El modelo llega a ChatGPT Work, Codex y la API con tarifas desde US$1 por millón de tokens de entrada. OpenAI lo orienta al razonamiento visual y la automatización de tareas profesionales.
OpenAI presentó el 26 de octubre de 2026 GPT-6.1 Terra, un modelo dirigido al razonamiento visual, el uso de aplicaciones informáticas y la redacción, que reemplaza a GPT-5.6 Terra. Según el anuncio de la compañía, está disponible para los usuarios de los planes Plus, Pro, Enterprise y Edu en ChatGPT Work y Codex. Los desarrolladores pueden utilizarlo mediante la API con el identificador gpt-6.1-terra.
La empresa sitúa al modelo como una opción para tareas profesionales de gran volumen, entre ellas redactar propuestas, interpretar dibujos técnicos, completar formularios, editar videos o leer facturas e ingresar sus datos en un software de contabilidad. Su propuesta combina un precio inferior al de GPT-6.1 Sol y GPT-6 Astra con capacidades que OpenAI considera suficientes para trabajos acotados y repetitivos. En ChatGPT Work y Codex, la compañía afirma que el mismo límite de uso del plan permite completar más tareas que con GPT-5.6 Terra y bastantes más que con Sol o Astra.
Precio y características de la API
La tarifa estándar es de US$1 por millón de tokens de entrada, US$0,05 por millón de tokens de entrada almacenados en caché y US$5 por millón de tokens de salida. OpenAI sostiene que estos precios son un 50 % inferiores a los de GPT-5.6 Terra y GPT-6.1 Sol. Como referencia, InfoWorld recoge que GPT-6.1 Sol cuesta US$2 y US$10 por millón de tokens de entrada y salida, GPT-6 Astra US$10 y US$50, y el modelo más económico de la familia, GPT-6 Luna, US$0,10 y US$0,50.
La ficha técnica de la API indica que GPT-6.1 Terra admite una ventana de contexto de 1.050.000 tokens y hasta 128.000 tokens de salida, con conocimiento actualizado al 1 de junio de 2026. Acepta texto e imágenes como entrada, entrega solo texto y ofrece seis niveles de esfuerzo de razonamiento, desde none hasta max. Puede trabajar con llamadas a funciones, búsqueda web, búsqueda de archivos, intérprete de código, servidores MCP y uso de computadoras, aunque las llamadas a herramientas requieren la API Responses.
La ficha también detalla condiciones que inciden en el costo final. Las solicitudes que superan los 272.000 tokens de entrada se cobran al doble en entrada y caché, y a 1,5 veces en salida, para toda la petición. Los modos Batch y Flex cuestan la mitad de la tarifa estándar, mientras que el modo rápido la duplica. El modelo no admite ajuste fino ni está disponible en el nivel gratuito de la API.
Resultados comunicados por OpenAI
En las evaluaciones publicadas por la empresa, GPT-6.1 Terra supera a GPT-5.6 Terra en pruebas de razonamiento visual, uso de aplicaciones y programación. En Agents’ Last Exam, una prueba de tareas profesionales que incluye convertir planos arquitectónicos en un modelo 3D, Terra obtiene con razonamiento medio 15 puntos porcentuales más que su predecesor, a cerca de un tercio del costo. OpenAI también afirma que completa tareas más de tres veces más rápido que GPT-6 Astra y GPT-6.1 Sol.
Las tablas de la compañía, recogidas por InfoWorld, muestran que con el esfuerzo máximo Terra alcanza el 60 % en Agents’ Last Exam, frente al 58,6 % de GPT-6.1 Sol, el 59,3 % de GPT-6 Astra y el 63,2 % de Claude Opus 5.5, de Anthropic, que encabeza la prueba. En OSWorld 2.1, que mide el manejo de aplicaciones de escritorio, Terra llega al 74,2 %, por encima del 57,1 % de GPT-5.6 Terra pero por debajo del 83,9 % de Claude Sonnet 5.5. La ventaja que destaca OpenAI está en el costo por tarea: según sus cifras, en Agents’ Last Exam resulta unas nueve veces más barato que Opus 5.5.
En Terminal-Bench 4.0, que evalúa a agentes de programación en la línea de comandos, el modelo resolvió el 50,3 % de las tareas con el nivel máximo de razonamiento, frente al 21,5 % publicado para su predecesor. En Terminal-Bench-Science 0.1, centrada en tareas de investigación científica mediante código, OpenAI indica que supera a GPT-6.1 Sol y queda a menos de cinco puntos de Opus 5.5.
OpenAI también informa una reducción de los errores factuales en una evaluación interna construida con consultas propensas a inducir respuestas incorrectas. Con el nivel bajo de razonamiento, la tasa de error pasó del 53,6 % en GPT-5.6 Terra al 16,7 % en el nuevo modelo. Con el nivel máximo llegó al 4,3 %. Estas cifras proceden de pruebas divulgadas por la propia compañía y no equivalen a una validación independiente.
Para las tareas de programación más complejas, OpenAI mantiene su recomendación de utilizar GPT-6.1 Sol o GPT-6 Astra. Terra ocupa así una posición intermedia, con menor costo y mayor velocidad, pero sin sustituir a los modelos superiores en los trabajos más exigentes.
La tarjeta de seguridad introduce cautelas
La tarjeta de seguridad clasifica las capacidades de GPT-6.1 Terra en el umbral crítico de ciberseguridad y en el umbral alto para riesgos biológicos y químicos, conforme al marco interno de preparación de OpenAI. En automejora de la IA queda por debajo del umbral alto. Por ese motivo, el modelo utiliza el mismo conjunto de salvaguardas que GPT-6.1 Sol y GPT-6 Astra.
El documento presenta resultados dispares. Terra mejoró frente a GPT-5.6 Terra en MentalHealthBench (55,5 % frente a 46,2 %), en evaluaciones de protección para menores de edad y en el respeto de los controles automáticos, sin intentos de eludir el monitor. En cambio, rindió por debajo de su predecesor en simulaciones dinámicas de conversaciones sobre salud mental y retrocedió en HealthBench estándar (55,1 frente a 57,0).
La diferencia más visible aparece en una prueba con mensajes procedentes de agentes externos: Terra ejecutó la acción no autorizada que se le pedía en el 13,75 % de las muestras, frente al 1,25 % de GPT-6.1 Sol. También mostró señales de reconocer que estaba siendo evaluado en el 9,88 % de las trayectorias, más del doble que Sol. OpenAI advierte que estas evaluaciones fueron diseñadas para provocar fallos y que sus tasas no representan el uso normal en producción.
El costo del modelo no es el costo de la tarea
Analistas consultados por InfoWorld sitúan a Terra como una respuesta a los modelos de gama media de la competencia, como Claude Sonnet de Anthropic y Gemini Flash de Google. Pareekh Jain, de EIIRTrend, recomienda a las empresas probarlo con sus propias cargas de trabajo y medir tasa de finalización, precisión, tiempo de ejecución, costo por flujo, intervención humana y cumplimiento de seguridad.
Sanchit Vir Gogia, de Greyhound Research, matiza que una inferencia más barata solo mejora una parte de la ecuación económica de los agentes, porque la revisión humana y la integración también cuestan. En un ejemplo de programación, calcula que unos pocos segundos adicionales de revisión por tarea bastan para anular el ahorro. A su juicio, la medida relevante es el trabajo completado que sigue siendo correcto y autorizado.
El lanzamiento amplía la segmentación de la familia GPT-6. Astra continúa como la alternativa para los trabajos más complejos, Sol busca equilibrar capacidad y costo, Luna cubre los usos de menor precio y Terra queda orientado a automatizaciones frecuentes que requieren analizar imágenes, manejar aplicaciones y producir texto con menor consumo económico.
Fuentes
- OpenAI, Presentamos GPT-6.1 Terra
- OpenAI API, documentación de GPT-6.1 Terra
- OpenAI API, registro de cambios
- OpenAI Deployment Safety Hub, tarjeta de seguridad de GPT-6.1 Terra
- InfoWorld, OpenAI bets on AI economics with lower-cost GPT-6.1 Terra
- BleepingComputer, OpenAI launches GPT-6.1 Terra with 3x faster AI agents, 50% lower pricing
Ilustración: Captura del sitio de OpenAI
📬 Newsletter gratuito
