A OpenAI colocou o GPT-6.1 Terra no ar com uma proposta fácil de resumir: metade do preço da geração anterior para o trabalho que ocupa o dia de quem usa computador. A promessa é boa. O que interessa é saber onde ela se sustenta de verdade.
O que é o GPT-6.1 Terra dentro da linha da OpenAI
O GPT-6.1 Terra chegou em 26 de outubro como substituto direto do GPT-5.6 Terra. A OpenAI descreve o modelo como rápido e eficiente, com raciocínio visual detalhado, controle preciso de computador e escrita mais natural. O alvo declarado é o trabalho comum de escritório: redigir propostas, interpretar desenhos técnicos, preencher formulários, editar vídeo.
A linha da empresa tem hoje quatro nomes. Astra é o topo. Sol fica no meio, com equilíbrio entre capacidade e custo. Terra é a faixa barata e rápida. Luna é a mais econômica. Terra não é o modelo mais forte da casa, e a OpenAI não tenta vender isso. A ideia é ser bom o bastante em tarefas repetitivas e custar pouco o bastante para rodar em volume.
No primeiro dia, o modelo aparece para assinantes Plus, Pro, Enterprise e Edu dentro do ChatGPT Work e do Codex. Quem programa acessa pela API com o identificador gpt-6.1-terra.
Quanto custa o GPT-6.1 Terra na API
O preço é a parte que mexe com a planilha de quem automatiza processo. A tabela compara o valor por milhão de tokens com o do antecessor.
Item | GPT-6.1 Terra | GPT-5.6 Terra |
|---|---|---|
Entrada | US$ 1 | US$ 2 |
Entrada em cache | US$ 0,05 | US$ 0,20 |
Escrita em cache | US$ 1,25 | US$ 2,50 |
Saída | US$ 5 | US$ 12 |
São os preços de tabela divulgados pela OpenAI. O corte de metade vale para entrada e saída. A leitura de cache caiu para um quarto do valor anterior, e a escrita em cache também perdeu metade.
O que isso muda? Leitura de nota fiscal, digitação de pedido, conferência de formulário e triagem de vídeo são tarefas de volume alto e raciocínio médio. Nesse tipo de fluxo, o custo por token pesa mais do que o último ponto de benchmark. Uma equipe que processa 20 mil documentos por dia olha a fatura antes de olhar o ranking.
A OpenAI também afirma que a mesma franquia de uso dos planos pagos cobre mais tarefas no Terra do que no GPT-5.6 Terra, e bem mais do que no Sol. É afirmação da empresa, não medição independente.
Controle de computador no Agents' Last Exam
Boa parte do discurso de lançamento está em uma capacidade específica: usar o computador como uma pessoa usaria. Abrir programa, mexer em arquivo, seguir um fluxo de várias etapas.
O teste escolhido para medir isso é o Agents' Last Exam, um conjunto de tarefas profissionais que inclui converter desenho de arquitetura em modelo 3D e revisar um filme de animação plano a plano para montar um registro com marcação de tempo. Segundo a OpenAI, em esforço médio de raciocínio o GPT-6.1 Terra fica 15 pontos percentuais acima do GPT-5.6 Terra gastando cerca de um terço por tarefa. A empresa também diz que o modelo empata com o GPT-6 Astra pagando um décimo do preço por token.
Vale entender o que é esse esforço. Modelos da OpenAI aceitam um ajuste que define quanto tempo gastam pensando antes de responder. Menos esforço, resposta mais rápida e mais barata. Mais esforço, mais tokens queimados e, em teoria, mais acerto. O Terra foi posicionado para entregar resultado útil nos níveis baixos e médios, que é onde o volume mora.
Terminal-Bench 4.0: o salto de 21,5% para 50,3%
Em código, a evolução é a mais visível da ficha técnica. O Terminal-Bench 4.0 mede agentes que resolvem problema pela linha de comando, como consertar uma página cujo layout se desloca durante o carregamento.
Com esforço máximo, o GPT-6.1 Terra resolve 50,3% das tarefas. O GPT-5.6 Terra tinha 21,5% divulgados. É mais que o dobro. A Artificial Analysis calcula que esse avanço de cerca de 20 pontos coloca o modelo na mesma faixa do GPT-6.1 Sol.
A própria OpenAI faz uma ressalva que costuma sumir das manchetes: para as tarefas de programação mais complexas, a recomendação interna continua sendo o Sol e o Astra. Terra é para o serviço de todo dia, não para o projeto que trava a equipe.
A queda na taxa de alucinação do GPT-6.1 Terra
Há um número que muda a rotina de quem confia no modelo para tarefa com consequência. Em um teste interno com perguntas feitas para induzir erro, a taxa no esforço baixo caiu de 53,6% no GPT-5.6 Terra para 16,7% no GPT-6.1 Terra. No esforço máximo, ficou em 4,3%.
A Artificial Analysis mede coisa parecida por outro ângulo. No AA-Omniscience, que testa conhecimento geral, a proporção de respostas em que o modelo arrisca um palpite quando não sabe caiu de 88% para 38%. O acerto subiu dois pontos.
Errar menos por invenção vale mais do que acertar mais em muita operação real. Um agente que inventa o número de um contrato obriga alguém a conferir tudo de novo. Um agente que diz que não encontrou permite seguir adiante.
Onde o GPT-6.1 Terra perde para o Sol
O quadro não é de vitória em tudo, e a própria avaliação independente deixa isso claro.
No Intelligence Index da Artificial Analysis, o GPT-6.1 Terra marca 48 no esforço máximo, contra 52 do GPT-6.1 Sol e 42 do GPT-5.6 Terra. O ganho sobre o antecessor é de 6 pontos, com custo por tarefa de US$ 0,40 contra US$ 1,40. Nos esforços baixo e médio, a melhora chega a 7 e 13 pontos.
A análise da consultoria acrescenta um detalhe que merece atenção. Apenas os níveis baixo e médio ficam na fronteira de Pareto, o ponto em que não dá para melhorar custo e qualidade ao mesmo tempo. Os patamares mais altos ficam atrás dessa fronteira. Traduzindo: pagar mais esforço no Terra não rende o mesmo que trocar de modelo.
No Coding Agent Index v2.0, o Terra soma 48. O Sol tem 54. O Luna, 31.
Segurança e o patamar Critical em cibersegurança
No Preparedness Framework da OpenAI, o GPT-6.1 Terra atinge o patamar Critical em cibersegurança, o mesmo em que a empresa classificou o GPT-6 Astra, e herda as proteções desenvolvidas para ele.
A empresa diz que o modelo tende mais a ficar dentro do escopo pedido e a explicar limites e obstáculos ao usuário. Nos testes de prompt injection, em que instruções maliciosas são escondidas em conteúdo de terceiros, a taxa de defesa ficou em 98,8%, contra 96,2% do antecessor. Em ataques diretos à hierarquia de instruções, o desempenho é semelhante ao do Astra e do Sol, na casa de 99,99%.
Nenhum desses números foi auditado por fora, e patamar de risco não é o mesmo que incidente. O que ele indica é o tipo de uso para o qual a empresa se preparou ao liberar o modelo.
Para quem o GPT-6.1 Terra muda a conta
O modelo faz mais sentido para quem tem fila de tarefa e orçamento apertado. Times que rodam agentes de leitura de documento, classificação de chamado ou preenchimento de sistema ganham margem sem trocar de fornecedor. Desenvolvedor solo que paga API do próprio bolso sente a diferença na hora.
Quem treina modelo, faz avaliação fina ou depende de código difícil deve continuar no Sol ou no Astra. A economia do Terra não compensa a diferença de acerto nesses casos.
O GPT-6.1 Terra já está disponível nos planos citados e na API. A sugestão prática é rodar o mesmo conjunto de tarefas que você já usa hoje nos dois modelos e comparar custo e erro. Benchmark de fornecedor serve como ponto de partida. A sua fila de trabalho é o teste que decide.
