10月26日,OpenAI 正式发布 GPT-6.1 Terra。这不是一次「最强模型」的发布——OpenAI 自己在官方博客里明确说,最复杂的编码任务仍然应该选 GPT-6.1 Sol 或 GPT-6 Astra。它更像是一次宣言:OpenAI 把「性价比」做成了一个独立的产品档位,而且定价砍到了旗舰的十分之一。

同一周的第三方数据也指向同一个方向。在大模型聚合平台 OpenRouter 10月19日至25日的周榜上,DeepSeek 新版 V4.1-Flash 以单周 33.6 万亿 Token 的调用量登顶全球第一。两个信号叠在一起,说明一件事:大模型行业的竞争重心,正在从「谁更聪明」转向「谁在同样的任务上更划算」。

GPT-6.1 Terra 到底是什么

按照 OpenAI 的官方定位,Terra 是一款「高效能电脑操作模型」,主打视觉理解、跨应用操作、代码与日常办公任务——比如解读工程图纸、批量填表、剪辑视频、把发票录入财务软件。

公开的核心数据如下(来源:OpenAI 官方博客、官方定价页):

  • 定价:标准 API 价格为每百万输入 Token 1 美元、缓存输入 0.05 美元、输出 5 美元。比上一代 GPT-5.6 Terra 和同代旗舰 GPT-6.1 Sol 低 50%,约为 GPT-6 Astra(10 美元 / 50 美元)的十分之一。
  • 速度:OpenAI 称其执行任务的速度比 GPT-6 Astra 和 GPT-6.1 Sol 快 3 倍以上。
  • 上下文:支持最高 100 万 Token 输入(Amazon Bedrock 的官方说明同样确认了这一规格),可同时接受文本和图像输入。
  • 能力:在 Terminal-Bench 4.0 上,最高推理档位解决率 50.3%,而上一代公开成绩是 21.5%;在 OpenAI 内部的诱导性提示测试中,低推理档位的错误率从 53.6% 降到 16.7%。
  • 智能水平:第三方评测机构 Artificial Analysis 给出的智能指数为 48 分,落后于 Claude Opus 5.5(58 分)和 Kimi K3.1 Pro(55 分)。

这组数字里最有意思的是最后一行。OpenAI 没有试图证明 Terra 是「最聪明的」——在第三方评测里它也确实不是。它证明的是另一件事:在中等智能水平上,把成本和速度做到极致,本身就是一种产品力。

不是孤例:整个行业都在往「性价比档」挤

如果只有 OpenAI 一家这么做,那也许只是一次差异化定价。但把最近几周的行业动态放在一起看,趋势就清晰了。

用量数据已经倒向便宜模型。 OpenRouter 最新周榜(10月19日至25日)显示,全球大模型总调用量为 188 万亿 Token,环比增长 14.63%。其中 DeepSeek 10月17日更新的 V4.1-Flash-1017 以 33.6 万亿 Token 登顶单榜第一,环比暴涨 801%;而它的上一版 V4.1 Flash 调用量环比下滑 45%——开发者正在向新版快速迁移(来源:金吾财讯 / OpenRouter 周榜)。需要说明的是,这是第三方平台的调用口径,反映的是开发者调用规模,不等于厂商收入。

国内厂商同样在卷速度和价格。 据公开报道,智谱在其 AI 编程工具 ZCode 中灰度测试 GLM-5.3 高速版,输出速度超过 490 Token/秒,配备 100 万 Token 上下文窗口,主打多轮编程智能体场景的调用提速。

开源侧的价格锚点更低。 DeepSeek 的 API 定价页面显示,其 Flash 系列一直维持在极低的价格带。正是这个锚点,迫使闭源厂商不断向下调整中端档位的价格——Terra 的「砍半」定价,某种意义上是被这个锚点倒逼出来的。

为什么行业集体转向「够用就好」

三个原因,层层递进。

第一,智能体(Agent)改变了调用量的结构。 传统聊天场景里,一个用户一天问十几次;而智能体执行一个任务,可能内部调用模型几十上百次——读一个文件调一次、验证一次结果调一次、重试再调一次。当调用频次从「人驱动」变成「机器驱动」,单价的敏感度会指数级上升。OpenAI 在 Terra 的公告里直接点名了典型场景:「自动化大批量工作,比如读取发票并录入系统」。这类任务需要的不是最深的推理,而是稳定、快速、便宜。

第二,「最高推理档」和「日常档」正在分化为两个市场。 Terra 的数据很好地说明了这一点:它的智能指数落后旗舰 10 分,但速度领先 3 倍、价格只有一半以下。对科研级证明、最复杂架构设计这类任务,旗舰模型仍不可替代;但对绝大多数工程任务——代码审查、CI 流水线、文档处理——「智能指数 48 + 便宜一半」的组合吸引力要大得多。厂商们发现,与其在一个榜单上内卷 1 分的差距,不如把「足够好」的那档做扎实。

第三,缓存定价暴露了真实使用模式。 Terra 的缓存输入价格是 0.05 美元/百万 Token,只有标准输入价的 5%。这个深度折扣只对一种场景有意义:智能体反复读取几乎相同的系统提示和上下文。定价结构本身就在告诉市场——OpenAI 已经把「智能体高频重复调用」当作默认工作负载来设计产品。

对开发者意味着什么

如果你在做模型选型,这套行业变化可以收敛成几条朴素的原则:

  1. 默认从「够用档」开始,向上按需升级。 Terra、DeepSeek Flash、GLM 高速版这类模型的存在意义,就是让你先用它们跑通 80% 的任务,剩下 20% 真正需要深度推理的部分再路由到旗舰。很多 AI 应用的成本结构里,这 80% 的长尾正是利润空间所在。
  2. 注意推理档位(reasoning effort)这个变量。 Terra 的低档错误率从 53.6% 降到 16.7%,说明「便宜模型 + 合理推理档」的组合正在逼近过去「贵模型低档位」的效果。选型时把档位当作和模型本身同等重要的参数来压测。
  3. 看调用量榜单,不只看跑分榜。 Artificial Analysis 的智能指数告诉你模型「上限在哪」,OpenRouter 的调用量榜单告诉你开发者「实际在用什么」。两者长期背离的时候,往往是行业风向变化的信号——这一周的数据里,背离已经出现了。

结语

OpenAI 给 Terra 的定位词是「cost-intelligence frontier」——成本与智能的前沿。这个词组本身就很有时代感:两年前,行业的前沿只属于「智能」这一个维度;今天,「成本」被正式写进了前沿的定义里。

对开发者和用户来说,这大概率是件好事。当最聪明的模型不必再为所有任务买单,「用合适的模型做合适的事」就从一句口号,变成了可以直接写进架构图里的实践。至于这场性价比之争会把 API 价格带到什么位置——OpenRouter 上 188 万亿 Token 的周调用量,或许就是答案的一部分。


参考来源: