半價貼近旗艦？GPT-6.1 Terra 讓企業 Agent 開始重算「每任務成本」

1天前

讀畢需時 4 分鐘

已更新：6分钟前

OpenAI 在十月底正式推出 GPT-6.1 Terra 時，外界最先注意到的不是又一個旗艦名稱，而是一組對比：這個被定位在中階的模型，官方宣稱在部分專業任務上能貼近自家最貴的 GPT-6 Astra，卻只要約十分之一的 token 單價，速度還超過三倍。對正在把 AI 從「問一次答一次」改成「連續操作螢幕與軟體」的企業來說，這幾乎改寫了帳單怎麼算。

過去談模型，決策者常盯著誰比較聰明；現在更常卡住的是：Agent 每走一步都要再看螢幕、再思考、再點擊，token 會在迴圈裡被放大。影片指出，Terra 的意義不在取代所有旗艦，而在把「夠用、夠快、夠便宜」推到足以承接日常專業工作的位置。

中階模型開始搶旗艦的工作，而不是只搶入門用戶

影片回顧，Terra 在官方公告前就已出現在公開程式碼痕跡裡。開發者在 Microsoft 相關測試設定中，發現負責評分另一個 AI 產出的「裁判模型」被換成 GPT-6.1 Terra；GitHub 路徑上也出現被解讀為 Copilot 實測的提交痕跡。十月二十六日，OpenAI 正式確認模型，並公布定價：每百萬 input token 一美元、output 五美元，約為 GPT-6.1 Sol 的一半，並可透過 API、ChatGPT Work 與 Codex 使用。

命名上，OpenAI 用的是天文階梯：Luna 偏輕量、Terra 居中、Sol 近旗艦、Astra 為頂層。影片轉述，Sol 在編碼與電腦操作上已接近 Astra，卻更貴；Terra 則被強調主打視覺理解、電腦操作與日常專業流程。階梯愈來愈像「不同工作的價位帶」，而不只是智商排行榜。

「每任務成本」正在蓋過「每百萬 Token 單價」

這支影片反覆回到同一個商業邏輯：Agent 不是單次問答。它會在看、想、點之間循環，步驟一多，貴模型的單位成本就會變成任務成本爆炸。影片引述 OpenAI 說法：在 Agents Last Exam 這類偏真實專業任務的評測上，Terra 表現可與 GPT-6 Astra 相當，但 token 單價約為十分之一，完成任務速度則超過 Astra 與 Sol 三倍以上；相對 Claude Opus 5.5，OpenAI 更宣稱完成任務成本可低約九倍。科學研究向的 Terminal Bench Science 上，影片指出 Terra 甚至勝過較貴的 GPT-6.1 Sol；一般編碼的 Terminal Bench 4.0，則從舊版 Terra 的 21.5% 升到 50.3%。

這些數字都來自官方或影片整理的官方宣稱，仍須以實際負載驗證。影片也保留但書：在最難的編碼題上，Sol 與 Astra 仍較強。真正改變的是採購問題——企業該不該繼續把「所有自動化步驟」都丟給旗艦價位。

對手壓力來自 Claude 的高低配，不是單一旗艦對決

影片把發布時機放進競爭結構。根據影片轉述的 OpenRouter 觀察，Anthropic 模型週平均 token 用量自 Claude Opus 5.5 推出後跳升約 3.6 倍，且涵蓋 Sonnet、Haiku 等整條產品線；也有評論者指出，許多團隊改採「便宜的 Haiku 處理瑣事、Opus 處理難題」的高低配，等於同時在低價日常與高價難題兩端擠壓 OpenAI。

在此背景下，Terra 被解讀成一種回應：不是只靠再推更貴的頂層模型，而是把接近旗艦的能力，放到更接近可規模化部署的價格。社群並非一面倒歡迎中階升級；有人要更大旗艦躍進，也有人質疑中階尷尬。但官方把 Terra 綁在視覺與電腦操作後，焦點轉成：Agent 工作流該把哪一段交給中階價。

對台灣企業而言，該重算的是 Agent 的步驟帳

把鏡頭拉回台灣導入現場，這則消息比較像成本結構提醒，而非必須全數換模的通告。決策者可先盤點：哪些流程是長迴圈、高頻、可容錯的電腦操作，例如表單轉寫、發票欄位擷取、內部系統點選與彙整；哪些才是高風險、需強推理與嚴格審核的難題。前者更適合用「每任務成本」評估中階模型，後者仍可能需要旗艦或人工關卡。

更務實的做法，是把模型選擇寫進治理：為不同任務設預設模型與上限、記錄每任務實際消耗、要求可重跑的評測樣本。導言裡那組「半價、貼近旗艦、三倍速」的對比，最後仍要回到企業自己的迴圈次數。Agent 時代，貴的往往不是單次回答，而是重複操作本身；GPT-6.1 Terra 把這個帳本攤得更清楚。若你正在比較各家模型與 API 用量，也可整理各平台計價與用量，作為選型討論起點。

資料來源與編輯註記

來源影片標題：OpenAI's New GPT-6.1 Terra Is WAY Better Than It Should Be (10x Cheaper, 3x Faster)
頻道：AI Revolution
網址：https://www.youtube.com/watch?v=l8JleC6D14Q
發布日期：2026-10-27
擷取時觀看數：73,712
本文為依影片內容整理轉述的編輯文章；文中涉及 OpenAI 官方評測與第三方觀察數據，皆為影片轉述之宣稱，實際成效仍應以企業自身場景驗證。影片頻道提供品牌合作聯絡方式，閱讀時請一併留意資訊來源立場。