GPT-6.1 Terra 实测：同题对比里快多少、便宜多少，质量输在哪

Terra 是 OpenAI 的新中档模型，10 月 26 日发布，标价是 GPT-6.1 Sol 的一半，官方把它定位在计算机操作、图像理解和写作，而不是最难的编程。OpenAI 发布文章自报：Agents' Last Exam 比 GPT-5.6 Terra 高 15 分，与 GPT-6 Astra 持平，而每 token 价格只有 Astra 的一成；比 Astra 和 Sol 快 3 倍以上；在最大推理档位下，每个任务的成本比 Claude Opus 5.5 低约 9 倍。OpenAI 也明确说："For the most complex coding tasks, GPT-6.1 Sol and GPT-6 Astra remain the better choice."

表：API 标价对比（2026-10-28 核对）

样本/方法：来源：OpenAI API 价格页与 GPT-6.1 Terra 模型页、Claude API 价格页、DeepSeek 中文价格页，均于 2026-10-28 打开；DeepSeek 美元价取自本站 10-18 的核对。只比单价，不等于每个任务的花费。整理：YRZHE。

模型页还显示，推理档位从 none 到 max，默认 medium；上下文 1.05M token，最大输出 128K token；输入超过 27.2 万 token 时按输入 2 倍、输出 1.5 倍计费；Batch 和 Flex 半价；工具调用需要 Responses API。ChatGPT 更新日志（10 月 26 日）说，Plus、Pro、Business、Enterprise 和 Edu 用户可在 ChatGPT Work 和 Codex 的 Advanced model list 里选它，Chat 里没有；27 日 Codex CLI 0.165.0 把它加入模型目录。

表：ChatGPT 会员里的额度（Plus，官方文档）

样本/方法：来源：ChatGPT 帮助文档的价格与用量页（2026-10-28 打开）。消息数是区间，随任务大小变化；官方写明整体套餐额度不变。整理：YRZHE。

对 Plus 订阅者来说，Terra 每 5 小时的消息额度大约是 Sol 的两倍，积分价格是 Sol 的一半；OpenAI 写明整体套餐额度不变。

速度和价格，是用户晒出的账单最能证实的部分。14 位作者自报的 30 组同任务花费中，Terra 在 28 组更便宜；16 位作者的 31 组计时对比中，Terra 在 29 组先完成。

样本/方法：X 上 14 位作者自报的 30 组同任务花费，编辑读原帖核对；作者自报，未复现。分析与制图：YRZHE（x.yrzhe.top/articles/gpt-6-1-terra-review）

表：同任务账单汇总：按对手分

样本/方法：X 上 20 位作者自报的 38 组同任务结果（2026-10-27 至 10-28，UTC+8），编辑逐条读原帖和附图；倍数大于 1 表示 Terra 更省或更快。各人用的工具、档位不同，账单未复现。分析：YRZHE。

对 Sonnet 5.5 的账单差距最夸张。X 用户 Mr Tactical（@MrTacticalX）的雪景水晶球，同一句提示词，Terra 约 2 分钟、$0.13，Sonnet 5.5 约 35 分钟、$7.08；X 用户 Davey（@daveeyyy_）的 WebGPU 水坝微缩场景，Terra 约 3 分钟、$0.09，Sonnet 约 2 小时、$15。

X 用户 Mr Tactical（@MrTacticalX）2026-10-27 贴出同一句提示词生成的 3D 雪景水晶球视频截帧，GPT-6.1 Terra 大约 2 分钟、$0.13，Claude Sonnet 5.5 大约 35 分钟、$7.08。这张图只证明该任务下的速度和花费差，不代表所有视觉任务的质量。（条目：GPT-6.1 Terra 与 Sonnet 5.5 同题做 3D 雪球）

机制可以从用户贴出的 token 数看到：Terra 写得少得多。maker_evan（@maker_evan）的 evals.ag 运行里，Terra 79 秒、3.5K 输出 token；DeepSeek V4.1 Flash 32 分钟、220K；Opus 5.5 16 分钟、79K。Vortlyn（@Vortlyn）记录的 token 是 Terra 0.81M 对 DeepSeek 14.9M。不过 Artificial Analysis 在最大档跑指数时，发现 Terra "somewhat verbose"（99M token 对 63M 中位数），所以这个差距随推理档位和任务变化。

也有例外。EnvolDev（@EnvolDev）的 Alpine Gold，Terra 花了 $4.90，比 GPT-6.1 Sol 的 $3.62 还贵，两边都用了约 43 分钟。

他的 Night Train 则是耗时上的例外：Terra 11.2 分钟，比 Gemini 4 Argon 的 4.3 分钟慢，不过花费仍低约 6 倍。Vortlyn 的黑洞和 DeepSeek V4.1 Flash 花费基本持平，$0.18 对 $0.17，但 Terra 2.5 分钟就做完，DeepSeek 用了 34 分钟。

X 用户 Vortlyn（@Vortlyn）2026-10-27 贴出同一个 three.js 黑洞任务的视频截帧，DeepSeek V4.1 Flash 花了 $0.17、34 分钟，GPT-6.1 Terra 花了 $0.18、2.5 分钟。这张图只能说明该任务下两者花费几乎一样而 Terra 快得多，不能推断 DeepSeek 在别的任务上也慢或差。（条目：同题 three.js 黑洞：V4.1 Flash 花 34 分钟 0.17 美元，GPT-6.1 Terra 2.5）

需要提醒：不少账单来自几分钟内用同一种格式（同一提示词、价格、用时）发帖的账号；我们每个账号只计一次，但无法核实任何账单。各人使用的工具和推理档位也不一致。

便宜又快的结果，通常也更朴素。

44 位独立作者拿 Terra 和别人跑同一任务，30 位给了结论，其中 23 位判对手赢，6 位判 Terra 更好或不输，1 位各有胜负；14 位只放结果没下结论。

样本/方法：X 上独立用户自己拿 GPT-6.1 Terra 和别的模型跑同一任务的帖子（2026-10-27 02:00 至 10-28 12:16，UTC+8），编辑逐条读全文，按作者本人的结论归类，同一作者只计一次；厂商、推广、搬运和没有实际运行的 11 个账号不计。对手各不相同（Opus、Sonnet、Haiku 5.5，DeepSeek V4.1 Flash，GPT-6 Astra 等），作者自述，未复现。分析与制图：YRZHE（x.yrzhe.top/articles/gpt-6-1-terra-review）

与 Claude Sonnet 5.5 比较的 12 位作者中，11 位选 Sonnet，1 位各有胜负，没人选 Terra。X 用户 Jan 🌕（@jan_volad）说 "Sonnet beats both by a mile"；notjazii（@notjazii）说 Terra 是 "made for simple and quick tasks"；IndependentEco（@IndependentEco）说 "Sonnet has better design taste"。

X 用户 Jan 🌕（@jan_volad）2026-10-27 贴出 Minecraft 泡菜火箭的同题视频截帧，从左到右是 GPT-6.1 Terra、GPT-6.1 Sol、Claude Sonnet 5.5，作者判 Sonnet 胜。这张图只说明该视觉任务里的观感差距，不能证明 Terra 在非视觉任务上同样输给 Sonnet。（条目：Minecraft 泡菜火箭场景：Sonnet 5.5 对比 GPT-6.1 双模型）

对 Opus 5.5 的 9 个结论里，2 个直接判 Terra 赢：0xRhinoX（@0xRhinoX）说它的果冻蛋糕 "just out-jellied Opus. For $3"；VraserX（@VraserX）说自己被它跟住 Opus 5.5 的表现 "blown away"。leo_linsky 的 GBENCH 排名把 Terra 放在 Opus 之下，但他说它处在性价比前沿上，这里不算直接赢。另一侧，CultCabbage（@CultCabbage）总结了典型看法："Opus wins the eruption. Terra wins on price."

X 用户 Rhino（@0xRhinoX）2026-10-27 贴出可切彩虹果冻蛋糕的视频截帧，认为 Terra 这版约 $3 比 Opus 5.5 的 $8.17 更好。这张图只反映单个视觉生成里作者的主观偏好，不构成普遍的质量排序。（条目：GPT-6.1 Terra 与 Opus 5.5 同题做可切彩虹果冻蛋糕）

对低价对手 DeepSeek V4.1 Flash，6 个质量结论里 4 个判 DeepSeek 赢，主要赢在 SVG 动画：雨哥向前冲（@xiangxiang103）嫌 Terra 画得太简单，DeepSeek「又快又细」；Andy L（@AndyL5cc）认为 GPT 细节更自然，但动作逻辑和流畅度明显不如 DeepSeek。leo114119（@leo114119）觉得 Terra 整体更稳，但称它是 "a Haiku 5.5-level model"；Ann Nguyen（@ann_nnng）则说它 "crazy fast, cheap, and the work is actually good"。

X 用户 雨哥向前冲（@xiangxiang103）2026-10-27 贴出 SVG 鹈鹕骑自行车四宫格，比较 GPT-6.1 Terra、GPT-6.1 Terra Ultra、DeepSeek V4.1 Flash Max 和 Claude Sonnet 5.5 Max，作者嫌 Terra 太简单。这张图只证明该 SVG 任务里 Terra 的复杂度不足，不代表它的读图或计算机操作能力。（条目：鹈鹕骑车 SVG 同题对比：DeepSeek V4.1 Flash Max 又快又细）

OpenAI 自家线里，EnvolDev（@EnvolDev）的 Space Train 把 Terra 放到 Astra 和 Sol 旁边，价格只要一小部分；他判断 Night Train 这局 Terra 胜。Tim Jayas（@TimJayas）用同一个 three.js 场景比较后感叹 GPT-6 Astra 比 Terra 好得多。

X 用户 Tony（@EnvolDev）2026-10-27 贴出 Space Train 同题视频截帧，从上到下为 GPT-6 Astra、GPT-6.1 Sol、GPT-6.1 Terra，三者花费分别是 $14.37、$5.20、$2.14。这张图只说明该任务里 Terra 最快最便宜，不能证明它整体超过 Astra 或 Sol。（条目：Space Train 基准：GPT-6 Astra 比 Terra 慢 15 分钟、贵近 7 倍）

一个明显偏差是：这些几乎全是视觉一次性生成，包括 three.js、Blender、SVG、像素画，正是 Claude 的强项，也不是 OpenAI 为 Terra 设计的主场景。

OpenAI 自己的数字很强，尤其相对 GPT-5.6 Terra 的跳升；独立测试大多把 Terra 放在 GPT-6 Astra、GPT-6.1 Sol 和 Claude 顶级模型之下；在 GBENCH 上它高于 Gemini 4 Argon 和 Sonnet 5.5。

表：官方和第三方测试成绩

样本/方法：前三行取自 OpenAI 发布文章（自报）；Artificial Analysis 取自其模型页（2026-10-28 打开，指数已换成 v5，发布当天的帖子引用的是 v4 的 48 分）；其余取自作者在 X 上发的截图或帖子（10-27 至 10-28）。设置各不相同，不能横向相加。整理：YRZHE。

Mercor APEX-Agents 的专业代理任务里，Terra 的 Pass@1 是 68.3%，第 6 名，比 GPT-5.6 Terra 高 10.1 分；管理咨询 80.9% 排第 2，公司法 57.7% 比前代低 5.4 分。

第三方测试 Mercor 2026-10-27 在 X 贴出 APEX-Agents 榜单截图，GPT-6.1 Terra 68.3%，排在 Gemini 4 Argon、Sonnet 5.5、Opus 5.5、DeepSeek V4.1 Flash 和 Fable 5.1 之后。这张截图只代表该榜单的 Pass@1，不是实际工作任务里的综合质量。（条目：GPT-6.1 Terra 在 APEX-Agents 咨询任务上仍落后 Gemini 4 Argon）

GBENCH 游戏基准里，Terra 综合 75.1 分排第 4，仅比 Opus 5.5 的 76.5 低一点，高于 Gemini 4 Argon 的 72.4 和 Sonnet 5.5 的 68.7。

X 用户 Leo Linsky（@leo_linsky）2026-10-28 贴出 GBENCH 综合榜截图，GPT-6.1 Terra 75.1 分排第 4，在 GPT-6 Astra、GPT-6.1 Sol、Opus 5.5 之后，在 Gemini 4 Argon 之前。这张截图只反映该游戏化基准，不能当作日常代码任务的最终结论。（条目：GBENCH：GPT-6.1 Terra 编码成绩介于 Gemini 4 Argon 与 Opus 5.5 之间）

写作测试的第三方结果比较弱：Whats_AI（@Whats_AI）的 ToneBench 里，Terra 在 84 个模型里排第 23，低于 GPT-5.6 Terra 的第 15，尽管写作是 OpenAI 声明的三个重点之一。

X 用户 Louis-François Bouchard（@Whats_AI）2026-10-27 贴出 ToneBench 写作 Elo 截图，GPT-6.1 Terra 排第 23。这张截图只说明在 ToneBench 写作评分里它没有超过前代 Terra，不涉及计算机操作或视觉任务。（条目：ToneBench 写作评测：DeepSeek V4.1 Flash 1017 每稿 $0.014 优于 GPT-6.1）

视觉是第三方测试唯一把它放到 Astra 之上的领域：skalskip92（@skalskip92）说它在读字、检测、计数上胜过 GPT-6 Astra，同时大约快 47%、便宜 92%。Artificial Analysis 在发布后把指数从 v4 改成 v5：发布当天帖子引用的是 v4 的 48 分，模型页现在是 51 分，第 11/51，每个指数任务 $0.96，输出速度 90.9 token/秒，最大档首 token 约 78 秒。

喜欢 Terra 的用户基本把它当作干活的工人，而不是主力模型。shion_takk（@shion_takk）发现中到高推理档位做研究任务够了，把 Terra 当作 Sol 或 Astra 下面的 worker；GKev1n（@GKev1n）只用它做子代理；notjazii（@notjazii）说它是 "made for simple and quick tasks"。

除了视觉（skalskip92 的测试），OpenAI 主打的计算机操作在我们采集的样本里几乎没有第一手测试，目前只能算未经验证。

编程上要按 OpenAI 自己的建议：最难的任务用 GPT-6.1 Sol 或 GPT-6 Astra。Terminal-Bench 4.0 的 50.3% 相对 GPT-5.6 Terra 的 21.5% 是大进步，但还不是前沿分数。

对 ChatGPT Plus 用户，Terra 每 5 小时 35–285 条本地消息的额度，比 Sol 的 15–160 条宽，适合当作日常 Work 和 Codex 任务的默认选择；结果不满意再换高档模型。

草稿、反复迭代、批量任务、子代理、读图：选 GPT-6.1 Terra，通常几分钟出结果，花费几美分到几美元。

看重输出观感，比如 3D 场景、前端、插图：先选 Claude Sonnet 5.5，最难的用 Opus 5.5。在这些测试里，Opus 账单的中位数是 Terra 的 8.7 倍，Sonnet 是 45 倍。

难的编程按 OpenAI 自己的说法选 GPT-6.1 Sol 或 GPT-6 Astra，可参考本站的 Sol 和 Astra 对比。

只求每 token 最便宜，且能接受等待：DeepSeek V4.1 Flash，它在几组 SVG 动画测试里也赢了，详见本站的 DeepSeek 评测。

这些是发布周的第一批实测，等计算机操作的实测和更长的真实项目报告出来，我们会再复查。