截至 10 月 28 日的公开信息，OpenAI 新发布的中端模型 GPT-6.1 Terra 把每百万 token 的输入价格定在 1 美元、输出 5 美元、缓存命中输入 0.05 美元，是自家 GPT-6.1 Sol 的一半，也是上一代 GPT-5.6 Terra 的一半；在 Agents' Last Exam 上中等推理强度得分 57.6%、单任务成本 0.29 美元，上一代为 42.6% 和 0.84 美元。对做 GEO 和 AI 搜索可见度监测的团队来说，这不只是一条降价新闻：调用成本降到三分之一，意味着 AI 问答的调用频次会上升、信源池会被更多内容填充，品牌在 AI 回答里的曝光和引用占比需要用新的基准重新测量。
半价模型上线 调用成本降到三分之一
GPT-6.1 Terra 的定价结构值得逐项看：输入 1 美元、输出 5 美元、缓存命中 0.05 美元，上下文 105 万 token，单次最多输出 12.8 万 token。缓存命中价格是输入价的二十分之一，这个折扣对高频重复查询的场景影响最大——同一批问题库每天跑一遍，绝大部分输入可以命中缓存，实际成本远低于标价。做预算时如果按标价估算，会明显高估 GEO 监测的投入。
性能侧的公开数字是：Terminal-Bench 4.0 在最高推理强度下解决 50.3% 的任务，上一代 21.5%；内部对抗测试中，低推理强度下的错误率从 53.6% 降到 16.7%，最高强度为 4.3%。这些数字都是厂商自评，第三方 Artificial Analysis 的评价是更聪明、成本不到三分之一。判断时要把自评和第三方分开看，自评数字用来判断方向，第三方评价用来判断可信度。
0.29 美元一个任务意味着什么
单任务 0.29 美元对比上一代 0.84 美元，降幅约 65%。对 GEO 监测来说，这意味着同一预算下可以把问题库的覆盖量扩大到接近三倍，或者把监测频次从每周一次提到每天一次。监测频次提高带来的不只是数据量，还有对波动的识别能力——过去一周一次的采样，很容易把某天的异常当成趋势，也很难判断一次优化动作到底有没有生效。
调用变便宜 AI 回答里的信源池会更挤
成本下降的第一层影响在供给端。当调用价格降到三分之一，做批量问答、内容生成、自动摘要的工具会大量增加，互联网上被 AI 抓取和引用的内容总量随之上升。品牌原本靠发布十几篇结构化内容就能占据的位置，现在要和更多同类内容竞争。引用来源的争夺从有没有变成排第几，这也是今年 GEO 讨论里最明显的变化。
第二层影响在平台侧的过滤。DeepSeek 在开放搜索与抓取 API 时同步引入了 0 到 4 级的权威分层，用于过滤 SEO 垃圾与 GEO 操纵内容；Perplexity 持续优先采用时效性强、引用清晰的来源。这两个动作指向同一个方向：内容总量增加的同时，平台对信源质量的判定会更严，低质内容的边际收益下降，靠堆量刷曝光的做法会先失效。
| 变化 | 对品牌可见度的影响 | 可观察指标 |
|---|---|---|
| 调用成本降至三分之一 | 监测频次可提升，异常更易识别 | 单次监测成本、采样间隔 |
| 信源池内容总量上升 | 单篇内容的曝光被稀释 | 品牌提及率、单篇引用次数 |
| 平台引入权威分层 | 低质内容边际收益下降 | 引用来源占比、来源等级分布 |
引用来源占比怎么拆
把引用来源拆开看，至少分三类：自有资产（官网、产品页、官方账号）、第三方媒体、用户生成内容。三类来源在 AI 回答里的权重不同，自有资产决定描述准确性，第三方媒体决定可信度背书，用户生成内容决定场景覆盖。监测时如果只统计被引用次数总数，看不出结构问题；按三类分别统计占比，才能定位到底是内容不够，还是信源不够权威。
AI 搜索可见度要按平台分别算
不同 AI 平台的引用逻辑差异很大。ChatGPT 侧在 10 月 8 日至 14 日出现过外链丢失 utm_source 标记的问题，导致这部分流量被记为直接访问，OpenAI 已确认并修复，标记点击恢复到正常水平的 95% 至 100%；Bing 站长工具的 AI Performance 提供 grounding queries 与 cited pages 两个视角；Google 在 10 月对 AI Mode 与 AI Overviews 做了多项更新，包括把内联链接放得更高、对任务型查询优先展示官方页面。
这些差异决定了可见度不能跨平台取平均。一个品牌在豆包上被高频提及，在 ChatGPT 上可能完全不出现，两边的用户提问方式、语料来源和引用偏好都不同。可行的做法是按平台分别建问题库、分别记录提及率与推荐位次，再做横向对比。跨平台的平均值会掩盖掉最有价值的差异信息，也无法指导下一步该补哪个平台的哪类内容。
竞品占位怎么测才有效
竞品占位要放在同一批问题下测。做法是先固定问题集，再对每个问题记录回答里出现的品牌顺序、是否被推荐、引用了哪些页面。Bing 站长工具 10 月 13 日推出的 Topics Portfolio 测试版提供了一个参考思路：除了已被引用的查询，还列出同主题下其他站点拿到引用而本站没有的 grounding query，用来定位内容缺口。这个方法的价值在于把我没被引用变成了哪个具体问题上我没被引用。
把监测做成闭环 先定问题库
成本下降之后，GEO 的瓶颈从跑不起变成问不对。问题库如果只覆盖品牌词，测出来的可见度必然虚高；真正有决策价值的是品类词、场景词和对比词。建议按三层建库：品类需求层看用户想解决什么问题，场景层看用户在什么条件下使用，对比层看用户拿谁和谁比。三层都覆盖，才能看出品牌在真实决策路径上的位置。
闭环的另一半是回写。监测发现问题缺口之后，要能对应到具体的内容动作：补哪个页面、改哪段描述、增加哪类证据。做完再回到同一批问题复测，看提及率和引用来源占比是否变化。没有回写和复测，监测只是一份周报，不构成优化闭环，也无法证明投入产生了效果。
常见问题
模型调用成本下降，会不会让 AI 搜索可见度监测变得没必要？
不会，反而更需要。成本下降会让更多内容进入信源池，品牌被引用的竞争更激烈，同时监测频次可以提高到每天一次，异常波动更容易被发现。监测的价值从能不能测转向测得准不准、跟不跟得上。
GEO 和 SEO 的区别到底在哪？
SEO 关注页面在搜索结果里的排序和点击入口，GEO 关注品牌是否被 AI 回答识别、引用和推荐。两者的优化对象不同：SEO 优化页面与关键词，GEO 优化可被模型读取和复述的知识结构。有交集，但不能互相替代。
AI 回答里的引用来源怎么查？
分两步。先用固定问题集在各平台跑一遍，记录回答中出现的链接与品牌提及；再用平台侧工具交叉验证，例如 Bing 站长工具的 AI Performance 提供 grounding queries 与 cited pages，可看到哪些查询触发了本站内容被引用。两个来源对不上时，以平台侧数据为准。
优化之后多久能看到可见度变化？
取决于平台抓取与索引周期，通常需要数周。可以先用问题库的复测结果判断方向：如果提及率上升但引用来源没有变化，说明内容被看到了但没被采信，需要补证据；如果两者同步上升，才算真正进入引用池。
