تدقيق GPT-6.1 Terra: ورقة إصدار مكتملة وادّعاء 9× لخفض التكلفة لكل مهمة

النقاط الرئيسية

• انطلق GPT-6.1 Terra يوم 26 أكتوبر بكل إفصاحاته مطبوعة دفعة واحدة: أسعار API قياسية قدرها $1 لكل مليون رمز إدخال، و$0.05 مخزنة، و$5 للإخراج، ونتائج benchmarks، وتقييم أمني على صفحة الإطلاق نفسها (مقالة الإطلاق من OpenAI).
• نطاق السعر $1/$0.05/$5 أدنى بـ 50% من الأسعار القياسية لـ API لدى GPT-6.1 Sol وGPT-5.6 Terra، ويعرفة الإدخال المخزن خصم منشور قدره 95% — فيما تطبعان خصمًا على الذاكرة المخزنة قدره 90% في حجمَيهما (مقالة الإطلاق؛ تسعير Kimi؛ تسعير M3.1 Flash).
• عند أقصى جهد استدلال، تقيس OpenAI لـ Terra كفاءة رموز تفوق 3× كفاءة Claude Opus 5.5 بربع سعاره لكل رمز — وهو ادّعاء ~9× أقل تكلفة لكل مهمة على harness البائع نفسه (مقالة الإطلاق).
• تقرأ Terminal-Bench 4.0 عند 50.3% بأقصى جهد، أي أكثر من ضعف النسبة المنشورة لدى GPT-5.6 Terra البالغة 21.5%، بينما تجري الورقة نفسها على رحل أصلعب أعمال البرمجة إلى GPT-6.1 Sol وGPT-6 Astra (مقالة الإطلاق).
• صف الوجاهة هو أكبر حركة في عمود واحد: انخفض معدل الخطأ على المطالبات المستحثّة للخطأ من 53.6% بجهد منخفض إلى 16.7%، وإلى 4.3% بأقصى جهد (مقالة الإطلاق).

جرّى إطلاقان هذا الأسبوع الاختبار نفسه للمشتري في اتجاهين متعارضين. يوم 23 أكتوبر، نشرت Moonshot ورقة إصدار Kimi K3.1 Pro — درجات benchmarks وصفحة تسعير قابلة للتحقق سطرًا سطرًا — لكنها رحّلت الوثائق التي تحسم الاستضافة الذاتية إلى موعد أوزان مؤكّد من المورّد في 4 نوفمبر، والرخصة بلا اسم عند الإطلاق (التدقيق الورقة-أولًا). وبعد يوم، وضع GPT-6.1 Terra من OpenAI كل شيء على صفحة الإطلاق قبل أن يُفوتر رمز واحد: أسعار API قياسية قدرها $1/$0.05 مخزنة/$5 لكل MTok، ونتائج على خمسة benchmarks وكلية، وتقييم أمني على الصفحة نفسها. انقلبت توقّع هذا الجنس الأدبي: النموذج المغلق هو الذي شحن ورقته مكتملة، وأصبحت إطلاقات الأوزان المفتوحة هي التي تجعل المشترين ينتظرون.

يقرأ هذا المقال ورقة Terra كما يقرأها مراجعة شراء. يحصر بنود الأسعار والذاكرة المخزنة التي يمكن لنموذج تكلفة استعمالها اليوم، ويفصل بنود benchmarks التي تقيسها OpenAI على نفسها عمّا يحسمه عمود مستقل، ويقرأ الإفصاح الأمني الذي يُشحن الآن كجزء من الورقة، ويسمّي الأمرين اللذين لا تستطيعين حتى ورقة مكتملة طباعتهما — عمود معايرة من طرف ثالث، وأوزانًا لن تصل أبدًا. ويبني على تدقيق ورقة إصدار Kimi K3.1 Pro، الذي غطّى طريقة الفحوصات الخمس ليوم الأوزان لإطلاق يصل ورقة-أولًا؛ وهذه هي الزاوية المقابلة للمشكلة نفسها — على أي أساس تُشترى حين لا يوجد يوم أوزان أصلًا.

الورقة، سطرًا سطرًا

صفحة الأسعار قصيرة ومكتملة. الأسعار القياسية لـ API هي $1 لكل مليون رمز إدخال، و$0.05 لكل مليون رمز إدخال مخزن، و$5 لكل مليون رمز إخراج، وتنص مقالة الإطلاق على أن هذه الأسعار القياسية أدنى بـ 50% من أسعار GPT-5.6 Terra وGPT-6.1 Sol (مقالة الإطلاق). ثلاثة بنود من دون نجوم تدرّج: يمكن أن يُبنى نموذج تكلفة على الصفحة في يوم ظهورها ذاته. وهذا أكثر من مجرد وسائمة. حين حملت بطاقة ما قبل الإطلاق لدى أحد المجمّعين — محدّثة يوم 24 أكتوبر، قبل وجود النموذج — النموذج بنقطة سعر مختلفة بحالة «افتراضي ChatGPT» تتناقض معها صفحة الإطلاق، لم تتجاوز النسخة المشوّهة يومًا، وماتت عند ملامستها للصفحة. الورقة الأولية هي وثيقة التدقيق، وكانت ورقة Terra مكتملة بما يكفي لتصحيح النسخ فورًا.

بند الذاكرة المخزنة هو أعمق خصم منشور في هذه المجموعة. الإدخال المخزن لدى Terra يساوي 5% من عرفة المدخلات اللائحة — $0.05 مقابل $1. فئة خصم 90% هي ما طبعته إطلاقات flash-tier والرائدة هذا الشهر: عرفة التخزين لدى Kimi K3.1 Pro قدرها $0.20 مقابل سعر إدخال $2.00 (التدقيق الورقة-أولًا)، و$0.015 لدى MiniMax M3.1 Flash مقابل $0.15 (قراءة يوم الإطلاق). خصم 95% لا يعني بذاته عملًا أرخص — أظهرت لحظة 1017 لدى DeepSeek أن حصة إصابات التخزين، لا اللائحة، هي التي تحدد الكلفة الفعلية — ولكن لنموذج توجيه تتكرر مدخلاته (البروتوكول ذاته للمطالبة، ومخططات الأدوات ذاتها، وسياق الشاشة ذاته عبر حقول النموذج)، فإن العرفة التي يُحاسب بها الإعادة هي البند الذي يقرر أين تستقر حِمَل العمل.

الإتاحة تصرّح بها، لا تُوعَد بها. Terra متاح لجميع مستخدمي Plus وPro وEnterprise وEdu في ChatGPT Work وCodex اعتبارًا من 26 أكتوبر، وللمطوّرين عبر API الخاص بـ OpenAI باسم gpt-6.1-terra — وتلاحظ مقالة الإطلاق أن الحصة نفسها من الاستخدام تغطي عملًا أكثر مما كانت تغطيه في زمن GPT-5.6 Terra، وأكثر إلى حد كبير مما كانت تغطيه في زمن Sol أو GPT-6 Astra (مقالة الإطلاق). حالة الطرح تغلق كذلك سؤالًا من الجنس الأدبي: لا يوجد بند «أوزان قادمة» لهذا النموذج، إطلاقًا. اكتمال مورّد مغلق لا تكلفه شيئًا في يوم الأوزان لأنه لا يوم أوزان عنده.

بنود benchmarks، وعلى أي أساس قيس كل منها

بند تشغيل الحاسوب المتصدّر قِيس على Agents' Last Exam v1 — مهام تصفها الورقة بأنها تحويل الرسوم المعمارية إلى نماذج ثلاثية الأبعاد، ومراجعة لقطات فيلمية شوطًا بشوط إلى سجلات موقوتة. بجهد استدلال متوسط تسجل Terra 15 نقطة مئوية فوق GPT-5.6 Terra بنحو ثلث الكلفة؛ وتؤدي بارتياق مع GPT-6 Astra بنحو عُشر سعاره لكل رمز؛ وعند أقصى جهد تقيس OpenAI كفاءة رموز تفوق 3× كفاءة Claude Opus 5.5 بربع سعاره لكل رمز، وهو ما تقوّسه الورقة إلى ~9× أقل تكلفة لكل مهمة (مقالة الإطلاق). كل عدد في تلك الجملة قياس من المورّد على harness الخاص بـ OpenAI وإعدادات الجهد الخاصة بها. الادّعاء قابل للتحقق بنيويًا — السعر منشور، فينحصر رقم لكل مهمة في دعوى عدّ رموز — غير أن عدد الرموز لم يُعَد إنتاجه باستقلال بعد.

بند البرمجة يحمل حدوده الخاصة. على Terminal-Bench 4.0، تحل Terra 50.3% من المهام بأقصى جهد استدلال، أي أكثر من ضعف النسبة المنشورة لدى GPT-5.6 Terra البالغة 21.5% — وتنص الفقرة نفسها أن أصعب مهام البرمجة تظل GPT-6.1 Sol وGPT-6 Astra الاختيار الأفضل (مقالة الإطلاق). الورقة تطبع حِمَل العمل التي يخسر عندها نموذجها. وهذا الشكل الإفصاحي نفسه الذي دوّنه الجنس على ورقة Kimi، حين تصدّر الإطلاق الـ bench الذي خسره بفارق 0.7 نقطة، وهو الملصق النزيه الذي يحتاجه جدول توجيه: Terra هي طبقة تشغيل الحاسوب بيوم العمل، لا طبقة برمجة رائدة. وعلى Terminal-Bench-Science 0.1 تسبق Terra إلى Sol بكلفة أدنى وتقف خمس نقاط من Opus 5.5 بأقل من خُمس الكلفة التقديرية (مقالة الإطلاق).

صف الوجاهة هو أكبر حركة في عمود واحد على الورقة. على benchmark OpenAI الداخلي للمطالبات المستحثّة للخطأ، هبط معدل الخطأ من 53.6% لدى GPT-5.6 Terra إلى 16.7% بجهد منخفض، وإلى 4.3% بأقصى جهد — وهو انخفاض تصفه الورقة بأنه يكاد يوازي معدلات GPT-6 Astra وSol (مقالة الإطلاق). ولأسطول دائم الاتصال، القراءة التشغيلية محددة: نموذج يمكن تشغيله بجهد منخفض بمعدل خطأ 16.7% على مطالبات عدائية مسعّر ومصمم لعمل الحجم، بينما عمود 4.3% بأقصى جهد هو الذي يُستشهَد به في سير عمل غزير التحقق.

ما لا تطبعه أي ورقة عن نفسها هو العمود المستقل. لحظة Artificial Analysis المستخدمة في التحقق المتقاطع لتدقيق Kimi أسبق من Terra (محديثة يوم 24 أكتوبر)، ولا يوجد بعد صفي مؤشر مستقل لـ gpt-6.1-terra في السطوح التي يستخدمها هذا التدقيق — لا مركب Intelligence Index ولا عمود معايرة من فئة AA. حتى يحطّ أحدهم، يقف رقم ~9× للتكلفة لكل مهمة ودرجة ALE على قياسات OpenAI وحدها. لم يكن ذلك عيبًا في هذه الورقة؛ بل هو الحالة الاعتيادية لأي إطلاق، وهو بالضبط الموضع الذي يدعو إطار اقتصاديات الاستدلال الدائمة المشترين إلى سدّه بسجلات رموزهم بعد أول فاتورة.

الإفصاح الأمني يُشحن الآن كجزء من الورقة

صف Preparedness على صفحة الإطلاق، لا في حاشية. تنص الورقة أن GPT-6.1 Terra يحقق عتبة Critical في الأمن السيبراني تحت إطار Preparedness الخاص بـ OpenAI، ويحافظ على الحمايات المطوّرة لـ GPT-6 Astra، ويحمل تحسينات المواءمة لسلسلة GPT-6 — وتنقل مقالة الإطلاق أن Terra أرجح من GPT-5.6 Terra إلى البقاء داخل النطاق والإفصاح بأمانة عن حدوده، بمقاومة قوية لنحقن المطالبات في تقييمات OpenAI، والتفصيل الكامل في ملحق البطاقة النظامية (مقالة الإطلاق).

تتلو ذلك قراءتان. الأولى: «Critical في الأمن السيبراني» إفصاح عن القدرة لا مانعًا للنشر — تخبر المشتري أن النموذج قادر بما يكفي في مهام cyber ليستحق أعلى طبقة وسم في الإطار، وهي بالضبط المعلومة التي تحتاجها مراجعة المخاطر قبل توصيل النموذج في سير عمل مرتبط بأدوات. الثانية: أن يكون الإفصاح جزءًا من ورقة يوم الإطلاق يعني أن لمراجعة الحوكمة لدى المشتري وثيقة مؤرّخة تلحقها بملفها: ملحق البطاقة النظامية، المنشور مع النموذج. جنس تدقيق ورق الإصدار موجود لأن إطلاقات أكتوبر تفاوتت في أي الوثائق تحطت أولًا؛ وتفاوت Terra أنه لم يؤجّل شيئًا — وفي الوقت نفسه، وبينما النموذج مغلق، لا يمكن التحقق من شيء متجاوزًا وثائق المورّد.

حالة التقابل: ما ما زالت إطلاقات الأوزان المفتوحة ترحّله إلى تاريخ لاحق

تدقيقات أكتوبر الثلاثة تُقرأ الآن بوصفها ثلاثة أنماط إفصاح. MiniMax M3.1 Flash شحن الأوزان بعد أربعة أيام من إطلاق API وترك ملف الرخصة يتكفل بشروط الشراء — سطر $20 مليون من الإيراد السنوي مع الإحالة (تدقيق يوم الأوزان). Kimi K3.1 Pro أطلق ورقة-أولًا ومكتملة في القدرة والسعر، والأوزان والرخصة بلا اسم حتى 4 نوفمبر. GPT-6.1 Terra نشر كل شيء دفعة واحدة — ولا يقدّم أوزانًا، أبدًا. النتيجة المثيرة للاهتمام غير متناظرة: تعرّض إطلاقات الأوزان المفتوحة المشتري لحدث قراءة رخصة قد يعيد كتابة اقتصاديات الاستضافة الذاتية بعد الشراء (سطر الـ 20 مليون دولار)، بينما يعرّض الإطلاق المغلق المشتري لاعتماد على مورّد وحيد قد يعيد التسعير عند التجديد. لا يمكن تفادي أيّ منهما؛ وكلاهما قابل للتدقيق، والورقة التي تحطّ مكتملة في اليوم الأول — بأسعار ودرجات وبنود أمنية قابلة للفحص مقابل الصفحة — هي الإفصاح الذي يجعل المقارنة نزيهة. هذا هو الشقيق في جانب الكلفة لحجة الطرح المتدرّج: ما يتفاوت بين الإطلاقات ليس ادّعاء القدرة بل أي الوثائق تحطّ أولًا، وعلى جدية المشتري أن تتبع الوثائق.

قوام سوقي آخر يستحق التسجيل: كتالوجات المجمّعين حول الإطلاق ليست أوراقًا. بطاقة ما قبل الإطلاق لنموذج Terra حملت سعرًا خطئًا وحالة خطأ نجت أقل من 48 ساعة أمام الأولية، لكنها كفت لتنتهي في مذكرة توجيه. المشتري الذي يستشهد بأرقام نموذج من متعقّب يحصل على أشرطة خطأ المتعقّب؛ صفحة الإطلاق هي السطح الوحيد الذي يحمل تعهدات الإطلاق ذاتها.

خريطة الدقيقة للورقة وفجواتها:

اللوحان هما الخط الفاصل الذي ترسمه جدية المشتري: الجانب الفيروزي هو ما جعل الإطلاق قابلًا للفحص في 26 أكتوبر، والجانب البنفسجي ما لا يحسمه سوى الوقت أو الأطراف الثالثة، والشريط المرجاني سجل أنماط الإفصاح الكامل لأكتوبر. البطاقة السفلية هي القاعدة التي حطّ عندها هذا الجنس: اشترِ على الورقة، ودقّق على الوثائق.

ما يتغير في التوجيه هذا الأسبوع

صحيفة الطبقة الرخيصة تكسب سطرها الأصلي من OpenAI. يقوس انهيار تكلفة الوكلاء الفرعيين وتشغيل الحاسوب الآن هكذا: Haiku 5.5 → GPT-6.1 Sol/Luna → GLM-5.3 Flash → لحظة 1017 لدى DeepSeek → MiniMax M3.1 Flash → Terra (مقالة صحيفة الطبقة). ما يميّز Terra في تلك الصحيفة ليس عددًا أدنى — طبقات flash لدى Kimi وMiniMax تُدرج أسعارًا مطلقة أدنى — بل صنف العمل الذي تدّعيه: تشغيل دقيق للحاسوب مقابل تطبيقات سطح المكتب، حِمل عمل OSWorld 2.1، في نطاق $1/$5 مع خصم تخزين منشور قدره 95%. انضمام مورّد مغلق إلى طبقة انهيار الكلفة يهدم آخر عذر لمعاملة الطبقات الرخيصة باعتبارها حكرًا على النماذج المفتوحة: الطبقة صارت مسعّرة من الاتجاهين.

التكلفة لكل مهمة مكتملة، لا لكل رمز، ما تزال إطار القرار (إطار لكل مهمة). نطاق سعر Terra لا يقول شيئًا قبل ضربه في زمن تشغيل المهمة وحصّة الإصابات. الورقة تعطي مدخلات حسابه — سعر الرمز، عرفة التخزين، ودرجتا benchmark تعملان بديلين عن الرموز لكل مهمة عند إعدادَي جهد. الجهد هو المحور الآخر للفاتورة: صف الوجاهة 16.7% هو عمود الحجم بجهد منخفض، بينما معدل 4.3% يعيش خلف أقصى جهد، وعمل الحجم نادرًا ما يحتاجه.

حد حِمل العمل الذي تطبعه الورقة هو حد التوجيه. Terra هي طبقة يوم العمل — العروض، والرسوم التقنية، والنماذج، وسجلات تحرير الفيديو (مقالة الإطلاق) — مع برمجة أصعب تجريها نص OpenAI ذاته صراحةً إلى Sol وAstra. أرخص خطأ يرتكبه مشترٍ بورقة مكتملة أن يقرأ بنودها الرابحة عالمية: 50.3% على Terminal-Bench 4.0 لا تنافس طبقة البرمجة الرائدة الأصعب، والورقة تقول ذلك.

قراءات ذات صلة

• Kimi K3.1 Pro وفجوة الـ 0.7 نقطة: قراءة ورقة الإصدار قبل أوزان 4 نوفمبر — التدقيق الأم في هذا الجنس: الإطلاق الورقة-أولًا الذي يقابل هذا المقال، وطريقة الفحوصات الخمس التي تُجرى على أوزانه في 4 نوفمبر
• خط الـ20 مليون دولار في الترخيص: يوم الأوزان يُدقّق MiniMax M3.1 Flash — تدقيق يوم الأوزان الذي فتح الجنس: حدث الرخصة الذي قد يعيد كتابة اقتصاديات الاستضافة الذاتية بعد الشراء
• اقتصاديات الاستدلال: لماذا أصبح وكلاء الإنتاج الدائمون الآن في المتناول — إطار التكلفة لكل مهمة الذي يحول نطاقات الأسعار المنشورة وبنود التخزين إلى قرار توجيه

بناء تمثيلي

تنفّذ مكتب العمليات لدى موزّع معدات صناعية بـ 300 موظف نحو 2,500 مهمة أسبوعية لوكلاء تشغيل الحاسوب — إدخال تفاصيل الفواتير إلى NetSuite، وبحثات أسعار عبر أربعة بوابات للمورّدين، وتفسير رسوم تقنية لعروض أسعار المعدات. تحرك ورقة Terra توجيهين هذا الأسبوع: صنف النماذج البصرية عالية الحجم (عمل إدخال الفواتير وتعبئة البوابات الذي ينوب عنه OSWorld 2.1) ينتقل إلى Terra بجهد استدلال متوسط، حيث يقترن بند Agents' Last Exam بزيادة 15 نقطة بنطاق $1/$5 وعرفة إدخال مخزنة قدرها $0.05 تؤتي ثمارها على مرورها بالبادئات المتكررة؛ ووظائف صيانة الطرفية والبرمجة تبقى على Sol وAstra وفق حد الورقة ذاته. ويبقى أسطول تدقيق الوثائق على Kimi K3.1 Pro بانتظار فحوصات 4 نوفمبر، ويحمل جدول التوجيه عمودًا لا تقدر الورقة على الإجابة عنه — تكلفة لكل مهمة مقيسة باستقلال — يملؤه الفريق بسجلات رموزه بعد أول دورة فوترة، مع إعادة تسعير اقتصاديات Terra بأقصى جهد max مقابل عمودَي الوجاهة 16.7%/4.3% قبل أن يحطّ أي سير عمل غزير التحقق هناك.

اطلب بناءً بمجال محدد. أسبوع اكتشاف. تحصل على جرد للأنظمة، وخريطة لسير العمل، ونطاق ثابت — سواء كنت ستبني معنا أو لا.