GPT-6.1 Terra这个名字，是从代码仓库里漏出来的，不是发布会。
微软EF Core团队合并的PR #39217里，18个评估配置的judge_model字段从gpt-5.6-terra换成了gpt-6.1-terra，任务执行模型仍是GPT-6.1 Sol。裁判换了人，选手没动。
这类泄露的核验有章可循。看diff落在哪个配置文件：评估流水线的judge配置和线上推理服务的路由配置，证据权重完全不同。前者只能证明内部在拿它做打分基准，后者才是真实流量。GitHub那边Nate Finch的commit被指涉及Copilot生产环境的代码审查链路，Terra在高推理难度的review、复审、CI审查环节替代Sol——如果这条属实，性质就从”内部评测”跳到了”线上承载”。
问题在于，Terra在命名体系里本该排在Sol下面。
Luna轻量、Terra中端、Sol主力、Astra旗舰，能力递增，价格递增。Sol的定价约输入$2/输出$10每百万tokens，1.05M上下文，Agentic Coding和Computer Use接近Astra。现在一个定位更低的型号，在最高难度的逻辑判别任务上顶掉了上位者，还卖得更便宜。命名法当场失效。
社区反应两极。LuminaBench盼着看越级暴打，类比Opus 5.5的戏码；Chubby直接开喷，说Terra就是那个没人疼的老二，求别发。还有人抱怨Sol在3D建模和空间感知上表现糟糕，Astra也没好到哪去，只能转投Opus 5.5和Gemini 4 Argon，但贵。
真正逼出这张牌的是Anthropic。
OpenRouter的统计显示，Claude Opus 5.5发布后，Anthropic模型的7天平均token消耗量涨了3.6倍。Sonnet 5.5和Haiku 5.5同步吃到口碑。开发者摸索出的打法很务实：琐碎任务丢给Haiku 5.5扫尾，硬核架构推理交给Opus 5.5。廉价型号冲调用量，高端型号吃算力预算，两头通吃。
这种组合拳对OpenAI的中低端护城河是直接冲击。The Information的说法是，Terra的核心目标就是加强性能的同时压低价格，应对Anthropic的价格竞争。堵漏的守门员，哪怕背刺自家Sol也得上。
但分层调用不是免费的午餐。廉价模型承接高难度判别时，输出不合格会触发重试，重试消耗token，重试几次仍不过就得人工介入。选型时该看的是单位任务通过成本，不是每百万token单价。一个单价低三成、首次通过率低两成的型号，算总账可能更贵。Terra如果真要在CI审查里替代Sol，这套账OpenAI内部一定算过，外部开发者迁移前也该自己算一遍。
Arena上还冒出两个代号：shooting-star-red-alpha和shooting-star-green-alpha，10月23日出现。竞技场的匿名模型通常是最早的发布信号，猜测指向不同参数量或更激进MoE架构的Terra变体，也可能是视觉方向。没有定论。
Tibo此前预告本周有好戏，时间点对得上。但泄露归泄露，评估配置里的judge_model替换和线上生产替换之间隔着验证、灰度、回滚预案一整套流程。仓库里能看到的是意图，不是承诺。
性能巅峰依然重要，但这一轮竞争的重心已经挪到”把强推理拉到什么价位”。谁能把高难度任务的单位成本压下来，谁就守住调用量。Terra是不是那张牌，等正式发布再看。
ID:7132
