BenchLeader

GPT-6.1 Terra

推理强度
质量第 14 / 339 名
64.1Index
前 10%
较中位数 +13.9
价格第 173 / 255 名
$2.00每百万 token
比多数贵
中位数的 2.4 倍
速度第 130 / 216 名
72token/秒
低于中位数
中位数的 0.9 倍
性价比第 166 / 255 名
32.0分/$
低于中位数
中位数的 0.6 倍

性价比更高: Gemini 3.7 Flash $1.50/M 即可获得 Index 62.1,便宜 25%。

没有比它更便宜且得分更高的已排名模型:它位于价格前沿上。

截至 2026年11月16日,GPT-6.1 Terra(OpenAI)在 BenchLeader Index 上得分 64.1(在 608 个已排名配置中前 50 名)。表现最好的是数学(72),最弱的是知识(61)。API 价格为输入每百万 token $1.00、输出每百万 token $5.00(按 3:1 混合为 $2.00),为 2026年11月16日的标价。输出速度约为 72 token/秒(Artificial Analysis)。发布于 2026年10月26日。

要点(截至 2026年11月16日)

  • GPT-6.1 Terra 的 API 价格为输入每百万 token $1.00、输出每百万 token $5.00(按 3:1 混合为 $2.00)(标价,2026年11月16日)。
  • GPT-6.1 Terra 的输出速度约为 72 token/秒(Artificial Analysis,2026年11月16日)。
  • GPT-6.1 Terra 于 2026年10月26日发布(OpenAI)。

详细说明:GPT-6.1 Terra 是 OpenAI 的闭源推理模型,发布于 2026年10月26日。其最佳配置(推理强度 max)在 BenchLeader Index 上得分 64.1 ±2.0,在 608 个配置中排第 32 名,处于上半区。关键在于这个“±”:另有 92 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,数学得分最高(72),知识最低(61)。按混合价格计,每百万 token $2.00,比大多数已排名模型贵。输出速度为 72 token/秒,首次回答需 150.9 秒,比大多数模型慢。它已在 8 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。

混合价格
$2.00/M
输入 $1.00 · 输出 $5.00
来源:Artificial Analysis
输出速度
72 tok/s
由 Artificial Analysis 测量
首次回答
151 s
首 token 2.63 s
上下文
1.1M
来源:models.dev
完整回答
376 s
最近一次测量 2026年11月13日
单任务成本
$0.961
每项任务 14 min,AA Index
单任务 token 数
60k
其中 66% 为推理
发布日期
2026年10月26日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index64
  2. 推理68
  3. 编程69
  4. 智能体与工具63
  5. 数学72
  6. 知识61
  7. 多模态67
  8. 长上下文66
  9. 综合65

嵌入这个排名

更多徽章样式
[![GPT-6.1 Terra on BenchLeader: 综合第 15 名](https://www.benchleader.com/badge/gpt-6-1-terra.svg?style=compact)](https://www.benchleader.com/models/gpt-6-1-terra)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

OpenAI 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

版本

OpenAI 以这个名称发布过 2 个模型。每个版本都只按自身结果排名;较新的版本往往结果较少,在更多结果出炉之前,其 Index 会更接近平均水平。

模型发布日期Index排名
GPT-6.1 Terramax本页2026年10月26日64.1#32
GPT-5.6 Terraxhigh2026年7月9日60.1#83

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
无推理51.8#30167 tok/s2.35 s$0.0019编程 59 · 知识 42 · 长上下文 58 · 多模态 58 · 推理 45
low56.6#17764 tok/s2.71 s$0.0019编程 55 · 知识 57 · 长上下文 65 · 多模态 65 · 推理 55
medium58.5#12765 tok/s4.52 s$0.0019编程 62 · 知识 59 · 长上下文 65 · 多模态 65 · 推理 59
high59.6#10068 tok/s10 s$0.0019编程 64 · 知识 60 · 长上下文 66 · 多模态 66 · 推理 62
xhigh60.0#9270 tok/s30 s$0.0019编程 64 · 知识 61 · 长上下文 66 · 多模态 66 · 推理 65
max最佳64.1#3272 tok/s151 s$0.0019智能体与工具 63 · 编程 69 · 综合 65 · 知识 61 · 长上下文 66 · 数学 72 · 多模态 67 · 推理 68
Pro 模式––48 tok/s2.63 s$0.0019
未说明––48 tok/s2.63 s$0.0019智能体与工具 67 · 指令遵循 69 · 推理 64

多思考要多花多少

提高推理强度能换来 Index 分数,但费用会成倍增加。这里 max 的成本是 low 的 13 倍,Index 变化 +7.5,相当于支出每翻一倍提升 2.0 分。与其他模型比较。

556065low:每项任务 $0.071,Index 56.656.6low $0.071medium:每项任务 $0.169,Index 58.558.5medium $0.169无推理:每项任务 $0.226,Index 51.851.8无推理 $0.226high:每项任务 $0.259,Index 59.659.6high $0.259xhigh:每项任务 $0.401,Index 60.060.0xhigh $0.401max:每项任务 $0.961,Index 64.164.1max $0.961Index

每个点代表一种推理设置:横轴为每项 Artificial Analysis Index 任务的成本(对数刻度),纵轴为 BenchLeader Index。

Index 走势

2026年10月27日 至 2026年11月16日
576267
  • max
  • xhigh
  • high
  • medium

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

推理

基准测试无推理lowmediumhighxhighmax默认来源趋势
GPQA Diamond–––––94.3%#10–Epoch AI Benchmarking Hub
SimpleBench推理强度未说明––––––72.2%#24SimpleBench
LiveBench 2.0 Reasoning不计入 Index–––––88.7%#17–LiveBench
Humanity's Last Exam (AA)不计入 Index21.1%#22735.8%#12740.2%#9743.3%#7043.7%#6446.3%#52–Artificial Analysis
HLE-Diamond (AA)14.5%#10524.9%#6331.3%#5135.4%#4342.3%#3747.3%#29–Artificial Analysis
CritPt不计入 Index4.9%#17415.1%#10421.4%#6725.7%#4826.6%#4328.0%#33–Artificial Analysis
CritPt v2 hard subset (AA)33.5%#6950.5%#4356.5%#3561.5%#2360.5%#2768.0%#13–Artificial Analysis
HLE-Diamond (Scale)不计入 Index推理强度未说明––––––35.7%#9Scale AI SEAL
Mystery Game Puzzles不计入 Index–––––74.0%#4–Epoch AI Benchmarking Hub

编程

基准测试无推理lowmediumhighxhighmax默认来源趋势
SciCode47.8%#13852.4%#9651.6%#10551.6%#10553.4%#8755.1%#58–SciCode
Arena WebDev–––––1678#14–Arena (LMArena)
LiveBench 2.0 Coding不计入 Index–––––89.2%#3–LiveBench
SciCode (AA)不计入 Index47.8%#14452.4%#9551.6%#10551.6%#10553.4%#8555.1%#61–Artificial Analysis
Vibe Code Bench v1.1不计入 Index–––––84.0%#22–Vals AI
SWE Atlas v1.1不计入 Index推理强度未说明––––––57.7%#18Scale AI SEAL
SWE Atlas v1.1: Codebase QnA不计入 Index推理强度未说明––––––54.0%#21Scale AI SEAL
SWE Atlas v1.1: Test Writing不计入 Index推理强度未说明––––––63.3%#11Scale AI SEAL
SWE Atlas v1.1: Refactoring不计入 Index推理强度未说明––––––55.7%#10Scale AI SEAL
MirrorCode不计入 Index–––––76.7%#7–Epoch AI Benchmarking Hub
ALE-Bench不计入 Index–––––2608.8#3–Epoch AI Benchmarking Hub
WeirdML v3不计入 Index––––28.1%#4––WeirdML
Terminal-Bench 4.0 (AA)不计入 Index26.8%#7115.2%#9632.3%#6241.9%#4246.5%#3555.6%#18–Artificial Analysis
GameBench 2 Overall不计入 Index跨设置––––––81.2#7DuelLab GameBench 2
GameBench 2 by reasoning setting不计入 Index79.3#21–78.3#24–85.8#13––DuelLab GameBench 2
Design Arena Website不计入 Index推理强度未说明––––––1286#32Design Arena
FrontierCode 1.1 (AA)不计入 Index41.0%#3736.3%#5343.7%#2437.2%#4941.4%#3636.0%#54–Artificial Analysis
FrontierCode 2.0 (AA)33.4%#3124.5%#5534.5%#2937.5%#1936.9%#2042.3%#7–Artificial Analysis

智能体与工具

基准测试无推理lowmediumhighxhighmax默认来源趋势
Terminal-Bench–––––53.3%#34–Terminal-Bench
APEX-Agents–––––68.3%#8–Mercor
Arena Agent–––––12#8–Arena (LMArena)
LiveBench Long Agentic不计入 Index–––––56.2%#10–LiveBench
LiveBench Browser不计入 Index–––––93.1%#2–LiveBench
HiL-Bench推理强度未说明––––––68.0%#3Scale AI SEAL
GDPval-AA v2.1不计入 Index1286#1201204#1361324#1141353#1021416#851476#65–Artificial Analysis
Finance Agent v2.1不计入 Index–––––56.0%#33–Vals AI
Harvey's Legal Agent Benchmark v1.1不计入 Index–––––1.7%#37–Vals AI
Legal Research Bench不计入 Index–––––26.0%#64–Vals AI
Tax Agent Bench不计入 Index–––––17.1%#59–Vals AI
Terminal-Bench 4.0 (Vals)不计入 Index–––––49.5%#13–Vals AI
Arena Agent Task Completion不计入 Index–––––9.7#11–Arena (LMArena)
Vending-Bench 2不计入 Index推理强度未说明––––––9107.5#13Andon Labs
SpireClimb不计入 Index–––––22.3%#3–Epoch AI Benchmarking Hub
AutomationBench不计入 Index51.0%#10356.3%#7857.8%#7058.5%#6459.9%#5660.2%#53–Artificial Analysis
GDP.pdf (AA)不计入 Index23.2%#6225.6%#4128.4%#2028.0%#2326.6%#3328.6%#18–Artificial Analysis
AA-Briefcase v1.1不计入 Index1226#1131032#1491191#1171265#1051334#891401#77–Artificial Analysis
GDPx不计入 Index–––––8.5%#6–GDPx by SemiAnalysis
Design Arena Agentic不计入 Index推理强度未说明––––––1192#37Design Arena
Terminal-Bench-Science 0.1 (AA)不计入 Index24.3%#427.6%#7424.8%#4133.3%#3641.9%#2757.6%#13–Artificial Analysis
MKA (AA)不计入 Index–––––43.8%#10–Artificial Analysis
FACTS Search不计入 Index推理强度未说明––––––92.7%#5Google

知识

基准测试无推理lowmediumhighxhighmax默认来源趋势
SimpleQA Verified–––––57.3%#22–Epoch AI Benchmarking Hub
LiveBench 2.0 Data Analysis不计入 Index–––––82.3%#6–LiveBench
LiveBench Research不计入 Index–––––79.1%#22–LiveBench
AA-Omniscience v1.1-5.0#9422.9#5326.6#4527.8#4328.9#4229.6#41–Artificial Analysis
Excel Modeling Benchmark v1.1不计入 Index–––––73.3%#9–Vals AI
EBR-bench不计入 Index–––––78.1%#3–Epoch AI Benchmarking Hub
AA-Omniscience v1.1: accuracy不计入 Index40.7%#6645.6%#5347.4%#4647.3%#4748.0%#4447.6%#45–Artificial Analysis
AA-Omniscience v1.1: non-hallucination不计入 Index22.9%#11258.4%#6360.4%#5663.0%#5063.3%#4965.5%#45–Artificial Analysis
FACTS Parametric不计入 Index推理强度未说明––––––70.8%#11Google

指令遵循

基准测试默认来源趋势
MultiChallenge74.2%#6Scale AI SEAL

多模态

基准测试无推理lowmediumhighxhighmax默认来源趋势
LiveBench Design不计入 Index–––––79.7%#8–LiveBench
MMMU-Pro76.0%#10582.5%#4082.8%#3683.8%#2983.8%#2984.7%#19–Artificial Analysis
Blueprint-Bench 2不计入 Index推理强度未说明––––––42.1%#6Epoch AI Benchmarking Hub
Furniture Assembly不计入 Index–––––79.2%#5–Epoch AI Benchmarking Hub
VIALS-AA不计入 Index–––––60.3%#5–Handshake AI
FACTS Multimodal不计入 Index推理强度未说明––––––48.8%#12Google

长上下文

基准测试无推理lowmediumhighxhighmax默认来源趋势
AA-LCR v1.167.7%#25681.0%#6980.7%#7482.3%#4781.7%#5982.7%#40–Artificial Analysis
MLCR不计入 Index–––––30.6%#18–Artificial Analysis
FACTS Grounding不计入 Index推理强度未说明––––––84.2%#1Google

综合

基准测试无推理lowmediumhighxhighmax默认来源趋势
Epoch Capabilities Index不计入 Index推理强度未说明––––––167.7#6Epoch AI Benchmarking Hub
LiveBench 2.0–––––78.8%#7–LiveBench
AA Intelligence Index v5.0.1不计入 Index30.5#6429.4#6938.2#4442.4#3945.3#3351.3#20–Artificial Analysis
AA Intelligence Index v4.3.2不计入 Index33.5#11236.2#9041.3#6243.9#4845.4#3848.1#26–Artificial Analysis
AA Progress Index v1不计入 Index318.2#71316.6#79328.9#37334.1#28337.9#24345.2#12–Artificial Analysis
Vals Index不计入 Index–––––60.5#13–Vals AI
Vals Finance Index不计入 Index–––––53.3%#30–Vals AI
Vals Legal Index不计入 Index–––––58.8%#34–Vals AI

安全与诚实

基准测试默认来源趋势
FORTRESS不计入 Index18.2%#34Scale AI SEAL
DistressBench不计入 Index65.9%#36Scale AI SEAL

GameBench 2 Overall: 81.2. GameBench 2, best reasoning setting (XHigh): 85.8. 仅供参考,不计入 BenchLeader Index。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

优势所在

在所有已测配置中,这个配置排名前五的基准测试。

API 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
Azure78 tok/s1.50 s$1.10$5.501.1M–
Azure75 tok/s3.01 s$1.00$5.001.1M–
Amazon Bedrock61 tok/s1.80 s$1.10$5.501.1M–
OpenAI56 tok/s1.32 s$2.00$10.001.1M–
OpenAI55 tok/s2.78 s$1.00$5.001.1M–
OpenAI44 tok/s2.69 s$0.500$2.501.1M–
Azure40 tok/s1.96 s$1.20$6.001.1M–

使用情况

GPT-6.1 Terra 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商

OpenRouter,过去一周
#29
token 份额 0.57%
编程智能体轮次占比,30 天
0.76%
Codex 中占 99%
可用性,72 小时
99.8%
OpenRouter,全部提供商
工具调用错误率,7 天
0.32%
占工具调用
OpenRouter 每日 token 数(2026年10月26日 至 2026年11月15日):共 2.89T,环比上周 +13%。

过去 30 天的典型请求:每次请求 33.6k token、每个输出 token 对应 94 个输入 token、88% 的输入来自缓存、42% 的输出为推理内容、每次请求 0.36 次工具调用。

在 OpenRouter 上向它发送 token 最多的应用:Codex (293B)、Hermes Agent (223B)、omp (119B)、pi (103B)、Claude Code (24.9B)。

Vercel AI Gateway 上的提供商吞吐量首 token在线率,1 天
OpenAI189 tok/s0.95 s99.96%
Amazon Bedrock141 tok/s0.93 s97.66%
Azure71 tok/s0.79 s95.96%

来源: 使用情况: OpenRouter 排名 · Vercel AI Gateway, CC BY 4.0 · T3 Code via Slopalytics · 数据截至 2026年11月16日。

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.050。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0019$0.00162.6 min
总结一份 30 页的报告12,000 / 600$0.015$0.00652.7 min
代码编辑6,000 / 1,500$0.013$0.00922.9 min
智能体编程会话60,000 / 4,000$0.080$0.0373.4 min
结构化信息提取2,000 / 200$0.0030$0.00162.6 min

包含该模型的编程套餐

可以使用 GPT-6.1 Terra 的订阅套餐,列出各自的用量限制和单项任务成本。

OpenAI 的更多模型

本月新上线

将 GPT-6.1 Terra 与以下模型对比

另请参阅

嵌入或引用

在模型卡片或 README 中展示 GPT-6.1 Terra 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![GPT-6.1 Terra on BenchLeader: 综合第 15 名](https://www.benchleader.com/badge/gpt-6-1-terra.svg)](https://www.benchleader.com/models/gpt-6-1-terra)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). GPT-6.1 Terra on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/gpt-6-1-terra

BibTeX:

@misc{benchleader_gpt_6_1_terra_20261116,
  author       = {{BenchLeader}},
  title        = {{GPT-6.1 Terra on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/gpt-6-1-terra}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

GPT-6.1 Terra 的基准测试得分是多少?
截至 2026年11月16日,GPT-6.1 Terra(推理强度 max)的 BenchLeader Index 为 64.1 ±2.0(前 50 名)。最强的是数学(72),最弱的是知识(61)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
GPT-6.1 Terra 排名第几?
截至 2026年11月16日,GPT-6.1 Terra(推理强度 max)在 608 个已排名配置中排第 32 名(前 50 名)。另有 92 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
GPT-6.1 Terra 每百万 token 的价格是多少?
截至 2026年11月16日,GPT-6.1 Terra 的价格为输入每百万 token $1.00、输出每百万 token $5.00,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $2.00。
GPT-6.1 Terra 比 GPT-5.5 更好吗?
截至 2026年11月16日,GPT-5.5(推理强度 xhigh)与 GPT-6.1 Terra(推理强度 max)的质量不相上下(BenchLeader Index 64.1 比 64.1,在 ±4.4 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
GPT-6.1 Terra 是什么时候发布的?
OpenAI 于 2026年10月26日发布了 GPT-6.1 Terra。BenchLeader 收录了它在 8 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《GPT-6.1 Terra:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/gpt-6-1-terra。