OpenAI начинает ценовую войну с промежуточной моделью, "инструмент" GPT-6.1 Terra запущен

Генеральный директор OpenAI Сэм Альтман. Изображение обработано с помощью ИИ

Автор｜Су Ян

Редактор｜Сюй Циньян

OpenAI снова выпустила модель, ориентированную на соотношение цена-качество.

26 октября по местному времени в США OpenAI представила новую версию средней модели GPT-6.1 Terra. По сравнению с предыдущим поколением GPT-5.6 Terra, новая модель значительно улучшила визуальное восприятие, компьютерные операции, точность фактов и программирование, а цены на стандартные API-входы и выходы снизились на 50%.

В собственных тестах OpenAI Terra выполняла задачи компьютерных операций в три раза быстрее, чем GPT-6 Astra и GPT-6.1 Sol, а по некоторым задачам её производительность уже близка к флагманской модели.

Эта модель предназначена для повседневной офисной работы и высокочастотных автоматизированных задач, она может распознавать содержимое экрана, выполнять операции между несколькими приложениями, а также обрабатывать технические чертежи, заполнять формы, редактировать видео и т.д.

Для разработчиков ещё одним привлекательным аспектом является стоимость: за миллион входных токенов взимается 1 доллар, за выходные токены — 5 долларов, а за кэшированные входные токены — всего 0.05 доллара.

Тем не менее, преимущества скорости и цены не удовлетворили всех пользователей. Тесты третьих сторон показали, что Terra может создавать визуальные произведения с меньшими затратами на сложные сцены, но некоторые пользователи всё же считают, что у неё есть недостатки в качестве изображения, эстетике дизайна и обработке сложных задач.

01 Офисная автоматизация — это главное

Основное внимание GPT-6.1 Terra уделяется тому, чтобы ИИ быстрее выполнял целый ряд задач компьютерных операций.

ИИ-ассистент может генерировать текст, код или операционные рекомендации по запросу пользователя, но когда задача включает несколько программ, модели также необходимо понимать интерфейс, распознавать элементы управления и выполнять действия поэтапно. OpenAI надеется, что Terra ещё больше снизит стоимость выполнения таких задач, позволяя модели выполнять больше повторяющихся работ.

Например, компании могут использовать её для считывания полученных счетов, ввода информации о суммах, датах и поставщиках в бухгалтерское программное обеспечение; также можно заставить её понимать строительные технические чертежи или выполнять серию операций в настольных приложениях.

В официальной демонстрации OpenAI GPT-6.1 Terra напрямую управляет Blender, создавая 3D-модель желтого трамвая с нуля, постепенно завершая детали кузова, окон, крыши с током и шасси.

В бенчмарке компьютерных операций Agents' Last Exam в среднем режиме рассуждений GPT-6.1 Terra превзошла GPT-5.6 Terra на 15 процентных пунктов, а стоимость выполнения отдельных задач составила примерно одну треть от стоимости последней.

По сравнению с GPT-6 Astra, цена за токен Terra составляет примерно одну десятую, а производительность по задачам находится на сопоставимом уровне.

В режиме максимального рассуждения OpenAI утверждает, что эффективность использования токенов Terra превышает Claude Opus 5.5 в три раза, а цена за токен составляет примерно одну четвертую от последней, в результате чего стоимость выполнения отдельных задач снижается примерно на 90%. Скорость выполнения задач также превышает GPT-6 Astra и GPT-6.1 Sol в три раза.

Вы можете понять: когда задача требует определенной способности к рассуждению, но не обязательно использовать самую мощную модель, скорость и стоимость могут стать более важными критериями выбора, и это является "сладкой точкой" модели Terra.

Тем не менее, результаты бенчмарков не могут быть напрямую сопоставлены с эффективностью в реальных рабочих условиях. Количество шагов в различных задачах, способы вызова инструментов и интенсивность рассуждений могут влиять на время выполнения, и фактический эффект использования всё еще зависит от конкретного сценария.

02 Снижение уровня галлюцинаций, удвоение успехов в программировании

Помимо компьютерных операций, Terra также продемонстрировала значительное улучшение в точности фактов и программировании.

OpenAI провела тестирование с использованием специально разработанных высокоошибочных подсказок. В режиме низкого рассуждения уровень фактических ошибок GPT-5.6 Terra составил 53.6%, тогда как у GPT-6.1 Terra он снизился до 16.7%, что на 36.9 процентных пунктов ниже. В режиме максимального рассуждения уровень ошибок новой модели снизился до 4.3%, что на 18 процентных пунктов ниже, приближаясь к уровню GPT-6 Astra и GPT-6.1 Sol.

Тестовые организации третьих сторон, такие как Artificial Analysis, также наблюдали аналогичные изменения. Их собственный тест AA-Omniscience по знаниям и галлюцинациям показал, что когда модель не знает ответа на вопрос, вероятность угадывания ответа GPT-6.1 Terra составляет 38%, тогда как у GPT-5.6 Terra — 88%. В то же время точность новой модели увеличилась на 2 процентных пункта.

Однако этот результат основан на конкретном тестовом наборе и не может быть напрямую экстраполирован на уровень ошибок модели во всех реальных сценариях.

В области программирования улучшения Terra также очевидны.

В Terminal-Bench 4.0 модель должна была выполнять задачи программной инженерии через командную строку, например, исправлять проблемы с компоновкой, возникающие во время загрузки веб-страницы. В режиме максимальной интенсивности рассуждений уровень решения задач GPT-6.1 Terra достиг 50.3%, что превышает 21.5%, ранее опубликованные для GPT-5.6 Terra, увеличившись более чем в два раза.

Индекс Coding Agent Index v2.0, выпущенный Artificial Analysis, оценил Terra на 48 баллов, что ниже 54 баллов GPT-6.1 Sol, но выше 31 балла GPT-6 Luna. Эта организация считает, что Terra демонстрирует хорошую стоимость-эффективность в условиях низкой и высокой интенсивности рассуждений.

Тесты на визуальное восприятие MMMU-Pro и тесты настольных операций OSWorld 2.1 также показали, что Terra в целом превосходит GPT-5.6 Terra. Для пользователей, которым необходимо понимать изображения, управлять программным обеспечением и выполнять многошаговые задачи, эти способности могут взаимно дополнять друг друга.

Но OpenAI также признает, что для самых сложных задач программирования GPT-6.1 Sol и GPT-6 Astra по-прежнему являются более подходящими выборами. Преимущества Terra в основном сосредоточены на работах, чувствительных к стоимости, с большим объемом задач и относительно четкими процессами.

03 Реальные "отзывы покупателей"

Согласно отзывам на социальных платформах, мнения разработчиков о Terra значительно различаются.

Платформа для оценки дизайна @DesignArena выбрала башню Белен в Лиссабоне в качестве объекта тестирования, позволив GPT-6.1 Terra и GPT-5.6 Terra в золотой час воссоздать это каменное здание XVI века, добавив чайки, парусники и мост на заднем плане.

Результаты тестирования показали, что GPT-6.1 Terra потратила времени почти в 4 раза больше, чем предшественник, а использованных токенов стало на 48% больше. Однако из-за значительного снижения цены за токен конечные затраты снизились на 38%, с 0.077 доллара для GPT-5.6 Terra до 0.047 доллара.

С точки зрения фактического демонстрационного примера, изображения, созданные обеими моделями, также имеют различия.

DesignArena считает, что GPT-6.1 Terra воссоздала более сложную архитектурную структуру, включая наложенные арочные окна, купольные угловые башни и отражение солнечного света на поверхности реки Тахо. Размеры сгенерированной страницы увеличились на 31%, каждая рамка использовала 432 независимых компонента, что больше, чем 323 у предшественника.

В то же время GPT-5.6 Terra, хотя и создала купол, балкон, парусник и чайку, имела более простую форму здания, а на водной поверхности не было заметных изменений света и тени, и мост на заднем плане не продемонстрировал такой же детализированной структуры.

Тестовый аккаунт @N1njaCodex сравнил производительность GPT-6.1 Terra и Claude Opus 5.5 в создании пиксельного искусства в стиле римского амфитеатра.

Стоимость выполнения одинаковых задач для обеих моделей составила 2.38 доллара и 8.38 доллара соответственно. NinjaCodex считает, что Terra справилась с задачей по такой цене, но амфитеатр, созданный Opus, более яркий, а уровень детализации изображения также более богатый, поэтому он по-прежнему предпочитает последнюю.

Независимый разработчик ИИ @YFeng2022 также выразил сомнение в визуальных характеристиках Terra. Он считает, что по видео демонстрации изображения, созданные моделью, имеют пластиковый вид, эстетическое исполнение всё ещё не идеальное, и считает, что общий эффект хуже, чем у моделей, недавно выпущенных DeepSeek и Kimi.

Другой аккаунт, отслеживающий модели, @Mr_Salio, выразил негативное мнение о общей производительности Terra. Он считает, что скорость модели хотя и выделяется, но общий опыт не соответствует ожиданиям, и даже считает, что GPT-5.6 в некоторых тестах показала лучшие результаты.

04 Когда модели среднего уровня начинают считать

После выпуска Terra обсуждение вокруг нее быстро расширилось до конкуренции на рынке моделей.

AI-разработчик @NFT_Chen ссылается на данные интеллектуального индекса Artificial Analysis, подчеркивая, что GPT-6.1 Terra набрала 48 баллов при максимальной интенсивности вывода, что выше, чем у нескольких китайских моделей.

Хотя это не эквивалентно конкурентоспособности продукта, это отражает реальность: конкуренция между моделями уже охватывает стоимость, скорость и качество выполнения задач при различных уровнях вывода.

@NFT_Chen считает, что если пользователям требуется глубокая оценка, сложное проектирование архитектуры и высококачественное творчество, стоит в первую очередь рассмотреть Claude Opus 5.5; если работа сосредоточена на разработке с четкими спецификациями, документацией и конечными операциями, Sonnet 5.5 также конкурентоспособен; а Terra больше подходит для высокочастотной офисной работы, межприложенческих операций и автоматизированных задач, чувствительных к стоимости.

Этот подход к выбору также соответствует позиционированию Terra от OpenAI. Официально рекомендуется, что для глубоких исследований и сложного программирования следует в первую очередь рассматривать GPT-6.1 Sol или GPT-6 Astra. Terra, в свою очередь, стремится покрыть большое количество повседневной работы по более низкой цене.

В настоящее время GPT-6.1 Terra доступна для пользователей ChatGPT Work и Codex в Plus, Pro, Enterprise и Edu, а разработчики также могут вызывать ее через OpenAI API. Стандартная цена составляет 1 доллар за миллион входных токенов, 0.05 доллара за кэшированные входные токены и 5 долларов за выходные токены.

Для предприятий и разработчиков, которым необходимо часто вызывать модели, снижение цен может напрямую повлиять на стоимость автоматизированных проектов. Но если задача требует высокого качества визуализации, сложного вывода или надежности кода, модель все равно необходимо тестировать на практике, а не полагаться только на цену за токен.