Article Focus

内容阅读与观点延展

以清晰阅读路径承载正文、上下篇与推荐内容,让深度文章浏览更加专注自然。

刚刚,GPT-6.1 Terra 骨折价发布,Agent 时代的打工模型来了内容展示

当前位置为资讯正文页面,可继续阅读上下篇或进入推荐阅读区域。

刚刚,GPT-6.1 Terra 骨折价发布,Agent 时代的打工模型来了

OpenAI 又卷起了大模型的性价比。 就在刚刚,OpenAI 正式发布新一代模型 GPT-6.1 Terra,主打更快的响应速度、更强的视觉理解和电脑操作能力,以及更低的使用成本。 图|博客 https://openai.com/index/introducing-gpt-6-1-terra/ 相比上一代 GPT-5.6 Terra,新模型的标准 API 价格直接降低 50%,但在复杂任务执行、事实准确率和编程能力上均有明显提升。尤其是在部分专业任务测试中,GPT-6.1 Terra 已经能够接近旗舰模型 GPT-6 Astra 的表现,Token 价格却只有后者的十分之一。 OpenAI 将其定位为一款面向高频工作场景的高效模型,希望让更多企业和开发者能够以更低的成本,将 AI Agent 真正应用到日常工作中。 性能直追 Sol,执行任务速度快 3 倍 GPT-6.1 Terra 最值得关注的变化,是视觉理解与电脑操作能力的进一步结合。 过去,AI 可以理解图片、分析文档,但要让它真正操作电脑、跨应用完成复杂任务,依然需要较高的模型能力和推理成本。 如今,GPT-6.1 Terra 已经能够处理从阅读技术图纸、填写表格,到编辑视频、操作桌面软件等一系列专业任务。 例如,用户可以让它根据建筑设计图纸创建 3D 模型,或者逐帧检查动画影片,为修复团队制作带有时间码的镜头记录。企业还可以利用它读取收到的发票,并将相关信息自动录入财务软件。 在衡量 AI Agent 完成专业工作能力的 Agents' Last Exam 测试中,GPT-6.1 Terra 的表现相当突出。 在中等推理强度下,新模型的得分比 GPT-5.6 Terra 提高了 15 个百分点,单次任务成本却降低至约三分之一。 更值得关注的是,同样在这一测试中,GPT-6.1 Terra 已经能够达到 GPT-6 Astra 的水平, 而标准 API 的 Token 单价仅为后者的十分之一。 与 Anthropic 的 Claude Opus 5.5 相比,在最高推理强度下,GPT-6.1 Terra 的 Token 使用效率超过其 3 倍,Token 单价只有其四分之一,最终完成同类任务的成本约低 9 倍。 速度方面,GPT-6.1 Terra 完成任务的速度也超过 GPT-6 Astra 和 GPT-6.1 Sol 的 3 倍。 有开发者晒出的测试结果显示,GPT-6.1 Terra 单次请求的生成速度可以达到每秒 450 Token,低推理强度下甚至有望达到每秒 600 Token,不过后者尚未得到验证。 第三方评测机构 Artificial Analysis 的智力指数榜单也给出了一个有意思的参照,GPT-6.1 Terra(Max)拿到 48 分, 超过除 Kimi K3.1 Pro(55 分)之外的中国开放权重模型。 另外,在考察视觉推理能力的 MMMU-Pro 测试中,GPT-6.1 Terra 在所有推理强度下均超过上一代模型,并以明显更低的成本,取得接近 GPT-6 Astra 和 GPT-6.1 Sol 的成绩。 在专门测试 AI 操作桌面应用能力的 OSWorld 2.1 中,新模型仅使用中等推理强度,就已经超过 GPT-5.6 Terra 在最高推理强度下的成绩,同时显著降低了单次任务成本。 实际体验也印证了部分提升,DesignArena 让两代 Terra 重现日落时分的里斯本贝伦塔,6.1 版本生成了更精细的建筑与水面光影,虽然耗时接近上一代的 4 倍、Token 消耗增加 48%,单次成本却从 0.077 美元降至 0.047 美元。 而 atomic.chat 使用相同提示词让两款模型分别以 8 个 Agent 开发游戏,Terra 只用 6 分钟、花费 1.06 美元就完成任务,而 Claude Sonnet 5.5 花费约一小时和 18.10 美元,却交出了明显更好的游戏作品。 此外,从现有测试来看,GPT-6.1 Terra 在高难度任务的最终交付质量上,恐怕仍然比不上 Claude Opus 5.5,但考虑到它更低的价格和更快的执行速度,依然有不小的生存空间。毕竟,现实中有大量工作只需要 AI 把事情做完,并不值得每次都请出最贵的旗舰模型。 幻觉率大幅下降,编程成绩翻倍 除了视觉理解和电脑操作,GPT-6.1 Terra 在事实准确率与编程方面的进步同样明显。 OpenAI 表示,今年一直在重点解决模型产生幻觉和事实性错误的问题。 在其内部设计的高难度事实准确率测试中,GPT-5.6 Terra 在低推理强度下的错误率高达 53.6%,而 GPT-6.1 Terra 已将其降低至 16.7%,下降 36.9 个百分点。 当

about image
觉得有用?分享给朋友

让更多人看到这篇内容

推荐阅读

Search
热点新闻
J.K.罗琳突然发声:多次收到死亡威胁,我的观点没有改变
J.K.罗琳突然发声:多次收到死亡威胁,我的观点没有改变

“如果男人可以是女人,那就不存在女人。这对你个人来说可能无关紧要,但对数百万没有奢侈条件假装性别无关紧要的女性来说,这很重要。我依然站在她们这边。” 几天前,《哈利·波特》的作者、英国著名作家J.K.罗琳在个人网站发布了一篇两千多字的文章,再次阐述了其在性别议题上的坚定立场,起笔即开宗明义地表示:“我的观点没有改变。” 在文章里,罗琳明确说过去几年由于自己反对当前主流的跨性别激进主义观点,不仅遭受

很多人下意识觉得,军委副主席和政治局委员是“标配”,但张震1992年当军委副主席时,还真就不是
很多人下意识觉得,军委副主席和政治局委员是“标配”,但张震1992年当军委副主席时,还真就不是

很多人下意识觉得,军委副主席和政治局委员是“标配”。毕竟后来迟浩田、张万年,清一色都是政治局委员。但张震1992年当军委副主席时,还真就不是。 张震是红军出身,横跨三代,作风沉稳,经历厚实。 1992年,他已经78岁,在军中分量极重。 当年10月6日,邓小平直接给中央政治局递去一封信,点名在十四大军委做关键安排。 这封信定调很清晰:由刘华清担任军委副主席并进入政治局,张震增补为军委副主席但不进政治

广东大外援敬业!在候机厅认真看比赛录像,陈浩峰不会裁他,位置稳固
广东大外援敬业!在候机厅认真看比赛录像,陈浩峰不会裁他,位置稳固

今天9点,广东宏远就离开下榻酒店新闻大厦,前往机场,飞回广东东莞,备战最后第一阶段最后一场比赛。 在候机大厅,广东球员们情绪低落,没大家很少交流,绝大部分球员不是在到处逛,就是躺在乘客椅子上玩手机,只有一个球员例外! 这位球员就是阿祖,他端正地坐在椅子上拿着随身携带的平板电脑在看昨晚比赛的录像,研究自己在昨晚比赛中得失,非常敬业! 在昨晚的比赛中,阿祖是表现最为出色的球员之一,他出战25分钟,砍下

决胜局争黑获胜!赵心童6-5绝杀克雷吉,世界第一幸运闯进国锦赛16强
决胜局争黑获胜!赵心童6-5绝杀克雷吉,世界第一幸运闯进国锦赛16强

北京时间2026年11月3日刚刚结束的世界斯诺克国锦赛第二轮比赛中,世界排名第一的赵心童与英格兰选手克雷吉完成了双方职业生涯第六次交锋。 在本场比赛之前,赵心童在双方五次交手中取得三胜两负的战绩稍占上风。在双方最近一次交手中,赵心童以5-1击败了克雷吉。 在本场比赛中,赵心童打出了顽强的表现。经过11局比赛的较量,世界排名第一的球员凭借单杆打出54分、73分、56分、89分和53分的表现以6-5绝

彭于晏现身香港,巴掌脸紧致小腿粗壮,和路人搭话笑出一脸褶子
彭于晏现身香港,巴掌脸紧致小腿粗壮,和路人搭话笑出一脸褶子

最近刷社交平台,香港的网友像是集体开启了“偶遇彭于晏”模式。 中环的咖啡店、街边的路口,隔三差五就有人晒出无修生图。 没有保镖开路的大阵仗,没有精心打理的造型,他就穿着一身简单的运动装,手里攥着杯咖啡,跟普通出来闲逛的男生没两样。 可就是这样随手拍的路人镜头,反倒把他的状态衬得格外亮眼,难怪有人调侃:法拉利就算老了,也终究是法拉利。 当天的彭于晏,打扮得完全是日常出门的状态。 宽松的运动上衣配同色