给AI一张电车照片，让它照着做个3D模型，会做成什么样？
OpenAI刚发布的GPT-6.1 Terra，就接了这么个活。
Terra能看懂图片和屏幕，也能操作浏览器、桌面和应用，替你在电脑上做事。
官方演示里，它拿到一张有轨电车照片，然后在Blender里建模。
Blender就是做3D模型的软件。
车身、车窗、轮子、车顶陆续做出来，最后把整辆车转过来，侧面和背面也能看。官方视频省略了部分建模过程。
按OpenAI的介绍，Terra可以拿供应商的照片去匹配商品目录，再更新商品信息，也可以检查营销图片有没有裁歪、文字位置对不对，整理出需要修改的地方。
Terra也能起草、修改文字。
按OpenAI的介绍，它会先交代结果，再解释必要的细节。
社区已经拿它做了些什么
官方拿电车做演示，社区用户lindaniel试的是一只螃蟹。
他晒出的建模记录是5分38秒。
画面里的螃蟹有橙色的壳、凸起来的眼睛，两只钳子张着，腿也分出了关节。
同一位作者还试了鹦鹉骑车，用Max花了大约2分钟。
但他特意提了一句，出来的竟然是静态的。
另一位社区用户kevechang开了Fast，让Terra做一个霸王龙骑摩托的HTML页面。
HTML就是编写网页用的语言。
截图里，绿恐龙的小短手握着车把，背后是山坡、云和太阳，作者说原网页会动。
还有人把骑车这道题倒了过来。
社区用户yunhe晒出的网页里，袋鼠、自行车、道路和树全都翻了个面，页面像一张倒着看的澳洲明信片。
9分13秒的小岛，作者还是挑出了差距
社区用户FGJ用Terra Max做了一个3D网页，要用Three.js搭一座体素风格的小岛。
Three.js是做网页3D效果的工具。体素风格，就是把建筑、树和地形做得像小方块搭起来的一样。
他晒出的任务记录是9分13秒，做出的小岛上有五重塔、鸟居、樱花树和溪流。
他之前用Astra Max做类似场景，花了40多分钟，这次他夸了Terra的速度。
不过，他觉得整体质量和细节还是不如Astra。下面是他之前晒出的Astra作品。
这组公开作品里，Astra的塔檐、栏杆和岛上植物做得更细。
另一位社区用户想做的，是《星际穿越》里的黑洞。
他要求画面里有吸积盘和引力透镜效果，能用鼠标转着看，旁边还能调整参数。
吸积盘就是黑洞周围那圈发亮的物质，引力透镜则会让光线弯曲。
作者在应用里选了Ultra模式，记录的用时是8分43秒，作品和代码都公开了。
但他对这版画面并不满意，还觉得GPT系列在做黑洞效果时，总有些别扭。
单价降了，做一项任务到底省多少
Terra这次下调的是API价格，API就是开发者把模型接进自己程序的调用方式，费用按处理的内容量计算。
token是模型处理内容时的计量单位。
标准价格是每百万输入token1美元，每百万输出token5美元，缓存输入每百万0.05美元。
输入是交给模型的内容，输出是模型生成的内容。
相比旧版GPT-5.6 Terra，标准输入价从每百万token 2美元降到1美元，输出价从12美元降到5美元。
DesignArena在社区发了一道新旧Terra的对照题：重建夕阳下的贝伦塔。
这是一座位于里斯本河边的石塔。他们要求保留石头上的绳纹雕刻、开放阳台和圆顶塔楼，周围还要有海鸥、帆船，以及远处的大桥。
结果，GPT-6.1 Terra花的时间接近旧版GPT-5.6 Terra的4倍，用掉的token也多了48%。
可按DesignArena公布的账单，这道题新版花了0.047美元，旧版花了0.077美元，新版反而便宜了约38%。
按DesignArena的描述，新版做出了层叠的拱窗、圆顶角楼和河面上的夕阳反光。旧版的塔更方正简单，水面没有那层反光，远处的大桥只剩两根柱子。
独立评测机构Artificial Analysis还测了一组任务。
在综合能力测试里，同样开到max，新Terra得分比旧版高6分，平均任务成本约0.40美元，旧版是1.40美元。
图的上半部分是综合得分，下半部分把得分和成本放在一起。越往上，得分越高，越往左，成本越低。
Artificial Analysis还比较了不同的推理强度。
推理强度，就是给模型多少思考预算。预算增加，也会影响等待时间和花费。
综合能力和成本一起比，Terra的low、medium两档处在效率前沿。在这套测试里，没有其他受测选项同时比它们便宜，得分又更高。
Artificial Analysis把模型放进工程环境，让它们带着工具完成任务，再汇总成代码代理指数。
同样是max档，Terra拿到48分，Sol是54分，Luna是31分。
OpenAI也明确说，最复杂的编程任务，GPT-6.1 Sol和GPT-6 Astra仍然更合适。
编程测试的成本效率前沿上，Terra入选的是low和xhigh两个档位，和前面综合测试里的low、medium不同。
至于会不会瞎编，Artificial Analysis还做了AA-Omniscience测试。
这项测试看的是，模型不知道答案时，会不会继续硬猜。
旧Terra的硬猜比例是88%，新Terra降到38%。这是这项测试里的指标，不是日常所有回答的错误率。
在哪用，怎么选
GPT-6.1 Terra已经能在ChatGPT Work和Codex里用，普通Chat暂时没有，移动端Work也支持。
Plus、Pro、Business、Enterprise和Edu套餐支持它，企业工作区还要看管理员设置和实际开放情况。
在ChatGPT桌面端或网页版Work里，打开模型设置中的Advanced，选GPT-6.1 Terra就可以了。
要让它操作浏览器和电脑，还需要完成对应设置，并给它相应的访问权限。
如果平时用终端，可以通过Codex CLI来选它。
Codex CLI就是在终端里运行的Codex。
先把版本更新到0.159.0或更高，再用下面这条命令启动。
codex -m gpt-6.1-terra已经进了交互会话，就用/model切换。
开发者接API，模型名是gpt-6.1-terra，工具调用走Responses API。
它支持105万token上下文，最多输出12.8万token。
推理档位有none、low、medium、high、xhigh和max，默认是medium。
API调用单独计费，和订阅额度是两回事。
输入超过272K token时，整次请求的输入和缓存价格乘2，输出价格乘1.5。
写在最后
贝伦塔那道题里，新版没有少用token，账单却仍然比旧版低。
同一笔API预算，现在能调用的token更多了。
这可能会改变人给AI提要求的方式。
如果原来因为成本只做一版页面，现在就有余地看看另外两种做法。
如果某项小任务过去不值得花钱调用模型，价格降下来后，它也可能被接进程序里。
谢谢你读我的文章。
如果觉得不错，随手点个赞、在看、转发三连吧🙂
如果想第一时间收到推送，也可以给我个星标⭐～谢谢你看我的文章。
开源知识库（实时更新 交流群）：