OpenAI刚发布了 GPT-6.1 Terra。相对上一代 GPT-5.6 Terra，它更擅长视觉理解和电脑操作，写作也更清楚；标准短上下文的API单价大约砍到原先一半。真正有意思的变化，不在又便宜了一点，而在多步电脑工作开始按整件任务算账。
官方在 Agents’ Last Exam 里放进的例子很具体：把建筑图纸转成3D模型，以及逐镜检查动画电影，给修复团队写出带时间码的日志。这些活要看图、认界面、跨软件操作，最后还得交出能复查的结果。电脑操作在考的，正是能不能把一件专业活干完。
电脑操作很少一次看完就结束。状态不清楚时，模型先拿当前屏幕截图；点几下、输一段、滚一下之后，再拿新截图核对结果。看、动、再看，整件账单是沿着这条链路累加的。
OpenAI举的高吞吐场景也是同一类动作：读进来的发票，再把信息填进会计软件。字段对不对、页面有没有跳错、提交前能不能回看，都会决定后面还要不要继续调用。单价下降之所以重要，是因为它会在这些反复看屏和检查里被放大。
能力上去，评测任务成本下来
先看同一条评测线上最清楚的对照。按OpenAI发布说明，中等推理档位下，GPT-6.1 Terra 在 Agents’ Last Exam 上比 GPT-5.6 Terra 高出15个百分点，成本大约只有 GPT-5.6 Terra 的三分之一。这是同系列、同专业任务包上的比较：表现更好，这类专业评测的模型费用也更低。
单价本身砍得很干脆。标准短上下文下，API是每百万token输入1美元、缓存输入0.05美元、输出5美元；Artificial Analysis 记录的旧版 GPT-5.6 Terra 报价是输入2、输出12。输入超过272K会按长上下文计费，所以这里谈的是日常短上下文单价。
标准短上下文API单价对照。数据来自OpenAI定价与Artificial Analysis旧版报价。
独立评测把同一方向说得更直观。Artificial Analysis 的 Intelligence Index（max）里，GPT-6.1 Terra 从旧版42提到48，平均每项评测任务成本从1.40美元降到0.40美元，大约少了七成。这是AA智能指数任务包上的账单，和官方桌面专业任务不是同一套考卷，但都在说明：能力抬高时，评测任务的模型费用也可以更低。
同条件max下，AA智能指数与平均评测任务成本。数据来自Artificial Analysis。
还有一层容易被忽略：AA发现低、中推理档位更靠近智能/成本前沿，max不一定每次都最划算。官方默认也偏中等。多步电脑工作里，每一轮截图、动作和检查都会进token，推理开太满，整件调用账单会先涨上去。
单价便宜，不等于整件活已经便宜
把一张发票填进会计软件，看上去像一次录入，实际更像一串短循环：打开单据、识别金额和供应商、切到对应字段、填完再看页面有没有报错。图纸转3D、电影逐镜写日志也一样，中间任何一步看错或点偏，后面都要再看一次屏。
所以「每百万token多少钱」和「做完这一件要花多少」不是同一笔账。前者决定单次调用贵不贵；后者还叠上调用次数、输出长度、工具开销，以及人要不要在关键节点接手核对。Terra把前半截压下来了，后半截仍然取决于任务能不能拆成看得见、填得进、查得回的步骤。
更值得认真算账的，通常是范围清楚、结果可复查的完整工作：指定字段的单据录入、按图纸整理结构、把长视频逐段标成可交付日志。输入说得清，输出人能快速验收，便宜和更快才会一起变成理由。
边界模糊、要连续做重大判断，或者一步点错就很难回滚的流程，仍然更适合人主导。官方也写明，最复杂的编码仍更推荐 GPT-6.1 Sol 和 GPT-6 Astra；Terra的位置，是把视觉理解、电脑操作和日常文本工作推到一个更能反复跑的价位，而不是取代最强模型。
我会把它理解成：电脑操作模型开始从「演示很炫」进入「模型账单算得过账」。按已公开的价格和评测，一批步骤固定、结果可检查的多步工作，对Terra来说比上一代更值得认真试。相对前代，能力抬高了，评测里的模型费用也下来了；单价和评测任务成本，终于能在同一组对照里一起看清楚。
ChatGPT Work 与 Codex 已对 Plus、Pro、Enterprise、Edu 用户开放；开发者文档里的模型ID是 gpt-6.1-terra。想核对能力边界，看官方发布说明；要接API或确认价目与上下文规则，直接打开GPT-6.1 Terra模型文档。接下来真正决定值不值得交出去的，不是又一个参数榜，而是你手头那件工作，够不够清楚到可以看屏、操作、再检查。
