觉理解和电脑操作等维度,Terra均有明显提升。例如在Terminal-Bench 4.0测试中,任务完成率从21.5%跃升至50.3%;在Agents’ Last Exam测试中,得分达到60.0%,接近Claude Opus 5.5的63.2%。OpenAI强调,在最高推理档位下,Terra能以Opus 5.5约九分之一的成本取得相近成绩。然而,第三方评测机构Artificial Analysis的数据显示,Terra的表现并不亮眼。在最高推理档位下,其智能指数为48分,虽比上一代提高6分,但仍低于GPT-6.1 Sol的52分,更不及Claude Opus 5.5的58分。不过,其成本效率提升显著,完成单个任务的平均成本从1.40美元降至0.40美元,降幅超70%。综合来看,Terra处于“中不溜”的定位:价格适中,能力不差,但既未超越自家Sol,也未能追平Opus 5.5。
Terra被纳入OpenAI连续28天的更新计划。Tibo表示,这是OpenAI在写作、模型个性及对用户需求理解上的显著进步。官方称其生成文字更清晰自然,但在这些特定能力上缺乏公开的专项对比数据支撑。电脑操作能力的改进相对直观,官方展示了其根据图片创建3D模型的能力,并称其适合填写表单、匹配商品照片等日常工作。此外,模型可靠性也有所提升,在内部高难度事实性测试中,最高推理档位下的错误率从4.3%大幅下降。
网友反应更为直接。有人质疑为何不提供更多Benchmark数据,甚至有人表示体验后发现电脑操作能力不如Sol,速度也未达预期。在Reddit社区,甚至有帖子戏称这次发布是在给Claude打广告。一位网友指出,Terra的API价格是Luna的10倍,定位尴尬。面对质疑,OpenAI研究员Ted Sanders在Hacker News上解释,Terra在技术交流方面优于Sol和Astra,速度快,但在大多数任务中稍逊一筹,并承认“这并不是一次重磅发布”。尽管有用户肯定其成本效益,但大多数人仍期待下一款Astra以及竞争对手的Fable 5.5。
