GPT-6.1 Terra 不是骨折价，是这家终于把中间那层补上了
先说结论：GPT-6.1 Terra 是真的便宜，$1 输入 / $5 输出，比 GPT-6.1 Sol 正好砍一半。但它不是「骨折」，是「重新分层」。而且它不是这家最便宜的模型——同一个价目表往下还有一层，便宜十倍。
这两件事如果没搞清，你换模型的时候会换错方向：以为自己在捡漏，其实是在往中间那层挤。
一、先把「骨折」这个词拆了
官方的原话是这么写的：标准 API 价格比 GPT-5.6 Terra 和 GPT-6.1 Sol 低 50%。
这个对比对象选得很讲究。Sol 是 $2 / $10，砍一半正好 $1 / $5，数字对得上。但它拿来当锚点的 GPT-5.6 Terra，在现在这张旗舰价目表上已经找不到了。我去翻了定价页，旗舰档只剩四个：Astra、6.1 Sol、6.1 Terra、6 Luna。
也就是说，这不是「同一个模型降价」，是「用一个新的便宜模型，替掉了一个已经下架的旧模型」。这两件事在采购上的含义完全不同：前者是存量客户省钱，后者是你要主动迁移。
还有个更没被提到的：它压根不是这家最便宜的。
二、四层价目表，跨度 100 倍
把 Standard 档拉平了看，是这个样子（美元 / 百万 token，输入 → 输出）：
| 模型 | 输入 | 输出 | 缓存输入 | 定位 |
|---|---|---|---|---|
| GPT-6 Astra | 10.00 | 50.00 | 1.00 | 前沿旗舰 |
| GPT-6.1 Sol | 2.00 | 10.00 | 0.10 | 工程主力 |
| GPT-6.1 Terra | 1.00 | 5.00 | 0.05 | 流水线打工 |
| GPT-6 Luna | 0.10 | 0.50 | 0.01 | 批处理 |
从 Astra 到 Luna，输入价差 100 倍。Terra 卡在中间偏下的位置——比它便宜十倍的 Luna 就在下面一行，只是官方发布说明里一个字没提。
所以「骨折价」这个说法，准确讲是「中层降价」。它的真实作用是：把原来「要么用贵的旗舰、要么用凑合的旧款」这个二选一，换成了「中间有个够用的档」。
这对做 Agent 的人是好事，而且是真好事。但别把它理解成「全网最低」。
三、它的定位其实写在标题里：打工模型
官方描述里有个词用得很准——它擅长的是「填满工作日的那些沟通和电脑操作任务」：起草方案、看技术图纸、填表、剪视频。
注意这四个例子的共同点：都不需要「最聪明」，只需要「别犯蠢、别太慢、别太贵」。
这正是 Agent 流水线的真实需求。一个跑在后台、一天调用几千次的 Agent，它需要的不是奥赛金牌，是稳定的手和便宜的账单。Terra 就是冲这个来的。
官方给的数字里，最能说明这一点的是速度：比 GPT-6 Astra 和 GPT-6.1 Sol 都快三倍以上。
快三倍这件事，在 Agent 场景里的价值被严重低估。一个多步任务跑十轮工具调用，每轮慢两秒，整个任务就多二十秒——用户感知不到「模型更聪明了」，只感知到「怎么还没好」。
四、跑分里哪几个是真提升
我把官方给的六个基准拆开看了一遍，按「可信度」排一下。
真提升：错误率
这个数字我最看重：在它内部那套「诱导出错」的测试集上，低推理档的错误率从 53.6% 掉到 16.7%，降了将近 37 个百分点；最高档从 22.3% 掉到 4.3%。
为什么这个比跑分重要？因为 Agent 场景里，错一次的成本不是重试一次，是整个流程要回滚。一个填表 Agent 把金额填错，后面人工复核、对账、退款，全是真实工时。错误率从一半掉到六分之一，这是质变。
真提升：命令行编码
Terminal-Bench 4.0，最高推理档 50.3%，对比 GPT-5.6 Terra 公开的 21.5%，翻了一倍多。
这个提升幅度大得有点可疑，但方向上合理：一半任务能跑通，说明它真的能读报错、改命令、再跑一遍。到 50% 这个水位，才勉强算「可以放进 CI 里试」。
要打折看的：和竞品的对比
「比 Claude Opus 5.5 的 token 效率高 3 倍、单价是它的四分之一、单任务成本低约 9 倍」——这句话我算了一下，3 × 4 = 12，官方写的是约 9 倍。
差的那部分大概是任务长度分布和缓存命中率带来的，官方用「约」把它圆过去了。不是造假，但你得知道这种复合倍率是乘出来的，任一项口径变了，结论就变。看到「9 倍」这种数字，去问它乘的是哪两项。
没法验证的：全部
以上所有数字，全部来自 OpenAI 自报，没有第三方复现。LMArena 上还没有它的位置，独立测评机构也来不及跑。看这类发布文，我一般把自报分当成「上限」，把第三方分当成「实际」。
五、真正该警惕的不是价格，是那行小字
我读发布说明的时候，翻到「安全与对齐」那一节，看到一句很多人会一眼扫过去的话：
「GPT-6.1 Terra 在我们的 Preparedness 框架下，达到网络安全的 Critical 阈值，并保持为 GPT-6 Astra 开发的各项防护。」
Critical 是这套框架里第二高的档位——上面只剩一个「高于 Critical」。翻成采购语言：这个模型的网络攻防能力，已经跨过了需要单独评估、单独管控的那条线。
然后它以 $1 / 百万 token 的价格，卖给了所有人。
这两件事单独看都没问题。放一起看就有意思了：一个被自己家安全框架标为「Critical 级网络能力」的模型，现在成了全家族里性价比最高的通用模型。
我不打算在这里喊「AI 危险」，那没意义。但如果你是甲方安全负责人，这里有个具体的问题需要现在回答：当公司里任何一个开发都能用一杯咖啡的钱跑起一个 Critical 级网络能力的模型，你的边界管在哪一层？
上周微软那套框架给的答案是把权限从模型手里拿走（详见我上一篇）。Terra 这种定价，等于把这个答案的紧迫性又往前推了一格：能力在通胀，价格在通缩，这两条曲线交叉的地方，就是管控必须落地的地方。
六、什么人现在该换，什么人不该
该换的
- 跑批量文档处理的。读发票、填表、提取合同条款——这类任务对「聪明」要求低，对「稳定 + 便宜」要求高。$1 输入价配 16.7% 的错误率，这个组合目前是甜点。
- 做多步 GUI 自动化的。OSWorld 2.1 上它中等档就超过了上一代的最好成绩，而 GUI 自动化最怕的就是慢和贵。
- 把 Agent 当「基础设施」而不是「亮点功能」的团队。你需要的是一天跑十万次还不心疼的模型，不是一个能写诗但一次三毛钱的模型。
别急着换的
- 做最复杂编码任务的。官方自己说了，最难的编码活还是 Sol 和 Astra 更合适。Terra 的 50.3% 是「一半能过」，不是「都过」。
- 已经深度调过 Sol 的。换模型不是改个 model id 就完事——提示词、工具描述、重试策略、上下文裁剪，全都得重调。省下的那点 token 钱，可能不够两天的人力。
- 要发合规报告的。没有任何第三方复现，你的评估报告里写不了「经独立验证」。
还有一类特殊情况：如果你的业务量小，这次的降价对你几乎没意义。一天跑几百次调用，从 $2 降到 $1，一个月省下的钱不够买杯咖啡。这个价目表是给量大的团队看的。
七、最后一句话
这一轮发布，标题都盯着「骨折价」，但我看下来觉得真正的信号是另外三个：
- 中间档被做实了。原来只有「旗舰」和「凑合」两档，现在有了一个明确的「够用且便宜」。这对整个 Agent 生态是结构性利好。
- 价格战打到了第三层。前两家降价的时候，砍的是旗舰；这次砍的是主力档。主力档一降，靠「便宜」活着的那批小模型就没位置了。
- 能力和价格的剪刀差在扩大。Critical 级网络能力 + $1 定价，这个组合不是一家的问题，是整条产业链要面对的。
模型越便宜，Agent 越多；Agent 越多，能被自动化的事就越多。这不是一句感慨，是一道算术题。
至于 Terra 本身：它是一个好模型，价格也确实狠。但它不是「骨折」，是这家终于把中间那层补上了。你要做的不是冲进去抢，是回头看看自己那堆 Agent，哪些活本来就该交给一个便宜、稳定、快三倍的工人干。
该换的换掉，省下来的钱比你想象的多。剩下的，该用旗舰就用旗舰——别为了省钱，让一个打工模型去干总监的活。