OpenAI lanzó GPT-6.1 Terra el 26 de octubre, hora de Estados Unidos; el nombre del modelo en la API es gpt-6.1-terra. Es el primer cambio de generación de la línea intermedia Terra desde GPT-5.6 Terra, de julio, y se centra en dos cosas: entender la pantalla y manejar el ordenador en lugar de la persona, además de bajar el precio un escalón más.
La tarifa estándar de la API es de 1 dólar por millón de tokens de entrada, 0,05 dólares por entrada en caché y 5 dólares por salida. Según OpenAI, es un 50 % más barato que GPT-5.6 Terra y que GPT-6.1 Sol. Con el precio anterior registrado por terceros, GPT-5.6 Terra costaba 2 dólares de entrada y 12 de salida, así que en la salida la rebaja real se acerca al 60 %; el precio de salida de Sol es de 10 dólares, y para él sí es exactamente la mitad.
El nuevo modelo está disponible desde hoy para los usuarios de Plus, Pro, Enterprise y Edu en ChatGPT Work y Codex, y los desarrolladores pueden usarlo a través de la API. Los usuarios gratuitos se quedan fuera esta vez: su modelo por defecto sigue siendo GPT-5.6 Luna.
El manejo del ordenador es el plato fuerte de esta generación
Los usos que cita OpenAI son muy concretos: leer facturas recibidas e introducir los datos en un programa de contabilidad; interpretar planos técnicos; rellenar formularios; editar vídeo. La evaluación utilizada es Agents' Last Exam, cuyas tareas incluyen convertir planos de arquitectura en modelos 3D o revisar una película de animación plano a plano y redactar para el equipo de restauración un informe con códigos de tiempo.
Los resultados que publica la compañía son estos: con razonamiento medio, 15 puntos porcentuales por encima de GPT-5.6 Terra con un coste de alrededor de un tercio; resultado equiparable al del buque insignia GPT-6 Astra, con un precio por token de solo una décima parte, y tareas completadas más de 3 veces más rápido que con Astra y GPT-6.1 Sol. En OSWorld 2.1, el razonamiento medio ya supera el mejor resultado de GPT-5.6 Terra.
En programación, con el nivel máximo de razonamiento Terra completó el 50,3 % de las tareas de Terminal-Bench 4.0, frente al 21,5 % publicado para la generación anterior. La propia OpenAI reconoce que para las tareas de programación más complejas sigue recomendando Sol o Astra.
La tasa de errores factuales es otro cambio importante. En un conjunto de preguntas diseñado por OpenAI para provocar errores, la tasa de error con razonamiento bajo baja del 53,6 % al 16,7 %, y con el nivel máximo, al 4,3 %. En seguridad, según el marco de preparación (Preparedness Framework) de OpenAI, la capacidad de ciberseguridad de Terra alcanza el nivel «Crítico» (Critical), con las mismas salvaguardas creadas para GPT-6 Astra; los detalles están en la system card.
Frente a otros modelos de su categoría
Todas estas cifras proceden de pruebas internas de OpenAI. La evaluadora independiente Artificial Analysis publicó ese mismo día sus propios resultados; el criterio es distinto, pero la dirección coincide:
- El índice de inteligencia en el nivel máximo queda 6 puntos por encima de GPT-5.6 Terra, 4 por debajo de GPT-6.1 Sol y 10 por encima de GPT-6 Luna;
- el coste por tarea de ejecutar el índice completo ronda los 0,40 dólares, frente a 1,40 dólares de la generación anterior;
- en el Coding Agent Index, Terra obtiene 48, Sol 54 y Luna 31;
- la tasa de alucinaciones en AA-Omniscience baja del 88 % al 38 %, y la precisión sube además 2 puntos porcentuales.
La conclusión de Artificial Analysis es que los niveles de razonamiento bajo y medio se sitúan en la frontera óptima de la curva «inteligencia-coste», y el resto de niveles quedan por detrás. Dicho de otro modo, lo más rentable de Terra es usarlo en niveles bajo y medio para grandes volúmenes de tareas cotidianas; reservar el nivel máximo para unos pocos problemas difíciles tiene poco sentido, porque entonces conviene más recurrir directamente a Sol.
Frente a la competencia, OpenAI se compara con Claude Opus 5.5 de Anthropic: en Agents' Last Exam, el coste por tarea de Terra con el nivel máximo de razonamiento es aproximadamente una novena parte del de Opus 5.5. Opus 5.5 es el buque insignia de Anthropic y Terra es el modelo intermedio de OpenAI, por lo que su posicionamiento no es equivalente; la comparación suena más a un mensaje para los clientes empresariales: trabajos como «que la IA haga clic con el ratón» no requieren el modelo más caro.
Para los equipos que ya usan Sol en Codex y ChatGPT Work, el cambio más directo está en la cuota. OpenAI afirma que, con la misma cuota de uso, Terra puede completar más tareas que GPT-5.6 Terra, GPT-6.1 Sol y GPT-6 Astra. Cuántas más, la compañía no lo indica con un múltiplo; habrá que esperar a que los usuarios lo prueben durante un tiempo.
Fuentes: anuncio de producto y system card de OpenAI, evaluación independiente de Artificial Analysis, CocoLoop, Ifeng Tech; los tres precios (entrada, entrada en caché y salida) se contrastaron con la página de precios de la API de OpenAI.