OpenAI presentó GPT-6.1 Terra, su nuevo modelo de razonamiento diseñado para trabajo visual y de uso de computadora de alto volumen. La noticia, que sacude al sector de la inteligencia artificial, llega con un enfoque poco glamoroso pero clave para los desarrolladores: es más barato, más rápido y está pensado para las tareas rutinarias que llenan el día a día. No es un alarde de flagship, sino un recorte de precio para el modelo que hace clic en botones, lee formularios y convierte dibujos en documentos. Si ejecutas agentes que interactúan con pantallas y documentos reales a escala, este es el cambio de modelo que mueve tu factura.
¿Qué es GPT-6.1 Terra y por qué importa?
Terra reemplaza a GPT-5.6 Terra en la línea de OpenAI. Se sitúa en el medio: por encima de GPT-6 Luna, el modelo más económico, y por debajo de GPT-6.1 Sol y el flagship GPT-6 Astra. Es un modelo de razonamiento construido para trabajo visual y de uso de computadora de alto volumen. Acepta entrada de texto e imágenes, tiene una ventana de contexto de 1.05 millones de tokens con hasta 128,000 tokens de salida y —este es el punto— puede operar una computadora: mirar una pantalla, hacer clic, escribir y moverse entre aplicaciones como lo haría una persona.
Está disponible para usuarios Plus, Pro, Enterprise y Edu en ChatGPT Work y Codex, y para desarrolladores a través de la API como gpt-6.1-terra. Amazon Web Services lo hizo disponible en Bedrock el mismo día. No está en el Chat regular y no se lista un nivel gratuito: es un modelo para planes de pago y API.
A través de la API de Respuestas, admite herramientas como uso de computadora, búsqueda web, búsqueda de archivos, intérprete de código, shell alojado y MCP. Los ejemplos de cargas de trabajo de OpenAI dicen exactamente para quién es: redacción de propuestas, interpretación de dibujos técnicos, llenado de formularios, ingreso de facturas en software de contabilidad, emparejamiento de fotos de productos con entradas de catálogo y edición de video por escena.
Precios: la mitad que sus competidores
Terra cuesta la mitad que su predecesor y que Sol, y aproximadamente una décima parte del precio por token de Astra. Los desarrolladores independientes lo resumen igual: casi la mitad del precio de GPT-5.6 Terra y GPT-6.1 Sol, y alrededor de 10 veces el precio de GPT-6 Luna. Dos detalles de precios importan si ejecutas cargas de trabajo largas o por lotes: los tokens de entrada cuestan $1 por millón, los tokens de entrada en caché $0.05 por millón y los tokens de salida $5 por millón en tarifas estándar.
Again: estas son afirmaciones de OpenAI, no resultados independientes. Pero la dirección es consistente y es la razón por la que este lanzamiento importa.
Rendimiento: más capaz y más barato, según OpenAI
En Agents’ Last Exam —un conjunto de tareas profesionales como convertir dibujos arquitectónicos en un modelo 3D— OpenAI dice que Terra con esfuerzo de razonamiento medio obtiene 15 puntos porcentuales más que GPT-5.6 Terra a aproximadamente un tercio del costo, y rinde a la par de GPT-6 Astra a solo una décima parte de su precio por token. También afirma que Terra termina las tareas más de tres veces más rápido que Astra o Sol.
Con esfuerzo máximo, OpenAI dice que Terra es más de tres veces más eficiente en tokens que Claude Opus 5.5 de Anthropic a un cuarto de su precio por token, lo que se traduce en un costo por tarea aproximadamente 9 veces menor. En Terminal-Bench 4.0, una prueba de codificación, Terra resolvió el 50.3% de las tareas con esfuerzo máximo, frente al 21.5% de su predecesor. En un conjunto interno de prompts diseñados para provocar errores, la tasa de error con esfuerzo de razonamiento bajo cayó del 53.6% al 16.7%. En OSWorld 2.1, que prueba el uso de aplicaciones de escritorio, Terra superó la mejor puntuación de su predecesor con esfuerzo de razonamiento medio mientras costaba menos por tarea.
La lectura honesta: más barato y más capaz a la vez, en las pruebas del propio proveedor. Las pruebas independientes nos dirán cuánto de eso sobrevive al contacto con escritorios reales y desordenados. Trata cada número anterior como una afirmación a verificar, no como un hecho para presupuestar a ciegas.
¿Para quién es Terra y para quién no?
Usa Terra para: trabajo de computadora de alto volumen. Ingreso de facturas, llenado de formularios, procesamiento de documentos, redacción de propuestas, lectura de dibujos técnicos, emparejamiento de fotos con entradas de catálogo, registros de video con código de tiempo. Donde el trabajo es repetitivo, ligado a la pantalla y facturado por token, la relación precio-capacidad de Terra es ahora la mejor en la línea de OpenAI para ese trabajo.
Mantén Sol o Astra para: la codificación e investigación más difíciles. OpenAI mismo sigue señalando la codificación compleja a Sol o Astra, y los resúmenes independientes coinciden: en Terminal-Bench, el 50.3% de Terra queda por debajo del 55.9% de Sol y del 70.6% de Claude Sonnet 5.5. Terra no es el modelo de la tabla de clasificación. Es el modelo que maneja la mayor parte del volumen en un sistema real.
Mantén Luna para: las tareas más simples y económicas. Con $0.10 de entrada y $0.50 de salida, Luna sigue siendo aproximadamente una décima parte del precio de Terra. Si la tarea no necesita razonamiento visual o uso de computadora, Luna sigue siendo la forma más barata de hacerlo.
El impacto para México y Latinoamérica
Para los desarrolladores y empresas de la región que están construyendo agentes de automatización, GPT-6.1 Terra representa una oportunidad para reducir costos en tareas de back office, atención al cliente y procesamiento de documentos. La capacidad de operar una computadora de forma autónoma podría acelerar la digitalización de pequeñas y medianas empresas que aún dependen de procesos manuales. Sin embargo, la disponibilidad a través de la API y planes de pago implica que las startups y desarrolladores latinoamericanos deberán evaluar cuidadosamente el retorno de inversión antes de migrar sus cargas de trabajo.
La competencia con modelos como Claude Opus 5.5 de Anthropic también presiona a los proveedores a ofrecer mejores precios y capacidades, lo que beneficia a los usuarios finales. En un mercado donde el costo por token es crucial para la escalabilidad, la llegada de Terra podría democratizar el acceso a agentes de IA más sofisticados.
Conclusión: el caballo de batalla que importa
Terra no es emocionante como lo es el lanzamiento de un flagship, y es exactamente por eso que importa. La era de los agentes no vive o muere por el modelo más inteligente de la línea. Vive del costo por tarea del modelo que hace el trabajo rutinario, miles de veces al día, sin que un humano vigile cada paso. OpenAI acaba de reducir a la mitad ese costo para el trabajo de uso de computadora mientras afirma que mejoró en ello. Si las pruebas independientes respaldan aunque sea la mitad de eso, Terra se convierte en el modelo predeterminado para una enorme clase de cargas de trabajo de agentes, no porque sea el mejor modelo que hace OpenAI, sino porque es el más barato que es suficientemente bueno para el trabajo. Y en producción, ‘suficientemente bueno, a la mitad del precio’ gana mucho más a menudo que ‘el mejor, a diez veces el precio’.