怎么调用 GPT-6.1 Terra API

GPT-6.1 Terra 的 API 模型 ID 是 gpt-6.1-terra,支持 Responses、Chat Completions 和 Batch。本文给出 curl、Python、Node 示例,以及推理强度、工具和迁移检查。

用 Apifox,节省研发团队的每一分钟

怎么调用 GPT-6.1 Terra API

免费使用 Apifox

相关推荐

最新文章

API

一体化协作平台

API 设计

API 文档

API 调试

自动化测试

API Mock

API Hub

立即体验 Apifox
目录

GPT-6.1 Terra 从 2026 年 10 月 26 日起在 OpenAI API 上以 gpt-6.1-terra 提供。它支持 Responses、Chat Completions 和 Batch,价格是每百万 token 输入 1 美元、输出 5 美元,输入最多 922,000 token,输出最多 128,000 token。如果已经在调 GPT-5.6 Terra,切换大多是改一行模型 ID,但有几项设置要先核对。

本文包括:拿密钥、用 curl、Python 和 Node 发第一次请求、六档推理强度、计算机操作和其他工具、控成本,以及从 gpt-5.6-terra 迁移时要测什么。模型概览见「GPT-6.1 Terra 是什么」。

AI Coding 交流群

如果你也在用 AI 写代码,或者正在研究 Cursor、Claude Code 这些工具,欢迎加入以下交流群。群里平时会聊一些 AI 编程的实际用法、开发工作流,还有各种新工具和新玩法。

API 支持什么

能力 GPT-6.1 Terra
模型 ID gpt-6.1-terra(一个快照)
端点 Responses、Chat Completions、Batch
不支持 Realtime、Live、Assistants、微调、predicted outputs
输入 文本和图像
输出 文本
上下文窗口 1,050,000 token(输入 922,000,输出 128,000)
推理强度 none、low、medium(默认)、high、xhigh、max
功能 流式输出、结构化输出、函数调用、提示缓存
工具(仅 Responses) web_search、file_search、computer_use、code_interpreter、hosted_shell、apply_patch、skills、mcp、tool_search、image_generation

来源:OpenAI 的 GPT-6.1 Terra 模型页。托管工具要走 Responses API,新接入优先用它。

第 1 步:拿到 API 密钥

在 OpenAI 平台后台创建密钥并开通计费。Terra 没有免费档:ChatGPT Plus 或 Pro 只在 ChatGPT Work 和 Codex 里提供 Terra,不提供 API 密钥。差别见「GPT-6.1 Terra 能免费使用吗」。

让下面的例子能读到密钥:

export OPENAI_API_KEY="sk-..."

速率限制取决于用量档。模型页列出:Build 档每分钟 5,000 次请求、100 万 token;Launch 档 10,000 次、400 万 token;Grow 档 15,000 次、4,000 万 token。

第 2 步:发第一次请求

用 curl 调 Responses API:

curl https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-6.1-terra",
    "reasoning": { "effort": "low" },
    "input": "Summarize the difference between PUT and PATCH in two sentences."
  }'

Python 官方 SDK:

from openai import OpenAI

client = OpenAI()

response = client.responses.create(
    model="gpt-6.1-terra",
    reasoning={"effort": "low"},
    input="Summarize the difference between PUT and PATCH in two sentences.",
)

print(response.output_text)
print(response.usage)

Node:

import OpenAI from "openai";

const client = new OpenAI();

const response = await client.responses.create({
  model: "gpt-6.1-terra",
  reasoning: { effort: "low" },
  input: "Summarize the difference between PUT and PATCH in two sentences.",
});

console.log(response.output_text);
console.log(response.usage);

从一开始就打印 usage。它给出输入、缓存和输出 token。推理 token 按输出计费。

第 3 步:选推理强度

Terra 有六档。默认是 medium。

强度 适合
none 分类、抽取、格式化;要确定性输出
low 短回答、简单工具调用、多数对话式工作
medium 默认;一般编程和智能体步骤
high / xhigh 更难的多步推理
max 基准设置;最难的任务,也最慢、最贵

有两点值得注意。

支持 none。 GPT-6.1 Sol 去掉了它,这是两者的实际差别之一。社区论坛有开发者反馈,reasoning.effort: "none" 时 Terra 可以再设 temperature 和 top_p。大批量打标或抽取时,none 单次成本最低,输出也更可重复。

低强度提升最大。 OpenAI 内部事实性测试里,低强度错误率从 GPT-5.6 Terra 的 53.6% 降到 16.7%。Artificial Analysis 也测得,相对 GPT-5.6 Terra,低强度的提升(7 到 13 分)大于最高强度(6 分)。如果以前为了质量把 GPT-5.6 Terra 开到 high,先在 6.1 Terra 上试 low 或 medium,不要默认沿用旧设置。

第 4 步:用工具,包括计算机操作

OpenAI 把这次发布说成「更低价格下,又快又能用的计算机操作」。计算机操作、网页搜索、文件搜索和其他托管工具都在 Responses API 上。一次网页搜索是这样:

response = client.responses.create(
    model="gpt-6.1-terra",
    reasoning={"effort": "low"},
    tools=[{"type": "web_search"}],
    input="What changed in the latest OpenAPI Specification release?",
)
print(response.output_text)

函数调用和结构化输出与其他 GPT-6 模型相同:在 tools 里定义函数 schema,或在文本格式里传 JSON schema,然后校验返回值。对着真实应用看计算机操作,可以参考「GPT-6 Astra 计算机操作」。那些做法也适用于 Terra,token 单价是 Astra 的十分之一。

第 5 步:控成本

Terra 的费率已经不高,还有四项设置能再降:

  • 提示缓存 自动开启。缓存输入每百万 token 0.05 美元,新输入是 1 美元。把稳定内容(系统提示、工具 schema、参考文档)放在提示前面。写入缓存:30 分钟保留是每百万 1.25 美元,12 小时是 2.50 美元。见「GPT-6 提示缓存」。
  • Batch 异步任务全部半价:输入 0.50 美元、输出 2.50 美元。流程见「OpenAI Batch API」。
  • Flex 在普通请求上设 service_tier: "flex",同样半价,换来更慢的响应和偶尔的 429。
  • 272K 这条线。 输入超过 272K token 时,整次请求按 2 倍输入和缓存、1.5 倍输出计费。快到线时,先裁检索上下文,不要跨过去。

Fast 模式相反:Standard 的 2 倍(输入 2 美元、输出 10 美元),换更快的响应。全部费率见「GPT-6.1 Terra 价格」。

从 gpt-5.6-terra 迁移

模型 ID 只改一行。周围要核对这些:

  1. 价格。 输入从 2 美元降到 1 美元,缓存输入从 0.20 降到 0.05,输出从 12 降到 5。写死费率的成本看板和预算告警要更新。
  2. 推理强度。 用更低强度重测。low 的质量变化最大。
  3. 知识截止。 Terra 是 2026 年 6 月 1 日。假设更早截止日期的提示,或答案跟日期有关的测试,结果可能变。
  4. 输出长度和格式。 新模型可能写得更长或更短。看 usage.output_tokens,以及任何假定固定格式的解析器。形状重要时用结构化输出。
  5. 速度。 OpenAI 称 Terra 完成任务的平均速度比 Astra 和 GPT-6.1 Sol 快 3 倍以上。给更慢模型调的超时仍然够用,但按长时间等待写的重试和轮询可能会浪费。
  6. Codex。 团队如果用 Codex,Terra 需要 Codex CLI 0.159.0 或更高:codex -m gpt-6.1-terra。

OpenAI 还没有宣布 GPT-5.6 Terra 的退役日期,对比期间可以两个一起跑。

迁移后对比两次真实请求

第 1 到第 6 步不适合只靠手点。对同一个生产提示,分别用 gpt-5.6-terra 和 gpt-6.1-terra、推理强度 low 调用 POST https://api.openai.com/v1/responses。断言状态码 200、output_text 非空、输出符合 JSON schema,且 usage.output_tokens 低于 3000。然后比较 token 和失败项。

原文给出来源产品的 CLI 命令。Apifox 是否提供同名 CLI,待核实,因此不照搬。OpenAI 密钥放在环境里,不要写进提示词。Terra 这一侧通过后,再把同一条检查放进 CI,避免以后改提示或换模型时契约悄悄坏掉。

常见问题

GPT-6.1 Terra 的模型 ID 是什么? gpt-6.1-terra。只有一个快照,它也是默认值。

能用 Chat Completions 吗? 能。支持 Responses、Chat Completions 和 Batch。网页搜索、计算机操作这类托管工具需要 Responses API。

能设 temperature 吗? 社区反馈说,reasoning.effort: "none" 时可以。其他强度以模型页为准,再决定要不要传采样参数。

支持 Realtime API 吗? 不支持。Realtime、Live、Assistants 和微调都不支持。

速率限制是多少? 看档位:Build 每分钟 5,000 次请求、100 万 token,到 Grow 是 15,000 次、4,000 万 token。

下一步

先在一个端点上换模型 ID,用更低的推理强度重测,并对比两次运行。不确定 Terra 还是 Sol 适合你的负载,看「GPT-6.1 Terra 和 GPT-6.1 Sol 怎么选」。

开发必备:API 全流程管理神器 Apifox

介绍完上文的内容,我想额外介绍一个对开发者同样重要的效率工具 —— Apifox。作为一个集 API 文档、调试、设计、测试、Mock、自动化测试于一体的工具,Apifox 是目前提升研发效率的首选。

如果你正在开发项目,不妨试试其极其友好的界面设计,它完全兼容 Postman 和 Swagger 数据格式,导入数据非常方便,,即使是新手也能很快上手,点击这里即可注册使用。

Apifox

值得一提的是,除了个人和常规团队使用,针对有高安全合规要求、或需要在内网环境协作的企业,Apifox 还提供了深度定制的私有化部署方案。

获取专属报价与部署方案

icon 详细的私有化部署系统架构与安全白皮书
icon 针对您公司规模的专属报价单
icon 免费的 1v1 专属产品演示 (Demo) 机会
获取部署方案
* 提交后,我们的客户经理将在 1 个工作日内与您联系
林俊锋 企业微信
@Apifox 专属顾问
扫码备注: 私有化 + 公司名