OpenAI lanza GPT-6.1 Terra: la mitad de precio y el doble de precisión en código

OpenAI ha presentado GPT-6.1 Terra, un modelo de gama media que en tareas agénticas se acerca a los modelos insignia con un precio notablemente menor. Las tarifas estándar de la API son $1 por millón de tokens de entrada, $0,05 por los tokens en caché y $5 por los de salida. Es un 50% menos que GPT-5.6 Terra y GPT-6.1 Sol. En Terminal-Bench 4.0, con esfuerzo máximo, Terra resuelve el 50,3% de las tareas; la versión anterior resolvía el 21,5%. El modelo está disponible en ChatGPT Work y Codex para suscriptores de Plus, Pro, Enterprise y Edu, y para desarrolladores a través de la API con el nombre gpt-6.1-terra.

El ordenador en lugar del chat: a qué apunta Terra

OpenAI presenta el modelo como un caballo de batalla para tareas de oficina: redactar propuestas comerciales, leer planos técnicos, rellenar formularios y editar vídeo. Para los desarrolladores, el ejemplo del anuncio es muy práctico: leer facturas entrantes e introducir sus datos en un sistema de contabilidad. En una tarea así importa menos la inteligencia máxima que el precio por cada mil documentos y la velocidad.

En Agents' Last Exam, un benchmark de tareas profesionales, Terra convierte planos arquitectónicos en un modelo 3D y realiza el etiquetado fotograma a fotograma de una película de animación para un equipo de restauración. Con esfuerzo de razonamiento medio, el modelo suma 15 puntos porcentuales más que GPT-5.6 Terra con aproximadamente un tercio del coste.

Por resultados, queda al nivel del modelo insignia GPT-6 Astra, pero con un precio por token diez veces menor. Con esfuerzo máximo, Terra es más de tres veces más eficiente que Claude Opus 5.5 en consumo de tokens, y su token es cuatro veces más barato.

En conjunto, cada tarea sale unas nueve veces más barata. Además, Terra completa las tareas más de tres veces más rápido que GPT-6 Astra y GPT-6.1 Sol.

Cifras de benchmarks y seguridad

• Agents' Last Exam (medio): +15 p. p. respecto a GPT-5.6 Terra con ~1/3 del coste; nivel de GPT-6 Astra con 1/10 del precio por token.
• Agents' Last Exam (máximo): hacen falta 3+ veces menos tokens que con Claude Opus 5.5, el precio del token es 4 veces menor y el coste por tarea es ~9 veces menor.
• Velocidad: las tareas se completan más de 3 veces más rápido que con GPT-6 Astra y GPT-6.1 Sol.
• MMMU-Pro (razonamiento visual): supera a GPT-5.6 Terra con cualquier configuración y queda casi a la par de Astra y Sol.
• OSWorld 2.1 (trabajo multipaso en aplicaciones de escritorio): con esfuerzo medio supera el mejor resultado de GPT-5.6 Terra con una pequeña fracción del coste por tarea.
• Errores con prompts provocadores (prueba interna): con esfuerzo bajo, 53,6% → 16,7%; con esfuerzo máximo baja 18 p. p., hasta el 4,3%, casi como Astra y Sol.
• Terminal-Bench 4.0: 50,3% frente a 21,5%.
• Terminal-Bench-Science 0.1: con esfuerzo máximo supera a GPT-6.1 Sol con menor coste y queda a cinco puntos de Opus 5.5 con un coste estimado inferior a una quinta parte.
• Seguridad: nivel Critical en ciberseguridad según el Preparedness Framework, se mantienen las protecciones de GPT-6 Astra, mayor resistencia a la prompt injection, y el modelo se ciñe más a la tarea y es más honesto al informar de sus limitaciones.

La diferencia en alucinaciones con esfuerzo bajo es especialmente reveladora: del 53,6% al 16,7%. Normalmente es en el modo económico donde los modelos más se equivocan, y es justo así como tienen que trabajar en la automatización a gran escala. Aun así, OpenAI señala los límites con claridad. Para las tareas de programación más complejas, la mejor opción siguen siendo GPT-6.1 Sol y GPT-6 Astra.

Cómo calcular la economía en la práctica

Con precios de $1/$5 y caché a $0,05, Terra encaja bien en pipelines con contexto repetitivo: una instrucción larga, el reglamento contable o el esquema de campos de un formulario que se envían con cada documento. Una estimación aproximada: una factura de 3000 tokens de entrada, incluido el escaneo, y una respuesta de 300 tokens costarían unos $0,0045. Diez mil facturas saldrían por unos $45 sin contar la caché. Las cifras reales dependen del tamaño de las imágenes y del nivel de esfuerzo elegido, y conviene medirlas con datos propios.

El procedimiento práctico es el siguiente. Ejecute una muestra de tareas en Terra con esfuerzo bajo y medio, y compare la tasa de errores y el coste por tarea. Dirija los casos complejos, como documentos mal estructurados o largas cadenas de ediciones de código, a Sol o Astra. Si sus agentes leen correos y páginas web de terceros, compruebe por separado la resistencia a la prompt injection en sus propios escenarios. Los resultados que declara OpenAI proceden de benchmarks internos y especializados, y su flujo documental puede comportarse de otra manera.

En ChatGPT Work y Codex, el mismo límite de suscripción cubre más tareas que con GPT-5.6 Terra y bastantes más que con Sol o Astra. Para los equipos que chocan con las cuotas, es la forma más rápida de aumentar el volumen de trabajo sin cambiar de tarifa.