OpenAI正式扩充GPT-6.1系列，推出面向中端市场的GPT-6.1 Terra模型，旨在以更具竞争力的价格提供强劲性能。
目前，OpenAI的通用模型矩阵分为四个层级：入门级“Luna”、中端“Terra”、高端“Sol”以及旗舰级“Astra”。官方表示，Terra在速度、能力和成本之间建立了新的平衡点，其标准API定价较GPT-5.6 Terra和GPT-6.1 Sol降低50%，有助于开发者更经济地自动化处理高容量任务，如发票识别与信息录入。
性价比与性能定位
数据显示，GPT-6.1 Terra将成本效率推向新高度。分析机构Artificial Analysis指出，这是自GPT-5.6以来首款Terra级模型，智能程度更高，而成本不足前者的三分之一。
具体定价方面，各层级模型每百万代币价格如下：
- GPT-6 Luna：输入1美元，输出5美元
- GPT-6.1 Terra：输入10美元，输出50美元
- GPT-6.1 Sol：输入20美元，输出100美元
- GPT-6 Astra：输入100美元，输出500美元
OpenAI技术团队成员Ted Sanders在Hacker News上详解了模型差异：Terra在技术沟通方面可能优于Astra和Sol，在视觉和计算机使用能力上与二者相当但速度更快，其他方面则稍逊一筹。对于API开发者而言，若需比Sol便宜但比Luna更聪明的选项，Terra是理想的中端选择。
数据时效与安全性
Terra的知识截止日期为2026年6月1日，是OpenAI模型家族中数据最新的版本。相比之下，Astra和Sol的训练数据截止于2026年4月30日。这意味着在查询2026年4月30日之后的事件时，Terra具备独特优势。
在安全性方面，Terra拒绝有害请求的频率略低于GPT-6.1 Sol，同时也减少了不必要的拒绝情况，提升了可用性。对于订阅用户，该模型虽非颠覆性更新，但在突破用量限制、提升沟通清晰度及计算机操作速度方面具有实用价值。
行业趋势：成本持续下行
数据科学家Max Woolf指出，AI模型经济性才是此次发布的核心故事。尽管市场曾预期OpenAI和Anthropic将提高推理成本以覆盖巨额支出，但实际趋势显示价格持续下降且性能不断提升。
Woolf认为，代币价格上涨更多是一种幻想。行为经济学及近期LLM价格显著下降的趋势均不支持这一观点。只要扩展商能以低于每代币收入的成本进行定价，推理提供商便会竞相降低成本，迫使头部企业跟进以保持竞争力。随着Anthropic未来上市，投资者将能更清晰地审视这些价格趋势背后的商业模式可持续性。