什麼是GPT-6.1 Terra？功能、定價、上下文窗口及最佳使用場景
GPT-6.1 Terra 是 OpenAI 設計的一款模型，專為快速視覺推理、精準的電腦操作和清晰的自然語言寫作而打造。它最強大的作用不僅僅是回答問題。Terra 能夠檢查圖像和應用程式介面，對所見內容進行推理，並在連接到合適的工具環境時，在瀏覽器和桌面應用程式中執行受控操作。
這種組合使模型適用於處理產品目錄、行銷活動素材、介面測試、大批量文件操作以及視覺生產審核的團隊。同時也設定了一個重要界限：GPT-6.1 Terra 能夠分析圖像，但其本身並非影片輸入或音訊輸入模型。要善加選擇，首先需理解這一區別。
GPT-6.1 Terra 概覽
根據OpenAI當前的模型文檔，GPT-6.1 Terra具有以下規格：
| 規格 | GPT-6.1 Terra |
| API 模型 ID | gpt-6.1-terra |
| 定位 | 快速、高效的視覺推理與電腦使用 |
| 上下文窗口 | 1,050,000 個令牌 |
| 最大輸出 | 128,000 個令牌 |
| 知識截止日期 | 2026年6月1日 |
| 文本 | 輸入和輸出 |
| 圖片 | 僅輸入 |
| 音訊和影片 | 不支援作為直接模型輸入 |
| 預設推理努力程度 | 中等 |
| 其他推理層級 | 無、低、高、極高、最大 |
| 微調 | 不支援 |
Terra支援串流傳輸、函式呼叫與結構化輸出。透過Responses API，其列出的工具包括網路搜尋、檔案搜尋、圖像生成、程式碼解譯器、託管Shell、電腦使用、MCP、技能與工具搜尋。然而，工具的可用性並不代表每個應用程式都能獲得不受限制的存取權限。開發者仍需要正確的API存取權限、工具設定、權限與執行環境。
GPT-6.1 Terra 的擅長領域
對圖像和螢幕的視覺推理
Terra 可以檢查產品照片、截圖、圖表、版面配置以及其他支援的圖像輸入。一個有用的請求會向模型提出具體的視覺問題：識別不匹配的目錄項目、檢查重要文字是否被裁切、比較兩個介面狀態，或描述故事板畫面與參考圖之間的差異。
視覺推理並不等同於絕對的視覺真實。小號文字、細微缺陷、隱藏圖層、色彩管理差異以及模糊場景仍可能導致錯誤。高風險決策需要人工審核流程和代表性測試。
電腦使用工作流程
在正確配置電腦使用整合後，Terra 可以接收螢幕截圖並請求滑鼠或鍵盤操作。OpenAI 的電腦使用指南建議使用隔離的瀏覽器或桌面、限制網路和操作存取、在重要操作前獲得批准，並驗證實際結果。
這使得Terra適用於有邊界的任務，例如檢查網頁流程、輸入非敏感測試資料、對可見資產進行排序或審查活動管理介面。不應賦予其購買、帳戶刪除、憑證傳輸或其他難以撤銷的操作的開放式權限。
直接專業寫作
Terra同樣定位於清晰、自然的寫作。當視覺檢查必須以可讀的交付物結束時，這一點非常有用：品質保證報告、修訂簡報、目錄註釋、鏡頭審查摘要或面向客戶的說明。該模型能夠將圖像中的證據與結構化的書面輸出相連接，而不是將分析與溝通視為兩項獨立的工作。
GPT-6.1 Terra 自身無法完成的功能
Terra的模型頁面將圖像列為輸入模態，文本列為輸出模態。它不直接接受影片或音訊作為模型輸入。如果團隊想要審查影片，可以提取選定的影格、聯絡表、逐字稿或結構化元數據，並將這些材料提供給合適的工作流程。這與聲稱模型觀看並聆聽了原始影片是不同的。
Terra本身也不是圖像或影片渲染模型。Responses API可以暴露一個圖像生成工具，但生成過程是由該工具選擇的專用圖像模型來處理。開發者在產品文件中應準確描述這一架構。
GPT-6.1 Terra 定價
標準API定價目前按每百萬文字令牌列出：
- 輸入：$1.00
- 快取輸入：$0.05
- 30分鐘快取寫入：1.25美元
- 12小時緩存寫入：$2.50
- 輸出：$5.00
超過272,000個輸入令牌的請求將享有長上下文定價：輸入和快取費率翻倍，而輸出則按整個請求的標準輸出費率的1.5倍計費。批次處理和彈性處理的價格比標準低50%，快速模式為標準的兩倍，符合條件的區域處理將增加10%的附加費。工具呼叫、圖像輸入和託管環境可能會產生額外費用。
作為一個簡單的標準模式範例，100,000個未快取的輸入令牌和10,000個輸出令牌的費用大約為0.15美元，不包括任何工具或圖像費用：輸入0.10美元，輸出0.05美元。
實際使用案例
Terra 是一個強而有力的候選方案，當任務結合視覺證據與有界決策或行動時。範例包括：
- 將供應商產品照片與目錄記錄進行配對。
- 檢查截圖是否存在裁剪、文本缺失或佈局不一致的問題。
- 解讀技術圖紙並將觀察結果轉化為檢查清單。
- 將故事板幀與角色和地點參考進行對比。
- 從行銷活動資產中建立修訂筆記。
- 測試帶有審批門控的人工控制瀏覽器工作流程。
- 在圖像和文件的支持下起草或修訂長文檔。
創意團隊應明確區分分析與生成環節。例如，Terra 可以審閱分鏡腳本聯繫表，並生成逐鏡頭的議題清單。隨後，創作者可使用諸如 Elser AI 等專用平台來生成或動畫化修訂後的視覺素材。這是一種互補的工作流程，並非聲稱 Terra 已整合至 Elser AI 中。
誰應該考慮使用 Terra？
Terra 最適合那些需要比基本文字自動化更強的視覺理解和電腦互動能力，但並非每個請求都需要使用最高價通用模型的團隊。唯一可靠的選擇方法是基於實際工作建構評估集。衡量視覺準確性、任務完成度、延遲、成本以及人工修正次數。
如果請求是一個非常困難的推理問題，GPT-6 Astra 或 GPT-6.1 Sol 可能是更好的起點。如果工作負載狹窄、重複且對成本高度敏感，GPT-6 Luna 可能值得評估。模型名稱不能替代針對特定任務的測試。
常見問題解答
GPT-6.1 Terra 能分析影片嗎？
模型文檔未將影片列為支援的直接輸入。工作流程可以提供選定的幀、轉錄文字或其他衍生材料，但這應描述為幀或文件分析，而非原生影片理解。
GPT-6.1 Terra 能生成圖像嗎？
Terra 輸出文字。在 Responses API 中，它可以呼叫一個圖像生成工具，該工具會呼叫專門的圖像模型。應用程式應區分工具輔助的圖像生成與 Terra 自身的輸出模態。
GPT-6.1 Terra 在 ChatGPT 中可以使用嗎？
OpenAI表示，Terra可在符合條件的Plus、Pro、Business、Enterprise和Edu方案的ChatGPT Work和Codex中使用，具體取決於推出進度和管理員控制。10月26日的公告指出，該功能在Chat中不可用。API存取權限另行管理；模型頁面目前顯示不支援免費層級的API。
最終評估
GPT-6.1 Terra 在面向視覺、基於螢幕的專業工作中佔據了一個有用的中間地帶。其價值來自於圖像理解、工具使用、電腦互動、長上下文和簡潔寫作的結合。它應被評估為一種帶有明確安全防護的分析與行動模型——而非被描述為原生音訊或影片生成器。
