😳 开胃菜终于来了。 Tibo 的 28 天更新挑战刚做好菜，GPT-6.1 Terra。 提高智力，Agent 的能力、速度和成本。 ① Agent 能力… · @MinLiBuilds · TwKit

@MinLiBuilds

😳 开胃菜终于来了。 Tibo 的 28 天更新挑战刚做好菜，GPT-6.1 Terra。 提高智力，Agent 的能力、速度和成本。 ① Agent 能力：接近自家旗舰 Agents’ Last Exam v1，最高推理档位： 🟢 GPT-6.1 Terra：约 60 分，$1/任务 🔵 GPT-6.1 Sol：约 59 分，$2/任务 🔵 GPT-6 Astra：约 59 分，$7/任务 ⚫ Claude Opus 5.5：约 63 分，$9/任务 相比 GPT-5.6 Terra： • Medium 档得分提升 15 个百分点 • 单任务成本降至上一代约 1/3 • 任务完成速度超过 Astra、Sol 的 3 倍 ② Coding：几乎是上一代的 2.34 倍 Terminal-Bench 4.0（Max）： 21.5% → 50.3% 直接提升 28.8 个百分点。 不过最复杂的编程任务，Sol 和 Astra 仍然更强。 ③ 幻觉率：大幅下降 官方内部事实性测试： • Low：53.6% → 16.7% • Max：降至 4.3% ④ 视觉与 Computer Use • MMMU-Pro：所有推理档位均超过上一代 • OSWorld 2.1：Medium 超过上一代最佳成绩，成本更低 • Terminal-Bench-Science：Max 超过 Sol，距离 Opus 5.5 不到 5 个百分点 能理解工程图纸、操作桌面软件、处理表单、执行视频编辑等任务。 ⑤ API 价格：直接腰斩 每百万 Token： • 输入：$1 • 缓存输入：$0.05 • 输出：$5 支持约 105 万 Token 上下文，最大输出 128K。 API 模型名：gpt-6.1-terra 相比上一代 Terra 和 Sol，标准价格降低 50%。 ⑥ 唯一的污点：碰瓷 Claude Opus 5.5 🤣

曝光 407 · 评论 5 · 点赞 1 · 书签 0