我们推出 GPT-6.1 Terra,这是一个快速、高效的模型,将细致的视觉推理和精准的计算机操作与更清晰、更自然的写作结合在一起。相比 GPT‑5.6 Terra 有显著提升,它擅长处理填满工作日的沟通和基于计算机的任务,从起草提案、解读技术图纸到填写表单和编辑视频。

Terra 继续推进我们各模型系列在成本-智能前沿上的进展,在速度、能力和成本之间提供新的平衡。其标准 API 价格比 GPT-5.6 Terra 和 GPT-6.1 Sol 低 50%,使开发者能够经济地自动化高批量工作,例如读取收到的发票并将其详细信息录入会计软件。在 ChatGPT Work 和 Codex 中,你的套餐搭配 GPT-6.1 Terra 能用得更久——相同的使用额度可覆盖比 GPT‑5.6 Terra 更多的任务,并且远多于 GPT‑6.1 Sol 或 GPT‑6 Astra。

从视觉理解到行动

我们在 Agents’ Last Exam 上测量了 GPT-6.1 Terra 的计算机使用能力,这是一个专业任务基准,包括将建筑图纸转化为 3D 模型,以及逐镜头审阅一部动画电影,为修复团队创建带时间码的日志。在中等推理努力下,GPT-6.1 Terra 的得分比 GPT-5.6 Terra 高 15 个百分点,而成本约为其三分之一。它甚至在每 token 价格仅为其十分之一的情况下,表现与 GPT-6 Astra 相当。在最大努力下,Terra 的 token 效率是 Claude Opus 5.5 的三倍以上,每 token 价格为其四分之一,从而使每任务成本降低约 9 倍。Terra 也快得多,完成任务的速度比 GPT-6 Astra 和 GPT-6.1 Sol 快三倍以上。

在视觉推理基准 MMMU-Pro 上,GPT-6.1 Terra 在每种推理设置下都优于 GPT-5.6 Terra。它甚至以低得多的成本几乎匹配我们能力最强的前沿模型 GPT-6 Astra 和 GPT-6.1 Sol 的分数。

OSWorld 2.1 测试 AI 智能体使用桌面应用完成多步骤任务的能力,例如根据技术图纸构建 3D 模型。在中等推理努力下,GPT-6.1 Terra 以每任务成本的一小部分超越了 GPT-5.6 Terra 的最佳分数。

在事实性和编程方面显著提升

今年,我们大力投入减少模型产生的幻觉和事实错误。在我们内部的诱导错误提示基准上,低推理努力下的错误率从 GPT-5.6 Terra 的 53.6% 降至 GPT-6.1 Terra 的 16.7%,下降了近 37 个百分点。在最大努力下,错误率下降了 18 个百分点至 4.3%,几乎与 GPT-6 Astra 和 GPT-6.1 Sol 的错误率持平。

GPT-6.1 Terra 在软件工程方面相比 GPT-5.6 Terra 有实质性改进。Terminal-Bench 4.0 测试编程智能体解决命令行问题的能力,例如修复一个加载时布局发生偏移的网页。在最大推理努力下,GPT‑6.1 Terra 解决了 50.3% 的任务,是 GPT‑5.6 Terra 已公布分数 21.5% 的两倍多。对于最复杂的编程任务,GPT-6.1 Sol 和 GPT-6 Astra 仍是更好的选择。

Terminal-Bench-Science 0.1 测试智能体使用代码执行科学研究任务的能力,例如在延时视频中追踪细胞分裂。在最大推理下,GPT-6.1 Terra 以更低成本超越 GPT-6.1 Sol,在估计成本不到 Opus 5.5 五分之一的情况下,分数差距在五分以内。

安全与对齐

在我们让强大 AI 更高效、更易获取的同时,我们继续训练、测试和改进我们的安全防护措施。根据我们的 Preparedness Framework,GPT‑6.1 Terra 在网络安全方面达到 Critical 阈值,并保持了为 GPT‑6 Astra 开发的防护措施。

GPT-6.1 Terra 带来了 GPT-6 系列的对齐改进。根据我们的评估,与 GPT-5.6 Terra 相比,GPT-6.1 Terra 更有可能保持在范围内,并诚实地向用户披露局限性和潜在阻碍。在我们的提示注入测试中,GPT-6.1 Terra 也表现出对旨在使其偏离用户任务的恶意指令的强抵抗力。更多细节见系统卡⁠(在新窗口中打开)。

定价与可用性

从今天起,GPT-6.1 Terra 面向 ChatGPT Work 和 Codex 中的所有 Plus、Pro、Enterprise 和 Edu 用户开放。开发者也可以通过 OpenAI API 以 gpt-6.1-terra 访问它。

标准 API 定价为每百万输入 token 1 美元,每百万缓存输入 token 0.05 美元,每百万输出 token 5 美元。

本文内容采集自官方网站,排版和翻译可能与原页面存在差异。

阅读官方全文