GPT-6.1 Terra Max 发布,Agent Arena 排名第 8 成本降 43%
原标题:Real-world results are in: GPT-6.1 Terra (Max) by @OpenAI ranks #8 in Agent Arena across nearly 9K a...
78AI 研判分
OpenAI 最新模型 GPT-6.1 Terra (Max) 在 Agent Arena 基准测试中位列第 8,较前代提升 10.6%。该模型显著优化了任务执行成本(中位数 $0.62),并在 Bash 可靠性和可控性方面表现突出,重塑了性能与成本的帕累托前沿。
报道正文
Arena.ai (@arena) · 2026-10-29 14
真实世界结果出炉:@OpenAI 的 GPT-6.1 Terra (Max) 在 Agent Arena 中排名第 8,基于我们全球用户社区近 9K 次智能体(agentic)会话的数据。
凭借 +10.6% 的净提升和每任务 $0.62 的中位成本,它重塑了帕累托前沿(Pareto frontier)!其在榜单中的位置见下文线程。其中位每任务成本为:
- 比排名第 7 的 Gemini 4 Argon (High) ($1.09) 低 43%
- 比排名第 6 的 GPT-6.1 Sol (Max) ($0.89) 低 30%
- 比排名第 5 的 GPT-6 Astra (Max) ($5.16) 低 88%
从信号指标来看,其优势包括:
- #7 可控性(Steerability)(+13.3%):当你提出反对意见时,模型能否及时纠偏
- #3 Bash 可靠性(Bash Reliability)(+13.2%):其命令是否成功执行(排除非模型控制范围内的错误)
- #9 赞扬与抱怨比(Praise vs Complaint)(+16.8%):用户反应中的隐含情感倾向
再次祝贺 @OpenAI 团队发布此版本!
↳ 引用 @arena (Arena.ai): 真实世界结果出炉:@OpenAI 的 GPT-6.1 Terra (Max) 刚刚在 Code Arena: WebDev 中以 1671 分位列第 14,交付了帕累托级别的结果!
这比目前排名第 56 的 GPT-5.6 Terra 高出 +151 分。GPT-6.1 Terra 的每任务中位成本为 $0.40,比 GPT-5.6 Terra(每任务 $0.56)低 28%,重塑了帕累托前沿。
与该系列其他模型相比,GPT-6.1 Terra (Max) 极其高效:
- 比排名第 4 的 GPT-6.1 Sol (1752 分) 低 81 分,但每任务中位成本低 75%。
- 仅比排名第 11 的 GPT-6 Sol (1677 分) 低 6 分,但每任务中位成本低 76%
祝贺 @OpenAI 团队发布此版本!
