OpenAI还没开新品发布会，新模型先被自家盟友的代码库给出卖了。更离谱的是，这个在家族里只排“老二”的中端货，干起活来居然把老大哥的饭碗抢了。
先说这事是怎么漏出来的：不是官宣，是代码库说漏嘴。
10月16日，微软的 EF Core 仓库合并了一个提交（PR #39217）。眼尖的开发者发现，里面 18 个评测配置的裁判模型，一夜之间从 gpt-5.6-terra 换成了 gpt-6.1-terra。而干活的模型，依然是 GPT-6.1 Sol。也就是说，Sol 在前面答题，新来的 Terra 在后面打分。
裁判这个位置很说明问题。能给代码和任务输出判卷，自己的逻辑和判断力得比选手只强不弱——就像能给奥数决赛判卷的人，自己得先会做题。一个还没发布的模型，先被安排去当裁判，这本身就是一种剧透。
第二条线更直接。据开发者爆料，GitHub Copilot 已经在生产环境的代码审查里测试 GPT-6.1 Terra，而且是在高推理难度的审查、复审、集成和 CI 环节，全面顶替 GPT-6.1 Sol。内部对它的描述也很直白：Sol 的更便宜替代品。
模型还没发布，工牌已经先挂上了。
这就引出了第二个问题：OpenAI 的命名体系，先崩了。
GPT-6 这一代的名字是一套行星/恒星等级表，写得明明白白：Luna（月亮）是入门款，主打快和便宜；Terra（地球）是中端，主打性价比；Sol（太阳）是干活主力，接近旗舰；Astra（星辰）是真正的旗舰，代表智力天花板。按这个顺序，Luna < Terra < Sol < Astra。
Sol 现在的定价是输入 2 美元、输出 10 美元每百万 token，上下文窗口 1.05M，在 Agentic Coding 和 Computer Use 上直逼旗舰 Astra。可现在，一个定位比它低一级、价格还要更便宜的 Terra，在最高难度的代码审查上把它顶替了。
这就好比车厂明明给车分好了微型、紧凑、中型、旗舰四个档，结果紧凑型在赛道上跑赢了中型，售价还更低——那这分级还有什么意义？有开发者直接吐槽：这些名字现在看起来更像价格标签，而不是能力等级。
不过，先别急着喊“旗舰被反超”。标题里的“旗舰”，得打三个补丁。
第一，被顶替的是 Sol，不是 Astra。Astra 依然是智力天花板，Terra 抢的是“干活主力”的位置，不是王座。把 Sol 说成旗舰，是借了它的光环，严格讲不准确。
第二，“反超”只发生在高推理代码审查这一个场景。裁判强，不等于样样强。一个模型能在审查环节判得准，不代表它在所有任务上都比 Sol 强。拿单项成绩当全面胜利，是泄露新闻最常见的夸大手法。
第三，也是最关键的一点：到目前为止，这一切都是泄露口径，OpenAI 官方一个字都没认。有媒体专门提醒过，公开的模型目录里至今只有 Sol，没有 Terra。The Information 的说法是，Terra 的目标就是“比 Sol 强、还更便宜”，为的是跟 Anthropic 拼价格——这首先是一场价格战，不是登基大典。而且该报记者后来也补了一句：部分新发布可能拖到 11 月。
还有一个容易被忽略的背景：GPT-6 刚发布时，其实根本没有 Terra 这一档，阵容只有 Sol、Luna、Astra。所以 6.1 Terra 与其说是凭空冒出来的新物种，不如说是中端档的回归。OpenAI 不是在加一个新等级，是在把当初砍掉的那一档捡回来，而且捡回来就直接冲着 Sol 的饭碗去的。
对普通人来说，这事到底意味着什么？
如果你是天天跟代码打交道的开发者，Terra 真来了，最直接的好处是两点：Copilot 的代码审查可能更准，API 账单可能降一档。便宜又大碗，当然值得高兴。
但现在还不是换模型的时候。没官宣、没定价、没公开跑分，急着站队等于给传闻交定金。真要等，盯住两点就行：定价到底比 Sol 低多少；审查之外的通用能力有没有缩水。这两点没落地之前，所有的“反超”都只是传闻。
说到底，OpenAI 真正的麻烦不是 Terra 太强，而是它把自家价格体系的底给掀了。Sol 刚卖上 2 美元进、10 美元出的价，转头就被自家小弟在核心场景里平替——以后用户每买一次 Sol，都要先问一句：我是不是买贵了？
命名可以重写，价格可以重定，但用户心里那杆秤一旦歪了，再扶正就难了。Terra 是不是真神，等官宣那天见分晓；但 OpenAI 这出“中端掀桌”，已经比很多正式发布会都好看。
信息来源：LuminaBench 10 月 19 日报道、The Information（经 TestingCatalog 转述）、微软 EF Core 公开仓库 PR #39217；以上泄露内容未经 OpenAI 官方证实。
热门跟贴