OpenAI 发布 GPT-6.1 Terra，主打电脑操作与写作能力

作者宣布 GPT-6.1 Terra 回归，称这是其首个在写作、个性和细致理解请求上显著更好的模型。

该模型擅长电脑操作，可理解屏幕内容并跨应用执行操作，在 API 和订阅中提供的用量是 6.1 Sol 的 2 倍，价格更低。

该信号称 GPT-6.1 Terra 是首个在写作、个性和细致理解请求上显著更好的模型，擅长理解屏幕内容并跨应用执行电脑操作，且在 API 与订阅中的用量是 6.1 Sol 的 2 倍、价格更低。

• GPT-6.1 Terra 主打写作、个性与细致请求理解
• 可理解屏幕内容并跨应用执行电脑操作
• API 与订阅用量为 6.1 Sol 的 2 倍
• 价格相对更低，单位任务成本结构改变
• 缺少评测数据，能力边界需自行验证

这是什么信号

按照这条公开信号的描述，OpenAI 推出 GPT-6.1 Terra，并把它定位在两个方向上：一是写作、个性表达和对细致请求的理解，二是电脑操作能力——理解屏幕内容并跨应用执行动作。同时给出了一组很具体的商务条件：API 和订阅中的用量是 6.1 Sol 的 2 倍，价格更低。

需要说明的是，这条信号只给出了能力方向和相对定价，没有给出上下文长度、评测分数、具体能力边界或可用范围，所以它更像是“方向性发布”，而不是可以立刻量化对比的技术白皮书。

为什么重要

过去一年模型竞争的主线是“谁更聪明”，而这条信号把重心压在两个更贴近落地的点上：写作质感与电脑操作。写作和个性意味着模型输出更少“AI 味”，更适合直接对外交付；电脑操作意味着模型从“给建议”转向“代为执行”，这是从对话工具变成工作流执行者的关键一步。

“用量翻倍、价格更低”是同一条信号里更值得注意的部分。能力提升叠加单位成本下降，会直接改变很多产品的可行性边界——原本因为调用成本过高而只能做小范围试点的场景，可能重新变得可做。这是典型的“能力×价格”双击，而不是单纯的版本号迭代。

对谁有价值

• 内容与营销团队：写作与个性表达被明确列为首要改进方向，适合承担初稿、改写、语气统一这类高频任务。
• 做 RPA、浏览器自动化、办公协同的产品团队：跨应用执行屏幕操作是核心能力诉求，这条信号提供了一条新的技术选型路线。
• 成本敏感的 API 使用方：用量翻倍加更低价格，直接影响单次任务成本结构，值得重算一遍毛利模型。
• 独立开发者与小团队：单位成本下降往往会打开“一个人做一条产品线”的空间。

可以怎么行动

第一步不是全量迁移，而是建一个小型对照测试：挑选写作类任务（长文改写、品牌语气统一）和操作类任务（跨应用的多步流程）各一组，用现有模型做基线，观察输出质量、失败模式和单任务成本。第二步是把“用量翻倍”换算成自己业务里的真实数字，比如同样的预算现在能跑多少次调用、能不能支撑把某个功能从限量开放改成默认开启。第三步是给电脑操作类能力设定人工确认节点，先让它做“准备动作”，人做“提交动作”。

风险与限制

这条信号没有给出任何评测数据、失败率或安全机制说明，“擅长电脑操作”在实际环境中的稳定性仍需自行验证——跨应用操作的错误往往不是“答错”，而是“真的点错了”，代价更高。写作上的“个性更好”也高度依赖具体场景和评审标准，缺少可复现的对比方法时容易变成主观感受。此外，用量与价格的对比基准是 6.1 Sol，不同账户类型、不同调用方式下的实际计费口径是否一致，信号中并未交代，迁移前应以官方文档为准。最后，涉及屏幕内容理解就意味着涉及数据边界，能否把敏感界面交给模型处理，需要按自身合规要求单独评估。

这条内容的信息差在于，它同时给了“能力方向”和“成本条件”两个变量。多数人只会注意到写作和电脑操作的升级，但真正改变决策的是用量翻倍加价格更低——这决定了哪些以前算不过账的场景现在能算过账。把这两条放在一起看，才能判断它是不是一次值得调整产品路线图的发布。

业务上的启发是：模型竞争正在从“能力竞赛”转向“能力与单位经济的组合竞赛”。对产品团队来说，这意味着功能设计的前提假设（比如某些能力只能限量开放、某些流程必须人工兜底）需要重新审视；对内容团队来说，写作质感被列为一级改进方向，说明“可直接交付的文本”正在成为标配而非加分项。

可沉淀的动作有三类：一是建立一套固定的模型对照测试集，覆盖写作与操作两类任务，以后每次新模型发布都能复用；二是把“用量与价格”换算成业务口径的成本模型模板，避免每次靠感觉判断划不划算；三是为电脑操作类能力预先设计人工确认与回滚机制，把风险控制前置到接入之前而不是事故之后。

• @thsottiaux 原帖