OpenAI lanza GPT-6.1 Terra: la mitad de precio y casi al nivel de los modelos superiores

OpenAI ha lanzado GPT-6.1 Terra, un modelo de gama media que cuesta la mitad que su predecesor y se acerca a los modelos insignia. Un millón de tokens de entrada cuesta $1, y uno de salida, $5. GPT-5.6 Terra costaba $2 y $12, y Claude Sonnet 5.5, $2 y $10. Según la estimación de Artificial Analysis, el coste medio de una tarea con el nivel máximo de razonamiento ha bajado de $1,40 a $0,40, y el Intelligence Index ha subido 6 puntos. El modelo está disponible para los suscriptores de Plus, Pro, Enterprise y Edu en ChatGPT Work y Codex, y también por API.

Economía de los tokens: dónde se ha recortado el precio

OpenAI presenta Terra como el competidor más directo de la línea Sonnet de Anthropic, pero a la mitad de precio. Los tokens de salida han pasado de $12 a $5, es decir, cuestan 2,4 veces menos. En escenarios con agentes, esto pesa más que el descuento en la entrada: un agente escribe mucho, y los tokens de salida son la mayor parte de la factura. La entrada en caché cuesta $0,05 por millón, una cuarta parte de la tarifa anterior. Los prompts de sistema largos y el contexto repetitivo apenas afectan ya al presupuesto.

Artificial Analysis considera que el modelo marca una nueva referencia de «inteligencia por dólar». Con niveles bajos de razonamiento, la mejora en el Intelligence Index va de 7 a 13 puntos, y ahí Terra se sitúa en la frontera de Pareto: ya no es posible mejorar a la vez precio y calidad. El índice de Terra es de 48. GPT-6.1 Sol obtiene 52, y GPT-5.6 Terra, 42.

Control del ordenador y programación

La apuesta principal es el control automático de software. En Agents' Last Exam, Terra iguala el resultado de GPT-6 Astra con un precio de tokens diez veces menor. Frente a Claude Opus 5.5 con el máximo esfuerzo, el modelo gasta tres veces menos tokens a una cuarta parte de su precio, lo que supone una diferencia de unas nueve veces en el coste de la tarea. Según la compañía, Terra completa las tareas más de tres veces más rápido que GPT-6 Astra y GPT-6.1 Sol.

En programación, el salto es igual de marcado. En Terminal-Bench 4.0 el modelo resuelve el 50,3% de las tareas, frente al 21,5% de GPT-5.6 Terra. Ese avance de 20 puntos lo sitúa, según Artificial Analysis, en la misma clase que GPT-6.1 Sol. En Terminal-Bench-Science 0.1, Terra supera a Sol a menor coste y queda cinco puntos por detrás de Claude Opus 5.5 con un coste inferior a la quinta parte. Para las tareas más pesadas, OpenAI sigue recomendando GPT-6.1 Sol y GPT-6 Astra.

Las cifras del lanzamiento

• Precios de la API: $1 de entrada, $5 de salida y $0,05 de entrada en caché por millón de tokens • Intelligence Index: Terra 48, Sol 52, GPT-5.6 Terra 42 • Coste de una tarea con razonamiento máximo: $0,40 frente a $1,40 • Coding Agent Index v2.0: Terra 48, Sol 54, GPT-6 Luna 31 • AA-Omniscience: adivinanzas cuando no sabe la respuesta, 38% frente a 88%; precisión 2 puntos superior • Terminal-Bench 4.

0: 50,3% frente a 21,5% • MMMU-Pro: supera a su predecesor en todos los niveles de razonamiento y queda casi al nivel de Astra y Sol • OSWorld 2.1: con esfuerzo medio supera el mejor resultado de GPT-5.

La reducción de las alucinaciones es la mejora más llamativa de todas las métricas. El modelo se inventa menos la respuesta cuando no la conoce, y además su precisión aumenta. Para automatizar formularios, leer planos técnicos y preparar propuestas comerciales, es un argumento práctico.

Seguridad y para quién tiene sentido Terra

Según la ficha del sistema, GPT-6.1 Terra alcanza el umbral «Critical» en ciberseguridad dentro del Preparedness Framework y hereda las protecciones de GPT-6 Astra. El modelo se mantiene con más frecuencia dentro de los límites fijados e informa al usuario de sus restricciones. Frente a los ataques directos a la jerarquía de instrucciones, Terra se comporta más o menos igual que Astra y Sol, cuyo indicador es del 99,99%. Frente a las inyecciones indirectas, en las que la orden maliciosa se esconde en contenido de terceros, la protección ha subido al 98,8%. Para los agentes que leen correos, páginas y documentos, este indicador es crítico.

La conclusión práctica para los equipos: Terra encaja como caballo de batalla en escenarios masivos de agentes y de oficina. Conviene repetir las pruebas allí donde antes se usaban modelos superiores por velocidad y precio. Sol y Astra es mejor reservarlos para las tareas complejas. Antes de migrar, tiene sentido ejecutar las tareas propias con niveles de razonamiento bajo y medio: según Artificial Analysis, es ahí donde la ventaja en la relación precio-calidad es mayor.