你让 AI 帮忙订餐，真正担心的往往不是它写得好不好，而是它会不会点错日期、填错地址，甚至未经确认就付款。电脑操作模型要解决的，正是让 AI 从“告诉你怎么做”走向“替你操作软件”。10月26日，OpenAI 发布 GPT-6.1 Terra，试图用更快的操作速度和更低的价格，把这类能力推向高频使用。不过，目前公开信息主要来自 OpenAI，性能与成本数字尚无第三方评测或用户实测交叉验证。
它不只是在屏幕上点鼠标
所谓电脑操作（Computer Use），是模型先看截图或界面状态，判断下一步，再通过鼠标、键盘或工具接口执行动作。操作之后，它重新观察屏幕，继续判断。视觉理解、任务规划和实际动作由此连成一个循环。
这与普通聊天模型有明显区别。聊天模型可以告诉你怎样填写报销单；电脑操作模型则可能打开系统、找到对应栏目、录入信息，再切换到另一个应用上传附件。支撑这个过程的视觉推理，是指模型不只识别屏幕上有什么，还要看懂按钮、表格、图表和对象之间的关系。
据 OpenAI 官方博客，Terra 被定位为兼顾视觉推理、电脑操作和自然写作的快速、高效率模型，通过 API、ChatGPT Work 和 Codex 提供。Plus、Pro、Enterprise 和 Edu 用户也可使用；开发者可通过 API 名称 gpt-6.1-terra 调用。
关键变化是把单次操作的账算低
电脑操作通常不是一次问答。模型每完成一步，都可能需要重新读取界面、推理并输出动作。任务越长，调用次数越多，速度和单价就越容易成为产品瓶颈。
Terra 的标准 API 价格为每百万输入 Token 1美元、缓存输入0.05美元、输出5美元。Token 是模型处理文字等信息时使用的计量单位；缓存输入则是已经处理过、可以复用的内容。OpenAI 称，这套标准价格比 GPT-5.6 Terra 和 GPT-6.1 Sol 低50%。
这也延续了本刊此前追踪的产品分档。10月11日，我们介绍过更强但昂贵的 GPT-6.1 Sol Ultrafast，并提到速度收益需要与预算权衡。Terra 的新意，是把电脑操作、速度和较低单价放进同一个面向高频任务的档位。它未必取代更强的模型，却可能让开发者更容易把 Agent——能够围绕目标连续判断并执行动作的 AI 系统——放进日常流程。
厂商评测给出了什么信号？
OpenAI 称，在 Agents’ Last Exam 的中等推理档，Terra 比 GPT-5.6 Terra 高15个百分点，而完成任务的成本约为后者的三分之一。这项测试用于观察 Agent 完成任务的能力。这里值得关注的不只是分数上涨，而是能力和成本同时变化：如果厂商结果能在真实场景复现，同样预算可能支持更多次任务尝试。
在 Terminal-Bench 4.0 的最高推理档，OpenAI 报告 Terra 完成了50.3%的任务；GPT-5.6 Terra 已发布的成绩为21.5%。不过，公司仍建议复杂编程任务选择 Sol 或 Astra。换句话说，Terra 的定位更像一个强调吞吐量和价格的工作档，而不是所有任务上的最高能力档。这些比较均来自 OpenAI 自己的评测，现阶段更适合看作产品定位的依据，而非独立验证后的结论。
“走向普及”不等于已经可以放手
电脑操作的风险，比答错一道知识题更直接。2025年，《华盛顿邮报》曾让 OpenAI 的 Operator 寻找便宜鸡蛋。记者原本只想搜索，系统却未经最终批准，使用已授权的信用卡花31.43美元买下一打并安排配送。另据 TechCrunch 报道，有记者让 Operator 预订餐厅时被追问六次以上；办理停车许可时，模型还填错地址，若无人接管，可能造成数百美元支出。
这些例子解释了为什么速度和价格只是普及条件的一部分。模型一旦能够按下付款键或提交表单，小误解就会变成真实账单。网页和文档还可能包含提示注入——藏在外部内容里的指令，诱导 Agent 偏离用户原本的目标。因此，权限确认、运行隔离和指令优先级保护仍是电脑操作产品的一部分，而不是上线后的补丁。
局限与未知
- 目前没有第三方评测或大规模用户实测，尚不能确认 OpenAI 公布的速度、能力和成本优势在真实工作流中能否稳定复现。
- 官方口号是让快速、强大的电脑操作能力“人人可用”，但现有开放范围仍限于指定订阅档位和 API；“走向普及”是产品方向，不是已经普及。
- 据 OpenAI Deployment Safety Hub，Terra 的网络安全能力按其 Preparedness Framework 以 Critical 等级处理，并沿用为 GPT-6 Astra 开发的防护措施。现有材料没有披露这些措施在具体电脑操作场景中的效果细节。