当旗舰模型的能力提升越来越难被普通用户感知时，价格和单位成本就成了新的竞争维度。
发生了什么
据 The Decoder 报道，OpenAI 发布了名为 GPT-6.1 Terra 的中端模型。报道指出两个关键信息：一是其 API 价格相较前代直接减半；二是尽管定位在中端，它在部分能力上仍在向自家更大规模的模型靠拢。
报道援引分析人士的说法称，Terra 在“每美元智能”这一维度上树立了新的参照，尤其适用于日常计算任务和 AI 驱动的计算机操作（computer control）场景。
需要说明的是，目前公开信息集中在定价策略与定位层面，具体的基准测试成绩、上下文长度、模态支持等细节并未在摘要中给出，因此不宜对其绝对能力做过度推断。
为什么重要
过去两年，模型发布的叙事主线是“更强”。但进入这一阶段后，厂商之间的分化开始体现在另一条轴上：在可接受的能力水平上，把单位推理成本压到多低。
中端模型的定位变化值得注意。传统上，中端意味着在能力上做明确妥协，用于承接对成本敏感的调用。而 Terra 被描述为“价格减半的同时仍在追赶更大的模型”，这暗示模型家族内部的能力梯度正在被压缩——小一号的模型不再只是廉价替代品，而可能成为多数生产场景的默认选择。
“每美元智能”成为评价口径，也反映出买方市场的心态变化。开发者在选型时越来越倾向于先问单次调用的成本与延迟，再问榜单排名。
影响与看点
对开发者而言，最直接的影响是成本结构的重算。价格减半意味着原本因预算被砍掉的功能——更长的上下文、更多的重试、更密集的 agent 循环——重新变得可行。尤其是 computer control 这类需要多轮交互、单任务调用次数高的场景，单位价格对总体可行性几乎是决定性的。
对行业而言，中端模型性价比的提升会进一步压缩“用大模型做一切”的空间，也会给同价位竞品带来直接压力。当头部厂商主动把中端价位往下压，跟随者的定价余地会被显著收窄。
值得关注的几个点：一是 Terra 与更大模型之间的能力差距究竟体现在哪些任务类型上，这决定了它能否承担主力负载；二是价格下调是否伴随速率限制或服务层级的调整；三是 computer control 的稳定性，这类任务对错误的容忍度远低于文本生成。
一个独立判断：这一轮竞争的胜负手，正在从“谁的模型最聪明”转向“谁能让足够聪明的模型便宜到被无脑调用”。Terra 的发布是这一转向的又一个明确信号。
