什么是GPT-6.1 Terra？功能、定价、上下文窗口及最佳使用场景
GPT-6.1 Terra 是 OpenAI 设计的一款模型，专为快速视觉推理、精准的计算机操作和清晰的自然语言写作而打造。它最强大的作用不仅仅是回答问题。Terra 能够检查图像和应用程序界面，对其所见内容进行推理，并在连接到合适的工具环境时，在浏览器和桌面应用程序中执行受控操作。
这种组合使模型适用于处理产品目录、营销活动素材、界面测试、大批量文档操作以及视觉生产审核的团队。同时也设定了一个重要界限：GPT-6.1 Terra 能够分析图像，但其本身并非视频输入或音频输入模型。要善加选择，首先需理解这一区别。
GPT-6.1 Terra 概览
根据OpenAI当前的模型文档，GPT-6.1 Terra具有以下规格：
| 规格 | GPT-6.1 Terra |
| API 模型 ID | gpt-6.1-terra |
| 定位 | 快速、高效的视觉推理与计算机使用 |
| 上下文窗口 | 1,050,000 个令牌 |
| 最大输出 | 128,000 个令牌 |
| 知识截止日期 | 2026年6月1日 |
| 文本 | 输入和输出 |
| 图片 | 仅输入 |
| 音频和视频 | 不支持作为直接模型输入 |
| 默认推理努力程度 | 中等 |
| 其他推理级别 | 无、低、高、极高、最大 |
| 微调 | 不支持 |
Terra支持流式传输、函数调用和结构化输出。通过Responses API，其列出的工具包括网络搜索、文件搜索、图像生成、代码解释器、托管Shell、计算机使用、MCP、技能和工具搜索。然而，工具的可用性并不意味着每个应用程序都能获得不受限制的访问权限。开发者仍然需要正确的API访问权限、工具配置、权限和执行环境。
GPT-6.1 Terra 的擅长领域
对图像和屏幕的视觉推理
Terra 可以检查产品照片、截图、图表、布局以及其他支持的图像输入。一个有用的请求会向模型提出具体的视觉问题：识别不匹配的目录项、检查重要文本是否被裁剪、比较两个界面状态，或描述故事板画面与参考图之间的差异。
视觉推理并不等同于绝对的视觉真实。小号文字、细微缺陷、隐藏图层、色彩管理差异以及模糊场景仍可能导致错误。高风险决策需要人工审核流程和代表性测试。
计算机使用工作流程
在正确配置计算机使用集成后，Terra 可以接收屏幕截图并请求鼠标或键盘操作。OpenAI 的计算机使用指南建议使用隔离的浏览器或桌面、限制网络和操作访问、在重要操作前获得批准，并验证实际结果。
这使得Terra适用于有边界的任务，例如检查网页流程、输入非敏感测试数据、对可见资产进行排序或审查活动管理界面。不应赋予其购买、账户删除、凭证传输或其他难以撤销的操作的开放式权限。
直接专业写作
Terra同样定位于清晰、自然的写作。当视觉检查必须以可读的交付物结束时，这一点非常有用：质量保证报告、修订简报、目录注释、镜头审查摘要或面向客户的说明。该模型能够将图像中的证据与结构化的书面输出相连接，而不是将分析和沟通视为两项独立的工作。
GPT-6.1 Terra 自身无法完成的功能
Terra的模型页面将图像列为输入模态，文本列为输出模态。它不直接接受视频或音频作为模型输入。如果团队想要审查视频，可以提取选定的帧、联系表、转录文本或结构化元数据，并将这些材料提供给合适的工作流程。这与声称模型观看并收听了原始视频是不同的。
Terra本身也不是图像或视频渲染模型。Responses API可以暴露一个图像生成工具，但生成过程是由该工具选择的专用图像模型来处理的。开发者在产品文档中应准确描述这一架构。
GPT-6.1 Terra 定价
标准API定价目前按每百万文本令牌列出：
- 输入：$1.00
- 缓存输入：$0.05
- 30分钟缓存写入：1.25美元
- 12小时缓存写入：$2.50
- 输出：$5.00
超过272,000个输入令牌的请求将享受长上下文定价：输入和缓存费率翻倍，而输出则按整个请求的标准输出费率的1.5倍计费。批处理和Flex处理的价格比标准低50%，快速模式为标准的两倍，符合条件的区域处理将增加10%的附加费。工具调用、图像输入和托管环境可能会产生额外费用。
作为一个简单的标准模式示例，100,000个未缓存的输入令牌和10,000个输出令牌的费用大约为0.15美元，不包括任何工具或图像费用：输入0.10美元，输出0.05美元。
实际使用案例
Terra 是一个强有力的候选方案，当任务结合视觉证据与有界决策或行动时。示例包括：
- 将供应商产品照片与目录记录进行匹配。
- 检查截图是否存在裁剪、文本缺失或布局不一致的问题。
- 解读技术图纸并将观察结果转化为检查清单。
- 将故事板帧与角色和地点参考进行对比。
- 从营销活动资产中创建修订笔记。
- 测试带有审批门控的人工控制浏览器工作流程。
- 在图像和文件的支持下起草或修订长文档。
创意团队应明确区分分析与生成环节。例如，Terra 可以审阅分镜脚本联系表，并生成逐镜头的议题清单。随后，创作者可使用诸如 Elser AI 等专用平台来生成或动画化修订后的视觉素材。这是一种互补的工作流程，并非声称 Terra 已集成至 Elser AI 中。
谁应该考虑使用 Terra？
Terra 最适合那些需要比基本文本自动化更强的视觉理解和计算机交互能力，但并非每个请求都需要使用最高价通用模型的团队。唯一可靠的选择方法是基于实际工作构建评估集。衡量视觉准确性、任务完成度、延迟、成本以及人工修正次数。
如果请求是一个非常困难的推理问题，GPT-6 Astra 或 GPT-6.1 Sol 可能是更好的起点。如果工作负载狭窄、重复且对成本高度敏感，GPT-6 Luna 可能值得评估。模型名称不能替代针对特定任务的测试。
常见问题解答
GPT-6.1 Terra 能分析视频吗？
模型文档未将视频列为支持的直接输入。工作流可以提供选定的帧、转录文本或其他派生材料，但这应描述为帧或文档分析，而非原生视频理解。
GPT-6.1 Terra 能生成图像吗？
Terra 输出文本。在 Responses API 中，它可以调用一个图像生成工具，该工具会调用专门的图像模型。应用程序应区分工具辅助的图像生成与 Terra 自身的输出模态。
GPT-6.1 Terra 在 ChatGPT 中可用吗？
OpenAI表示，Terra可在符合条件的Plus、Pro、Business、Enterprise和Edu计划的ChatGPT Work和Codex中使用，具体取决于推出进度和管理员控制。10月26日的公告指出，该功能在Chat中不可用。API访问权限另行管理；模型页面目前显示不支持免费层级的API。
最终评估
GPT-6.1 Terra 在面向视觉、基于屏幕的专业工作中占据了一个有用的中间地带。其价值来自于图像理解、工具使用、计算机交互、长上下文和简洁写作的结合。它应被评估为一种带有明确安全防护的分析与行动模型——而非被描述为原生音频或视频生成器。
