据爱范儿10月27日报道,OpenAI当天发布新一代模型GPT-6.1 Terra,标准API价格较上一代GPT-5.6 Terra降低50%,并面向ChatGPT Plus、Pro、Enterprise和Edu用户开放,可在ChatGPT Work和Codex中使用。同日,蚂蚁发布Personal Agent产品灵光2.0,称其可主动识别需求、持续跟进长程任务并在关键节点提醒,产品已全面开放。两个发布分别从模型成本和事务管理切入AI Agent落地。

OpenAI公布的价格显示,GPT-6.1 Terra输入价格为每百万Token 1美元,缓存输入为0.05美元,输出为5美元;输入和输出价格均为旗舰模型GPT-6 Astra的十分之一。OpenAI将其定位为面向高频工作场景的高效模型。按爱范儿报道,在Agents’ Last Exam测试中,GPT-6.1 Terra在中等推理强度下得分比GPT-5.6 Terra提高15个百分点,单次任务成本降至约三分之一;同一测试中已达到GPT-6 Astra水平,而Token单价仅为后者十分之一。与Anthropic的Claude Opus 5.5相比,在最高推理强度下,其Token使用效率超过后者3倍,Token单价为后者四分之一,完成同类任务成本约低9倍。速度方面,报道援引开发者测试称,GPT-6.1 Terra单次请求生成速度可达每秒450 Token,低推理强度下有望达到每秒600 Token,但后者尚未得到验证。

在能力测试中,GPT-6.1 Terra在MMMU-Pro视觉推理测试中于所有推理强度下超过上一代,并以更低成本接近GPT-6 Astra和GPT-6.1 Sol;在OSWorld 2.1中,中等推理强度成绩超过GPT-5.6 Terra最高推理强度。事实准确率方面,OpenAI内部高难度测试显示,GPT-5.6 Terra低推理强度错误率为53.6%,GPT-6.1 Terra降至16.7%,最高推理强度下进一步降至4.3%。编程测试Terminal-Bench 4.0中,新模型最高推理强度任务解决率为50.3%,上一代公开成绩为21.5%;Terminal-Bench-Science 0.1中得分超过GPT-6.1 Sol,距离Claude Opus 5.5不足5个百分点,估算成本低于后者五分之一。OpenAI同时表示,最复杂的软件工程和深度研究任务仍更适合使用GPT-6.1 Sol和GPT-6 Astra。安全方面,GPT-6.1 Terra在Preparedness Framework中达到网络安全能力Critical风险等级,沿用GPT-6 Astra等模型的相关防护措施。

灵光2.0的发布重点在任务跟进。据爱范儿体验,用户输入“下周去上海出差三天”后,灵光2.0可处理订机票、订酒店和安排日程,并在预订成功后提醒出发、携带证件;遇到航班延误,会自动调整后续酒店入住和会议行程。在宠物医疗险场景中,它可读取合同,列出报销范围和凭证类型,补充就医判断依据,并按提醒跟进后续情况,保留此前病况、进展和用户偏好。接入钉钉后,它可筛选群消息中需要跟进的内容;在双11购物场景中,可折算折扣和满减、按500元预算重排优先级、对比不同平台同款价格,并在后台持续盯价。爱范儿称,灵光2.0通过独立云主机自带电脑和浏览器执行任务,用户关闭App后仍可在后台运行。

在支付和生活服务方面,灵光2.0可授权接入支付宝,梳理账单明细、识别自动续费服务并分析消费习惯;在旅行规划中,遇到天气或行程变动,会提醒并调整住宿、路线和节奏。爱范儿报道称,灵光2.0已打通支付宝、QQ邮箱、日历、闹钟、短信、文件等服务,支持在开放环境中调用MCP、CLI等工具,并可连接钉钉、飞书、滴滴、百度网盘、米家、理想、蔚来、小鹏、华为汽车、12306及智能硬件设备。该报道将灵光2.0与Meta的Muse对比,称Muse偏向处理邮件、下单等“跑腿”任务,灵光2.0偏向管理生活事务。