设想这样一个画面：你随手丢给电脑一张网页截图，它自己打开浏览器，找到那张表单，一项项填好，再点击提交。过去这类让人工智能替你动鼠标的活儿，要么贵得用不起，要么笨得干不成。
OpenAI 不久前推出了一款新模型，方向说得很直白：把这件事做得又准又便宜。它主打视觉推理、电脑操作和自然写作，瞄准的是那些重复、多步骤、过去只能人守着屏幕干的琐事。
会自己用电脑的模型
GPT-6.1 Terra 是 OpenAI 在自家模型序列里新增的一档。官方给它的定位是快速、高效，主攻视觉推理、精准的电脑操作，以及自然流畅的写作。它不追求在偏难的题目上拿满分，而是要把日常那些重复、多步骤的活儿干稳、干熟。
它可以读取技术图纸，理解屏幕上的按钮和菜单，也能处理填写网页表单、编辑视频这类需要动手的任务。对普通用户来说，这意味着一些原本要人守在屏幕前的琐事，开始有可能交给模型自动跑完。
这类能力的关键不在聪明，而在可靠。真正的企业工作流里，怕的不是模型偶尔答错，而是它在多步骤任务中途卡住、跑偏。这一档被设计成承接这类连续动作，正是看中了稳定完成比单次惊艳更重要。
这也解释了为什么厂商把它放在序列的靠下位置，而不是当成旗舰来宣传。它的任务不是惊艳，而是好用；不是偶尔答对，而是每次都做完。把一件事做完，往往比把一道题答漂亮更难。
价格降到哪一步
这款模型的标准接口价格已经公布，整体比同门定位更高的档位低出一截，也明显低于序列里的旗舰档。官方没有把降价说成促销，而是把它当作让开发者敢大量调用的前提。
把过去偏贵的电脑操作能力拆出来、单独降到平价，意图其实很清楚。厂商想要的不是一次性的惊艳演示，而是让这套能力在真实业务里被反复用起来。价格每降一档，自动化的使用边界就往外扩一圈。
横向看，这个定价把视觉理解加电脑操作这类原本昂贵的能力，拉到了中小团队也用得起的区间。当一项能力的单价低到可以忽略，它才会被默认嵌入产品，而不是被当成卖点单独收费。
给智能体铺路
更值得从业者留意的，是同期上线的一类轻量判断接口。它专门处理答案有限的判断：是或否、选哪一类、打几分。在智能体的运行循环里，这类高频小决策原本要反复调用完整模型。
现在，这些判断被压成一个低延迟、低成本的独立环节。一个客服智能体可以瞬间决定该把工单转给谁，一个运维智能体可以在执行命令前快速评估隐患。
决策环节的提速与降费，往往比模型整体变聪明更能直接改变成本结构。
这类接口还支持图片与结构化输入。对于要在海量文档里做归类、在长流程里做路由的系统来说，这种廉价而专注的模块，恰恰是智能体能不能跑起来的关键零件。
普通人能拿来做什么
落到日常，这类能力先改变的是那些千篇一律的办事流程。填一张报销单、把纸质合同录进系统、在十几个网页之间来回搬运数据，这些事不复杂，却很耗人力。
当模型既能看懂界面、又能动手操作，它们就成了先被自动化的对象。
对企业来说，意义不只是省人力。过去要不要上智能体，先要算一笔昂贵的调用账；如今单价降下来，很多原本不划算的小场景，也值得让模型试一试。门槛一低，尝试的人就多了，能跑通的应用也就多了。
放到个人这一侧看，当电脑操作变得便宜又稳定，个人也能拥有自己的小智能体。出差前让它订票、整理行程，回家后让它把拍的照片归类存档，这类事不再只属于大公司。
降价背后的算盘
OpenAI 这次强化电脑操作、又同步下调价格，明显是冲着企业里那些高频任务去的。模型能力接近，并不意味着使用成本相同。更低的单次花费，才能让自动化真正走进工作流，而不是只停留在发布会视频里。
这也和整个行业的节奏有关。近一两年来，开源模型不断拉低基准价，闭源厂商把降价从促销手段变成常态策略。谁先把调用成本压下来，谁就更容易成为开发者默认的那一个。
对厂商自身而言，更大的想象力来自调用量。模型生意的飞轮是：更低的价格带来更多的使用，更多的使用沉淀出更稳固的生态，生态又反过来锁定开发者的选择。这一档新模型，正是这台飞轮里的新齿轮。
对开发者来说，选择模型不再只是看榜单排名。当差距缩小，价格、稳定和服务反而成了决定因素。这一次发布，等于把这道选择题的权重，往成本那边挪了一寸。
治理也要跟上
能力被放大，隐患也必须被盯紧。OpenAI 同期更新了公开模型规范，并专门发文说明，如何用分层监控去发现前沿模型的失范行为，以及智能体未经授权的操作。让模型能动手之后，怎么管住它的手，成了绕不开的功课。
所谓分层监控，并不是等出了事再补救，而是在模型运行的多个环节布下观察点，一旦行为偏离预期就发出信号。对于会自动点击、自动执行的智能体来说，这种随时有人看着的机制，比事后的道歉更有价值。
往后比拼的，不只是模型有多强，还有用起来有多省、有多稳。当电脑操作这类高价值能力走向平民价，真正受益的，是那些一直想把重复性工作交出去的普通人。
免责声明：本文基于公开信息撰写，仅供读者参考，不构成任何投资建议。