GPT-6.1 Terra – OpenAI 面向视觉推理与界面操作的高效推理模型

GPT-6.1 Terra 是 OpenAI 于 2026 年 10 月推出的高效推理大模型，用于视觉推理、界面操作与长文写作，上下文窗口 105 万 token，其中输入最多 92.2 万、输出最多 12.8 万，推理深度拆成六档可调，适用于商品图与目录比对、工程图纸解读、按截图执行界面操作以及整套资料的起草与改稿等场景。

GPT-6.1 Terra 的核心能力

先看表里几处会直接影响用法的设置：105 万 token 上下文决定一次能放进多少资料，其中输入上限 92.2 万；六档推理强度把思考深度变成可调的成本项；每百万 1 美元输入、5 美元输出的分级价，把长输入与长输出的开销分开算。工具调用以 Responses API 为主路径这一条，决定接入时要不要改端点结构。

六档推理强度按任务调节

reasoning.effort 支持 none、low、medium、high、xhigh 与 max 六档，默认 medium。档位抬高的直接代价是推理 token 变多，响应时间随之拉长；推理 token 按输出 token 计费，同一提示词因此可能产生不同账单，实际费用取决于任务本身要生成多少。none 档跳过推理直接作答，适合格式转换这类确定性任务。

105 万 token 上下文里输入占 92.2 万

上下文窗口 1,050,000 token，其中输入上限 922,000、单次输出上限 128,000，三者不是可以逐项相加的三笔额度：放进去的输入与生成的内容共用这 105 万。处理整套技术文档或大型代码库片段时，要为输出留出余量，不要贴着 92.2 万的上限填；输入超过 27.2 万 token 后整单按加价档计费。

图像输入与视觉推理

输入支持文本与图像，输出只有文本，不支持音频与视频。官方给出的用途是商品图与目录条目比对、解读工程图纸、按应用界面截图执行操作，以及起草与改写文字，指向的是「看图后给结论」而不是生成图像。

Responses API 下的工具链

官方模型页写明工具调用需要 Responses API，该端点下可挂载联网搜索、文件检索、代码解释器、托管 shell、apply patch、图像生成、计算机操作、MCP 与工具检索。微软 Foundry 的模型目录页则把 Functions、tools、并行工具调用与 Chat Completions 并列列出，两处口径并不完全一致，因此判断某个工具能不能用，要看具体工具与配置，不能只看端点名称。如果任务本质是写代码，站内的 Codex 是另一条产品线的做法。

结构化输出与流式返回

支持流式输出、函数调用与结构化输出，可把返回内容约束到既定 JSON 结构，便于接进已有业务系统。微调标记为不支持，定制空间集中在提示词、工具与推理档位三处。

界面操作与多智能体编排

官方模型页把计算机操作列为可调用的工具；微软 Foundry 模型目录页在 Terra 一栏同时标注了多智能体编排（预览）与并行工具调用。这类能力适合把点击路径固化成流程的场景，前提是执行环境本身允许自动化操作，预览功能的行为也可能随版本调整。

GPT-6.1 Terra 与同类模型的对比

四款模型都能处理图像输入与长上下文，差别在计价结构、输出上限与推理档位的可调程度。下表数据取自各家官方文档与定价页，同一单元格内不混用不同口径。

差异集中在三处。计价结构决定成本随输入还是随输出增长：输入侧便宜、输出侧偏贵的组合，适合读长文档写短结论；两头都低的组合更适合批量生成。输出上限影响一次能产出多长的内容，38.4 万是 12.8 万的三倍，长输出的任务差别明显。推理档位决定能不能按任务分配算力，固定档位的模型在简单任务上会多付推理费。

三点口径需注意：价格一栏只取标准价，缓存、批量与区域处理各有折让或加价，实际账单以调用方式为准；DeepSeek 一列的价格随高峰与非高峰浮动，高峰为工作日的 UTC 01:00–04:00 与 06:00–10:00，非高峰价是其一半；上下文与输出上限按各家文档标注填写，同一模型的不同快照可能存在差异。想细看另外三条路线，站内的 Claude Opus 5.5、Claude Sonnet 5.5 与 DeepSeek-V4.1-Flash 分别记录了定价与部署细节。

如果更关心同代模型之间的定位差异，站内的 GPT-6 Sol 记录了上一代通用模型的能力边界与调用方式，可以作为纵向对照来读。

GPT-6.1 Terra 的应用场景与适用人群

它的价值出现在「先看懂画面、再执行操作或下结论」的任务里；只做纯文本问答的批量需求，较轻的型号更划算：

• 商品图与目录比对：批量把图片与商品条目对齐，用于入库复核与信息补全。
• 工程图纸与界面解读：读图后回答结构问题，或按截图给出分步操作说明。
• 界面操作代理：在支持计算机操作的环境里按既定点击路径执行任务。
• 长文档起草与改稿：一次放入整套资料，按推理档位控制输出深度。

适用人群：适合需要图像输入与界面操作能力、又要处理长文档的工程与内容团队，也适合把文档流水线交给 API 的产品方；只做短文本分类或摘要、对单次成本极敏感的场景，选更轻的型号更合适。

GPT-6.1 Terra 的使用方法

官方给了三条入口：控制台试用、按 API 接入、以及经云平台开通。三条路的准备工作依次增多，可控程度也依次提升。

控制台试用：先确认输入模态

1. 打开 模型文档页，点 Try in Playground 进入试用界面。
2. 先上传一张图片并附上问题，确认图像输入与文本输出的组合是否符合预期。
3. 用同一条提示词切换 reasoning.effort 档位，对比输出长度与响应时长。

API 接入：工具调用改走 Responses

1. 在控制台创建密钥，调用时指定快照名 gpt-6.1-terra。
2. 需要工具时改用 v1/responses 端点，官方模型页写明工具调用需要该端点。
3. 输入接近 27.2 万 token 时先按加价档算预算；任务能接受异步返回的话，批量与弹性为标准价的 5 折。

云平台开通：经 Azure 部署

1. 在 Azure AI Foundry 模型目录中检索 gpt-6.1-terra，确认所在区域已开放该模型再部署。
2. 适用区域处理时，标准价另加 10％，跨区部署前先把这部分计入成本。
3. 按业务需要选择 Responses 或 Chat Completions 端点，并开启结构化输出。

三点需留意：微调不支持，定制只能靠提示词与工具组合；工具调用以 Responses 端点为主路径，从 v1/chat/completions 迁移前先核对具体工具的兼容性；缓存写入按保留期分档计价，30 分钟与 12 小时两种保留期分别是 1.25 与 2.50 美元每百万 token。

GPT-6.1 Terra 的项目地址

• 产品官宣页：https://openai.com/zh-Hans-CN/index/introducing-gpt-6-1-terra/
• 模型文档：https://developers.openai.com/api/docs/models/gpt-6.1-terra
• Azure AI Foundry 模型目录：https://learn.microsoft.com/en-us/azure/foundry/foundry-models/concepts/models-sold-directly-by-azure

GPT-6.1 Terra 的价格与开源情况

按 token 计费，每百万输入 1 美元、输出 5 美元；缓存命中价 0.05 美元，即标准输入价的 5％；缓存写入 1.25 美元（30 分钟保留）或 2.50 美元（12 小时保留）。单次请求输入超过 27.2 万 token 时，整个请求的输入与缓存费率翻倍、输出按 1.5 倍计，这是长上下文场景里最容易被忽略的一项。

批量与弹性定价为标准价的 5 折，Fast 模式按标准价 2 倍计，适用区域处理时再加 10％。权重不对外发布，也没有可下载的仓库或模型卡，只能在 OpenAI 平台与 Azure 上按调用付费，微调同样标记为不支持，费用全部发生在调用侧；如果想直接使用成品界面而不是自行接入，站内的 ChatGPT Work 记录了面向团队的产品形态。

GPT-6.1 Terra 的常见问题