Artificial Analysis 评测 OpenAI 新发布的 GPT-6.1 Terra：智能更高、成本不到三分之一

Artificial Analysis· @ArtificialAnlys · X·2026-10-27 02:11· 35 分钟前同事件AI 评分78

AI 导读

Artificial Analysis 评测 OpenAI 新发布的 GPT-6.1 Terra，称其为 GPT-5.6 之后首个 Terra 级模型，智能更高而成本不到三分之一。

同一件事，精选收录的是《Artificial Analysis 评测 GPT-6.1 Terra：以不到三分之一成本推进性价比前沿》

OpenAI 已发布 GPT-6.1 Terra，进一步推进成本效率前沿。这是自 GPT-5.6 以来首个 Terra 级模型，智能更高，成本却不到三分之一

每 token 定价为 GPT-5.6 Terra 的一半或更低——每百万输入/输出 token 为 $1/$5，而前代模型为 $2/$12。缓存写入也减半，现为每百万 token $1.25。缓存输入为四分之一，每百万 token 为 $0.05，对比 $0.20。

关键要点：

➤ 在低和中等 effort 下，在智能与成本方面达到帕累托最优：在最大 effort 下，GPT-6.1 Terra 在 Artificial Analysis Intelligence Index 上比 GPT-5.6 Terra 高 6 分，而每任务成本不到三分之一（$0.40 对比 $1.40）。在较低 effort 水平下，提升更大，介于 7 到 13 分之间。低和中等 effort 水平在成本效率方面处于帕累托最优，而其他 effort 水平位于前沿之后。在最大 effort 下，该模型在 Intelligence Index 上比 GPT-6.1 Sol 低 4 分，比 GPT-6 Luna 高 10 分。

➤ 推进 Coding Agent Index 成本效率前沿：在新发布的 Artificial Analysis Coding Agent Index v2.0 中得分为 48，该模型比 GPT-6.1 Sol（54）低 6 分，比 GPT-6 Luna（31）高 17 分。xhigh 和 low effort 设置在 Coding Agent Index 中处于成本效率前沿，而其他 effort 水平位于前沿之后。

➤ 幻觉率下降 50 个百分点：在我们的私有知识与幻觉基准 AA-Omniscience 中，当 GPT-6.1 Terra 不知道问题答案时，有 38% 的情况会猜测。此前，GPT-5.6 Terra 的幻觉率为 88%。幻觉的大幅降低伴随着 AA-Omniscience 准确率提高 2 分——这意味着该模型同时正确回答了更多问题。

➤ Terminal-Bench 4.0 提升 20 分，大多数评测小幅改善：该模型在基于终端的智能体基准 Terminal-Bench 4.0 中取得显著进展，提升约 20 分，现已在最大 effort 下与 GPT-6.1 Sol 相当。大多数其他评测的提升较小，例如 GDP.pdf 提升 5 分。

祝贺 @OpenAI 和 @sama 发布！

来源：Artificial Analysis · x.com