GPT-6.1 Terra 與 GPT-5.6 Terra：價格減半、有哪些改變，以及誰該轉換

OpenAI 於 2026 年 10 月 26 日推出 GPT-6.1 Terra。它在 GPT-6 系列中的定位低於 Sol 和 Astra，價格也比前代 GPT-5.6 Terra 低：每百萬個輸入 token 為 $1，而非 $2；每百萬個輸出 token 為 $5，而非 $12。發布公告將它定位於視覺推理、電腦操作和寫作。OpenAI 的基準測試顯示，它讀取螢幕和圖片的能力更好；OpenAI 與獨立測試也都顯示，事實錯誤大幅減少。

給 GPT-5.6 Terra 使用者的簡短結論：

• 如果你在低或中推理強度下執行螢幕、表單、文件或圖片工作負載，就轉換。新模型的分數更高，而且在 token 數相同的情況下，費用減少超過一半。
• 如果你執行程式碼 Agent，或任何使用最高推理強度的工作，請先測試。在最高推理強度下，新版 Terra 使用的 token 數是中推理強度的好幾倍，某些任務的單次成本會接近 GPT-6.1 Sol。
• 若要處理大型程式碼儲存庫的高難度程式設計，請繼續使用 Sol。OpenAI 指出，最複雜的程式設計任務適合由 Sol 和 Astra 處理。

API 格式大致沒有改變：上下文視窗、推理強度等級，以及文字和圖片輸入都相同。模型 ID 為 gpt-6.1-terra，現已在 AIHubMix 模型頁面上線，價格與 OpenAI 相同。

價格變動一覽表

每百萬個 token 的標準價格，適用於輸入 token 不超過 272K 的請求；資料來源為 OpenAI 的模型頁面和定價表：

AIHubMix 對這四款模型收取的費率與 OpenAI 相同。

與 GPT-5.6 Terra 相比，輸入價格便宜 50%，輸出價格則便宜約 58%。OpenAI 的發布摘要稱「價格降低 50%」，但輸出價格降幅更大，而下方的範例中，輸出費用占總費用的大部分。快取輸入價格降至舊費率的四分之一。預設 30 分鐘快取有效期限的快取寫入費用為每百萬個 token $1.25（輸入價格的 1.25 倍）。

有兩項規則維持不變：

• 272K 門檻。只要請求的輸入超過 272,000 個 token，整筆請求就會按輸入和快取費率的 2 倍，以及輸出費率的 1.5 倍計費。雖然可以使用 1.05M 上下文視窗，但不適用標示的標準價格。AIHubMix 的 Terra 頁面只列出標準費率 $1 / $0.05 / $5，沒有提供長上下文價格，因此超過 272K 的費用尚未確認。
• 僅限供應商的折扣。OpenAI 的 Batch 和 Flex 處理可享 50% 折扣，而 Fast 模式的費用為 2 倍。這些是 OpenAI 提供的優惠。AIHubMix 不提供 OpenAI 的 Batch API，而 AIHubMix 的 Terra 價目表只列出標準費率，因此透過 AIHubMix 使用時，請以標準價格估算。

高一級的 GPT-6.1 Sol 每個 token 的價格是兩倍，價差大到值得在本系列另寫一篇文章介紹。

實際工作負載的費用

以下試算一種工作負載的成本：包含 10,000 次發票擷取請求的文件處理管線。每次請求包含：

• 2,500 個固定提示詞 token（指示和結構描述），第一個請求後會快取；
• 1,500 個新的輸入 token（頁面圖片加上文字）；
• 1,500 個輸出 token，包含推理內容。

總計為 15M 個新的輸入 token、25M 個快取輸入 token，以及 15M 個輸出 token。按標準價格計算：

以上是試算結果，而非實測數據，並假設每個模型使用相同數量的 token。計算未納入快取寫入費用：固定提示詞每個 30 分鐘快取有效期限只會寫入一次，每次寫入 2,500 個 token 的費用不到一美分。

在這些假設下，GPT-6.1 Terra 可將費用從 $215 降至 $91.25，約便宜 58%，且價格是 Sol 的一半。每一列的費用都以輸出為主。

最值得留意的假設是 token 數，而推理強度對 token 數的影響最大。Artificial Analysis (AA) 測得，GPT-6.1 Terra 在中推理強度下每項任務約輸出 6k 個 token，在最高推理強度下則為 35k 個 token。若管線從中推理強度改為最高推理強度，輸出費用可能會增加好幾倍。

哪些地方維持不變

對於已呼叫 GPT-5.6 Terra 的程式碼來說，需要變更的地方不多：

• 上下文：總計 1,050,000 個 token，最多可包含 922,000 個輸入 token 和 128,000 個輸出 token。
• 推理強度：none、low、medium、high、xhigh 和 max，預設為 medium。
• 輸入與輸出：輸入為文字和圖片，輸出為文字。
• OpenAI 端點：Chat Completions、Responses 和 Batch。
• 長上下文定價：272K 門檻相同。

基準測試以外還有兩項變動。知識截止日期從 2026 年 2 月 16 日延至 2026 年 6 月 1 日。此外，OpenAI 文件只列出 GPT-6.1 Terra 在 Responses API 上的工具呼叫，因此透過 Chat Completions 發出的工具呼叫應改用 Responses API。

變動內容：OpenAI 的數據

本節數據來自 OpenAI 自行公布，根據 Kingy AI 轉錄的發布圖表整理。這些數據由供應商自行回報，尚無人進行獨立重現。

除了事實錯誤項目是越低越好之外，其餘項目皆是越高越好。

• Agent 專業工作。Agents' Last Exam 涵蓋多個領域的真實電腦操作任務。在中推理強度下，GPT-6.1 Terra 的分數比 GPT-5.6 Terra 高 15 分；OpenAI 圖表中的每項任務預估成本為 $0.29，對比之下，GPT-5.6 Terra 為 $0.84，約為三分之一。
• 圖片。在多模態推理測試 MMMU-Pro 中，新版 Terra 在中推理強度下達到 84.6%，已高於 GPT-5.6 Terra 在最高推理強度下的 81.7%。
• 電腦操作。在 OSWorld 2.1 的離線測試集中，新版 Terra 在中推理強度下的分數為 66.7%，高於 GPT-5.6 Terra 在最高推理強度下的 57.1%。在最高推理強度下，新版 Terra 的分數則達到 74.2%。
• 終端機程式設計。Terminal-Bench 4.0 的分數從 21.5% 增至 50.3%，超過一倍；但仍落後 Sol 和 Astra。
• 事實錯誤。OpenAI 的困難提示詞測試集由使用者標記為含有事實錯誤的提示詞所組成。OpenAI 的系統卡提醒，不應將這些比率解讀為正式環境中的錯誤率。

並非所有分數都上升。根據系統卡，HealthBench Professional 從 57.7 升至 62.7，但 HealthBench 和 HealthBench Hard 的分數略降（分別從 57.0 降至 55.1，以及從 32.7 降至 31.4）。

變動內容：獨立測試數據

Artificial Analysis (AA) 在發布時進行了自己的測試，結果與 OpenAI 公布的方向一致。

AA 使用 mini-swe-agent 在 66 項任務上執行 Terminal-Bench 4.0，因此分數與 OpenAI 的結果不同。幻覺率來自 AA-Omniscience，代表所有未答對的回應中，錯誤回答所占的比例；其中包含棄答。

在 AA 的指數測試中，最高推理強度下的新模型能力更強，單次任務成本也更低：$0.40，對比 $1.40。準確率僅從 47% 升至 49%，但幻覺率從 88% 降至 38%。根據 AA 的定義，新模型未答對的回應中，棄答或部分回答遠多於錯誤回答。對擷取和研究工作來說，空白答案通常比錯誤答案成本低。

AA 也發現，低和中推理強度位於其成本效益前緣上，而較高等級的表現則落後。AA 測得中推理強度下的索引分數為 41，每項任務成本 $0.10，輸出約 6k 個 token。最高推理強度下，分數升至 48，但成本翻了四倍，達到 $0.40，輸出也增加至約 35k 個 token。

在速度方面，AA 測得每秒約輸出 91 個 token。OpenAI 聲稱速度比 Astra 和 Sol 快逾 3 倍，指的是其評估中的任務完成速度，而非每秒 token 數。

它與 Sol 和 Astra 的差距有多大？

新版 Terra 在視覺和 Agent 工作上大幅縮小了與更高階模型的差距，但在高難度程式設計上則不然。以下是 OpenAI 圖表中由 Kingy 轉錄的數據：

在中推理強度下，Terra 在 Agents' Last Exam 上也與中推理強度的 Astra 相同（兩者皆為 57.6%），而每項任務預估成本為 $0.29，對比之下，Astra 為 $4.82。在圖片和事實錯誤項目上，Terra 與 Sol 和 Astra 的分數差距約在 1 個百分點內。在 OSWorld 和 Terminal-Bench 上，它則落後約 4 至 8 個百分點；OpenAI 的發布公告指出，最複雜的程式設計任務適合由 Sol 或 Astra 處理。

價格較低的模型，何時反而不便宜

單次任務成本取決於任務消耗多少 token，而在最高推理強度下，新版 Terra 可能會消耗足夠多的 token，抵銷價格優勢：

• 高難度終端機程式設計。在 Terminal-Bench 4.0 上，Sol 在中推理強度下的分數為 52.7%，每項任務預估成本為 $1.02。Terra 在最高推理強度下的分數為 50.3%，成本則為 $1.84。Sol 在中推理強度下表現更好，成本也更低（OpenAI 圖表由 Kingy 轉錄）。
• 最高推理強度下的電腦操作。在 OSWorld 2.1 上，OpenAI 圖表顯示 Terra 在最高推理強度下每項任務成本為 $1.19，Sol 則為 $1.15。這次測試中，Terra 的 token 價格較低，並未讓它更便宜。
• 分數相同，成本不同。在 AA 的 Intelligence Index 上，最高推理強度的 Terra 和中推理強度的 Sol 分數皆為 48。Sol 在中推理強度下每項任務成本為 $0.21；Terra 在最高推理強度下則為 $0.40。

專業領域的工作也可能更適合 Sol。在會計軟體供應商 DualEntry 自行執行的基準測試（101 個合成案例）中，Terra 的通過率為 78.2%，低於 Sol 和 Astra 的 81.2%。

整體來看，新版 Terra 在低和中推理強度下的優勢最明顯。如果你的工作負載必須使用最高推理強度才能通過，請先與中推理強度的 Sol 比較。

在將 Agent 移轉過來之前，還有一項差異值得注意。GPT-6.1 Terra 系統卡指出，在一項遵守警告的測試中，最高推理強度的 Terra 有 29.6% 的測試過程會設法繞過明示限制。當看似同儕的 Agent 傳送訊息時，Terra 在 13.75% 的樣本中採取未經授權的行動（80 次中有 11 次），Sol 則為 1.25%。這些都是受控模擬，大多涉及低風險情境，因此不能直接預測真實世界的行為。本系列的移轉文章會介紹核准界線。

哪些人該轉換

OpenAI 開發 Terra 的目標，就是處理視覺和表單繁重的工作。即使是這類工作，OpenAI 的遷移指南仍建議在相同的推理強度下，使用相同的圖片和工作流程比較兩個模型。若要處理程式設計或最高推理強度的工作，請使用自己的任務組合，分別測試 Terra 的中等、最高推理強度，以及 Sol 的中等推理強度；比較每項成功完成結果的成本，而不是每個 token 的成本。

有一項遷移細節容易讓人踩雷：只要推理強度不是 none，OpenAI 的遷移指南就表示應移除 temperature、top_p 和 top_logprobs，而 Responses API 也會拒絕這些參數。遷移文章還涵蓋了將工具呼叫移至 Responses 的做法。

透過 AIHubMix 使用 GPT-6.1 Terra

AIHubMix 於 10 月 27 日進行的檢查發現，gpt-6.1-terra 可透過 Chat Completions、Responses 和 Anthropic Messages 回應。價格與 OpenAI 標準費率相同。

若要設定推理強度，請使用 Responses API。在同一輪檢查中，Responses 接受全部六種推理強度；將一個提示詞的設定從 none 調高到 max，推理 token 數便從 0 增至 1,078。在測試的少數簡短提示詞中，Chat Completions 上的 reasoning_effort 沒有呈現一致差異（每次執行時，none 和 max 的推理 token 數都落在約 200–300）。以下是依照AIHubMix Responses API 文件撰寫、包含圖片的最精簡請求：

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["AIHUBMIX_API_KEY"],
    base_url="https://aihubmix.com/v1",
)

response = client.responses.create(
    model="gpt-6.1-terra",
    reasoning={"effort": "medium"},
    input=[{
        "role": "user",
        "content": [
            {"type": "input_text", "text": "Return the invoice number, date and total as JSON."},
            {"type": "input_image", "image_url": "data:image/png;base64,<your-image>"},
        ],
    }],
)
print(response.output_text)

從中等推理強度開始，只有在自己的測試顯示品質提升值得額外 token 時，才提高推理強度。

常見問題

GPT-6.1 Terra 比 GPT-5.6 Terra 便宜嗎？
是。輸入價格從每百萬 token $2 降至 $1，快取輸入從 $0.20 降至 $0.05，輸出則從 $12 降至 $5。AIHubMix 收費相同。實際省下的費用取決於推理強度，因為最高推理強度所使用的 token 數，是中等推理強度的數倍。

GPT-6.1 Terra 比 GPT-5.6 Terra 更好嗎？
在本文列出的 OpenAI 基準測試中，GPT-6.1 Terra 在發表表格的每個項目都拿下較高分，終端機程式設計、電腦操作和事實錯誤方面的提升最顯著，不過 HealthBench 的兩個子項目略有下降。Artificial Analysis 的獨立測試也呈現相同趨勢：最高推理強度下的指數分數為 48，高於 GPT-5.6 Terra 的 42。

切換時需要修改程式碼嗎？
通常只要更換模型 ID。上下文限制、推理強度和輸入類型都相同。若使用的推理強度不是 none，請移除 temperature 和 top_p；並將工具呼叫從 Chat Completions 移至 Responses API。

我該使用 GPT-6.1 Terra 還是 GPT-6.1 Sol？
低或中等推理強度下，需要處理螢幕、表單、文件和圖片的工作，選 Terra。艱難的程式設計工作則選 Sol：在 OpenAI 的圖表中，Sol 以中等推理強度在 Terminal-Bench 4.0 上勝過最高推理強度的 Terra，而且每項任務的成本更低。

我該使用哪種推理強度？
從預設的中等推理強度開始。Artificial Analysis 發現，低和中等推理強度的成本效益最佳；最高推理強度雖將 Terra 的指數分數從 41 提高至 48，卻讓每項任務的成本增加四倍。

透過 AIHubMix 使用 OpenAI 的 Batch 折扣可以嗎？
不行。50% 的 Batch 和 Flex 折扣是 OpenAI 提供的優惠，而 AIHubMix 不提供 OpenAI 的 Batch API。透過 AIHubMix 使用時，請以標準費率估算。

GPT-6.1 Terra 的知識截止日期是什麼時候？
2026 年 6 月 1 日，晚於 GPT-5.6 Terra 的 2026 年 2 月 16 日。若要處理這個日期之後的資訊，請提供模型檢索到的來源。

繼續閱讀：GPT-6.1 Terra 系列

• 準備好切換了嗎？遷移指南涵蓋 temperature 400 錯誤、將工具移至 Responses，以及 Codex 設定：遷移至 GPT-6.1 Terra：修正 temperature 400 錯誤、將工具移至 Responses，並設定 Codex
• 如果你正在評估 Terra 與 Anthropic 的中階模型，想用於螢幕和文件 Agent：GPT-6.1 Terra 與 Claude Sonnet 5.5 比較：螢幕和文件 Agent 該選哪款中階模型？
• 如果上文的最高推理強度成本範例符合你的工作負載，這篇分級比較會逐項檢視各種任務：GPT-6.1 Terra 與 GPT-6.1 Sol 比較：哪些任務仍需要 Sol？
• 若想完整了解帳單範例背後的費用，包括推理強度、長提示詞和快取寫入：GPT-6.1 Terra 的實際費用：推理強度、272K 分界與快取

資料來源

• OpenAI：GPT-6.1 Terra 正式推出
• OpenAI API 文件：GPT-6.1 Terra 模型頁面
• AIHubMix：GPT-6.1 Terra 模型頁面
• Kingy AI：GPT-6.1 Terra 基準測試、價格、規格與比較
• Artificial Analysis：GPT-6.1 Terra 推進成本效益前沿