原文網址：https://island-tech.hirakuai.com/posts/gpt-6-1-terra
站名：島嶼筆記
發布日期：2026-10-28
最後驗證日期：2026-10-28
驗證環境：Codex CLI 0.164.0、OpenAI API 文件（2026-10-28）

# GPT-6.1 Terra 規格與實測：6 題 JavaScript、36 次執行的時間與成本比較

## 重點摘要

- GPT-6.1 Terra 已於 2026 年 10 月 26 日正式發布，官方主打視覺推理、精準電腦操作與自然寫作；複雜程式工作仍建議使用 Sol 或 Astra。
- Standard 短上下文 API 單價為每百萬輸入 token 1 美元、快取讀取 0.05 美元、輸出 5 美元。「比 5.6 Terra 便宜 50%」不能直接套用到每個價格欄位。
- 本站用 6 題範圍明確的 JavaScript 小題目測試，每題每模型跑 2 次，共 36 次。6.1 Terra 與 6.1 Sol 都是 12/12 次通過，5.6 Terra 為 11/12。
- 這批測試中，6.1 Terra 平均完成時間為 20.1 秒、平均估算成本為 1.53 美分，均低於另兩個模型。但樣本很小，不能推成整體能力排名。

## GPT-6.1 Terra 是什麼？

依 OpenAI 發布文與 API 更新紀錄，GPT-6.1 Terra 於 2026 年 10 月 26 日推出，承接 GPT-5.6 Terra 的用途。官方定位著重視覺推理、電腦操作與自然寫作，例如辨識畫面、操作應用程式及撰寫或修改文字。

它支援文字輸入與輸出，以及圖片輸入；知識截止日期為 2026 年 6 月 1 日。推理努力值可選 `none`、`low`、`medium`、`high`、`xhigh`、`max`，預設為 `medium`。API 工具呼叫須使用 Responses API。[官方模型文件](https://developers.openai.com/api/docs/models/gpt-6.1-terra)

官方發布文列出的使用管道是 ChatGPT Work、Codex 和 API。要注意 Work 和一般的 Chat 是不同的模型選單，一般 ChatGPT 對話不一定選得到 Terra。

### 和 Sol、上一代 Terra 的定位與規格比較

| 模型 | 正式發布日期 | 官方定位 | 上下文 token | 最大輸出 token |
| --- | --- | --- | --- | --- |
| GPT-6.1 Terra | 2026-10-26 | 視覺推理、精準電腦操作、自然寫作 | 1,050,000 | 128,000 |
| GPT-6.1 Sol | 2026-09-29 | GPT-6 Sol 的更新版，以較低成本接近 Astra 的複雜工作能力 | 1,050,000 | 128,000 |
| GPT-5.6 Terra | 2026-07-09 | 能力與成本平衡的層級 | 1,050,000 | 128,000 |

OpenAI 將數字世代與 Sol、Terra 等能力層級分開演進，所以同為「6.1」不代表同一天發布。名稱也不足以推斷參數量或模型架構。

### API 價格怎麼看？

下表採 2026 年 10 月 28 日官方文件的 Standard、短上下文單價，單位為美元／每百萬 token；這不是 ChatGPT 訂閱價格。

| 模型 | 輸入 | 快取讀取 | 輸出 |
| --- | --- | --- | --- |
| GPT-6.1 Terra | $1 | $0.05 | $5 |
| GPT-6.1 Sol | $2 | $0.10 | $10 |
| GPT-5.6 Terra | $2 | $0.20 | $12 |

Terra 發布文使用「Standard 價格低 50%」的說法，但對照目前模型頁，輸入從 $2 降到 $1 符合半價，輸出從 $12 降到 $5 則不是剛好一半。研究文件未找到官方對這個差異的解釋，因此本文保留各欄實際單價，不把舊版輸出價改寫成 $10。

5.6 Terra 上市文章原先列的是輸入 $2.50、輸出 $15，同頁另註明 7 月 30 日降價 20%；這與目前的 $2／$12 是不同時間點的價格。

6.1 Terra 的長上下文也有加價條件：輸入超過 272K token 時，整筆請求的輸入與快取費率乘以 2，輸出費率乘以 1.5。Batch、Flex 與 Fast 等處理模式另有不同價格，不能一律套用上表。[官方價格頁](https://developers.openai.com/api/docs/pricing)

### 官方效能數字與本站測試要分開看

OpenAI 自行公布的 Terminal-Bench 4.0 成績，6.1 Terra 在 `max` 努力值下為 50.3%，同篇列出的 5.6 Terra 已公布成績為 21.5%。這是廠商評測，並非本站重現；也不能和不同版本的 Terminal-Bench 分數混用。[OpenAI Terra 發布文](https://openai.com/index/introducing-gpt-6-1-terra/)

本站以下只測 `medium` 下的小型 JavaScript 任務，與上述評測的題型、工具及努力值都不同。

## 發布前的線索：dotnet/efcore 評測設定

在正式發布之前，公開程式碼已出現 Terra 名稱。不過，PR 活動日期、固定版本內容與模型上市日期，需要分開看。

| 日期 | 可核對的紀錄與界線 |
| --- | --- |
| 2026-10-10 | dotnet/efcore PR #39217 已有作者說明與審查活動，涉及更新評測模型；不能據此認定 Terra 名稱當天已加入。 |
| 2026-10-16 | PR 合併，固定 commit 的評測 YAML 可讀到 Terra 作為 judge。這是本次研究找到最早可用固定版本核對的證據，不代表全網首次出現。 |
| 2026-10-19 | 聚合站 ArtificialWatch 當時報導名稱出現在 18 個評測設定，並稱 OpenAI 尚未公告；這是發布前的報導狀態。 |
| 2026-10-20 | 聚合站 AREX 報導為 17 個既有設定更換 judge、另新增 1 個設定。研究未逐檔獨立清點，數量仍屬報導內容。 |
| 2026-10-26 | OpenAI API 更新紀錄列出正式發布，已有官方模型文件與系統卡。 |

固定 commit 的 `eng/harness-evaluation/skills/change-tracking/eval.yaml` 包含以下設定：

```yaml
model: ${MODEL=gpt-6.1-sol}
judge_model: ${JUDGE_MODEL=gpt-6.1-terra}
judge_reasoning_effort: ${JUDGE_REASONING_EFFORT=medium}
judge_timeout: ${JUDGE_TIMEOUT=10m}
executor: copilot-sdk
```

這能證明設定指定 Sol 執行任務、Terra 擔任評審；單靠設定檔，無法證明當時已成功呼叫，也無法證明一般使用者已能使用或推斷價格。原始 PR、固定 YAML 與兩篇當時報導均列於文末。

## 本站實測：6 題、3 個模型、36 次執行

### 測試方法

本站於 2026 年 10 月 28 日，在一台 Linux VPS 上透過 Codex CLI 0.164.0 執行，使用 ChatGPT 帳號登入。三個模型的 reasoning effort 都設為 `medium`。

題目涵蓋以下 6 種小型 JavaScript 工作，每題每個模型跑 2 次，三個模型輪流執行，合計 36 次。每次都使用全新的資料夾與起始檔案。

| 題目 | 主要要求 | 每次隱藏測試案例數 |
| --- | --- | --- |
| CSV 解析 | 處理引號、換行、空欄位與不合法格式 | 23 |
| 區間合併 | 插入並合併閉區間，避免修改或共用輸入陣列 | 14 |
| LRU 快取除錯 | 修正使用順序、容量與 undefined 值的處理 | 11 |
| 時間字串解析 | 單位順序、小數、格式驗證與毫秒換算 | 28 |
| 民國日期格式化 | 台北時區、民國前年份與完整星期格式 | 11 |
| token bucket 限流器 | 連續補充 token、參數驗證與時鐘倒退 | 9 |

評分使用模型看不到的隱藏測試，每題 9～28 個案例；測試都先用參考解答驗證過。執行程式在模型完成後，才把測試複製到工作資料夾評分。

本站也從 Codex 的 session 紀錄確認，36 次實際回應的模型都是指定的模型，也沒有任何一次讀取到隱藏測試。

時間從送出任務算到 Codex 回報完成，包含工具啟動和執行指令的時間，並非單純模型生成時間，也不含完成後另外執行的隱藏測試評分。

成本依官方 API Standard 價格，以紀錄中的輸入、快取輸入與輸出 token 換算，包含快取折扣。輸入總數已含快取輸入，因此先扣掉快取部分再套一般輸入價；輸出總數已含推理 token，不會重複加算。透過 ChatGPT 方案使用 Codex，不會照這個金額計費。

### 總表

| 模型 | 通過率 | 測試案例通過 | 平均時間（秒） | 平均輸出 token | 平均估算成本（美分） |
| --- | --- | --- | --- | --- | --- |
| GPT-6.1 Terra | 12/12 | 192/192 | 20.1 | 893 | 1.53 |
| GPT-5.6 Terra | 11/12 | 183/192 | 45.6 | 1569 | 4.66 |
| GPT-6.1 Sol | 12/12 | 192/192 | 36.0 | 1284 | 3.64 |

「通過率」以一次任務的全部隱藏測試都通過為準；「測試案例通過」則累計各次案例。每個模型都只有 6 個不同題目，192 個案例包含第二次執行的重複測試，不能當成 192 道獨立題目。

### 完成時間

6.1 Terra 在這批測試的平均完成時間最短，為 20.1 秒，中位數 19.4 秒。5.6 Terra 和 6.1 Sol 的中位數分別是 39.4 秒和 34.5 秒，平均則是 45.6 秒和 36.0 秒。5.6 Terra 的平均比中位數高出不少，是因為有幾次跑得特別久（最久 94 秒）。


### 平均完成時間

單位：秒

| 題目 | GPT-6.1 Terra | GPT-5.6 Terra | GPT-6.1 Sol |
| --- | --- | --- | --- |
| CSV 解析 | 20.2 | 88.3 | 49.4 |
| 區間合併 | 17.8 | 22.0 | 30.5 |
| LRU 除錯 | 20.1 | 34.9 | 27.2 |
| 時間字串 | 17.8 | 31.1 | 37.8 |
| 民國日期 | 19.1 | 34.3 | 36.7 |
| 限流器 | 25.7 | 62.8 | 34.5 |

從送出任務到 Codex 回報完成的實際時間，越短越好。

資料來源：島嶼筆記實測，2026-10-28；Codex CLI，reasoning effort medium，每題每個模型 2 次


圖中每個題目的數值，都只是該模型兩次執行的平均。這些時間仍會受到工具執行、網路與服務狀態影響。

### 輸出 token

6.1 Terra 平均輸出 893 token，5.6 Terra 為 1569，6.1 Sol 為 1284。這裡包含推理 token，並非只有最後呈現給使用者的回答文字。


### 平均輸出 token

單位：token

| 題目 | GPT-6.1 Terra | GPT-5.6 Terra | GPT-6.1 Sol |
| --- | --- | --- | --- |
| CSV 解析 | 1037 | 2407 | 1482 |
| 區間合併 | 751 | 1270 | 1067 |
| LRU 除錯 | 840 | 1252 | 1168 |
| 時間字串 | 844 | 1623 | 1269 |
| 民國日期 | 916 | 1320 | 1498 |
| 限流器 | 970 | 1541 | 1221 |

包含推理 token，越少代表越精簡。

資料來源：島嶼筆記實測，2026-10-28；Codex CLI，reasoning effort medium，每題每個模型 2 次


平均推理 token 分別為 33、250、69。這只能描述本次紀錄的用量差異，無法僅憑數量推論思考品質；較少輸出也不必然代表解法較好。

### API 估算成本

6.1 Terra 平均每次估算為 1.53 美分，5.6 Terra 為 4.66 美分，6.1 Sol 為 3.64 美分。這是單價、輸入與快取用量，以及輸出量共同作用的結果。


### 平均 API 估算成本

單位：美分

| 題目 | GPT-6.1 Terra | GPT-5.6 Terra | GPT-6.1 Sol |
| --- | --- | --- | --- |
| CSV 解析 | 1.73 | 5.94 | 4.36 |
| 區間合併 | 1.28 | 4.06 | 3.29 |
| LRU 除錯 | 1.59 | 4.61 | 3.19 |
| 時間字串 | 1.53 | 4.42 | 3.05 |
| 民國日期 | 1.58 | 3.92 | 4.13 |
| 限流器 | 1.46 | 5.04 | 3.79 |

依官方 API 標準價格換算（含快取折扣）；透過 ChatGPT 方案使用 Codex 不會照這個金額計費。

資料來源：島嶼筆記實測，2026-10-28；Codex CLI，reasoning effort medium，每題每個模型 2 次


這張圖適合比較本次工作量按 API 單價換算的差異，不代表 ChatGPT 訂閱方案的實際帳單，也不能直接推估其他提示長度或快取命中情況的成本。

### 唯一失敗：星期格式少了兩個字

5.6 Terra 在「民國日期」第一次執行，只通過 11 個案例中的 2 個。題目範例要求 `民國115年10月28日（星期三）`，該次卻輸出 `（三）`，未符合完整格式；第二次執行就通過了全部案例。

這裡也有出題端的限制：同一份題目寫著「星期用『日一二三四五六』」，可能被理解成括號內只放單一星期字元。雖然範例有完整的「星期三」，文字仍可能造成誤解。

所以這次失敗算是格式不符合要求，但題目本身也有不夠清楚的地方。只憑這一次，不能說 5.6 Terra 不會處理民國日期，也不能放大成它普遍不遵守指令。

## 這次測試的限制

這批題目都是範圍明確的小題目，重點在局部函式實作、除錯與邊界條件，沒有測大型程式庫理解、跨檔案重構、長時間代理工作，也沒有測 Terra 官方主打的視覺推理、電腦操作或自然寫作。

每個模型每題只有 2 次，且三個模型依固定順序輪流執行，沒有隨機化順序，也沒有足夠重複次數估計穩定的誤差範圍。單一日期、單一環境與相同 effort 設定，無法代表不同時段、不同設定的表現。

隱藏測試通過，代表符合這組測試的檢查，並不保證沒有其他缺陷，也未完整衡量程式可維護性。民國日期題目的措辭疑義，更會影響如何解讀唯一一次失敗。

因此，這次能支持的結論是：在本站這批小型 JavaScript 任務中，6.1 Terra 同樣完成全部測試，且平均時間、輸出量與 API 估算成本較低。這不代表它在整體能力上超越 Sol 或 Astra。

## 該怎麼選？

如果你的工作類似這次題目：需求明確、修改範圍小、能用測試驗收，可以先把 6.1 Terra 納入候選，再用自己的真實任務確認品質、等待時間與成本。這批結果提供了一個值得進一步驗證的起點。

如果工作涉及複雜程式設計或較長的代理流程，仍應依官方定位考慮 Sol 或 Astra。本次 Sol 同樣全部通過，測試也沒有涵蓋足以區分複雜工作能力的題目。

若你正從 5.6 Terra 評估升級，建議保留原有測試集，特別檢查格式、例外處理與時區等細節，再比較完成時間及用量。使用 API 時要依實際快取與處理模式估價；使用 ChatGPT 方案時，則應以方案內的實際使用體驗評估。

## 資料來源

以下資料的查核日期都是 2026 年 10 月 28 日。官方定位和效能數字是廠商自行公布的；發布前的聚合站報導只當作時間線的背景。

- [OpenAI：Introducing GPT-6.1 Terra](https://openai.com/index/introducing-gpt-6-1-terra/)：定位、可用性與官方自行公布的 benchmark。
- [OpenAI API 更新紀錄](https://developers.openai.com/api/docs/changelog)：各模型正式發布日期。
- [GPT-6.1 Terra 模型文件](https://developers.openai.com/api/docs/models/gpt-6.1-terra)：規格、推理努力值、工具呼叫與價格條件。
- [GPT-6.1 Sol 模型文件](https://developers.openai.com/api/docs/models/gpt-6.1-sol)、[GPT-5.6 Terra 模型文件](https://developers.openai.com/api/docs/models/gpt-5.6-terra)：比較表的上下文、輸出上限與單價。
- [OpenAI API 價格頁](https://developers.openai.com/api/docs/pricing)：Standard 與其他處理模式的價格。
- [OpenAI：Introducing GPT-6.1 Sol](https://openai.com/index/introducing-gpt-6-1-sol/)、[GPT-5.6 發布文](https://openai.com/index/gpt-5-6/)：定位、命名層級及舊版價格調整。
- [OpenAI 模型選擇指南](https://developers.openai.com/api/docs/guides/model-selection)：依工作需求選擇能力層級。
- [OpenAI Help Center：GPT-6 與其他 ChatGPT 模型](https://help.openai.com/en/articles/20001354-gpt-6-and-other-models-in-chatgpt)：Work、Codex 與 Chat 模型選項的區別。
- [GPT-6.1 Terra 系統卡增補](https://deploymentsafety.openai.com/gpt-6-1-terra)：正式發布的安全文件。
- [dotnet/efcore PR #39217](https://github.com/dotnet/efcore/pull/39217)、[合併 commit](https://github.com/dotnet/efcore/commit/6f99389f76f7cc65683adb2ad25ad2839c1b18e2)、[固定版本評測 YAML](https://raw.githubusercontent.com/dotnet/efcore/6f99389f76f7cc65683adb2ad25ad2839c1b18e2/eng/harness-evaluation/skills/change-tracking/eval.yaml)：發布前名稱出現的原始證據。
- [ArtificialWatch，2026-10-19](https://artificialwatch.com/wire/gpt-6-1-terra-microsoft-eval-configs)、[AREX，2026-10-20](https://arex-research.com/articles/78b005e8-8864-4a7e-93ff-98907fa4a12a?locale=en)：當時的聚合站報導，設定數量未經本站逐檔獨立驗證。

本站實測的 36 筆原始紀錄（每次的模型、時間、token 用量和測試結果）都有完整保存，總表和三張圖都直接由這份紀錄計算產生。

最新版本與互動資料請見原文：https://island-tech.hirakuai.com/posts/gpt-6-1-terra