10 月 27 日，OpenAI 发布新一代模型 GPT-6.1 Terra，主打电脑操作：替用户起草文档、解析工程图样、填写表格、跨应用完成任务。标准接口定价输入 1 美元、输出 5 美元每百万 Token，比前代和 GPT-6.1 Sol 直降一半。性能涨、价格砍半，这场”加量降价”正在把大模型竞争从技术赛道拖进成本赛道，本文拆解这次发布的看点。
一个专门替你用电脑的模型
Terra 是 OpenAI 模型家族里的一个特殊定位：Sol、Astra 这类旗舰比拼的是推理深度，而 Terra 系列比拼的是”替人操作电脑”的执行力。自 GPT-5.6 Terra 之后，这是该系列时隔数月的首次迭代，新模型在图像理解、电脑操作和自然语言处理上全面升级，擅长起草文档、解析图样、填表和视频编辑这类日常办公任务。
换一种说法，它的目标场景不是”帮你思考难题”，而是”替你干重复活”：读取发票、录入数据、填表格、整理资料，这些高频、量大、规则明确的任务正是企业落地里最真实的痛点。过去这类任务要么靠人加班处理，要么靠写死的脚本流程，遇到版式变化就失效，而执行型模型恰好补上了这个灵活性的缺口。模型已同步上线 ChatGPT Work、Codex 和 API，企业可以直接把它接进自己的自动化流程里。
价格砍半：1美元和5美元意味着什么
这次发布最扎眼的是价格。GPT-6.1 Terra 标准接口定价为每百万 Token 输入 1 美元、输出 5 美元，比 GPT-5.6 Terra 和 GPT-6.1 Sol 下调约 50%。对按量计费的企业用户来说，价格砍半不是营销数字，而是直接改变成本模型：原本因为费用犹豫要不要自动化的流程，现在可以重新算一遍账。
价格下降叠加重构的效率，杠杆效应更明显。按 OpenAI 的口径，Terra 在中等推理强度下完成专业电脑操作任务的成本约为前代的三分之一，Token 效率则达到 Claude Opus 5.5 的三倍以上，单个 Token 价格只有其四分之一。批量自动化场景里”量决定成本”，这种以价换量的打法威力会被进一步放大。
基准成绩：错误率从53.6%降到16.7%
便宜之外，成绩单也有硬货。在 OpenAI 自家的 Agents’ Last Exam 基准上，中等推理强度的成绩比 GPT-5.6 Terra 提高约 15 个百分点，甚至可比肩旗舰 GPT-6 Astra，而 Token 价格只有 Astra 的十分之一；低推理强度的错误率从 53.6% 降到 16.7%；Terminal-Bench 准确率从 21.5% 升到 50.3%。第三方评测机构 Artificial Analysis 的实测同样给出幻觉率下降约 50 个点、Terminal-Bench 提升约 20 个点的数据。
这些数字合起来指向一件事：电脑操作类智能体从”演示可用”走向”批量可用”。过去错误率过半意味着每两个任务错一个，人工兜底成本高过自动化收益；错误率降到六分之一附近，兜底的人力配置才真正算得过账。对需要规模化跑任务的企业来说，这十几个百分点的改善，对应的正是实打实的人力成本。
加量降价的打法指向批量自动化
把这次发布放进 OpenAI 的产品矩阵看，意图很清楚：Astra 守住旗舰高地，Terra 负责下沉走量。OpenAI 同时建议，深度研究和复杂编码任务仍应优先选 GPT-6.1 Sol 或 Astra——Terra 的定位不是最聪明的模型，而是最能干且最便宜的模型。当一家头部厂商开始用”基准不落后太多、价格砍一半”的方式争夺企业批量订单，同行要么跟进降价，要么在能力上拉开明显差距。
大环境的压力也在推着价格走低。近期 Meta 启动最高约 950 亿美元的股票发行补充 AI 资本开支，微软向约 6 万名员工提供自愿离职方案以平衡数据中心投入，整个行业的资金消耗都到了必须向”投入产出比”交卷的阶段。便宜好用的执行型模型，正是给投资人讲”AI 能赚钱”这个故事最直接的证据。
国产平价模型的对照
价格战并非 OpenAI 一家在打。此前 MiniMax 的 M3.1 Flash 把 Agent 综合成本压降七成，Kimi K3.1 Pro 以约 GPT-6 Astra 五分之一的价格逼近闭源头部水平，DeepSeek 的 Flash 系列更是连续把周调用量做到全球前列。中国厂商已经验证了”平价走量”路线的可行性，OpenAI 此番降价，某种程度上是对这条路线的正面回应。对开发者来说，这轮竞争最直接的收益是可选项变多：同样的自动化需求，可以在不同价位的模型之间做成本测试，选性价比最高的那条路线。
值得注意的是，调用量领先和收入领先是两回事：在 OpenRouter 的榜单上，中国模型包揽调用量前五，但最赚钱的仍是海外模型。Terra 把价格打到 1 美元门槛，意图正是守住”量价齐收”的位置。接下来值得关注的是国产厂商的跟进速度，以及智能体平台侧的成本传导——模型便宜了，做自动化的应用层能不能把红利转给企业客户。
结语
GPT-6.1 Terra 发布的信号大于参数本身：当电脑操作模型的错误率降到两成以内、价格砍到前代一半，”AI 替人用电脑”开始具备真实的成本优势，企业批量自动化会是最先受益的场景。对普通用户而言，ChatGPT Work 里的任务执行体验会明显变快；对行业而言，成本赛道上的竞争才刚刚开局。可以对照阅读此前的GPT-6 全量推送观察 OpenAI 产品节奏，以及Kimi K3.1 Pro 发布、MiniMax M3.1 Flash 发布两篇看国产平价路线，还有DeepSeek 周调用量登顶看真实的用量格局。