ToneBench 实测 GPT-6.1 Terra 写作：排名 #23，胜在便宜而非更好
OnlyProggingForFun · reddit · 2026-10-28
Towards AI 团队在自建写作评测 ToneBench（10 个 YouTube 脚本任务 × 5 稿，4 个 LLM 评审盲打分）中测试了 GPT-6.1 Terra：
- 结论：更便宜，而非更好。6.1 Terra 排名 #23（Elo 1923），GPT-5.6 Terra #15（2033），仅 5.6 ultra 明显胜出；6.1 low 档以不到 5.6 medium 一半的成本达到相近 Elo。
- 加推理没用：low 档零思考 token，max 档约 9,500 思考 token、3 倍成本，得分相同。
- 评审选择影响大：4 个评审中只有 GPT-6.1 Sol 更偏好 6.1 Terra，其余三个都打更低分。
- 强项分化：6.1 Terra low 在「避免 AI 味」上排 141 个配置中第 10，但模仿作者语气仅 #64。
- 开源更便宜：GLM-5.3 Flash max（$0.022/脚本）和 DeepSeek V4.1 Flash 1017 max（$0.014）得分更高，只是生成 token 多 7–15 倍、更慢。
- 作者建议：批量草稿用 6.1 Terra low；质量优先用 GPT-6/6.1 Sol medium。局限：仅测特定脚本任务，依赖 LLM 评审。
「模型」频道最新
- Datalab Chandra 2.6 发布:OmniParseBench 94.1 分超前沿,速度快 2.5 倍 — VikParuchuri · 2026-10-28
- Claude Duet 页面曝光：由 Opus 5.5 驱动的主动式代理，仅限美国 Pro/Max — dotey · 2026-10-28
- AI 客服公司实测:Terra 6.1 取代 Sol 与 Sonnet 成新基线 — chatrep · 2026-10-28
- Datalab Chandra OCR 2.6 发布：精度超前沿模型，价格低 5-15 倍 — VikParuchuri · 2026-10-28
- GPT 6.1 Terra 表格解析冲进 ParseBench 前五，每页约 1 美分 — dotey · 2026-10-28
- 用户抱怨 Cursor 擅自切换到 Grok，称其连简单任务都做不好 — kylegawley · 2026-10-28