OpenAI presentó el 26 de octubre GPT-6.1 Terra, el relevo de GPT-5.6 Terra en la franja económica de su catálogo. Cuesta la mitad por token que GPT-5.6 Terra y que GPT-6.1 Sol, y apunta a los trabajos que se repiten miles de veces al día: leer facturas, rellenar formularios, revisar planos.
Dónde se coloca GPT-6.1 Terra dentro del catálogo
OpenAI ya no vende un modelo suelto. Vende una escalera de cuatro peldaños con precios muy distintos. Arriba está GPT-6 Astra, el más capaz y también el más caro. Debajo, GPT-6.1 Sol, que la empresa presenta como el punto medio entre calidad y gasto. Después aparece GPT-6.1 Terra, el protagonista de esta nota, y al final GPT-6 Luna, la opción más barata de todas.
Terra no pelea por el primer puesto. Pelea por el volumen. Es el primer modelo de la clase Terra desde GPT-5.6, según la ficha que publicó Artificial Analysis, y su argumento cabe en una frase: hacer que automatizar una tarea deje de ser una decisión financiera complicada.
La idea tiene sentido para cualquiera que haya montado un flujo con modelos. En una prueba de concepto, el precio da igual. En producción, no. Un proceso que se ejecuta cien mil veces al mes convierte cada céntimo por token en una línea del presupuesto.
La factura de la API, sin letra pequeña
El precio estándar queda en 1 dólar por millón de tokens de entrada, 0,05 dólares por millón de tokens de entrada en caché y 5 dólares por millón de tokens de salida. Un token viene a ser un fragmento de palabra; mil tokens rondan unas 750 palabras en inglés.
La comparación que hace OpenAI es contra GPT-5.6 Terra y GPT-6.1 Sol: la mitad en el precio de entrada y de salida. Artificial Analysis añade un dato que la nota oficial no detalla. La escritura en caché también se reduce a la mitad, hasta 1,25 dólares por millón de tokens, y la lectura desde caché pasa de 0,20 a 0,05.
Trasladado a un caso concreto, si un flujo consume diez millones de tokens de entrada al día, la factura baja de 20 a 10 dólares.
¿Ahorra de verdad?
Parece poco.
Multiplicado por treinta días y por veinte procesos, deja de parecerlo.
En ChatGPT Work y Codex el cambio se nota de otra forma. La misma cuota de suscripción rinde más tareas que con GPT-5.6 Terra, y bastante más que con GPT-6.1 Sol. Tibo, ingeniero de OpenAI, habló en X de aproximadamente el doble de uso que con Sol. Es una cifra de la casa, no una medición independiente.
Uso del ordenador: lo que miden Agents' Last Exam y OSWorld
La capacidad que OpenAI repite en cada párrafo es la de operar un ordenador. Agents' Last Exam reúne tareas profesionales largas: convertir un plano de arquitectura en un modelo 3D, revisar una película de animación plano a plano para dejar un registro con códigos de tiempo.
Con esfuerzo medio, la empresa dice que GPT-6.1 Terra saca 15 puntos porcentuales más que GPT-5.6 Terra y cuesta cerca de un tercio por tarea. También afirma que iguala a GPT-6 Astra pagando una décima parte por token.
OSWorld 2.1 mide otra cosa: agentes que usan aplicaciones de escritorio para completar tareas de varios pasos. En esfuerzo medio, Terra supera la mejor marca de GPT-5.6 Terra, según la nota oficial. MMMU-Pro, la prueba de razonamiento visual, mejora en todos los niveles de esfuerzo y se queda cerca de Astra y Sol.
Todo esto son números de OpenAI. Nadie fuera de la empresa los ha reproducido todavía.
Menos invenciones y un salto en Terminal-Bench
Hay una cifra que explica mejor que las demás por qué este modelo importa. En la prueba interna de prompts que inducen error, la tasa de fallo con esfuerzo bajo cae del 53,6% al 16,7%. Son casi 37 puntos menos. Con esfuerzo máximo baja hasta el 4,3%.
Para un agente que rellena formularios en cadena, equivocarse una de cada dos veces hace el sistema inservible. Equivocarse una de cada seis ya admite revisión humana al final del proceso.
Terminal-Bench 4.0 mide agentes de programación en línea de comandos: arreglar una página cuyo diseño se rompe al cargar, por ejemplo. Con esfuerzo máximo, Terra resuelve el 50,3% de las tareas, más del doble del 21,5% que OpenAI publicó para GPT-5.6 Terra.
Terminal-Bench-Science 0.1 va un paso más allá y plantea tareas científicas que se resuelven con código, como seguir divisiones celulares en un vídeo a cámara rápida. Terra supera a GPT-6.1 Sol con menos coste y se queda a menos de cinco puntos de Claude Opus 5.5, con un gasto estimado inferior a una quinta parte.
La comparación estrella de la nota es contra Opus 5.5. A máximo esfuerzo, OpenAI sostiene que Terra es tres veces más eficiente en tokens, cuesta un cuarto por token y sale unas nueve veces más barato por tarea. Es una cuenta de la propia OpenAI, con sus supuestos y su forma de medir.
Lo que añade Artificial Analysis, que no trabaja para OpenAI
El laboratorio independiente publicó su propia evaluación el 25 de octubre. Con esfuerzo máximo, GPT-6.1 Terra gana 6 puntos en el índice de inteligencia frente a GPT-5.6 Terra y baja el coste por tarea de 1,40 a 0,40 dólares. Con esfuerzo bajo y medio, la mejora va de 7 a 13 puntos.
La parte interesante es dónde se sitúa. Los niveles bajo y medio quedan en la frontera de Pareto entre inteligencia y coste. Los demás, no: se colocan por detrás de la frontera, es decir, hay modelos que dan más por el mismo dinero. En el índice de agentes de programación v2.0, Terra firma 48 puntos, seis menos que GPT-6.1 Sol y diecisiete más que GPT-6 Luna.
El dato que más se va a citar es otro. En AA-Omniscience, la prueba de conocimiento y alucinaciones de Artificial Analysis, la tasa de respuestas inventadas cae del 88% al 38%, y la precisión sube dos puntos. El modelo acierta más y, cuando no sabe, calla más.
A máximo esfuerzo, el índice de inteligencia queda 4 puntos por debajo de GPT-6.1 Sol y 10 por encima de GPT-6 Luna. Terra no es el mejor de la casa. Es el que sale a cuenta.
La seguridad de GPT-6.1 Terra: qué significa el umbral crítico
En el marco de Preparedness de OpenAI, GPT-6.1 Terra alcanza el umbral crítico en ciberseguridad. La etiqueta suena peor de lo que es: describe una capacidad que obliga a aplicar protecciones reforzadas, no un incidente ni una vulnerabilidad abierta. La empresa dice que mantiene las defensas desarrolladas para GPT-6 Astra.
También afirma que el modelo se mantiene mejor dentro del encargo, avisa antes de los obstáculos y resiste mejor los ataques de inyección de instrucciones. Son evaluaciones internas y la nota no incluye los datos crudos, aunque el informe de sistema está publicado aparte.
Qué tareas de oficina resuelve GPT-6.1 Terra desde el primer día
Terra está disponible desde el día del anuncio para Plus, Pro, Enterprise y Edu en ChatGPT Work y Codex. Los desarrolladores lo llaman por la API como gpt-6.1-terra.
Encaja en tareas de mucho volumen y poca gloria: extraer datos de facturas, pasar formularios a un CRM, revisar capturas, montar clips. No es la elección para el trabajo de programación más difícil; ahí OpenAI sigue recomendando Sol y Astra.
La pregunta útil no es si Terra es mejor que Sol. Es cuántos procesos de la empresa estaban parados porque el token costaba el doble. Esa lista acaba de encogerse.
