OpenAI 发布 GPT-6.1 Terra：价格砍半，0.29 美元干完旗舰 4.82 美元的活
本栏目每天汇总近 1–2 天全球新发布 / 新开源的大模型，信息来自官方公告与多家媒体交叉核验；性能数据会区分「官方口径」和「已复测 / 第三方实测」，没复测的明确标注。配图为原创示意插画。
今日最重磅：OpenAI 发布 GPT-6.1 Terra（10 月 26-27 日）
OpenAI 发了一个「中杯」模型 GPT-6.1 Terra，但这次的看点不在跑分登顶，而在账单：它的定位是「像办公室职员一样操作电脑的便宜劳动力」——填表单、录发票、看图纸、在软件之间来回切换，一干就是成千上万次的高频活。这种活要跑得起来，单次成本必须压到几毛钱，Terra 就是冲这个来的。
价格：直接腰斩，只有旗舰的十分之一
- API 定价：每百万 Token 输入 1 美元、缓存输入 0.05 美元、输出 5 美元。对比上一代 GPT-5.6 Terra（输入 2 美元 / 输出 12 美元），输入砍半、输出降了近六成；只有旗舰 GPT-6 Astra 的 1/10。
- 上下文 105 万 Token，已上线 ChatGPT Work、Codex、OpenAI API，OpenRouter 等聚合平台同步可调（模型名 gpt-6.1-terra）。
能力：便宜，但活儿没缩水（官方口径）
- 电脑操作：Agents' Last Exam 上，中等推理强度得分比上一代高 15 个百分点，追平旗舰 GPT-6 Astra；单个任务成本 0.29 美元，Astra 要 4.82 美元。开满推理后 Terra 冲到 60.0 分，反超 GPT-6.1 Sol（58.6）和 Astra（59.3）。
- 编程：Terminal-Bench 4.0 完成率从上一代的 21.5% 翻倍到 50.3%。
- 更少瞎猜：易错提示词测试中，低推理档错误率从 53.6% 降到 16.7%（满推理档 4.3%）；知识测试里「不懂装懂硬猜」的比例从 88% 砍到 38%。
- 对标友商：OpenAI 称满推理档每任务成本约为 Claude Opus 5.5 的 1/9（此为 OpenAI 自家对比，Anthropic 未回应）。
- 官方也说了实话：最复杂的编程任务仍推荐 Sol 或 Astra，Terra 是便宜的主力工兵，不是顶配替代品。
第三方实测（已复测部分）
- Artificial Analysis：智能指数比 GPT-5.6 Terra 高 6 分，单任务平均成本从 1.40 美元降到 0.40 美元，降幅超七成；输出速度约 91 Token/秒。
- BenchLeader：综合指数 65.9（790 个模型配置中排第 36），一次完整跑分成本 0.403 美元——便宜档位里目前能打的位置。
怎么看：这次发布的时机很微妙——Anhropic 提交 IPO 上市申请的同一天，OpenAI 砍价发布新模型。自 2025 年以来，被开源模型逼到墙边的闭源阵营，打法已经从「升模型顺手降价」变成「直接降价抢调用量」（o3 输出价曾一次砍 80%、GPT-5.6 Luna 输入价从 1 美元降到 0.2 美元）。对普通开发者的实际含义：「AI 替你点鼠标」这件事，第一次在账单上成立了——跑批量表单、录数据这类高频任务，先拿一周真实工作量去试 Terra，再决定要不要买更贵的旗舰。
今日其他新发布（6 项）
| 模型 / 产品 | 日期 | 类型 | 要点 |
|---|---|---|---|
| Genie 4（谷歌 DeepMind） | 10-27/28 | 世界模型（研究预览） | 一句话生成可探索的虚拟世界，还能用键盘进去逛：可在场景运行中用自然语言实时改天气、换镜头、加角色；一致场景时长约 2 分钟，是上一代 Genie 3 的两倍；系列首次音视频同步生成（环境音、音乐、能接话的对话）。实时体验由 Gemini 3.8 Flash 驱动、Gemini Omni 负责「导演」。目前只向受信任测试者开放，几周内到 Google AI Ultra 订阅用户。注意：谷歌自己承认长时运行画面细节会「漂移」、复杂物理和场景内文字还没解决——演示视频都是官方出的，参数和跑分未公布。 |
| Clover-35B-A3B-Preview（扩散智能 DiffuSpace） | 10-28 | 扩散语言模型 dLLM（开源） | 国产扩散路线（不走「从左到右逐字蹦」，而是全局并行生成）：MoE 架构总参 350 亿、激活仅 30 亿，128K 上下文；官方内部测试整体生成速度 680 Token/秒，称比同尺寸自回归模型快 5-10 倍；自报六项智能体编程评测同级第一（SWE-bench Verified 73.6、Terminal-Bench 2.1 51.7、τ³ 65.3，超 Mercury 2.5 与 Qwen3.6-35B-A3B）；第三方 WindTunnel 实测 49 项任务中位执行 1.52 秒，是 Jev+Mercury2.5 组合的 1/2.1。权重已上 Hugging Face/GitHub/ModelScope，支持 SGLang 和 llama.cpp。团队还预告了决策版：联合模式下 2420 道关联判断题答对 95.0%（独立作答 89.8%，Jev 同题 63.6%），现场和中国象棋赢了 Jev。以上基准均为厂商自报或小样本第三方，独立大榜单未出分。这家公司 10 月初刚官宣完成近 5 亿元融资。 |
| LFM3 系列（Liquid AI） | 10-27 | 端侧多模态（开源权重） | 一次放 6 款约 20 亿参数的开源模型：文本、视觉、音频、全模态（Omni），再加两款决策模型，全部从同一个 1.7B 底座分支，底座预训练吃了 22 万亿 Token。卖点是小：4bit 量化约 1GB 内存，手机和树莓派 5 都能跑；官方称在 14 种设备组合上调优，端侧解码比同档最快再快 1.8-2.8 倍；MacPaw 在 macOS 上 65 项真实智能体任务实测成功率 64%（Qwen3.5-2B 为 48%），Token 少用 58%。注意：大部分跑分为厂商自报，知识类大基准上小模型仍打不过大的，官方自己也认。 |
| Hy-SimulMT（腾讯混元） | 10-27 | 实时同传语音模型（开源） | 端到端「语音进、语音出」同声传译：平均响应延迟约 3 秒，快于人类同传的 4-5 秒基线；在开源 RealSI 长音频基准上超过主流商业同传 API；原生零样本音色克隆，翻完还保留说话人的音色和情绪节奏，中英双语流。 |
| Kimi CLI（月之暗面） | 本周 | 开发者工具（开源） | 命令行编码助手，技术预览版：保留原生 Shell 操作，按 Ctrl-K 一键切到「智能代理模式」（理解上下文、自动补全、解释报错、自然语言生成脚本）；原生支持 ACP 协议，可接入 IDE 插件等图形客户端。月之暗面在开发者工具侧的第一次开源，代码在 GitHub。 |
| Cursor Agent SDK + 接入 DeepSeek V4.1 Flash | 10-27 | 编程工具生态 | Cursor 推出代码优先的 Agent SDK（Markdown 写提示词 + TypeScript 写工具，支持自托管和 Cursor Cloud），同批把 DeepSeek V4.1 Flash 加进模型目录，官方称其在 CursorBench 上把单任务成本压到 0.60-0.98 美元的新低位。闭源工具开始认真接开源便宜模型，这条线值得盯。 |
行业资讯
- Anthropic 正式提交 IPO 申请，或成史上最大上市（10-26）：向美国 SEC 递交 S-1 文件，代码 ANT、拟上纳斯达克，高盛和摩根士丹利牵头承销，预计 11 月中旬挂牌；市场估值预期 1.5-2 万亿美元，若冲上 2 万亿将超过 SpaceX 的 1.77 万亿、成为史上最大 IPO。招股书首次掀开家底：2026 上半年营收 162.9 亿美元（去年同期 11.6 亿，涨约 13 倍），第二季度单季营收 115.6 亿并录得首次季度经营盈利 9.74 亿美元；净亏损 807 亿美元看似吓人，但其中 724 亿是可转债公允价值变动的非现金会计损失（公司估值越涨、账面亏越大），经营现金流实为正 39.3 亿。账上现金 1317 亿美元；未来基础设施支出承诺 5180 亿美元（其中向亚马逊至少 1100 亿、至 2036 年；向谷歌至少 1145 亿、至 2033 年）。客户侧：年消费 10 万美元以上客户超 1.19 万家、百万美元级超 1900 家，但两家匿名客户贡献了上半年约 23% 的收入。治理上七位创始人合计握 50.1% 投票权，公众股东买了股票也插不上话——招股书还写明其技术可能带来「灾难性或生存性风险」。
- DeepSeek 千亿融资细节浮出（10-28，中国产业经济信息网评论文章）：此前传的约 1000 亿融资有了更多细节——DeepSeek 在洽谈中至少两次上调目标（500 亿→800 亿→约 1000 亿元），加上首轮约 510 亿，年内累计约 1500 亿元，投前估值约 5000 亿元，为科创板 IPO 铺路；出资方以芯片、汽车、新能源、互联网平台的产业资本为主。（注：金额口径来自媒体披露，官方未发公告，本栏 10-22 期曾提示该融资当时未经官方确认。）
- OpenAI 宣布前沿模型训练停用实时互联网（10-27/28，TechCrunch）：继 9 月「沙箱逃逸」事件（本栏 10-26 期报道）后，OpenAI 正式改规矩：前沿模型训练不再使用实时互联网，只用离线镜像数据，理由是模型可能吃到被投毒或含隐私的内容。实时抓网训练正在从「优势」变成「负债」，各家的数据合规门槛会继续抬高。
- 其他值得知道的：谷歌安全团队 BigSleep 用大模型自动生成定向测试用例，发现了 Chrome 的一个 0day 漏洞——AI 找漏洞这条路子第一次拿到实锤战果；英伟达宣布向 Meta 投资 30 亿美元支持其 AI 基建，「供应商给客户注资」的循环融资结构引发新一轮讨论；美国多地反对 AI 数据中心的声浪（电价、水耗、占地）已上升为中期选举议题，未来算力落地的瓶颈可能从硬件变成社区审批；1Password 推出「给 AI 智能体发临时凭据」功能，代理可以替你登录但永远看不到你的密码本体，补上了无人值守自动化的安全缺口。
一句话趋势
今天的主旋律是「账单战」：OpenAI 用 1/10 的价格干旗舰的活、Anthropic 敞开账本冲 2 万亿上市、DeepSeek 拿产业资本 1500 亿加注，钱和能力都在加速向头部集中；而开源一侧，35B 的扩散模型跑到 680 Token/秒、2B 的模型塞进 1GB 内存，把「够用且便宜」的天花板继续往下压。对使用者的建议很朴素：别只盯着排行榜第一名，先算清楚你每个任务到底花多少钱——现在正是拿报价单谈判的最好时候。
（数据来自官方公告与公开报道，2026-10-28；官方口径与第三方实测已分别标注，未复测项已在文中说明。模型能力强弱会影响选型，但实际价格以本站模型广场实时报价为准。）
文中提到的模型，本站都有低价渠道
API 直连 · 无需自己充值 · 按量计费随用随走