OpenAI 在 10 月 26 日发布了新模型 GPT-6.1 Terra，定位很明确：让 AI 从“会说话”变成“会动手”。它主打三项能力：视觉理解、电脑操作和自然写作，已经向 ChatGPT Work 与 Codex 的 Plus、Pro、Enterprise 和 Edu 用户开放，开发者也可以通过 API 调用。

所谓电脑操作，指的是模型能像人一样看屏幕、点按钮、输文字、切换软件，把一串操作连贯地做完。以前的助手大多停留在对话和生成代码这一步，你问它怎么做，它告诉你步骤，剩下的还是你自己动手。Terra 的变化在于，你可以直接用自然语言下指令，比如“帮我把这个文件夹里的文件按日期整理好”，它会在屏幕上实际执行这些动作。对每天要处理大量重复性电脑操作的人来说，这一步的意义比单纯变聪明更大。

性能数字也值得看。官方称，Terra 完成电脑操作任务的速度，是 GPT-6 Astra 和 GPT-6.1 Sol 的三倍。编程方面，在最高推理强度下，它的 Terminal-Bench 4.0 通过率为 50.3%，而上一代公开成绩为 21.5%，提升幅度超过一倍。不过 OpenAI 也留了一句话：Sol 和 Astra 仍然是最复杂编程任务的优先选择，Terra 主打的是速度与通用性的平衡，而不是在所有编程难题上都取代旗舰。

价格是另一记重拳。新模型标准 API 价格比 GPT-6.1 Sol 和 GPT-5.6 Terra 低 50%：每百万输入 Token 为 1 美元，缓存输入为 0.05 美元，输出为 5 美元。结合 10 月以来模型调用价普遍下探的趋势看，Terra 的定价不只是单次降价，而是在把“能动手操作的模型”推向更便宜、更日常的价位。

要点解读：

第一，电脑操作是 AI 助手从工具向“执行者”跨越的关键一步。会不会动手，决定了它能不能真正替你省时间，而不是只替你省打字。

第二，速度与价格一起动，才是普及的信号。快三倍、便宜一半，意味着这类能力不再是少数重度用户的专属，而是可以放进日常工作流的常规配置。

第三，定位要分清。Terra 适合大量、重复、流程清晰的电脑任务；最复杂的编程攻坚，官方仍建议用 Sol 或 Astra，选型时别只看新旧，要看任务类型。

观点：对普通用户来说，值得先从一个小场景试起：整理文件、填表、批量改名这类规则明确、出错成本低的任务。跑顺了再扩大范围，比一上来就把核心工作全交给它更稳妥。AI 动手能力越强，人的检查习惯就越重要——让它做事之前，先确认它理解的任务就是你想做的任务。