GPT-6.1 Terra半价操控电脑：普通人怎么上手

OpenAI 在 2026 年 10 月 26 日前后推出 GPT-6.1 Terra：一款偏「看图办事、操控电脑」的中端模型，标准 API 价格比 GPT-5.6 Terra、GPT-6.1 Sol 低约一半，却把视觉推理和精确电脑操作往上推了一档。普通人最关心三件事——它能干啥、怎么在 ChatGPT Work / Codex 里点开、写几行 Responses API 怎么试——本文按官方数字讲清楚，不编造指标。

事实主要来自 OpenAI 介绍页与模型文档（文末附链接）。媒体侧也可对照 DailyAI、Guardian 等对「更便宜的电脑操控模型」的报道口径，但一切数字以 OpenAI 原文为准。

Terra 是什么：半价档的「会看屏幕、会点鼠标」

官方定位很直白：GPT-6.1 Terra 是面向细致视觉推理、精确电脑操控、更清晰自然写作的快速高效模型，相对上一代 GPT-5.6 Terra 是明显升级。

适合干的事包括：

• 起草方案、解读技术图纸、填表、剪辑视频辅助
• 高通量流水线，比如把发票读进会计软件

它不是「最贵旗舰」，而是性价比路径：很多「看界面、点按钮、抄表格」的任务，用 Terra 就够，不必每次都上 Sol / Astra。你可以把它理解成：旗舰负责啃硬骨头，Terra 负责把办公室里重复、可见、可点的活批量做完。

对个人和小团队尤其友好的一点是：贵的是时间，不是再堆一个旗舰席位。发票录入、图纸尺寸抄录、多页表单校对，这类工作更吃「看清屏幕 + 少点错」，而不是长篇哲学推理。Terra 正是冲着这条曲线来的。

官方数字里，它强在哪

下面只复述 OpenAI 公布的对比，便于你选型（均为厂商评测口径）：

• Agents’ Last Exam（中等努力）：相对 GPT-5.6 Terra 高约 15 个百分点，成本约 1/3；与 GPT-6 Astra 大致持平，但单价约 1/10。
• 最大努力 vs Claude Opus 5.5：Token 效率 >3 倍，单价约 1/4，综合约 9 倍更低成本；完成任务比 GPT-6 Astra、GPT-6.1 Sol 快 3 倍以上。
• MMMU-Pro：各推理档都超过 GPT-5.6 Terra，成本远低的同时接近 GPT-6 Astra / GPT-6.1 Sol。
• OSWorld 2.1：中等努力已超过 GPT-5.6 Terra 的最佳分，且成本只是零头。
• 事实性内部基准（低努力）：错误率从 53.6% → 16.7%（约降 37 个百分点）；最大努力到 4.3%（再降约 18 个百分点）。
• Terminal-Bench 4.0（最大努力）：50.3%，对比 GPT-5.6 Terra 的 21.5%；复杂编码仍建议优先 Sol / Astra。
• 安全：在预备框架下达到 Critical 档网络安全相关阈值；对齐有改进；测试中对提示注入抵抗较强。

一句话：看图、点界面、批量表单优先 Terra；重编码、重旗舰推理再上 Sol / Astra。基准再漂亮，也不等于「可以无人值守乱点本机」——后面安全清单请一起看。

规格速查：API 怎么选参数

按模型页（以官方为准）：

标准 API 价（每百万 Token）：输入 $1，缓存输入 $0.05，输出 $5——相对 GPT-5.6 Terra 与 GPT-6.1 Sol 标准价约 半价。

可用性：ChatGPT 的 Plus / Pro / Enterprise / Edu 可在 Work 与 Codex 里用到；开发者用模型名 gpt-6.1-terra。没有音视频输入输出，别指望它直接「听录音剪片」；视频相关场景更多是帮你理解画面关键帧说明、生成剪辑文案或操作步骤。

路径一：ChatGPT Work / Codex（不用写代码）

1. 确认账号档位在 Plus / Pro / Enterprise / Edu。
2. 打开 ChatGPT Work 或 Codex，在模型列表选 GPT-6.1 Terra（界面文案可能写作 Terra）。
3. 明确任务边界，例如：「打开这个 PDF 图纸，把尺寸抄到表格第 3 列；每一步先说明再点。」
4. 若启用电脑操控类能力：先给只含该任务窗口的环境，关掉无关浏览器标签；让它逐步确认再继续。
5. 填表、读发票、改短视频字幕这类「看得清、点得准」的活，优先 Terra；写大型重构再换 Sol / Astra。

提示词模板（可直接改）：

你是办公助手。目标：把附件发票的金额、税号、日期写入我打开的记账页。规则：每填一格前先复述数值；不确定就停下来问我；不要打开其他网站；不要读取密码管理器。

再补三条「更容易成功」的问法：

• 先给样例：贴一张已填好的表头截图，说「按同样列顺序填下一张」。
• 限制点击范围：「只允许操作 Excel 窗口和发票 PDF，禁止切换其他应用」。
• 要求回放：「完成后用三句话总结你点过哪些按钮、改过哪些单元格」。

路径二：Responses API 最小草稿（伪代码）

工具调用请走 Responses API（官方要求）。下面是结构示意，密钥放环境变量，勿写进仓库：

# 伪代码 / 示意
client.responses.create(
  model="gpt-6.1-terra",
  reasoning={"effort": "medium"},   # 日常 medium；难图可试 high
  input=[
    {"role": "user", "content": [
      {"type": "input_text", "text": "读取这张发票并填入记账字段…"},
      {"type": "input_image", "image_url": "https://.../invoice.png"}
    ]}
  ],
  tools=[{"type": "computer_use"}, {"type": "file_search"}]
)

实践建议：

• 默认 medium；要更快更省用 low；难图纸再 high / max。
• 输入快摸到 272K 时，记得官方有加价档，先裁附件、压缩截图。
• 给电脑操控工具时，限制可点击的应用与目录；日志里留下每一步动作，方便审计。
• 缓存输入只有 $0.05 / 1M，重复系统提示尽量稳定，好打到缓存价。

选型与安全：普通人必做的几条

何时选 Terra

• 发票/表单/图纸/屏幕步骤多、要控成本、要吞吐
• 需要 computer_use 但不想按旗舰价跑
• 写作要清楚、但不需要最长上下文硬刚旗舰的日常文案

何时换 Sol / Astra

• 复杂编码、架构设计、Terminal-Bench 类重任务
• 必须挤到旗舰视觉上限、且预算允许
• 单次任务容错极低、宁可多花钱换更强推理余量

安全清单

1. 设花费上限：API 控制台开预算告警；ChatGPT 侧留意用量。半价不等于无限刷。
2. 复核代理动作：电脑操控前要求「先计划、再确认」；转账、删除、权限变更必须自己点。
3. 别贴密钥：密码、Cookie、内网 Token、银行卡号不要进对话；用企业权限与沙箱。
4. 最小权限桌面：专用虚拟机或干净用户配置，避免一手授权整个本机。
5. 提示注入意识：官方称测试中抵抗较强，仍勿把不可信网页全文当系统指令；外链内容先摘要再执行。

小结

GPT-6.1 Terra 把「半价 + 看图 + 操控电脑」捆成一条可落地的产品线：官方标准 API 约 $1 / $0.05 / $5（每百万 Token 入/缓存入/出），多项基准相对 GPT-5.6 Terra 明显进步，并在成本上逼近甚至优于更贵型号的日常任务表现。普通人今天就可以：在 Work / Codex 选 Terra 做填表读图；开发者用 gpt-6.1-terra + Responses API 挂 computer_use。复杂编码留给 Sol / Astra，日常电脑活交给 Terra，同时设好预算与人工复核——这才是「半价操控电脑」的稳妥打开方式。

参考来源

• Introducing GPT-6.1 Terra
• GPT-6.1 Terra 模型文档