GPT-6.1 Terra写作评测突出低成本
AI 总结
Towards AI的评测在10项YouTube脚本写作任务上测试GPT-6.1 Terra，每项生成5个稿件，并由4名LLM评审按100分制进行盲评。在一项涵盖84个模型的评测中，GPT-6.1 Terra总排名第23，GPT-5.6 Terra排名第15。GPT-6.1 Terra的低推理档以不到GPT-5.6 Terra中档一半的成本取得了Elo区间重叠的得分。最高推理档每稿使用约9,500个思考token，成本约为三倍，但写作得分没有提高。4名评审中只有OpenAI的GPT-6.1 Sol明确偏好GPT-6.1 Terra，其余3名给出的分数较低。
深度见解
这项评测为特定写作任务中的成本、推理用量、排名和评审偏好提供了有明确范围的数据。但测试仅涵盖10项YouTube脚本任务，采用存在分歧的LLM评审，并涉及特定的语气模仿，因此不能据此判断模型的通用智能、编程或对话能力。
#GPT-6.1 Terra#GPT-5.6 Terra#GPT-6.1 Sol#GPT-6 Sol#GLM-5.3 Flash#DeepSeek V4.1 Flash 1017#Towards AI