今天真是个热闹日子。那边Anthropic提交IPO，这边OpenAI发布了最新模型GPT-6.1Terra。它的定位是“以更低价格，提供快速、强大的电脑操作能力”，将细致的视觉推理、精准的电脑操作能力与更清晰、更自然的写作表现结合在一起。
SamAltman兴奋地表示，“GPT-6.1Terra将开启电脑操作的新时代。”
与GPT-5.6Terra相比，GPT-6.1Terra能力有了显著提升，尤其擅长处理日常工作中的沟通和电脑操作任务，从起草提案、解读技术图纸，到填写表格、剪辑视频，都能胜任。
Terra继续拓展各模型系列在智能表现与成本之间的平衡，为用户提供速度、能力和价格之间更好的组合。它的标准API定价如下：
输入Token：每百万1美元
缓存输入Token：每百万0.05美元
输出Token：每百万5美元
标准API价格比GPT-5.6Terra和GPT-6.1Sol低50%。这让开发者可以用更低的成本自动处理大量工作，例如读取收到的发票，并将相关信息录入会计软件。
从今天起，所有Plus、Pro、Enterprise和Edu用户都可以在ChatGPTWork和Codex中使用GPT-6.1Terra。开发者也可以通过OpenAIAPI调用该模型，模型ID为gpt-6.1-terra。
并且，在ChatGPTWork和Codex中，使用GPT-6.1Terra也能让你的套餐额度发挥更大作用。同样的使用额度，可以完成比GPT-5.6Terra更多的任务；与GPT-6.1Sol或GPT-6Astra相比，可完成的任务数量则会多出很多。
从视觉理解到实际操作
OpenAI使用Agents'LastExam基准测试评估GPT-6.1Terra的电脑操作能力。该基准涵盖多种专业任务，例如根据建筑图纸创建3D模型，以及逐镜头审查动画影片，为修复团队制作带时间码的记录。
在中等推理强度下，GPT-6.1Terra的得分比GPT-5.6Terra高出15个百分点，成本仅为后者的约三分之一。即使与GPT-6Astra相比，它的表现也不相上下，但每个Token的价格只有后者的十分之一。
在最高推理强度下，Terra的Token使用效率是ClaudeOpus5.5的三倍以上，每个Token的价格则只有后者的四分之一，因此，完成同一任务的成本可以降低到约九分之一。
Terra的运行速度也快得多，完成任务的速度超过GPT-6Astra和GPT-6.1Sol的三倍。
在视觉推理基准MMMU-Pro上，GPT-6.1Terra在所有推理强度设置下的表现都优于GPT-5.6Terra。它的得分甚至已接近OpenAI能力最强的前沿模型GPT-6Astra和GPT-6.1Sol，但成本要低得多。
OSWorld2.1用于测试AI智能体能否操作桌面应用完成多步骤任务，例如根据技术图纸创建3D模型。在中等推理强度下，GPT-6.1Terra的成绩已经超过GPT-5.6Terra的最佳成绩，而每项任务的成本却低得多。
事实准确性与编程能力显著提升
今年，OpenAI投入了大量精力，减少模型产生的幻觉和事实错误。
在其内部设计的、容易诱发错误的提示词基准测试中，低推理强度下，GPT-6.1Terra的错误率从GPT-5.6Terra的53.6%降至16.7%，下降了近37个百分点。
在最高推理强度下，错误率也下降了18个百分点，降至4.3%，与GPT-6Astra和GPT-6.1Sol的错误率已非常接近。
GPT-6.1Terra的软件工程能力也比GPT-5.6Terra有了大幅提升。
Terminal-Bench4.0用于测试编程智能体通过命令行解决问题的能力，例如修复一个页面加载时布局会发生偏移的网页。在最高推理强度下，GPT-6.1Terra能够解决50.3%的任务，超过GPT-5.6Terra已公布的21.5%得分的两倍。对于最复杂的编程任务，GPT-6.1Sol和GPT-6Astra仍然是更好的选择。
Terminal-Bench-Science0.1用于测试智能体能否通过编写和运行代码完成科学研究任务，例如追踪延时摄影视频中的细胞分裂过程。
在最高推理强度下，GPT-6.1Terra的表现超过了GPT-6.1Sol，同时成本更低。与Opus5.5相比，它的得分差距不到5个百分点，而估算成本不到后者的五分之一。
安全性与对齐
在让强大的AI变得更高效、更容易使用的同时，我们也在持续训练、测试和完善安全防护机制。
根据OpenAI的准备度框架（PreparednessFramework），GPT-6.1Terra在网络安全领域达到了“关键”（Critical）级别的能力阈值，同时保留了为GPT-6Astra开发的安全防护措施。
GPT-6.1Terra也继承了GPT-6系列在对齐方面的改进。根据评测，与GPT-5.6Terra相比，GPT-6.1Terra更有可能将操作限制在用户指定的范围内，并如实告知用户自身的能力局限和可能遇到的障碍。
在提示词注入测试中，GPT-6.1Terra也表现出较强的抵抗能力，能够抵御那些试图通过恶意指令将模型引离用户原定任务的攻击。
模型细节请参阅模型卡：
模型卡地址：https://deploymentsafety.openai.com/gpt-6-1-terra/gpt-6-1-terra.pdf
博客地址：https://openai.com/index/introducing-gpt-6-1-terra
相关文章
头条焦点
精彩导读
关注我们
【查看完整讨论话题】 | 【用户登录】 | 【用户注册】