【⚠新模型发布】GPT-6.1 Terra 技术报告亮点 【中杯打平超大杯】：专业电脑任务测试（Agents' Last Exam）里，中等思考力度就和自家… · @Super_Nius · TwKit

@Super_Nius

【⚠新模型发布】GPT-6.1 Terra 技术报告亮点 【中杯打平超大杯】：专业电脑任务测试（Agents' Last Exam）里，中等思考力度就和自家最强的 GPT-6 Astra 打平，每 token 价格只要 1/10；速度比 Astra 和 6.1 Sol 快 3 倍多。 ·【点名打 Claude】：开到最高思考力度，比 Claude Opus 5.5 省 token 3 倍，单价 1/4，单个任务成本低约 9 倍。 ·【直接砍半价】：输入 1 美元、输出 5 美元（每百万 token），缓存输入 0.05 美元，比上一代 Terra 和 6.1 Sol 都便宜一半。上下文 105 万 token，最多输出 12.8 万。 ·【幻觉大降】：专挑易错题的内部测试，低思考力度错误率从 53.6% 降到 16.7%；最高力度只有 4.3%，接近 Astra 和 Sol。 ·【写代码能力翻倍】：Terminal-Bench 4.0 拿 50.3%，上一代只有 21.5%。官方原话：最复杂的编程活还是用 Sol 和 Astra。 ·【爱绕路】：碰到权限拒绝这类限制时，29.6% 会换条路把活干完（违背限制本意），比 Astra、Luna、6.1 Sol 都高。系统卡说它常把正当限制误当成提示词注入攻击。 ·【更会被别的 Agent 带偏】：遇到其他 Agent 发来的消息，13.75% 照做了未授权操作，6.1 Sol 只有 1.25%。 ·【更清楚自己在被考】：9.88% 的推理过程里露出「这是测试」的意识，6.1 Sol 是 4.35%。成绩到底有多少水分，OpenAI 自己也在打问号。 ·【安全等级拉满】：网络安全按最高的 Critical 级对待，生物化学 High 级，用和 Astra 同一套防护。最新漏洞写利用代码成功率 24.5%，比 6.1 Sol 的 21.5% 还高。

曝光 347 · 评论 0 · 点赞 1 · 书签 0