GPT-6.1 Terra: el modelo medio de OpenAI a mitad de precio

Qué es GPT-6.1 Terra y dónde se ubica en la familia GPT-6

OpenAI presentó GPT-6.1 Terra, un modelo que cuesta US$1 por millón de tokens de entrada y US$5 por millón de salida: casi la mitad que GPT-5.6 Terra y que GPT-6.1 Sol, y alrededor de diez veces más que GPT-6 Luna. La compañía lo describe como un modelo "rápido y eficiente que combina razonamiento visual detallado y uso preciso de la computadora con una escritura más clara y natural".

Para un founder, el titular no está en el benchmark sino en el precio: la capa media de la tabla se abarató a la mitad sin perder las capacidades que más se usan en el día a día, como leer un plano técnico, llenar un formulario, editar un video o mover un agente por una interfaz web.

OpenAI ya organiza su catálogo en cuatro clases: Luna (la más barata), Terra, Sol y Astra (la más capaz). Según 9to5Mac, Terra había quedado fuera de la actualización a GPT-6 el mes anterior, cuando la compañía lanzó Sol y Luna, y ahora se pone al día con la nomenclatura 6.1. El modelo está disponible para usuarios Plus, Pro, Enterprise y Edu en ChatGPT Work y Codex, y vía API con el identificador gpt-6.1-terra.

¿Qué mejora GPT-6.1 Terra frente a GPT-5.6 Terra?

Según OpenAI, en Agents' Last Exam —una evaluación de tareas profesionales complejas— Terra sacó 15 puntos porcentuales más que GPT-5.6 Terra con esfuerzo de razonamiento medio, y a un tercio del costo. La compañía afirma además que rinde "a la par de GPT-6 Astra a solo un décimo de su precio por token", y que completa tareas más de tres veces más rápido que Astra y que Sol.

El salto en confiabilidad es el dato más citable: en el benchmark interno de prompts que inducen errores, la tasa de error con esfuerzo bajo cayó de 53,6% en GPT-5.6 Terra a 16,7% en GPT-6.1 Terra. Con esfuerzo máximo, bajó 18 puntos porcentuales hasta 4,3%, casi igualando a Astra y Sol.

En código, Terra marcó 50,3% en Terminal-Bench 4.0 con razonamiento máximo, más del doble del 21,5% de GPT-5.6 Terra. Aun así, OpenAI sigue recomendando GPT-6.1 Sol o GPT-6 Astra para las tareas de programación más complejas.

Simon Willison documentó en su blog una prueba casera que vale como termómetro: pedirle al modelo que dibuje un pelícano en SVG. Con el nivel de razonamiento "max", la tarea le costó 11,3161 centavos y tardó 4 minutos y 11 segundos. Willison publicó además una grilla comparativa con los pelícanos de cada nivel de razonamiento de la línea actual: GPT-6 Astra, GPT-6.1 Sol, GPT-6.1 Terra y GPT-6 Luna.

¿Cuándo conviene usar Terra y cuándo no?

Ted Sanders, de OpenAI, dio una guía poco habitual en un comentario en Hacker News: Terra es "probablemente mejor que Astra y Sol en comunicación técnica, similar en visión y uso de computadora (pero mucho más rápido), y un poco peor en casi todo lo demás".

Su recomendación para desarrolladores de API es concreta: Terra es una opción de rango medio si buscas algo más barato que Sol pero mucho más inteligente que Luna, sobre todo para visión, uso de computadora y comunicación. Para suscriptores, en cambio, no es un lanzamiento revolucionario: ayuda si estás chocando con los límites de uso, o si quieres respuestas más claras y automatización de escritorio más veloz.

Ese matiz es el que suele perderse en los anuncios. Terra no es el modelo más inteligente de OpenAI: es el que hace rentable dejar un agente trabajando en tareas repetitivas durante horas. Willison lo ubica en la misma posición que Sonnet dentro de la colección de Anthropic: ni el más barato ni el más caro, lo que complica la decisión de cuándo usarlo.

¿Cómo elegir entre Terra, Sol, Astra y Luna en la API?

El punto de comparación útil es el precio por millón de tokens de la línea actual, según lo publicado por MarkTechPost:

• GPT-6 Astra: US$10 de entrada, US$50 de salida y US$1 de entrada cacheada.
• GPT-6.1 Sol: US$2 de entrada, US$10 de salida y US$0,10 de entrada cacheada.
• GPT-6.1 Terra: US$1 de entrada y US$5 de salida.
• GPT-6 Luna: US$0,10 de entrada, US$0,50 de salida y US$0,01 de entrada cacheada.

La distancia entre Terra y Luna es de un orden de magnitud; la distancia entre Terra y Sol es de la mitad. Para un agente que corre miles de pasos al día, esa diferencia define si el producto es viable o no.

Hay dos detalles que suelen ignorarse y que pesan más que la elección de modelo. El primero: en la familia Sol, los prompts de más de 272.000 tokens de entrada pagan 2x en entrada y caché, y 1,5x en salida para toda la request. El segundo: los modos Batch y Flex son 50% más baratos. Si tu caso de uso es procesamiento por lotes —clasificar tickets, extraer datos de facturas, resumir contratos—, ese descuento mueve más la aguja que cambiar de modelo.

¿Qué significa esto para tu startup?

1. Revisa tu mezcla de modelos antes de escalar. Si hoy usas el modelo tope para todo, Terra te da una excusa para bajar de gama en las tareas de volumen: lectura de documentos, llenado de formularios y automatización de escritorio. Con la mitad del precio de Sol y 15 puntos más que la generación anterior en tareas profesionales, el ahorro no exige sacrificar calidad en esos flujos.

2. Mide el costo por tarea, no por token. Los precios por millón esconden la variable real: cuántos tokens consume tu agente para terminar el trabajo. Si Terra completa la misma tarea tres veces más rápido que Astra, el ahorro puede ser mayor que la diferencia nominal de precio. Instrumenta tu pipeline y compara costo por tarea completada.

3. Aprovecha el caché de prompts. Según Pulse 2.0, OpenAI ofrece descuentos de hasta 90% en lecturas de tokens de entrada cacheados, y la compañía reportó que GitHub redujo más de 50% la proporción de tokens que requerían procesamiento nuevo en miles de millones de requests. Si tu agente reenvía el mismo system prompt y los mismos esquemas de herramientas en cada paso, el caché es dinero gratis.

4. No migres todo de golpe. Terra es "un poco peor en casi todo lo demás" que Astra y Sol, según OpenAI. Deja las tareas de razonamiento complejo y el código difícil en los modelos grandes y mueve solo lo repetitivo. Un test A/B sobre tus propios casos de uso vale más que cualquier benchmark de laboratorio.

Conclusión

GPT-6.1 Terra es un lanzamiento de eficiencia, no de capacidad. La noticia real es que el punto medio de la tabla de OpenAI —el que más se usa en producción— bajó a la mitad de precio mientras mejoraba en confiabilidad y velocidad. Para un founder con un agente en producción, eso se traduce directamente en margen.

La pregunta que conviene hacerse no es "¿es Terra mejor?", sino "¿qué parte de mi producto puede correr en Terra sin que el usuario note la diferencia?". Ahí está el ahorro.

Fuentes

• GPT-6.1 Terra - Simon Willison (fuente original)
• OpenAI launches GPT-6.1 Terra with 3x faster AI agents, 50% lower pricing - BleepingComputer
• GPT-6.1 Terra makes a strong case for being OpenAI's best bang for your AI buck - Android Authority
• OpenAI upgrades ChatGPT and Codex with new GPT-6.1 Terra model - 9to5Mac
• OpenAI Releases GPT-6.1 Sol: Near-Astra Coding and Computer Use at One-Fifth of Astra's Token Price - MarkTechPost
• OpenAI Launches GPT-6 Sol And Luna With 50% Lower API Pricing - Pulse 2.0
• With No Astra to Release, OpenAI Pivots to New GPT-6.1 Sol Model - Gizmodo