BenchLeader

GPT-6.1 Terra vs GPT-6.2 Astra Pro

完整资料:GPT-6.1 Terra(OpenAI)和 GPT-6.2 Astra Pro(OpenAI),包括全部基准测试、价格和排名。

更新于 · 数据来自 11 个来源

截至 2026年11月21日,两者共同的基准测试太少,无法判断质量高下。GPT-6.1 Terra 更便宜,对方的价格是它的 8.0 倍(每百万 token 混合价格 $2.00 比 $16.00)。在两者都有成绩的所有类别中,GPT-6.2 Astra Pro 均领先。

GPT-6.2 Astra Pro 于 2026年11月17日 发布,目前还没有 BenchLeader Index(需要覆盖两个类别的五项第三方结果)。因此本页不给出质量结论,只对比两者目前已公布的价格、上下文窗口、速度、两者都有结果的基准测试。首批结果将在以下页面跟踪: GPT-6.2 Astra Pro 的页面

要点(截至 2026年11月21日)

  • GPT-6.1 Terra 每百万 token 混合价格为 $2.00(标价,2026年11月21日)。
  • GPT-6.2 Astra Pro 每百万 token 混合价格为 $16.00(标价,2026年11月21日)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
推理GPT-6.2 Astra Pro类别得分 68 比 67中
对话质量(人类偏好)–只有 GPT-6.1 Terra 有 Arena 评分(类别得分 66)无法比较
成本最低GPT-6.1 Terra每百万 token 混合价格 $2.00 比 $16.00;智能体编程会话 $0.080 比 $0.640–
首次回答最快GPT-6.2 Astra Pro首个回答 token 8.3 秒(GPT-6.2 Astra Pro (max))比 167.7 秒(GPT-6.1 Terra (max))–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • 共同的基准测试太少,无法给出结论。
  • GPT-6.2 Astra Pro (max) 在推理方面更强。
  • GPT-6.1 Terra (max) 更便宜,对方的价格是它的 8.0 倍(每百万 token 混合价格 $2.00 比 $16.00)。

概览

规格GPT-6.1 TerraGPT-6.2 Astra Pro
提供商OpenAIOpenAI
发布日期2026年10月26日2026年11月17日
上下文窗口(token)1,050,0001,050,000
对比时的配置GPT-6.1 Terra (max)GPT-6.2 Astra Pro (max)
开放权重否否
每百万 token 价格(输入 / 输出 / 缓存输入)$1.00 / $5.00 / $0.050$8.00 / $40.00 / $0.400

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别GPT-6.1 Terra (max)GPT-6.2 Astra Pro (max)领先者
推理67.168.1GPT-6.2 Astra Pro
编程68.2–无法比较
智能体与工具61.6–无法比较
数学69.3–无法比较
知识60.6–无法比较
人类偏好66.2–无法比较
多模态62.4–无法比较
长上下文66.1–无法比较
综合62.6–无法比较

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程智能体与工具数学知识长上下文多模态人类偏好GPT-6.1 Terra, 推理: 67.1GPT-6.1 Terra, 编程: 68.2GPT-6.1 Terra, 智能体与工具: 61.6GPT-6.1 Terra, 数学: 69.3GPT-6.1 Terra, 知识: 60.6GPT-6.1 Terra, 长上下文: 66.1GPT-6.1 Terra, 多模态: 62.4GPT-6.1 Terra, 人类偏好: 66.2GPT-6.2 Astra Pro, 推理: 68.1

虚线:该模型在所经过的轴上没有结果,线条只连接相邻的点。

未绘制(这些模型没有结果):指令遵循。

模型(单击添加或移除)Index

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标GPT-6.1 Terra (max)GPT-6.2 Astra Pro (max)
每百万 token 混合价格$2.00$16.00
每百万 token 输入 / 输出$1.00 / $5.00$8.00 / $40.00
每百万 token 缓存输入$0.050$0.400
每项任务价格:聊天回复$0.0019$0.015
每项任务价格:总结一份 30 页的报告$0.015$0.120
每项任务价格:代码编辑$0.013$0.108
每项任务价格:智能体编程会话$0.080$0.640
每项任务价格:结构化信息提取$0.0030$0.024
智能体编程会话(输入大多命中缓存)$0.037$0.298
每项基准测试任务成本(AA Index)$0.961–
每项任务输出 token(AA Index)60k–
其中推理部分39k–
每项任务耗时(AA Index)16 min–
输出速度63 tok/s56 tok/s
首次回答时间167.7 秒8.3 秒
完整回答耗时(最近一次测量 2026年11月13日)375.7 秒–

每个模型都按其排名最高的推理强度设置进行对比。GPT-6.1 Terra (max) 得分 63.1,首个回答 token 需 168 秒;GPT-6.1 Terra (high) 为 59.8(12 秒),GPT-6.1 Terra (xhigh) 为 59.5(34 秒)。GPT-6.2 Astra Pro (max)首个回答 token 需 8 秒。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 94 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方GPT-6.1 Terra (max)GPT-6.2 Astra Pro (max)
BenchLeader IndexBenchLeader63.1–
智能体与工具得分BenchLeader61.6–
编程得分BenchLeader68.2–
综合得分BenchLeader62.6–
人类偏好得分BenchLeader66.2–
知识得分BenchLeader60.6–
长上下文得分BenchLeader66.1–
数学得分BenchLeader69.3–
多模态得分BenchLeader62.4–
推理得分BenchLeader67.168.1
混合价格(美元/百万 token)BenchLeader$2.00$16.00
输出速度BenchLeader63 tok/s56 tok/s
首次回答时间BenchLeader167.7 秒8.3 秒
上下文窗口BenchLeader1,050,000 token1,050,000 token
推理
GPQA DiamondEpoch AI Benchmarking Hub94.3%–
SimpleBenchSimpleBench72.2%†79.2%
Arena Hard PromptsArena (LMArena)1500–
LiveBench 2.0 ReasoningLiveBench88.7%–
Humanity's Last Exam (AA)Artificial Analysis46.3%–
HLE-Diamond (AA)Artificial Analysis47.3%–
CritPtArtificial Analysis28.0%–
CritPt v2 hard subset (AA)Artificial Analysis68.0%–
HLE-Diamond (Scale)Scale AI SEAL35.7%†–
Arena ExpertArena (LMArena)1516–
Mystery Game PuzzlesEpoch AI Benchmarking Hub74.0%–
编程
SciCodeSciCode55.1%–
Arena CodingArena (LMArena)1541–
Arena WebDevArena (LMArena)1685–
LiveBench 2.0 CodingLiveBench89.2%–
Vibe Code Bench v1.1Vals AI84.0%–
SWE Atlas v1.1Scale AI SEAL57.7%–
SWE Atlas v1.1: Codebase QnAScale AI SEAL54.0%–
SWE Atlas v1.1: Test WritingScale AI SEAL63.3%–
SWE Atlas v1.1: RefactoringScale AI SEAL55.7%–
MirrorCodeEpoch AI Benchmarking Hub76.7%–
ALE-BenchEpoch AI Benchmarking Hub2608.8–
WeirdML v3WeirdML28.1%†–
Terminal-Bench 4.0 (AA)Artificial Analysis55.6%–
GameBench 2 OverallDuelLab GameBench 281.2†–
显示全部 94 项基准测试
指标发布方GPT-6.1 Terra (max)GPT-6.2 Astra Pro (max)
编程
GameBench 2 by reasoning settingDuelLab GameBench 285.8†–
Design Arena WebsiteDesign Arena1287†–
Design Arena CodeDesign Arena1293†–
FrontierCode 1.1 (AA)Artificial Analysis36.0%–
FrontierCode 2.0 (AA)Artificial Analysis42.3%–
智能体与工具
Terminal-BenchTerminal-Bench53.3%–
APEX-AgentsMercor68.3%–
Arena AgentArena (LMArena)10.5–
LiveBench Long AgenticLiveBench55.3%–
LiveBench BrowserLiveBench93.1%–
HiL-BenchScale AI SEAL68.0%†–
GDPval-AA v2.1Artificial Analysis1476–
Finance Agent v2.1Vals AI56.0%–
Harvey's Legal Agent Benchmark v1.1Vals AI1.7%–
Legal Research BenchVals AI26.0%–
Tax Agent BenchVals AI17.1%–
Terminal-Bench 4.0 (Vals)Vals AI49.5%–
Arena Agent Task CompletionArena (LMArena)8.5–
Vending-Bench 2Andon Labs9107.5†–
SpireClimbEpoch AI Benchmarking Hub22.3%–
AutomationBenchArtificial Analysis60.2%–
GDP.pdf (AA)Artificial Analysis28.6%–
AA-Briefcase v1.1Artificial Analysis1399–
GDPxGDPx by SemiAnalysis8.5%–
Design Arena AgenticDesign Arena1174†–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis57.6%–
MKA (AA)Artificial Analysis43.8%–
FACTS SearchGoogle92.7%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub90.9%–
FrontierMath Tier 4Epoch AI Benchmarking Hub92.7%–
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%–
Arena MathsArena (LMArena)1479–
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub57.3%–
LiveBench 2.0 Data AnalysisLiveBench82.3%–
LiveBench ResearchLiveBench79.1%–
AA-Omniscience v1.1Artificial Analysis29.6–
Excel Modeling Benchmark v1.1Vals AI73.3%–
DrugDiscoveryBenchScale AI SEAL58.1%†–
Arena Text FactualityArena (LMArena)1455–
EBR-benchEpoch AI Benchmarking Hub78.1%–
AA-Omniscience v1.1: accuracyArtificial Analysis47.6%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis65.5%–
FACTS ParametricGoogle70.8%†–
指令遵循
MultiChallengeScale AI SEAL74.2%†–
Arena Instruction FollowingArena (LMArena)1468–
人类偏好
Arena TextArena (LMArena)1474–
Arena Creative WritingArena (LMArena)1449–
Arena Multi-turnArena (LMArena)1477–
Arena Longer QueriesArena (LMArena)1485–
多模态
Arena VisionArena (LMArena)1247–
LiveBench DesignLiveBench79.7%–
MMMU-ProArtificial Analysis84.7%–
Blueprint-Bench 2Epoch AI Benchmarking Hub42.1%†–
Furniture AssemblyEpoch AI Benchmarking Hub79.2%–
VIALS-AAHandshake AI60.3%–
FACTS MultimodalGoogle48.8%†–
长上下文
AA-LCR v1.1Artificial Analysis82.7%–
MLCRArtificial Analysis30.6%–
FACTS GroundingGoogle84.2%†–
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub167.7†–
LiveBench 2.0LiveBench78.6%–
AA Intelligence Index v5.0.1Artificial Analysis51.3–
AA Intelligence Index v4.3.2Artificial Analysis48.1–
AA Progress Index v1Artificial Analysis345.2–
Vals IndexVals AI60.5–
Vals Finance IndexVals AI53.3%–
Vals Legal IndexVals AI58.8%–
安全与诚实
FORTRESSScale AI SEAL18.2%†–
DistressBenchScale AI SEAL65.9%†–

数据截至 2026年11月21日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

DuelLab GameBench 2, release gb2-20261119-1d7fd529faf6 (https://benchmarks.duellab.org/releases/gb2-20261119-1d7fd529faf6/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

变化

  • GPT-6.1 Terra (max):4 项新结果(SWE Atlas v1.1, SWE Atlas v1.1: Codebase QnA, SWE Atlas v1.1: Test Writing…)。
  • GPT-6.1 Terra (max):11 项新结果(Arena Text, Arena Hard Prompts, Arena Coding…)。
  • GPT-6.1 Terra (max):3 项分数修订。
  • GPT-6.1 Terra (max):BenchLeader Index 64.1 → 63.5。
  • GPT-6.1 Terra (max):2 项分数修订。
  • GPT-6.1 Terra (max):8 项新结果(LiveBench 2.0, LiveBench Long Agentic, LiveBench 2.0 Reasoning…)。
  • GPT-6.1 Terra (max):BenchLeader Index 64.7 → 64.1。
  • GPT-6.1 Terra (max):1 项新结果(Terminal-Bench)。
  • GPT-6.1 Terra (max):BenchLeader Index 65.2 → 64.7。
  • GPT-6.1 Terra (max):1 项新结果(MirrorCode)。

排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型

GPT-6.1 Terra vs GPT-6.2 Astra Pro:常见问题

GPT-6.1 Terra 和 GPT-6.2 Astra Pro 哪个更便宜?价格会变吗?
目前 GPT-6.1 Terra 更便宜:每百万 token $2.00 比 $16.00(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
GPT-6.1 Terra 和 GPT-6.2 Astra Pro 哪个更快?
GPT-6.1 Terra 输出更快(输出 63 比 56 token/秒,Artificial Analysis 7 日中位数)。
处理长文档哪个更好?
两者都支持 1,050,000 token 的上下文。
哪个延迟更低?
GPT-6.2 Astra Pro 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 8.3 秒比 167.7 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
GPT-6.2 Astra Pro 是什么时候发布的?
GPT-6.2 Astra Pro 于 2026年11月17日 发布。