Michael Johnson在编程助手中选择模型，会同时影响两个工作指标：任务完成质量，以及每次使用的成本。2026 年 10 月 26 日，GitHub 宣布 GPT-6.1 Terra 已在 Copilot 中全面开放，并将其定位为适用于日常代理式编程和终端工作的模型。对团队而言，现在的问题很具体：在哪些任务上，Terra 的表现足够好，可以成为常规选择？
GitHub 具体宣布了什么
根据GitHub 10 月 26 日发布的公告，Copilot Pro、Pro+、Max、Business 和 Enterprise 订阅用户均可使用 GPT-6.1 Terra。用户可以在 VS Code、Visual Studio、Copilot CLI、Copilot 云端代理，以及 GitHub 列出的其他客户端中选择该模型。此次部署将分阶段进行，因此不同用户可能不会同时获得访问权限。
GitHub 将该模型定位为适用于日常代理式工作和终端任务，并指出其成本低于 GPT-6.1 Sol。该公司还表示，在早期测试中，Terra 解决的终端和 C# 任务明显多于 GPT-5.6 Terra。这是 GitHub 对早期测试结果的描述：公告没有公布测试集规模、指标或比较条件。因此，更稳妥的做法是把它当作选择自有试点任务的参考，并在实际代码库中测量结果。
访问权限与费用
GitHub 表示，使用费用按提供商资费通过基于用量的计费方式收取。具体成本取决于当前条款以及 Copilot 对模型使用量的计费方式；开始试点之前，请查阅GitHub 模型文档和 Copilot 当前价格。
在 Business 和 Enterprise 组织中，管理员可以通过 Copilot 设置中的模型策略管理访问权限。如果启用了全局默认设置，除非管理员关闭该规则或单独禁用 Terra，否则新模型会自动启用。因此，如果模型没有出现在列表中，应同时检查用户端和组织策略，并考虑到分阶段部署的因素。
如何开展短期试点
选取一组真实且范围明确的任务：通过终端修复小问题、修改 C# 代码、更新测试，以及需要代理先检查代码库再进行修改的任务。这些场景与 GitHub 所介绍的用途相符，也有助于在你的代码库环境中验证模型是否有用。
- 明确任务和评判标准。为每个示例记录预期变更、必须通过的测试，以及判定任务完成的条件。
- 在相同条件下比较模型。使用相同的指令、分支或代码库快照，以及相同的工具权限。保存差异内容和代理操作日志。
- 评估实际结果，而非主观印象。统计无需大幅返工即可通过测试和审查的任务比例。另行记录人工耗时、重试次数，以及代理在终端中采取错误操作的情况。
- 对照质量和支出。使用试点期间的实际账单数据，计算每个被接受任务的成本。这样团队就能进行贴近实际的比较，而不只是依据模型价格或个别回复速度得出结论。
如果 Terra 在典型任务上能以较低成本提供可接受的修复质量，可以将它设为这些场景的默认模型，同时保留能力更强的模型处理复杂工作。如果它在自有代码上的优势并不明显，可以让开发者自行选择模型，并针对另一组任务重新评估。
本次更新的要点
GPT-6.1 Terra 已向指定套餐和客户端中的 GitHub Copilot 用户开放，其宣称的适用范围是日常代理式编程和终端工作。首先检查组织策略，再开展一次小规模、条件一致的试点：这将帮助你判断模型的定位是否符合团队任务，以及实际完成并被接受的成果所对应的成本。
