OpenAI lança GPT-6.1 Terra: tokens pela metade do preço e alucinações 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 o descreve como a nova fronteira de eficiência de custo. O preço por token caiu pelo menos pela metade: $1 por milhão de tokens de entrada e $5 por milhão de tokens de saída, em vez de $2 e $12. Ao mesmo tempo, no nível máximo de esforço, o modelo é 6 pontos mais inteligente que o antecessor no Artificial Analysis Intelligence Index, e o custo médio de uma tarefa caiu de $1,40 para $0,40.

Preço: o que ficou mais barato e quanto

A redução atinge toda a tabela de preços, inclusive o cache. Em sistemas agênticos, que reprocessam contexto longo em ciclos, é o cache que define a conta final.

• Tokens de entrada: $1 por milhão (o GPT-5.6 Terra custava $2).
• Tokens de saída: $5 por milhão (eram $12).
• Escrita em cache: $1,25 por milhão de tokens, metade do valor anterior.
• Entrada em cache: $0,05 por milhão de tokens, contra $0,20 antes, ou seja, quatro vezes mais barata.

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

Onde o modelo está na fronteira de Pareto

A Artificial Analysis compara os modelos pela relação entre inteligência e 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 da fronteira. No nível máximo, o ganho sobre o GPT-5.6 Terra é de 6 pontos; nos níveis mais baixos, é maior, de 7 a 13.

Dentro da própria linha da OpenAI, o modelo ocupa a posição intermediária. No modo max, fica 4 pontos atrás do GPT-6.1 Sol e 10 pontos à 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. Nesse índice, os modos xhigh e low ficaram na fronteira de eficiência.

Alucinações e agentes de terminal

O número mais marcante do lançamento diz respeito à confiabilidade. No AA-Omniscience, benchmark fechado de conhecimento e alucinações, o GPT-6.1 Terra chuta uma resposta em 38% dos casos em que não sabe a resposta. No GPT-5.6 Terra, esse índice era de 88%. A queda de 50 pontos veio acompanhada de um aumento de 2 pontos na precisão: o modelo passou a acertar com mais frequência e a inventar menos.

O segundo salto relevante aparece no Terminal-Bench 4.0, benchmark agêntico para trabalho no terminal. O ganho foi de cerca de 20 pontos, e no esforço máximo o Terra empatou com o GPT-6.1 Sol. Na maioria dos demais testes, as melhorias são mais modestas: por exemplo, 5 pontos no GDP.pdf. As avaliações usam o Intelligence Index v4.3.2.

O que mais a Artificial Analysis publicou

Nos mesmos dias, o laboratório divulgou vários materiais:

• Code2Video-AA: implementação do HeyGen Code2Video Bench, em que os modelos criam vídeos curtos de produto e de marca a partir de 114 briefings de design em HyperFrames HTML (26 de outubro).
• Kimi K3.1 Pro: estreou na 4ª posição do Intelligence Index e será a líder entre os modelos de pesos abertos (23 de outubro).
• AA-PersonalityBench: um painel de LLMs avaliadoras compara as respostas aos pares em 30 traços de personalidade, que se combinam em 8 índices, e mede separadamente 21 características do estilo de comunicação (19 de outubro).

O que mudar em produção

Para as equipes que constroem agentes sobre o GPT-5.6 Terra, a atualização parece óbvia: o preço da tarefa cai mais de três vezes, e a qualidade sobe. Escolher o nível de esforço agora pesa mais do que escolher o modelo. Low e medium oferecem a melhor relação entre preço e qualidade no índice geral, e, para agentes de código, a fronteira é ocupada por low e xhigh. Os demais modos pagam mais sem ganho.

A queda na taxa de respostas inventadas, de 88% para 38%, é útil em cenários em que o erro sai caro: suporte, busca em bases de conhecimento e automação de relatórios. Em cadeias agênticas complexas, o Terra, com seus 48 pontos no Coding Agent Index, cobre boa parte do que antes exigia pagar pelo Sol, que, com seus 54 pontos, só compensa onde cada ponto importa. O cache a $0,05 por milhão de tokens torna economicamente viáveis sessões longas com contexto repetitivo.