GPT-6.1 Terra
GPT-6.1 Terra 于 2026-10-26 发布:$1 输入 / $5 输出、1.05M 上下文、128K 输出,定位视觉推理与精确 computer use,已进 GitHub Copilot 模型池。
发布 2026-10-31更新 2026-10-31核实 2026-10-31规格
- 厂商
- OpenAI
- 发布日期
- 2026/10/26
- 类型
- llm
- 上下文窗口
- 1050K tokens
- 最大输出
- 128K tokens
- 定价
- 标准 $1 输入 / $5 输出(每百万 token,<272K 提示);缓存读 $0.05、缓存写 $1.25;>272K 时 $2 / $7.50
- API 兼容
- openai, azure
基准测试
优势
- •GPT-6.1 家族的性价比档:价格是 6.1 Sol 的一半($1/$5),缓存读只要 $0.05
- •官方定位明确:视觉推理、精确 computer use、清晰自然的写作
- •1.05M 上下文与 128K 输出,与 6.1 Sol 同规格,不是缩水版窗口
- •GitHub 侧称它在终端与 C# 编码任务上明显优于上一代 GPT-5.6 Terra
不足
- •能力上限低于 6.1 Sol:官方把它定位为「快速、高效」档,复杂长程 agent 任务仍需 Sol 或 Astra
- •超过 272K 提示后单价翻倍($2/$7.50),长上下文用法同样要算 p95
- •「Terra」是跨代延续的档位名,检索资料时极易与 GPT-5.6 Terra 混为一谈
- •OpenAI 官方发布会细节较少,大量可用性信息来自 GitHub 侧 changelog
适用场景
概述
GPT-6.1 Terra 于 2026-10-26 发布,官方定价页给它的定位是 「A fast, efficient model for visual reasoning, precise computer use, and clear, natural writing」——快速、高效的视觉推理与精确 computer use 档,价格是 GPT-6.1 Sol 的一半:$1 输入 / $5 输出 每百万 token。
它在 GPT-6.1 家族里排第二档:Astra($10/$50,旗舰)→ Sol($2/$10,编码主力)→ Terra($1/$5,日常高效) → Luna($0.10/$0.50,高并发)。同代模型同规格(1.05M 上下文 / 128K 输出),差的是能力与价格,不是窗口大小——这一点与不少「轻量档砍上下文」的产品不一样。
命名警告:Terra 是跨代延续的档位名。GPT-5.6 Terra 正在退役(Copilot 侧 2026-11-16 生效),继任者就是本文的 GPT-6.1 Terra。查资料时请看清是哪个版本号——两条消息常被媒体混写。
核心能力
定价阶梯:与 Sol 同构,价格减半
| 项 | <272K 提示 | >272K 提示 |
|---|---|---|
| 输入 | $1.00 | $2.00 |
| 输出 | $5.00 | $7.50 |
| 缓存读 | $0.05 | $0.10 |
| 缓存写(30 分钟) | $1.25 | $2.50 |
| 缓存写(12 小时) | $2.50 | $5.00 |
(单位:美元 / 每百万 token;标准处理模式。)
$0.05 的缓存读是这张表的关键格:agent 长会话里九成以上输入按缓存价计费,这一格决定了「Terra 到底便宜多少」。只比 $1 vs $2 的输入价,会高估差距;只比 $5 vs $10 的输出价,会低估缓存带来的差别。
在工具链里的位置
- GitHub Copilot:2026-10-26 GA,官方称成本低于 GPT-6.1 Sol,早期测试中「解决终端与 C# 编码任务明显多于 GPT-5.6 Terra」,按 provider list pricing 在实际用量下结算;
- Codex:6.1 家族模型在 Codex 中可显式指定,默认模型仍是 6.1 Sol;
- computer use:官方把它定位成「精确 computer use」档,适合截图理解 + 界面操作这类多模态循环。
获取方式 / 定价(2026-10-31 核对)
| 通道 | 成本 | 适合 |
|---|---|---|
| OpenAI API(标准) | $1 / $5,缓存读 $0.05 | 日常编码、写作、computer use |
| OpenAI API(>272K 提示) | $2 / $7.50 | 少数长上下文请求 |
| Batch(批处理) | 约五折($0.50 / $2.50) | 可延迟的批量任务 |
| GitHub Copilot | 含在订阅内,按用量计费 | 已在用 Copilot 的团队 |
| Azure / 区域处理 | 区域附加费 | 数据驻留要求 |
API 调用示例
from openai import OpenAI
client = OpenAI(api_key="sk-...")
resp = client.chat.completions.create(
model="gpt-6.1-terra",
messages=[
{"role": "system", "content": "你是界面操作助手。只输出下一步动作,不要解释。"},
{"role": "user", "content": [
{"type": "text", "text": "这张截图里「提交」按钮在哪?给出坐标。"},
{"type": "image_url", "image_url": {"url": "data:image/png;base64,<...>"}},
]},
],
max_output_tokens=1024,
)
print(resp.choices[0].message.content)
适合 / 不适合
适合
- 日常 agentic 编码与终端任务,且预算敏感(比 Sol 省一半)
- computer use:需要看屏幕、点按钮、填表单的多模态循环
- 客服回复、文档整理这类「质量要够、量又大」的写作负载
不适合
- 复杂长程改造、需要最强推理的核心决策(用 6.1 Sol / Astra)
- 纯高并发、任务简单明确的场景(Luna 更便宜一个数量级)
- 依赖「1M 上下文塞满」的用法(越 272K 单价翻倍)
相关阅读
- 模型卡:GPT-6.1 Sol · GPT-6 Astra · GPT-6 Luna · GPT-5.6
- 工具卡:Codex · GitHub Copilot · OpenRouter
- 资讯:GPT-6.1 Terra 进 GitHub Copilot · Copilot 11-16 退役清单
- 概念:Prompt Caching · Token · 长上下文
待核实
- 知识截止日:官方定价页与 GitHub changelog 均未提及。
- Artificial Analysis 智能指数 48:本站为转引,未直读 AA 原表。
- 「终端与 C# 任务明显优于 GPT-5.6 Terra」的具体幅度:GitHub 只给定性表述,未给数字。
- OpenAI 官方发布说明:本卡核对时 OpenAI 未单独发布产品博客,定位措辞取自官方定价页。
来源
- OpenAI API 定价页($1/$5、缓存 $0.05、272K 阶梯的官方出处)
- OpenAI Business Pricing(模型定位原文)
- OpenRouter 模型清单(1.05M 上下文 / 128K 输出由网关 API 于 2026-10-31 实测)
- GPT-6.1 Terra 进 GitHub Copilot(本站,GitHub 官方 changelog 转述)
本卡片由 AI 之家 编辑部根据公开资料整理,非厂商付费内容;定价与功能以官网为准,欢迎在 反馈邮箱 反馈更新。
相关工具
Claude Code vs Codex CLI:终端 AI Agent 双雄对比
Claude Code vs Codex CLI 2026 选型对比:Anthropic 与 OpenAI 两大官方终端 Agent 的模型、长任务、MCP 生态、Windows 支持、订阅打包价格和国内可用性全方位对比,帮你判断该用哪个终端 AI Agent,以及能不能两个一起用。
GitHub Copilot vs CodeBuddy:国内团队怎么选?2026 对比
GitHub Copilot 与腾讯 CodeBuddy 2026 选型对比:一个胜在生态覆盖与编辑器支持最广,一个胜在中文语境与国内直连。从产品形态、上手成本、长任务、价格与国内可用性 6 个维度给出明确取舍建议。
Codex CLI vs Crush:OpenAI 官方 vs 多模型 TUI(2026 实测选型)
Codex CLI vs Crush 怎么选:OpenAI 官方终端 Agent(GPT-5.6 + Windows 原生沙箱),对上开源 TUI(多模型切换 + LSP)。按模型、平台、价格、国内可用性对比。
Codex CLI vs Gemini CLI:两家大厂终端 Agent 怎么选?(2026 选型)
OpenAI Codex CLI 与 Google Gemini CLI 的正面比较:一句话结论 + 决策树 + 价格 + 国内可用性。已有 ChatGPT 账号选 Codex,想零成本起步选 Gemini CLI。
GitHub Copilot vs Cody:日常补全还是大型代码库理解?2026 对比
GitHub Copilot 与 Sourcegraph Cody 2026 选型对比:Copilot 胜在补全覆盖与生态最广,Cody 胜在大型代码库的代码搜索与跨仓库上下文检索。从产品形态、上手成本、长任务、价格与国内可用性给出明确取舍。
Cursor vs GitHub Copilot:AI IDE 还是插件?2026 对比
Cursor vs GitHub Copilot 2026 选型对比:AI 原生 IDE vs IDE 插件,从 Composer vs Agent Mode、Tab 补全、多模型、AI Credits 计费、企业版和适合人群判断,帮开发者选对。Cursor 是 VS Code fork 重写交互层,Copilot 是 VS Code 插件继承原生体验。两家都已切 usage 制。