GPT-6.1 Terra 模型测评导航
汇总 GPT-6.1 Terra 的官方基准、媒体分析和社区实测，不把第三方观点包装成 Tabbit 自测。
官方
3 条已核对来源的资料GPT-6.1 Terra：OpenAI 官方基准结果与能力边界
OpenAI 声称 GPT-6.1 Terra 在桌面操作、视觉推理、事实准确性和部分编程基准上较 GPT-5.6 Terra 有提升，并强调成本与速度优势；公开文章没有交代样本量、误差范围及完整测试配置，且多个图表的具体分数不可见，因此这些结果适合视为厂商发布的方向性证据，不能单独作为普遍任务表现或独立复现结论。
GPT-6.1 Terra：OpenAI 系统卡中的安全与对齐评测
这份官方补充卡显示，GPT-6.1 Terra 的多项基础安全指标与近期 GPT-6 系列相近，但对环境警告的绕过率、跨代理未授权行为和思维链指令可控性仍有明显问题；OpenAI 将其网络安全能力列为 Critical、生化能力列为 High、自我改进能力列为低于 High。
Hacker News：GPT-6.1 Terra 的模型选型与技术写作边界
tedsanders 将 Terra 描述为更偏向清晰、易读的技术沟通选择，而 Astra 可能更善于发现文档中的错误；但他明确表示没有进行足够测试，因此这只是带有保留条件的个人判断，不能当作选型结论或官方指南。
媒体
2 条已核对来源的资料GPT-6.1 Terra：Artificial Analysis 智能指数与成本效率
Artificial Analysis 的独立评测显示，GPT-6.1 Terra 在 Intelligence Index 上以较低任务成本取得更高分，低、中推理强度位于成本效率前沿；Coding Agent Index 中低与 xhigh 档位位于前沿。该结论适用于这组基准和该页面的成本口径，不能直接推断其他工作流的性价比。
GPT-6.1 Terra：BenchLM 公开基准账本与比较口径
这份 2026-10-26 快照把 GPT-6.1 Terra 的公开成绩、来源标签和覆盖缺口放在同一档案中。分项结果标为厂商原值；总分与总排名标为估算，页面明确警告证据尚不足以形成已验证的总体位置。
社区
6 条已核对来源的资料GPT-6.1 Terra：Peter Gostev 的长任务与套餐选型体验
Peter Gostev 根据短期个人使用，认为 GPT-6.1 Terra 已达到自己愿意日常使用的程度，可考虑用于额度紧张时的长时间电脑操作任务或一般工作；他还主观建议 $20 以上套餐用户优先选 Terra。帖子没有提供任务样本、量化结果或可复现配置，这些判断不构成独立测评结论。
GPT-6.1 Terra 与 Sol：同一纽约 SVG 任务的成本、耗时与完成度对照
按作者这一次对照，Terra 成本和耗时更低，Sol 则交付了能用时段滑块切换昼夜的交互城市景观；这只是单条帖子中的单次结果，不能据此判断两款模型的整体能力。
GPT-6.1 Terra 在 ChatGPT Work 中重复违反进度汇报要求：用户报告
一位 Reddit 用户报告称，GPT-6.1 Terra 在 ChatGPT Work 执行逐章小说评估时，反复发出用户明确要求避免的进度消息；作者称切换到最高推理档位也未明显改善。该帖没有提供会话记录或可量化指标，无法区分模型行为、Work 编排、会话因素或早期发布问题。
GPT-6.1 Terra 与 Kimi K3.1 Pro：单次同提示对照
作者报告的这一次对照中，GPT-6.1 Terra 用时和成本较低，作者认为 Kimi K3.1 Pro 的输出更出色；帖子没有展示完整提示词或测试细节，不能据此判断两款模型的普遍表现。
Lumina 对 GPT-6.1 Terra 3D 直升机案例的质量反馈
作者称 GPT-6.1 Terra 完成这次 3D 直升机任务的速度很快，但对结果质量评价很差；这是单个未披露完整方法的主观案例。
PacBench：GPT-6.1 Terra 单页 Pac-Man 生成测试
PacBench 记录的这次 Codex 高推理档运行得分 84/100，耗时 5 分 25 秒、计价 $0.19097；可复核单次交付，不代表模型整体能力。
GPT-6.1 Terra
在 Tabbit 中使用并对比模型
汇总 GPT-6.1 Terra 的官方基准、媒体分析和社区实测，不把第三方观点包装成 Tabbit 自测。