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。
适合判断的任务：比较 GPT-6.1 Terra 与 GPT-5.6 Terra 的 Artificial Analysis 指数表现、推理档位和估算任务成本；了解其终端编程与事实性基准的变化。
不适合外推的任务：未纳入指数的专业任务、真实应用中的成功率、用户端实际账单，以及不同评测框架之间的分数比较。
适用的模型版本：GPT-6.1 Terra；文中对照 GPT-5.6 Terra、GPT-6.1 Sol、GPT-6 Luna 等模型。
测试环境或客户端：Artificial Analysis Intelligence Index v4.3.2、Coding Agent Index v2.0 及文中列出的单项基准；运行环境、提示词、工具配置和完整评测日志未公开。
推理档位和参数：图表比较 low、medium、high、xhigh、max 与 non-reasoning 等设置；温度、采样参数和各档具体配置未注明。
Intelligence Index v4.3.2：页面说明指数综合 10 项评测：AA-Briefcase v1.1、GDPVal-AA v2.1、AutomationBench-AA、Terminal-Bench 4.0、SciCode、Humanity's Last Exam、GDP.pdf、CritPt、AA-Omniscience 和 AA-LCR v1.1。图表注明没有公开 API。
Coding Agent Index v2.0：图表说明由 FrontierCode v1.1、Terminal-Bench 4.0 和 SWE-Atlas-QnA-AA 三项基准组成。成本图以每项任务的平均按 Token 计价 API 成本为横轴；指数图与成本图展示不同模型或推理档位的分数和成本。
AA-Omniscience：页面称其为 Artificial Analysis 的私有知识与幻觉基准。图表说明该指数奖励正确回答、惩罚幻觉，不因拒答扣分；另报告回答准确率与幻觉率。
成本比较：文章按每百万 Token 单价介绍 API 定价，并用加权平均任务成本比较指数表现。文章未公开任务输入输出 Token 分布、加权公式、评测样本量或重复次数。
Terminal-Bench 4.0：图表注明由 Laude Institute 与开源贡献者开发，并由 Artificial Analysis 独立评测；页面未给出完整运行配置。
Intelligence Index 与任务成本：GPT-6.1 Terra max 得分 48，比 GPT-5.6 Terra max 高 6 分；任务成本分别约 0.40 美元和 1.40 美元。low 与 medium 位于该图的成本效率前沿；文章称较低推理档位相对 GPT-5.6 Terra 的分数提升为 7–13 分。max 得分比 GPT-6.1 Sol 低 4 分，比 GPT-6 Luna 高 10 分。
Coding Agent Index：GPT-6.1 Terra 得分 48，低于 GPT-6.1 Sol 的 54，高于 GPT-6 Luna 的 31。图表显示 low 与 xhigh 位于成本效率前沿；其他 Terra 推理档位没有位于前沿。
AA-Omniscience：图表中 GPT-6.1 Terra max 的指数分为 30、回答准确率为 49%、幻觉率为 38%。文章称相较 GPT-5.6 Terra，幻觉率从 88% 降低 50 个百分点，准确率提高 2 个百分点。
Terminal-Bench 4.0：图表中 GPT-6.1 Terra max 得分 55.6%，GPT-5.6 Terra max 为 35.4%，约提高 20.2 个百分点；GPT-6.1 Sol max 为 56.1%。
API 定价：GPT-6.1 Terra 输入/输出分别为每百万 Token 1/5 美元，GPT-5.6 Terra 为 2/12 美元；缓存写入为 1.25 美元，缓存输入为 0.05 美元，后者对照 GPT-5.6 Terra 的 0.20 美元。
| 指标 | GPT-6.1 Terra | 对照或口径 |
|---|---|---|
| Intelligence Index v4.3.2（max） | 48 | GPT-5.6 Terra max 高 6 分；GPT-6.1 Sol 约 52，GPT-6 Luna 约 38 |
| Intelligence Index 任务成本（max） | $0.40 | GPT-5.6 Terra max 为 $1.40；按 Artificial Analysis 每项任务估算 |
| Coding Agent Index v2.0 | 48 | GPT-6.1 Sol 54；GPT-6 Luna 31 |
| AA-Omniscience（max） | 指数 30；准确率 49%；幻觉率 38% | GPT-5.6 Terra 幻觉率 88%；文章称准确率差值为 +2 个百分点 |
| Terminal-Bench 4.0（max） | 55.6% | GPT-5.6 Terra 35.4%；GPT-6.1 Sol 56.1% |
| 输入 / 输出 API 价格 | $1 / $5 每百万 Token | GPT-5.6 Terra 为 $2 / $12 |
| 缓存写入 / 缓存输入价格 | $1.25 / $0.05 每百万 Token | 缓存输入对照价为 $0.20；文章称缓存写入价格减半 |
以上指数分数、成本和单项分数来自文章正文及图表。部分值从图表读取；页面没有给出原始逐题结果、误差区间或样本量。成本是 Artificial Analysis 的基准任务估算，不应视为任一用户场景的实付价格。
该页面提供了 Artificial Analysis 自行评测的基准结果和按任务估算的成本，支持比较页面列出的模型、指数与推理档位。
两个指数的成本效率前沿各自基于其图中的分数和成本数据：Intelligence Index 为 low、medium；Coding Agent Index 为 low、xhigh。前沿结论不能跨指数套用。
AA-Omniscience 属于私有基准，页面未公开题目、样本量和评分明细；指数及成本核算也缺少完整复现配置。Terminal-Bench 虽是公开基准，本文仍未披露运行环境与调用设置。
文章结果是 2026-10-26 的页面快照。它们不代表所有任务的普遍表现；价格、模型版本和动态指数后续可能变化。
2026-10-27 通过 Tabbit 打开指定原文，核对了页面日期、正文、五张内嵌图表及图表标注。图表可见 Intelligence Index v4.3.2、Coding Agent Index v2.0、AA-Omniscience 和 Terminal-Bench 4.0 的结果与部分成本数据；未公开 API、私有评测题目、完整评测配置、样本量及成本计算细节，因此本文只转录页面可读结果，未自行估算缺失数据，也未进行独立复测。
GPT-6.1 Terra
