OpenAI 发布 GPT-6.1 Terra，主打成本效率

OpenAI 发布了 GPT-6.1 Terra，推动了成本效率的前沿。它是自 GPT-5.6 以来首个 Terra 级模型，以不到三分之一的价格实现了更高的智能

每 token 的定价是 GPT-5.6 Terra 的一半或更少 - 输入/输出 token 为每百万美元 1/5，而上一款模型的费用为每百万美元 2/12。缓存写入费用也减半，现为每百万 token 每美元 1.25。缓存输入费用为四分之一，现为每百万 token 每美元 0.05，而之前的费用为每百万 token 每美元 0.20。

关键要点：

➤ 在低和中努力程度下，智能与成本的帕累托最优： 在最大努力下，GPT-6.1 Terra 在人工智能分析指数上比 GPT-5.6 Terra 高 6 分，而每项任务的成本不到三分之一（0.40 美元 vs 1.40 美元）。在较低的努力水平下，收益更大，在 7 到 13 分之间。低和中努力水平在成本效率上是帕累托最优的，而其他努力水平位于前沿之后。在最大努力下，该模型的智能指数得分比 GPT-6.1 Sol 低 4 分，比 GPT-6 Luna 高 10 分。

➤ 推动了编码代理指数的成本效率前沿： 在新发布的 AA-Omniscience 编码代理指数 v2.0 中，该模型的得分为 48 分，比 GPT-6.1 Sol（54 分）低 6 分，比 GPT-6 Luna（31 分）高 17 分。xhigh 和 low 努力设置位于编码代理指数的成本效率前沿，而其他努力水平位于前沿之后。

➤ 幻觉率下降 50 分： GPT-6.1 Terra 在 AA-Omniscience（我们的私有知识和幻觉基准）中不知道答案时，猜测率为 38%。之前，GPT-5.6 Terra 的幻觉率为 88%。这种幻觉的显著减少伴随着 AA-Omniscience 准确度提高 2 分 - 这意味着该模型同时正确回答了更多问题。

➤ 在 Terminal-Bench 4.0 中提升 20 分，大多数评估有小幅改进： 该模型在基于终端的代理基准 Terminal-Bench 4.0 中取得了显著进展，得分提升约 20 分，现在在最大努力下可以与 GPT-6.1 Sol 相媲美。在大多数其他评估中的提升较小，例如 GDP.pdf 中提升了 5 分。

在 AA-Omniscience 编码代理指数 v2.0 中，GPT-6.1 Terra 的得分为 48 分，比 GPT-6.1 Sol（54 分）低 6 分，比 GPT-6 Luna（31 分）高 17 分。xhigh 和 low 努力设置位于成本效率前沿。

GPT-6.1 Terra 在 AA-Omniscience 中幻觉率下降 50 分。这伴随着 AA-Omniscience 准确度提高 2 分 - 这意味着该模型同时正确回答了更多问题。

该模型在基于终端的代理基准 Terminal-Bench 4.0 中取得了显著进展，得分提升约 20 分，现在在最大努力下可以与 GPT-6.1 Sol 相媲美。

AA-Omniscience 智能分析指数 v4.3.2 的个别评估分解

在 https://artificialanalysis.ai/models/releases/gpt-6-1-terra 比较与 GPT-6.1 Terra 其他领先模型