OpenAI于10月26日发布GPT-6.1 Terra，并以`gpt-6.1-terra`提供API调用。官方将其用于视觉理解、电脑操作和文本任务；更新日志亦将其描述为面向视觉推理、精确电脑操作和自然文本写作的模型。
模型文档显示，Terra支持文本和图像输入，不支持音频和视频输入；上下文窗口为105万Token，最大输出为12.8万Token。文档同时列出了其可用API端点、工具支持范围及按每百万Token计费的价格。
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。对需要处理图像、长文本或界面任务的开发者而言，模型能力、上下文长度与实际调用结构都会影响总体成本；输入、缓存和输出的用量结构不同，项目费用也会相应变化。
OpenAI公告披露了厂商自身的评测信息，称Terra在视觉推理、电脑操作和编程任务上有所提升。相关结果属于厂商测试口径，并非本站实测；实际接入效果仍取决于具体任务、输入内容和应用环境。
调用成本变化如何影响模型服务
Terra将视觉输入、文本处理与电脑操作纳入同一模型服务，可能让部分原本需要多类模型协作的工作流重新评估调用方案。对AI模型服务而言，较低的标准输入价格有助于拓展高频任务的可选配置，但是否形成成本优势，仍取决于输出规模、缓存使用、上下文长度以及任务是否需要反复调用。应用软件厂商若考虑接入，还需围绕界面操作的稳定性、权限控制和结果复核设计流程；模型具备电脑操作能力，并不意味着适合在缺少监督的情况下处理高风险动作。基础设施侧的请求形态也可能随长上下文和多模态任务增加而变化，实际影响须结合业务量与资源利用效率判断。
| 涉及行业 | 行业影响分析 | 简要理由 |
|---|---|---|
| 应用软件 | 利好 | 新模型扩展了视觉理解、电脑操作和文本任务的服务选择，且标准输入价格较低；面向文档、图像和界面流程的应用可评估新的模型接入组合。 |
| 互联网服务与基础设施 | 中性 | 长上下文、多模态输入与工具调用会改变请求结构，实际资源需求仍取决于业务使用方式。 |
新闻热点内容来源于媒体公开报道。文章分析仅代表个人观点，不构成投资建议。