OpenAI Terra 6.1 评测：便宜模型配对调用，跑赢基准测试看不见的经济账

IamNotGorbachev · reddit · 2026-10-29

作者认为 OpenAI Terra 6.1 是个突出「AI 经济学」的发布，好坏完全取决于使用场景（YMMV）。论坛同时充斥「无用」「糟糕」「强大」的评价：失望者多是知道 Sol 6.1 略落后于 Opus 5.5、指望 Terra 缩小差距却拿到「更差」模型的人；另一些人想低价获得 Sol 品质，发现 Terra 仍落后并不意外；但也有人觉得它「够好且够便宜」，能满足编码需求。

作者的实际用例需要智能与成本的精细平衡，涉及两次串行 API 调用：第一次由 Terra 一次完成大部分重活，比次优选择 Luna（max）更便宜；第二次简单跟进交给最便宜但能力有限的 Luna（low）。他指出基准测试捕捉不到任务差异与影响——「大模型低档位比小模型满档位更便宜且更好用」这一点在他场景里持续产生红利。此外小模型无论推理多强，神经网络里存储的世界知识本身就少，长推理链有时只是在弥补知识缺口。