Feature Reading

OpenAI新模型错误率降至16.7%,成本仅对手九分之一

通过更稳定的内容版面、清楚的上下文信息与推荐阅读衔接,让文章阅读节奏保持专注与延续。

OpenAI新模型错误率降至16.7%,成本仅对手九分之一
Insight Article

聚焦赛事观点、动态追踪与阅读延展

OpenAI新模型错误率降至16.7%,成本仅对手九分之一

OpenAI在10月27日凌晨推出新模型GPT-6.1 Terra,主打用更低成本完成复杂的电脑操作任务,尤其擅长需要视觉推理和操作桌面软件的工作。与GPT-5.6 Terra相比,新模型在事实准确性和编程能力上也有大幅提升。 Terra面向希望降低自动化成本的企业,可用于处理发票、解读技术图纸等工作。OpenAI称,面对难度较高的专业任务,Terra也能以远低于高价模型的成本完成。 在考察复杂专业工作的Agents’ Last Exam基准测试中,Terra的成绩明显提高。测试项目包括根据建筑图纸建立三维模型,以及逐一记录电影镜头,供影片修复团队使用。 采用中等推理强度时,Terra的得分比GPT-5.6 Terra高 15个百分点 ,完成任务的成本却只有后者的约三分之一。与GPT-6 Astra相比,Terra的测试成绩不相上下,每个Token的价格却仅为后者的约十分之一。 速度上Terra同样占优。OpenAI称,其任务执行速度是GPT-6 Astra和GPT-6.1 Sol的 3倍以上 。在最高推理强度下,每项任务的成本也仅为Claude Opus 5.5的约九分之一。 桌面软件自动化是Terra取得进步的另一个领域。OSWorld 2.1通过多步骤操作任务,测试模型使用桌面应用程序的能力。在中等推理强度下,Terra不仅超过了GPT-5.6 Terra此前的最佳成绩,完成每项任务的成本也明显更低。 在视觉推理基准测试MMMU-Pro中,Terra在所有推理强度下的成绩均超过GPT-5.6 Terra。尽管成本更低,其表现仍接近GPT-6 Astra和GPT-6.1 Sol。 OpenAI还着重减少模型的事实性错误,以降低错误回答对自动化流程的影响。该公司通过一套内部基准测试,利用专门设计的提示词检验模型回答中的薄弱环节。 结果显示,在低推理强度下,Terra的错误率为 16.7% ,远低于GPT-5.6 Terra的 53.6% ,下降36.9个百分点。将推理强度提高至最高档后,Terra的错误率进一步降至 4.3% ,比上一代低18个百分点,接近GPT-6 Astra和GPT-6.1 Sol的水平。 编程能力也有显著进步。Terminal-Bench 4.0通过命令行任务测试AI编程智能体解决问题的能力,例如修复网页加载时发生的布局偏移。 在最高推理强度下,Terra成功完成了 50.3% 的测试任务,而GPT-5.6 Terra的成功率仅为 21.5% ,新模型的成功率达到前代的两倍以上。对于难度最高的编程任务,OpenAI仍建议选择GPT-6.1 Sol或GPT-6 Astra。 GPT-6.1 Terra于10月27日向Plus、Pro、Enterprise和Edu用户开放,可在ChatGPT Work和Codex中使用。开发者也能通过OpenAI API调用,模型标识为gpt-6.1-terra。 API标准定价方面: 每100万个输入Token收费 1美元 (约合6.7元人民币) 每100万个缓存输入Token收费 0.05美元 (约合0.33元人民币) 每100万个输出Token收费 5美元 (约合33.4元人民币) OpenAI称,新模型的价格比GPT-5.6 Terra和GPT-6.1 Sol低50%。 安全方面,Terra沿用了GPT-6 Astra的防护措施。OpenAI称,新模型抵御提示词注入攻击的能力有所增强,也能更清楚地向用户说明自身局限。按照OpenAI的准备框架评估,Terra的网络安全能力已达到“关键级”门槛。 更低的价格有望让开发者和企业更容易采用复杂的电脑自动化技术。对于难度最高的编程任务,GPT-6.1 Sol和GPT-6 Astra仍具有更强的处理能力。 特别

about image

觉得有用?分享给朋友

让更多人看到这篇内容

推荐阅读

继续延伸当前主题,快速查看更多相关内容。

内容检索

热点新闻

嚣张至极!德国总统访华还不到24小时,总理就公开放话要“抗华”

嚣张至极!德国总统访华还不到24小时,总理就公开放话要“抗华”

大家好,我是阿权,德国总统施泰因迈尔10月27日刚落地合肥谈合作,总理默茨转头就在新加坡喊话要减少对华依赖。 一个唱红脸,一个唱白脸,这出双簧演得耐人寻味,更扎眼的是数据:日德对华贸易额加起来超6300亿美元,是两国彼此贸易额的十几倍,可德国政客却偏要跟着搞对抗。 总统前脚谈合作、总理后脚谈防范,德国到底想建立什么样的对华关系?这背后藏着的,究竟是战略清醒,还是产业焦虑下的左右为难? 10月27日

四大AI分析纽卡斯尔联vs埃弗顿:两家看好主胜,豆包支持客胜

四大AI分析纽卡斯尔联vs埃弗顿:两家看好主胜,豆包支持客胜

北京时间11月3日凌晨4点,英超第9轮迎来一场较量,纽卡斯尔联坐镇圣詹姆斯公园迎战埃弗顿。 纽卡斯尔联前8轮取得3胜2平3负,积11分排名第12;埃弗顿2胜4平2负,积10分排名第14。双方仅相差1分,均希望通过本场胜利改善联赛排名。 四天前的联赛杯交锋中,埃弗顿主场3比1击败纽卡斯尔联,但客队本赛季四个英超客场3平1负,尚未取得胜利。四家AI模拟分析中,千问和DeepSeek看好纽卡斯尔联主胜,

竞争加剧,意媒:意甲冠军或需90+分,欧冠线升至75-77分

竞争加剧,意媒:意甲冠军或需90+分,欧冠线升至75-77分

慢镜头消息,旧算式已经不够用了,数学预测抬高了门槛,迫使豪门为意甲冠军和欧冠资格付出创纪录的分数。 联赛还剩28轮,也就是84分。先不妨拿起水晶球,试着提前看看这届意甲的未来,尤其是要弄清楚,拿到意甲冠军和锁定下赛季欧冠资格分别需要多少分。2026/27赛季意甲已经完成首个“四分之一”赛程,数学预测正在改写过去几个赛季的边界。 去年国际米兰以意大利冠军身份夺冠,场均2.29分,而本赛季开局已经打破

商务部:中方对扩大自美采购农产品持开放态度,前提是“300亿对300亿”对等降税安排落地

商务部:中方对扩大自美采购农产品持开放态度,前提是“300亿对300亿”对等降税安排落地

商务部新闻发言人黄玲。封面新闻记者粟裕 摄影 封面新闻记者 粟裕 11月5日,商务部举行例行新闻发布会。对于进口美国农产品,商务部新闻发言人黄玲介绍,中美农产品贸易是双边经贸合作的重要组成部分。扩大两国在农业领域合作,既可以丰富两国民众的餐桌,也能给两国企业和农民提供稳定的经济收入,为双方带来实实在在的好处。 她强调,中方一直对扩大自美采购农产品持开放态度,但前提是双方达成的“300亿对300亿”

不到十人的生日宴竟藏玄机!谭松韵刘学义旧照曝光,缘分早注定

不到十人的生日宴竟藏玄机!谭松韵刘学义旧照曝光,缘分早注定

娱乐圈的感情线,有时候真是老天爷亲手牵的线,编剧都编不出来这么巧。 最近有网友翻出旧照,发现谭松韵和刘学义早就同过框,地点是一场私人庆生宴。 你细品,一场不到十个人的小圈子聚餐,偏偏他俩都在场,这种概率,说没点缘分谁信? 更巧的是,两人还有共同的好友。能被同一个人欣赏、拉进同一个圈子,本身就说明他俩身上有相似的气质。 物以类聚,人以群分,老祖宗这话放在哪里都不过时。 再看那次聚会的合影,席间唯一一