OpenAI 发布 GPT-6.1 Terra 提升视觉推理能力并降低运作成本

·作者 Henderson·Engineering
OpenAI 发布 GPT-6.1 Terra 提升视觉推理能力并降低运作成本
重点
  • GPT-6.1 Terra 专注于视觉推理及桌面应用程序互动。
  • 新模型在基准测试中显著提高了性能及降低成本。
  • Terra 的错误率显著低于前身 GPT-5.6 Terra。
  • OpenAI 报告其对提示注入的抵抗力增强。

OpenAI 已推出 GPT-6.1 Terra,这是一款旨在以较低成本处理复杂计算机工作的新模型。此模型专注于需要视觉推理及与桌面应用程序互动的任务。此次发布还显著提高了事实准确性及编程性能,超越了 GPT-5.6 Terra。Terra 针对企业希望自动化的实际工作负载,避免为每项任务支付高额费用,包括处理发票及解读技术图纸。OpenAI 表示,该模型还能以其更昂贵的替代品的一小部分成本,处理高要求的专业任务。

性能提升与成本降低

在快速性能方面,GPT-6.1 Terra 在 Agents’ Last Exam 上取得了显著改善,此基准测试涵盖了复杂的专业任务。面临的挑战包括将建筑图纸转换为 3D 模型及为修复团队记录单独的影片镜头。在中等推理努力下,Terra 的得分比 GPT-5.6 Terra 高出 15 个百分点。OpenAI 以大约三分之一的成本实现了这一改善。Terra 在基准测试中也达到了与 GPT-6 Astra 相同的表现,但每个标记的成本约为其十分之一。

GPT-6.1 Terra 能够快速而有效地使用计算机。该模型理解屏幕上的内容,能在应用程序间进行操作,自然地撰写文本,并具有更高的效率以应对整个工作日的需求。OpenAI 表示,Terra 完成任务的速度比 GPT-6 Astra 和 GPT-6.1 Sol 快超过三倍。在最大推理努力下,其任务成本也比 Claude Opus 5.5 低约九倍。这些结果延伸至桌面自动化。

OSWorld 2.1 评估模型在通过多步工作流程操作桌面应用程序的能力。Terra 在中等推理努力下的表现超越了 GPT-5.6 Terra 的最佳得分,同时每项任务的成本也显著降低。

视觉推理能力强化

Terra 在 MMMU-Pro 测试中的视觉推理表现也相当强劲。在每个测试的推理设置中,其得分都超越了 GPT-5.6 Terra,尽管成本较低,仍接近 GPT-6 Astra 和 GPT-6.1 Sol 的得分。OpenAI 也努力减少事实错误,这些错误可能会破坏自动化工作流程。其内部基准测试使用设计用来揭露模型反应弱点的提示。在低推理努力下,Terra 记录的错误率为 16.7%。

而 GPT-5.6 Terra 在相同评估中的得分为 53.6%,这代表着降低了 36.9 个百分点。此改善在最大推理努力下继续进行,Terra 的错误率降至 4.3%,比其前身下降 18 个百分点,这使其表现接近 GPT-6 Astra 和 GPT-6.1 Sol 的水平。

编程性能也有显著提升。Terminal-Bench 4.0 测量编程代理解决命令行问题的能力。一个示例涉及修复随着加载而位移的网页布局。在最大推理努力下,Terra 解决了基准测试中 50.3% 的任务,而 GPT-5.6 Terra 的得分为 21.5%,这使新模型的成功率超过其前身的两倍。OpenAI 仍然建议在最复杂的编程挑战中使用 GPT-6.1 Sol 和 GPT-6 Astra。

GPT-6.1 Terra 于 10 月 27 日对 Plus、Pro、Enterprise 和 Edu 用户通过 ChatGPT Work 和 Codex 开放。开发者也可以通过 OpenAI API 使用模型标识符 gpt-6.1-terra 访问它。标准 API 价格从每百万个输入标记 US$1 (约 HK$8)起。快取的输入标记每百万个收费 US$0.05 (约 HK$0),而输出标记每百万个收费 US$5 (约 HK$39)。

OpenAI 表示,这些价格比 GPT-5.6 Terra 和 GPT-6.1 Sol 的价格低 50%。Terra 保留了为 GPT-6 Astra 开发的安全措施,OpenAI 报告其对提示注入的抵抗力增强,且更好地披露其限制。其准备评估也将该模型置于网络安全的关键阈值。较低的价格可能使复杂的计算自动化对开发者和企业更具可及性。然而,GPT-6.1 Sol 和 GPT-6 Astra 对于最苛刻的编程工作仍然是更强大的选择。

项目规格
错误率 (低推理努力)16.7%
错误率 (最大推理努力)4.3%
任务解决率 (最大推理努力)50.3%

GPT-6.1 Terra 如何改变自动化工作流程

GPT-6.1 Terra 的推出标志着自动化计算领域的一次重大进步,尤其在视觉推理和桌面应用程序互动方面。通过降低运作成本及提高准确性,这款新模型使企业能够更有效地自动化复杂任务,从而提升工作效率。随着错误率的降低,开发者和企业能够更安心地依赖此技术进行关键任务。此外,增强的安全措施也为用户提供了更高的保障,使得 GPT-6.1 Terra 成为未来自动化解决方案的重要选择。

H
关于作者
Henderson