稽核 GPT-6.1 Terra：一份完整的發布資料表與一個 9× 單任務成本聲明

關鍵要點

• GPT-6.1 Terra 於 10 月 26 日隨發布一次性印出全部揭露資訊：標準 API 定價 $1 每百萬輸入 token、$0.05 快取、$5 輸出，benchmark 結果與安全評估都在同一張發布頁上（OpenAI 的發布貼文）。
• $1/$0.05/$5 的價格帶比 GPT-6.1 Sol 與 GPT-5.6 Terra 的標準 API 價格低 50%，且快取輸入費率是已印出的 95% 折扣 — Kimi K3.1 Pro 與 MiniMax M3.1 Flash 在各自檔位印出的是 90% 快取折扣（發布貼文；Kimi 定價；M3.1 Flash 定價）。
• 在最大推理力度下，OpenAI 測得 Terra 的 token 效率是 Claude Opus 5.5 的 3 倍以上，而單價只有其四分之一 — 即供應商自家 harness 上「約 9× 更低單任務成本」的聲明（發布貼文）。
• Terminal-Bench 4.0 在最大力度下讀數 50.3%，是 GPT-5.6 Terra 已印出的 21.5% 的兩倍多，而資料表本身就註明最難的編碼工作仍應交給 GPT-6.1 Sol 與 GPT-6 Astra（發布貼文）。
• 事實性一行是整張表中單欄幅度最大的一次移動：低力度下易錯提示的錯誤率從 53.6% 降至 16.7%，最大力度下為 4.3%（發布貼文）。

本週兩次發布把同一個買方測試跑向了相反的方向。10 月 23 日，Moonshot 印出 Kimi K3.1 Pro 的發布資料表 — benchmark 得分與一行行可核對的定價頁 — 但把能裁決自架託管的工件推遲到供應商確認的 11 月 4 日權重日期，且授權條款在發布時仍未命名（這篇表先行的稽核）。一天之後，OpenAI 的 GPT-6.1 Terra 在第一個 token 計費之前就把一切都放上了發布頁：$1/$0.05 快取/$5 每百萬 token 的標準 API 定價、五個 agentic benchmark 的結果、以及同一頁上的安全評估。這個體裁的預期被顛倒了：閉源模型反而是那張表隨發布印齊的一方，需要買方等待的成了開放權重發布。

本文以一次採購評審的方式讀 Terra 的資料表。逐項點出成本模型當天就能使用的定價與快取列，區分 OpenAI 自測的 benchmark 列與獨立欄才能裁決的部分，讀一讀如今隨表一併交付的安全揭露，並點出即使是完整的資料表也印不出來的兩件事 — 第三方校準欄，以及永遠不會到場的權重。它承接 Kimi K3.1 Pro 發布資料表稽核 — 那篇文章為「表先到」的發布覆蓋了五項檢查的權重日方法；這裡是同一個問題的另一角：當根本沒有權重日時，拿什麼做採購依據。

這張資料表，逐列讀

定價頁很短，而且完整。 標準 API 定價是 $1 每百萬輸入 token、$0.05 每百萬快取輸入 token、$5 每百萬輸出 token，發布貼文聲明這些標準價格比 GPT-5.6 Terra 與 GPT-6.1 Sol 低 50%（發布貼文）。三列資料、沒有檔位腳註：一個成本模型可以在頁面出現的當天就建立在它之上。這不只是方便。當某聚合器的 Terra 預發布卡片 — 更新於 10 月 24 日，早於模型存在 — 帶著不同的價格點與發布頁相矛盾的「ChatGPT 預設」狀態流通時，那份混亂的文案只活了一天不到，在與頁面接觸時即告失效。一手資料表就是稽核工件，而 Terra 的表完整到足以立刻糾正各種轉抄。

快取列是這個集合裡印出的最深折扣。 Terra 的快取輸入是其輸入牌價的 5% — $0.05 對 $1。90% 折扣這一檔，是本月 flash-tier 與旗艦發布所印出的檔位：Kimi K3.1 Pro 的 $0.20 快取費率對 $2.00 的輸入價（表先行的稽核），以及 MiniMax M3.1 Flash 的 $0.015 對 $0.15（發布日速讀）。95% 的折扣本身並不意味著更便宜的工作 — DeepSeek 的 1017 快照顯示決定有效成本的是快取命中率，而不是牌價 — 但對一個輸入高度重複的路由型模型（同一段系統提示、同一組工具 schema、跨表單欄位的同一份螢幕上下文），重複使用按什麼費率計帳，正是決定工作負載落點的那一列。

可用性是宣告出來的，不是承諾出來的。 Terra 自 10 月 26 日起對 ChatGPT Work 與 Codex 中的全部 Plus、Pro、Enterprise 與 Edu 使用者開放，開發者則經由 OpenAI API 以 gpt-6.1-terra 呼叫 — 發布貼文並註明同樣的用量額度涵蓋的工作比 GPT-5.6 Terra 時代更多，且顯著多於 Sol 或 GPT-6 Astra（發布貼文）。這一交付狀態也順帶關上了該體裁的一個問題：這個模型永遠不存在「權重即將到來」那一列。閉源供應商的完整不花權重日的任何成本，因為它沒有權重日。

benchmark 列，以及每一列用的是什麼測量

電腦操作的頭牌列是在 Agents' Last Exam v1 上測的 — 資料表描述這些任務是把建築圖面變成 3D 模型、把影片逐鏡頭複核成帶時間碼的日誌。中等推理力度下，Terra 以約三分之一的成本高出 GPT-5.6 Terra 15 個百分點；以約十分之一的價格與 GPT-6 Astra 打平；最大力度下，OpenAI 測得 token 效率是 Claude Opus 5.5 的 3 倍以上而單價只有其四分之一 — 資料表把它約整為「約 9× 更低單任務成本」（發布貼文）。那句話裡的每個數字都是供應商在自家 harness 與自家力度設定上的測量。該聲明在結構上可核 — 價格已印出，因此單任務數字可以還原成一個 token 計數聲明 — 但這些 token 計數目前還沒有任何獨立重現。

編碼列自帶邊界。 在 Terminal-Bench 4.0 上，Terra 在最大推理力度下解決 50.3% 的任務，是 GPT-5.6 Terra 已印出的 21.5% 的兩倍多 — 同一段話還寫明最複雜的編碼任務，GPT-6.1 Sol 與 GPT-6 Astra 仍是更好的選擇（發布貼文）。資料表把自家模型輸掉的工作負載印了出來。這與該體裁在 Kimi 資料表上記錄的揭露形態相同 — 那次發布以自己輸掉 0.7 分的那個 bench 開頭 — 也是一張路由表需要的誠實標註：Terra 是工作日的電腦操作檔，不是前沿編碼檔。在 Terminal-Bench-Science 0.1 上，Terra 以更低成本超過 Sol，並在不到五分之一的估算成本下距 Opus 5.5 五分以內（發布貼文）。

事實性列是整張表中單欄幅度最大的一次移動。 在 OpenAI 內部的易錯提示基準上，錯誤率從 GPT-5.6 Terra 的 53.6% 降到低力度下的 16.7%，最大力度下降到 4.3% — 資料表稱這一降幅已接近 GPT-6 Astra 與 Sol 的水準（發布貼文）。對常駐艦隊，營運讀數很具體：一個可以低力度執行、在對抗性提示上錯誤率 16.7% 的模型，其定價與定位面向的是規模化工作，而 4.3% 的最大力度欄，才是驗證密集型工作流中應當引用的那一欄。

任何資料表都不會替自己印出的是第三方欄。 Kimi 稽核交叉核對所用的 Artificial Analysis 快照早於 Terra（更新於 10 月 24 日），而本稽核所用的各介面中尚不存在針對 gpt-6.1-terra 的獨立指數列 — 既沒有 Intelligence Index 綜合分，也沒有 AA 級校準欄。在它落地之前，約 9× 的單任務成本數字與 ALE 得分只站在 OpenAI 自家測量之上。這不是這張表的缺陷；它是發布日的常態，也恰是常駐經濟學框架提醒買方在第一張帳單之後用自家 token 日誌去填補的空位。

安全揭露如今隨表交付

Preparedness 一列就印在發布頁上，不在腳註裡。 資料表載明 GPT-6.1 Terra 在 OpenAI 的 Preparedness Framework 下達到網路安全維度的 Critical 閾值，保留為 GPT-6 Astra 開發的防護，並攜帶 GPT-6 系列的對齊改良 — 發布貼文並報告 Terra 比 GPT-5.6 Terra 更傾向於保持在任務範圍內、誠實揭露自身侷限，在 OpenAI 的評估中對提示注入有強抗性，完整細節見 system card 附錄（發布貼文）。

由此得到兩讀。其一，「網路安全 Critical」是能力揭露，不是部署攔阻 — 它告訴買方該模型在 cyber 任務上強到值得框架的最高標註層級，這正是風險評審在把模型接上帶工具的工作流之前需要的資訊。其二，揭露隨發布日的表一併交付，意味著買方的治理評審有了一份可註明日期、可歸檔的文件：隨模型發布的 system card 附錄。發布資料表稽核這個體裁之所以存在，是因為十月各次發布落地的工件先後不一；Terra 的不同在於什麼都沒有推遲 — 與此同時，也正因為模型是閉源的，除供應商自己的工件之外一切皆無從驗證。

反例：開放權重發布仍在往後推遲什麼

十月的三次稽核如今讀作三種揭露模式。MiniMax M3.1 Flash 在 API 發布四天後交付了權重，並把採購條件留給授權條款文件去承載 — 一條帶出處條款的 $2000 萬年營收線（權重日稽核）。Kimi K3.1 Pro 以表先行的姿態發布了完整的能力與價格，而權重與授權條款要到 11 月 4 日才見分曉。GPT-6.1 Terra 一次性印出了所有內容 — 並且永不提供權重。有趣的後果是不對稱的：開放權重發布讓買方承擔一個可在購買之後改寫自架託管經濟學的讀授權事件（那條 $2000 萬線），閉源發布則讓買方承擔可在續約時重新定價的單一供應商依賴。兩條路都躲不開；兩條都可稽核。而一張第一天就完整到場的表 — 價格、得分、安全各列都可對照頁面核對 — 正是讓這個比較誠實起來的揭露形態。這是分階段發布先例論點的成本側兄弟：各次發布之間的差異不在能力聲明，而在哪些工件先落地，買方的盡職調查必須跟著工件走。

還有一個值得歸檔的市場質地：圍繞發布的聚合器目錄不是表。一張帶著錯誤價格與錯誤狀態的 Terra 預發布卡片，在一手頁面面前只撐了不到 48 小時，卻足夠長到進了一份路由備忘。從追蹤器引用模型數字的買方，買到的是追蹤器的誤差棒；發布頁才是承載發布方自身承諾的唯一介面。

這張資料表及其缺口的分鐘圖：

兩個面板正是買方盡職調查劃出的分界：青綠一側是發布本身在 10 月 26 日就變得可核對的內容，紫色一側是只有時間或第三方才能裁決的內容，珊瑚色橫帶則是十月全部揭露模式的帳冊。底部那張卡就是這一體裁沉澱下來的規則：按表下單，按工件稽核。

本週在路由上改變什麼

廉價檔的帳本補上了它的 OpenAI 原生列。 子代理與電腦操作的成本坍縮弧線如今是：Haiku 5.5 → GPT-6.1 Sol/Luna → GLM-5.3 Flash → DeepSeek 的 1017 快照 → MiniMax M3.1 Flash → Terra（該檔的帳本文章）。Terra 在這份帳本裡的辨識點不是更低的數字 — Kimi 與 MiniMax 的 flash 檔列出的絕對價格更低 — 而是它聲明的工種：面向桌面應用的精確電腦操作，即 OSWorld 2.1 的工作負載，落在 $1/$5 價格帶上並配已印出的 95% 快取折扣。一家閉源供應商加入成本坍縮檔，就推倒了「廉價檔只屬於開放權重模型」的最後藉口：這個檔位如今從兩個方向同時定價。

決策框架仍然是完成任務的成本，而不是 token 單價（單任務框架）。Terra 的價格帶在乘上任務執行時長與命中率之前說明不了任何事。表裡給出的是計算它的輸入 — token 價格、快取費率，以及兩個在兩種力度設定下代理 tokens-per-task 的 benchmark 得分。力度是帳單的另一根軸：16.7% 的事實性列是低力度下的產能欄，而 4.3% 的比率藏在最大力度之後，規模化的工作很少需要它。

資料表印出的工種邊界就是路由邊界。 Terra 是工作日檔 — 提案、技術圖面、表單、影片剪輯日誌（發布貼文）— 更難的編碼由 OpenAI 自己的文字明確路由給 Sol 與 Astra。拿著一張完整的表、買方最容易犯的便宜錯誤，是把它的贏面列讀成全局：Terminal-Bench 4.0 上的 50.3% 不去競爭前沿最難編碼檔，表上自己寫著。

相關閱讀

• Kimi K3.1 Pro 與 0.7 分的差距：在 11 月 4 日權重落地前讀懂發布資料表 — 這個體裁的母本稽核：本文章與之對照的表先行發布，以及 11 月 4 日執行五項檢查的方法
• 授權條款上那條兩千萬美元的線：權重發布日稽核 MiniMax M3.1 Flash — 開創該體裁的權重日稽核：購買之後可能改寫自架託管經濟學的授權事件
• 推論經濟學：為何常駐生產代理現在已可負擔 — 把已印出的價格帶與快取列變成路由決策的單任務成本框架

一個代表型落地

一家 300 人的工業設備經銷商的營運台，每週要跑約 2,500 個電腦操作智慧體任務 — 向 NetSuite 錄入發票明細、跨四個供應商入口查詢價格、以及為設備報價解讀技術圖面。Terra 的資料表在本週移動了兩個路由：高批量可視化表單類（OSWorld 2.1 所代理的發票錄入與入口填報工作）轉向 Terra 的中等推理力度，那裡 +15 分的 Agents' Last Exam 列與 $1/$5 價格帶、以及對其重複前缀流量有收益的 $0.05 快取輸入費率相匹配；終端與代碼的維護作業留在 Sol 與 Astra，按表自身的邊界執行。文件稽核艦隊留在 Kimi K3.1 Pro，等 11 月 4 日的檢查；路由表上還帶著一欄表答不出的東西 — 獨立測量的單任務成本 — 團隊在第一個計費週期後用自家 token 日誌去填，並在任何驗證密集型工作流落到 Terra 之前，先按 16.7%/4.3% 的事實性列對其 max 力度經濟學重新定價。

申請一次劃定範圍的落地。 一週的需求盤點。你得到系統清單、工作流地圖和固定範圍 — 無論最終是否與我們共建。