No.8OpenAI2026年10月26日

GPT-6.1 Terra

前沿大模型能力评测成绩与细分基准证据链。

综合评测得分

68.8

综合排位

第 8 名

API 参考定价: 输入 ¥6.67 / 输出 ¥33.34 (缓存 ¥0.33) / 每百万 Token

五大领域分项成绩

编程第5名

69.6 分

科研第4名

73.3 分

专业办公第23名

63.6 分

知识问答第10名

67.9 分

实测证据链明细

每一项成绩都有明确来处。列出标准化评测集原始成绩及其统一折算分。

WeirdML v3Håvard Tveit IhlexHigh 推理 · codex_cli

原始值 29.6%

折算能力分 76.9

第 4 名

FrontierCode 2.0Artificial AnalysisMax 推理

原始值 42.3%

折算能力分 74.2

第 4 名

Terminal-Bench 4.0Artificial AnalysisMax 推理

原始值 55.6%

折算能力分 71.4

第 15 名

TapTap MakerTapTap MakerxHigh 推理 · codex

原始值 85.5%

折算能力分 71.4

第 5 名

Terminal-Bench 4.0Vals AIMax 推理

原始值 49.5%

折算能力分 71.0

第 11 名

Vibe Code Bench v1.1Vals AIMax 推理

原始值 84.0%

折算能力分 66.0

第 20 名

SciCodeArtificial AnalysisMax 推理

原始值 55.1%

折算能力分 56.7

第 54 名

Mystery Game PuzzlesEpoch AIMax 推理

原始值 74.0%

折算能力分 80.7

第 3 名

Terminal-Bench ScienceArtificial AnalysisMax 推理

原始值 57.6%

折算能力分 79.3

第 9 名

FrontierMath T1–3Epoch AIMax 推理

原始值 90.9%

折算能力分 78.1

第 4 名

CritPt v2 HardArtificial AnalysisMax 推理

原始值 68.0%

折算能力分 77.5

第 10 名

CritPtArtificial AnalysisMax 推理

原始值 28.0%

折算能力分 69.7

第 28 名

Humanity's Last ExamArtificial AnalysisMax 推理

原始值 46.2%

折算能力分 63.0

第 46 名

APEX-AgentsMercorMax 推理 · loop_truncated_tools_agent · apex-agents:v1.1:loop_truncated_tools_agent

原始值 68.3%

折算能力分 73.5

第 8 名

Excel Modeling v1.1Vals AIMax 推理

原始值 73.3%

折算能力分 69.3

第 7 名

AutomationBench-AAArtificial AnalysisMax 推理

原始值 60.2%

折算能力分 66.6

第 42 名

AA-BriefcaseArtificial AnalysisMax 推理

原始值 1,401.4

折算能力分 64.1

第 66 名

GDPval-AAArtificial AnalysisMax 推理

原始值 1,475.6

折算能力分 61.7

第 61 名

τ³-BankingMercorMax 推理

原始值 37.1%

折算能力分 61.5

第 27 名

Finance Agent v2.1Vals AIMax 推理

原始值 56.0%

折算能力分 59.4

第 31 名

Legal Research BenchVals AIMax 推理

原始值 26.0%

折算能力分 53.2

第 62 名

TaxAgentBenchVals AIMax 推理

原始值 17.1%

折算能力分 51.9

第 58 名

Harvey 法律 Agent 基准 v1.1Vals AIMax 推理

原始值 1.7%

折算能力分 46.5

第 35 名

MLCR-AAArtificial AnalysisMax 推理

原始值 30.6%

折算能力分 76.5

第 16 名

AA-Omniscience v1.1Artificial AnalysisMax 推理

原始值 29.6

折算能力分 69.1

第 31 名

SimpleQA VerifiedEpoch AIMax 推理

原始值 57.3%

折算能力分 66.0

第 19 名

AA-LCRArtificial AnalysisMax 推理

原始值 82.7%

折算能力分 57.5

第 37 名

Arena WebDevLMArenaMax 推理

原始值 1,672.7

折算能力分 69.3

第 14 名

尚未成效的评测项（27 项）

该模型目前在以下公开测试集暂无官方或独立第三方实测成绩，不参与赋分：

Terminal-Bench 4.0 · 官方LiveBench · 编程综合Code Migration v1.1ProgramBenchMirrorCodeCyberBench Patch v1.1APEX-SWEFrontierCode 2.0 · CognitionFrontierSWE v2LiveBench · 推理与数学致知 · 逻辑月榜司南 · 推理ARC-AGI-2司南 · 抽象Chess PuzzlesMysteryMechanismTerminal-Bench Science · ValsBioMysteryBenchHarvey LAB 1.1 · AALiveBench · 数据分析MedCodeAA-Analyst Agent司南 · 知识LiveBench · 语言与指令NYT Connections 扩展版BullshitBench · 错误前提Arena Text