OpenAI lança GPT-6.1 Terra: tokens duas vezes mais baratos, alucinações caem de 88% para 38%

A OpenAI lançou o GPT-6.1 Terra, o primeiro modelo da classe Terra desde o GPT-5.6. O laboratório independente Artificial Analysis chama o modelo de novo marco em eficiência de custo. O preço por token caiu pelo menos pela metade: $1 por milhão de tokens de entrada e $5 por milhão de saída, em vez de $2 e $12. Além disso, no nível máximo de esforço o modelo é 6 pontos mais inteligente que a antecessora no Artificial Analysis Intelligence Index, e o custo médio por tarefa caiu de $1,40 para $0,40.

Preço: o que ficou mais barato e quanto

A redução afetou toda a tabela de preços, incluindo o cache. Para sistemas de agentes que reaproveitam contexto longo repetidamente, é justamente o cache que determina a conta final.

• Tokens de entrada: $1 por milhão (no GPT-5.6 Terra era $2).
• Tokens de saída: $5 por milhão (antes $12).
• Escrita em cache: $1,25 por milhão de tokens, metade do preço anterior.
• Entrada em cache: $0,05 por milhão de tokens contra $0,20, ou seja, quatro vezes mais barato.

Os tokens de saída ficaram 2,4 vezes mais baratos, enquanto o custo por tarefa caiu quase 3,5 vezes. A diferença se explica porque o 6.1 Terra resolve tarefas de forma mais eficiente, não apenas cobra menos por token.

Onde o modelo fica na fronteira de Pareto

A Artificial Analysis compara os modelos pela relação «inteligência versus custo». Nos níveis de esforço baixo e médio, o GPT-6.1 Terra está na fronteira de Pareto: não é possível obter a mesma qualidade por um preço menor. Os demais modos ficam fora dessa fronteira. No nível máximo, o ganho em relação ao GPT-5.6 Terra é de 6 pontos; nos níveis mais baixos, é maior, entre 7 e 13.

Dentro da própria linha da OpenAI, o modelo ocupa uma posição intermediária. No modo max, fica 4 pontos atrás do GPT-6.1 Sol e 10 pontos na frente do GPT-6 Luna.

No novo Artificial Analysis Coding Agent Index v2.0, o Terra marca 48 pontos. O GPT-6.1 Sol tem 54 e o GPT-6 Luna, 31. Aqui, os modos que ficam na fronteira de eficiência são xhigh e low.

Alucinações e agentes de terminal

O dado mais chamativo do lançamento está relacionado à confiabilidade. No benchmark fechado de conhecimento e alucinações AA-Omniscience, o GPT-6.1 Terra adivinha a resposta em 38% dos casos quando não sabe a resposta correta. No GPT-5.6 Terra esse índice era de 88%. A queda de 50 pontos vem acompanhada de um aumento de 2 pontos na precisão, ou seja, o modelo passou a responder corretamente com mais frequência e a inventar menos.

O segundo salto notável aparece no Terminal-Bench 4.0, um benchmark de agentes para trabalho em terminal. O aumento foi de cerca de 20 pontos, e no esforço máximo o Terra empatou com o GPT-6.1 Sol. Na maioria dos outros testes, as melhorias são mais modestas: por exemplo, 5 pontos no GDP.pdf. As pontuações seguem o Intelligence Index v4.3.2.

O que mais a Artificial Analysis lançou

Nos mesmos dias, o laboratório publicou outros materiais:

• Code2Video-AA: uma implementação do HeyGen Code2Video Bench, em que os modelos criam vídeos curtos de produto e marca a partir de 114 briefings de design em HyperFrames HTML (26 de outubro).
• Kimi K3.1 Pro: debutou em 4º lugar no Intelligence Index e se tornará líder entre os modelos de pesos abertos (23 de outubro).
• AA-PersonalityBench: um painel de juízes LLM compara em pares as respostas segundo 30 traços de personalidade, agrupados em 8 índices, e mede separadamente 21 características do estilo de comunicação (19 de outubro).

O que mudar em produção

Para equipes que constroem agentes sobre o GPT-5.6 Terra, a atualização parece óbvia: o custo por tarefa cai mais de três vezes e a qualidade melhora. Escolher o nível de esforço agora importa mais do que escolher o modelo. Os modos low e medium oferecem a melhor relação custo-qualidade no índice geral, enquanto para agentes de codificação a fronteira fica entre low e xhigh. Os demais modos custam mais sem oferecer ganho algum.

A redução de respostas inventadas de 88% para 38% é útil em cenários onde o erro é caro: suporte, busca em bases de conhecimento, automação de relatórios. Para cadeias de agentes complexas, o Terra, com seus 48 pontos no Coding Agent Index, cobre boa parte do que antes exigia pagar pelo Sol, e os 54 pontos deste último só se justificam onde cada ponto importa. O cache a $0,05 por milhão de tokens torna economicamente viáveis sessões longas com contexto repetido.