OpenAI推出GPT-6.1 Terra API定價較上一代砍半 成本效益戰正式開打
OpenAI推出全新模型GPT-6.1 Terra，標準API定價較GPT-5.6 Terra及GPT-6.1 Sol低50%，輸入每百萬token僅1美元、輸出5美元。模型主打高速與視覺理解，處理任務平均快三倍，且已透過AWS Bedrock向企業提供。低價策略讓開發者以大規模方式自動化高重複性工作，對企業降低AI部署成本、擴大應用規模具直接意義。
OpenAI 於本週正式推出新一代高效能模型 GPT-6.1 Terra，其最大賣點並非頂尖能力，而是打破常規的定價策略。官方宣布，GPT-6.1 Terra 的標準 API 定價較上一代 GPT-5.6 Terra 及旗艦級的 GPT-6.1 Sol 低 50%——輸入每百萬 token 僅 1 美元、輸出每百萬 token 僅 5 美元，同時提供更快的處理速度與不俗的視覺理解能力。分析指出，這標誌著大型語言模型戰場由「能力競賽」正式轉向「成本效益競賽」，對企業用戶及開發者而言，是實現 AI 應用規模化的關鍵訊號。
Terra 的定位：日常工作的「效率引擎」
根據 OpenAI 的介紹，GPT-6.1 Terra 是為日常工作而設計的效率型模型，擅長撰寫提案、解讀技術圖紙、填寫表單以至影片剪輯等通訊與電腦操作類任務。它結合詳細的視覺推理與精準的電腦操作（computer use）能力，被視為 GPT-5.6 Terra 的重大升級。
在衡量 AI 電腦操作能力的 Agents’ Last Exam 基準測試中，GPT-6.1 Terra 於中等推理設定下，得分較 GPT-5.6 Terra 高 15 個百分點，而成本僅約三分之一；甚至能與旗艦模型 GPT-6 Astra 表現持平，價格卻僅為其每 token 單價的一成。在最大推理設定下，Terra 的 token 效率較 Claude Opus 5.5 高三倍以上，價格僅為四分之一，令單一任務成本降低約 9 倍。速度方面，Terra 完成任務平均比 GPT-6 Astra 及 GPT-6.1 Sol 快逾三倍。
OpenAI 亦強調 Terra 在真實性與編程方面的進步。在其內部誘發錯誤基準測試中，低推理設定下的錯誤率由 GPT-5.6 Terra 的 53.6% 降至 16.7%，跌幅近 37 個百分點。在 Terminal-Bench 4.0 編程測試中，Terra 於最大推理下解決 50.3% 的任務，較上一代公布的 21.5% 飆升逾一倍。
砍半定價：重塑「成本智能」的競爭邏輯
GPT-6.1 Terra 最受市場關注的，是其顛覆性的定價。標準定價為輸入每百萬 token 1 美元、快取輸入 0.05 美元、輸出每百萬 token 5 美元，均為 GPT-6.1 Sol 的一半，亦低於 GPT-5.6 Terra 的定價（輸入 2 美元、輸出 12 美元）。
OpenAI 明言，低定價的用意是讓開發者可「實際地」以高規模方式自動化重複性工作，例如自動讀取大量發票並輸入會計系統。換言之，OpenAI 正以「低成本＋高吞吐」的策略，吸引企業把 AI 從實驗性質的應用，升級為能處理真實業務量的生產工具。
值得留意的是，GPT-6.1 Terra 已於本週登陸 AWS Bedrock（普通可用），並支援長達 105 萬 token 的上下文窗口。企業客戶可透過雲端平台直接調用，進一步降低了採用門檻。對比競爭對手，其價格顯著低於 Anthropic 的 Claude Sonnet 5.5（輸入 2 美元、輸出 10 美元），反映 OpenAI 正以價格戰爭取企業級客戶，特別是高吞吐量的非高端任務。
對香港企業的啟示：AI落地由「成本」掛帥
對香港企業而言，GPT-6.1 Terra 的出現具備現實意義。過去中小企與初創普遍以「成本高昂、回報難測」為由，對大規模部署 AI 猶豫不決；如今模型定價大幅下調，連同 Nvidia 及雲端供應商持續優化硬件，令以 AI 自動化處理行政、會計、客戶服務等高重複性工作的可行性大增。
以本地常見場景為例，中小型會計師樓、貿易公司及電商，長期以來依賴人手處理單據與訂單輸入。GPT-6.1 Terra 這類「高效率＋低成本」的模型，可讓企業以規模化方式把這些流程自動化，並在現有 API 與雲端基建上直接落地，免除高昂的自建成本。更重要的是，企業應重新計算 AI 項目成本效益：以往被視為「不值得」的自動化任務，在新定價下或已跨越 ROI 門檻。
然而，企業亦需理性看待。Terra 畢竟屬效率型定位，OpenAI 明言最複雜的編程與深度研究任務，仍應選擇 GPT-6.1 Sol 或 GPT-6 Astra。香港企業在選型時，應按任務複雜度與預算平衡「能力」與「成本」，善用多模型混合作業（model routing），把簡單任務交給平價模型、複雜任務留給旗艦模型，才能最大化 AI 投資的回報。
結語
OpenAI 推出並將定價「砍半」的 GPT-6.1 Terra，是大型語言模型產業步入成熟期的明顯指標。當前沿模型的能力差異逐漸收窄，「成本智能化」便成為贏得企業客戶的關鍵籌碼。對香港企業而言，這意味著 AI 落地成本正快速下降，過去因成本卻步的自動化項目如今值得重新審視；同時也提醒決策者，在面對市面上愈來愈多的模型選擇時，應以「任務性質」與「長期總成本」為核心，制定更務實、更具成本效益的 AI 策略。