先看证据

输入$1、输出$5/百万token标准价
比Sol便宜一半，比Astra便宜九成关键事实
缓存输入$0.05；Batch/Flex半价，Fast贵1倍关键事实
输入按2倍、输出按1.5倍计费输入超272K
上下文1.05M token，最大输出128K关键事实
Terra/Astra同为57.6%，单任务$0.29/$4.82Agents中档

从一次任务的价格看模型定位

OpenAI发布的GPT-6.1 Terra是一款面向视觉推理、电脑操作和写作的推理模型，取代GPT-5.6 Terra，供API、ChatGPT Work和Codex使用。它接收文本和图像并输出文本，支持电脑操作、托管Shell、代码解释器、网页搜索、文件搜索和MCP等工具；工具调用需要通过Responses API。对于要自动处理屏幕、表单和文档的团队，关键变化不只是换代，而是模型把相近的基准成绩放到了更低的调用价格上。

Agents’ Last Exam v1给出了最直接的成本对照：在medium设置下，Terra得分57.6%，每项任务估算成本为0.29美元；GPT-6 Astra同为57.6%，但每项估算成本为4.82美元。GPT-5.6 Terra此前得分42.6%，成本为0.84美元。这个对照说明Terra在该测试上的进步，不等于它在所有任务上都与Astra相同，也不意味着实际业务成本会按基准数字等比例下降。

低价来自可选的推理强度

Terra提供从none到max的推理强度，默认是medium。测试结果显示，调高强度可以换取更好的成绩，但也会提高单项任务成本：Terra在Agents’ Last Exam的max设置下达到60.0%，成本估算升至1.01美元。Claude Opus 5.5在同一图表中为63.2%和8.82美元。这里的取舍不是简单的“便宜或准确”，而是团队要决定哪些任务值得多花推理预算，哪些可以用默认设置处理。

OpenAI还称Terra完成任务的速度超过GPT-6 Astra和GPT-6.1 Sol的三倍，但这属于厂商给出的性能描述，材料没有提供足以拆解延迟、重试和工具执行时间的细节。对生产系统来说，模型本身的速度并不等于端到端吞吐量。页面加载、工具调用、失败恢复和人工复核都可能改变每个成功任务的耗时与成本，因此基准中的每任务价格更适合用作比较起点，而不是预算承诺。

视觉强，电脑操作有进步但未登顶

视觉能力是Terra较扎实的优势。在MMMU-Pro Vision上，它以max effort取得85.5%，低于GPT-6 Astra的86.7%和GPT-6.1 Sol的86.3%，但高于GPT-5.6 Terra的81.7%。材料给出的Terra单项任务成本为0.012美元，Astra为0.065美元。对于产品图片与目录匹配、技术图纸解读等OpenAI列出的用途，这组数据提供了模型能力与成本之间的明确参照，但不能替代对特定图像分布的验证。

电脑操作的另一项测试OSWorld 2.1呈现出更复杂的排序：Terra在medium下为66.7%，max下为74.2%；GPT-6.1 Sol为78.0%，Astra为80.9%，Claude Sonnet 5.5为83.9%。Terra明显超过旧版的57.1%，却仍落后于这些竞品。Agents’ Last Exam上medium成绩追平Astra，不应被扩展成“电脑操作全面追平”：不同测试集覆盖的任务不同，单一分数无法保证某个团队的界面、应用和错误处理方式也能得到同样结果。

错误率改善不等于编码全面胜出

OpenAI公布的内部错误诱发提示集显示，Terra在low effort下的错误率从旧版的53.6%降至16.7%，max effort下则降至4.3%，比旧版低18个百分点。这个测试专门设计来诱发错误，材料也明确提醒，生产环境的错误率会不同。它可以支持“模型在这组对抗性提示上的事实性表现改善”，却不能直接推导出普通用户问题或实际业务中的错误概率。

编码成绩则更清楚地标出了边界。Terminal-Bench 4.0上，Terra在max下为50.3%，比GPT-5.6 Terra的21.5%提升明显，但仍低于GPT-6.1 Sol的55.9%、GPT-6 Astra的58.2%和Claude Sonnet 5.5的70.6%。OpenAI建议最复杂的编码任务使用Sol或Astra。与此同时，Terra在Terminal-Bench-Science 0.1上得分58.3%，每项估算成本4.15美元，高于Sol的57.0%成绩但低于其5.47美元成本。这说明“代码任务”不是单一类别，技术负责人应按实际任务集拆分评估，而不是只看一个总排名。

价格优势要放进真实部署账本

标准API价格为每百万输入token 1美元、输出token 5美元，缓存输入为0.05美元；Batch和Flex价格减半，Fast模式则是标准价的两倍。超过272K输入token的提示会按两倍输入价格和1.5倍输出价格计费。作为参照，GPT-6.1 Sol的标准输入/输出价格是2/10美元，GPT-6 Astra是10/50美元。Terra的标价确实改变了高频调用的成本空间，但长上下文、快速模式和输出量都可能显著改变账单。

部署约束同样影响选择：Terra为闭源权重，只能使用OpenAI托管服务，材料列出的入口是API、ChatGPT Work和Codex；它的上下文窗口为105万token，最大输出为12.8万token。对技术负责人而言，合适的判断不是先把Terra设为所有任务的默认模型，而是选取一批代表性屏幕、表单、图像和文档任务，比较成功率、重试次数、工具成本及人工介入，再分别确定medium与max的使用范围。如果任务以复杂编码为主、要求自托管，或需要在自己的界面环境中达到稳定成功率，现有材料不足以证明Terra是更好的选择。