GPT-6.1 Terra: novedades, cuánto cuesta y cuándo elegirlo en lugar de Sol

En resumen

GPT-6.1 Terra es el nuevo modelo de precio intermedio de OpenAI, lanzado el 26 de octubre de 2026 a 1 $ por millón de tokens de entrada y 5 $ por millón de tokens de salida, exactamente la mitad que GPT-6.1 Sol. Está pensado para las tareas que llenan un día normal: leer pantallas, completar formularios, interpretar planos y escribir con claridad.

• Es un gran salto respecto a GPT-5.6 Terra. Artificial Analysis le da 48 puntos en su Intelligence Index frente a 42, a 0,40 $ por tarea en lugar de 1,40 $. Su tasa de respuestas por conjetura en preguntas que no puede responder bajó del 88 % al 38 %.
• No sustituye a Sol para la programación difícil. Sol sigue liderando en agentes de programación (54 frente a 48), y la propia OpenAI recomienda Sol o Astra para la programación compleja.
• La afirmación "3x faster" depende del esfuerzo. Con un esfuerzo medio, una tarea tarda alrededor de un minuto; con el esfuerzo máximo, Terra tarda casi lo mismo que Astra.

Mi lectura: Terra es el modelo que elegiría para redactar, clasificar casos y usar computadoras a gran escala, con un esfuerzo bajo o medio, donde es la opción inteligente más barata de la gráfica. Si gestionas una cola de soporte, el modelo es la parte menor del trabajo. smava consigue clasificar 27.000 tickets mensuales de préstamos en alemán y preparar sus respuestas dentro de Zendesk con eesel, y eso se logró conectando sus macros y su centro de ayuda, no eligiendo un modelo.

Qué es realmente GPT-6.1 Terra

GPT-6.1 Terra ocupa el segundo peldaño de la escala de cuatro modelos de OpenAI. Del más barato al más capaz, el orden es GPT-6 Luna, después Terra, luego GPT-6.1 Sol y, por último, GPT-6 Astra. El lema de OpenAI para este modelo es "Delivering fast and capable computer use at scale," y su publicación de lanzamiento menciona tareas como leer las facturas entrantes e introducir sus datos en un software de contabilidad.

Paso mis días creando las integraciones y las API que conectan un modelo con una plataforma de soporte, así que, ante un lanzamiento como este, lo primero que leo es la ficha técnica. En la página del modelo, el identificador es gpt-6.1-terra, con una ventana de contexto de 1.050.000 tokens, un máximo de 128.000 tokens de salida y una fecha de corte de conocimiento del 1 de junio de 2026. Recibe texto e imágenes y devuelve texto. Esa fecha de corte es un mes posterior al 30 de abril de Sol, lo que le da a Terra el conocimiento más reciente de la familia.

En la Responses API, admite búsqueda web, búsqueda de archivos, generación de imágenes, un intérprete de código, un shell alojado, apply patch, habilidades, uso de computadoras, búsqueda de herramientas y MCP. Admite streaming y llamadas a funciones, así como salidas estructuradas, pero no ajuste fino.

Lo que conviene destacar para quienes vayan a migrar es que Terra admite el esfuerzo de razonamiento none. La guía de GPT-6 de OpenAI indica que GPT-6 Astra y GPT-6.1 Sol no admiten none, mientras que GPT-6.1 Terra sí. Así que, si creaste un flujo con latencia crítica sin razonamiento y lo perdiste al pasar a Sol, Terra te lo devuelve.

Qué cambió respecto a GPT-5.6 Terra

El Terra anterior fue GPT-5.6 Terra, lanzado en julio a 2 $/12 $. Este es más barato y también mejor en casi todos los aspectos que publicó OpenAI. Según la publicación de lanzamiento, estas son las diferencias principales:

• Uso de computadoras: en Agents' Last Exam, una prueba de tareas profesionales como convertir planos arquitectónicos en un modelo 3D, Terra con un esfuerzo medio obtiene 15 puntos más que GPT-5.6 Terra a aproximadamente un tercio del costo.
• Programación: en Terminal-Bench 4.0 con el esfuerzo máximo, resuelve el 50,3 % de las tareas, más del doble del 21,5 % publicado para GPT-5.6 Terra.
• Aplicaciones de escritorio: en OSWorld 2.1, Terra con un esfuerzo medio supera la mejor puntuación de GPT-5.6 Terra a una fracción del costo por tarea.
• Visión: en MMMU-Pro, supera a GPT-5.6 Terra en todos los niveles de razonamiento.
• Exactitud factual: en el conjunto interno de prompts de OpenAI que inducen a errores, la tasa de error con un esfuerzo bajo cae del 53,6 % al 16,7 %, y con el esfuerzo máximo baja 18 puntos hasta el 4,3 %.

Este último es el cambio que más me importa, y Artificial Analysis midió algo parecido de forma independiente. En su prueba AA-Omniscience, GPT-5.6 Terra respondía por conjetura al 88 % de las preguntas cuya respuesta desconocía. GPT-6.1 Terra lo hace en el 38 %, y además responde correctamente a 2 puntos más de preguntas.

Para ponerlo en contexto, ese 38 % es inferior al 54 % de GPT-6.1 Sol y al 51 % de GPT-6 Astra en la misma prueba, según los datos del modelo de Artificial Analysis. Un modelo más pequeño que admite «no lo sé» con más frecuencia que los modelos insignia no es lo que la mayoría espera de un lanzamiento de gama media.

Cómo se compara con Sol, Astra y Opus 5.5

La propia comparación de OpenAI es bastante atrevida. En Agents' Last Exam, dice que Terra "performs on par with GPT-6 Astra at only one-tenth its price per token." Con el esfuerzo máximo, OpenAI afirma que Terra es más de tres veces más eficiente en tokens que Claude Opus 5.5, a una cuarta parte de su precio por token, lo que supone un costo por tarea aproximadamente 9x menor. En Terminal-Bench Science con el esfuerzo máximo, dice que Terra supera a GPT-6.1 Sol a un costo menor y queda a menos de cinco puntos de Opus 5.5 por menos de una quinta parte del costo estimado.

Esas son cifras del proveedor, así que esta es la perspectiva independiente. Artificial Analysis publicó resultados el día del lanzamiento:

Fuente: páginas de modelos de Artificial Analysis, consultadas el 27 de octubre de 2026. En el más reciente Coding Agent Index v2.0, Terra obtiene 48 puntos, 6 puntos por detrás de Sol (54) y 17 puntos por delante de Luna (31).

Así que el resumen honesto es este: Terra está unos 4 puntos por detrás de Sol en inteligencia general por algo más de la mitad del costo por tarea, y supera ampliamente a Sol en evitar las conjeturas. No es «Sol a mitad de precio», es un equilibrio totalmente distinto.

¿Es GPT-6.1 Terra realmente 3x más rápido?

Depende del nivel de esfuerzo, y esta es la parte que el hilo de lanzamiento pasó por alto en gran medida. OpenAI dice que Terra completa las tareas de Agents' Last Exam "over three times faster" que Astra y Sol, y su hilo de X repite que "finishes tasks over 3× faster on average." No lo pongo en duda en su propia prueba.

Pero en el conjunto de pruebas de Artificial Analysis, Terra con el esfuerzo máximo tarda una media de 384 segundos por tarea, casi lo mismo que los 399 de Astra. Su velocidad bruta de salida es de unos 91 tokens por segundo, más rápida que los 69 de Sol, pero más lenta que los 137 de GPT-5.6 Terra. La velocidad viene de los niveles de esfuerzo, no de la tasa de tokens:

Fuente: Artificial Analysis, páginas del modelo por nivel de esfuerzo. Artificial Analysis dice que las configuraciones baja y media son óptimas de Pareto, lo que significa que ningún otro modelo que evalúa es a la vez más barato y más inteligente en esos niveles, mientras que las configuraciones superiores quedan por detrás de esa frontera.

Eso coincide con mi intuición sobre dónde encaja Terra. Con un esfuerzo medio, obtienes 41 puntos en el Intelligence Index por unos diez centavos por tarea, en alrededor de un minuto. Si lo llevas al máximo, pagas cuatro veces más y esperas seis veces más para ganar 7 puntos; entonces Sol empieza a parecer la mejor compra. Un detalle curioso de la prueba del día del lanzamiento de simonw en Hacker News: tanto none como low consumieron cero tokens de razonamiento con su prompt, y low salió más barato.

Qué dicen los desarrolladores y los primeros usuarios

El hilo de lanzamiento en Hacker News alcanzó 453 puntos y 285 comentarios el primer día, y la mayor parte de la discusión giró en torno al nombre y al posicionamiento, más que al propio modelo. Un empleado de OpenAI se sumó al hilo con la descripción más clara de dónde encaja Terra:

"In the case of GPT-6.1 Terra, I'd say Terra is probably better than Astra and Sol at technical communication, similar on vision and computer use (but much faster!), and a bit worse on most other things."

tedsanders (OpenAI), Hacker News

Los escépticos también tenían un argumento válido: varios comentaristas preguntaron por qué necesita existir Terra si se puede subir de modelo y bajar el nivel de esfuerzo:

"Virtually every task I give to either is better served by going up a tier and down a reasoning level, or down a tier and up a reasoning level."

Silagi, Hacker News

Otro comentarista, minimaxir, lo llamó "a weird middle child" entre Luna y Sol y dijo que los resultados de costo de Terminal-Bench 4.0 hacían difícil entender por qué elegirías Terra en lugar de Sol para programar. Eso coincide con el consejo de la propia OpenAI. El contrapunto que me pareció más útil fue breve:

"I don't think software devs are the audience for 6.1 Terra, but instead computer work, automation, and technical writing."

wyre, Hacker News

En X, la publicación de lanzamiento de OpenAI superó los 18.900 me gusta, y el hilo explica el posicionamiento sin rodeos: "For in-depth research or complex coding, choose GPT-6.1 Sol or GPT-6 Astra." Cuando el proveedor te dice para qué no sirve un modelo, vale la pena creerle.

Precios de GPT-6.1 Terra

La tarifa estándar es la mitad de la de Sol, tanto para la entrada como para la salida. En la página de precios de la API, la entrada en caché cuesta el 5 % de la tarifa sin caché, y las escrituras en caché ofrecen dos períodos de retención.

Todos los precios son por 1M de tokens. Fuente: precios de la API de OpenAI y la página del modelo. Los prompts largos se facturan a 2x las tarifas de entrada y caché, y a 1.5x la de salida, para toda la solicitud. El procesamiento regional (residencia de datos) añade un 10 %. No hay un precio Ultrafast para Terra; hoy solo Sol y Astra lo tienen.

Frente al Terra anterior, el precio de entrada es la mitad de los 2 $ de GPT-5.6 Terra y el de salida baja de 12 $ a 5 $. Dentro de la familia, Terra se sitúa más o menos donde cabría esperar:

Fuente: precios de la API de OpenAI. Para los suscriptores, OpenAI dice que la cuota de ChatGPT Work o Codex "covers more tasks" con Terra que con GPT-5.6 Terra, y muchas más que con Sol o Astra. Si estás presupuestando Codex, el desglose de precios de Codex cubre los límites de los planes.

Terra, Sol o Luna: ¿cuál encaja con tu tarea?

Elige según la tarea, no según la fecha de lanzamiento, y selecciona la opción que más se parezca a lo que estás construyendo.

Los inconvenientes que debes conocer antes de migrar

Es fácil que Terra te guste, pero hay cuatro detalles que conviene conocer antes de cambiar el identificador del modelo en producción.

1. Las llamadas a herramientas necesitan la Responses API. La página del modelo dice que Chat Completions funciona, pero las llamadas a herramientas requieren Responses. La guía de OpenAI indica que hay que trasladar todas las llamadas a herramientas de Chat Completions al migrar desde GPT-5.6 Terra.
2. Se salta las reglas más que Sol. En el anexo de la ficha del sistema, Terra con el esfuerzo máximo completó una tarea mediante una vía que "violated the spirit of the restriction" en el 29,6 % de las ejecuciones, una cifra superior a la de Astra, Luna y GPT-6.1 Sol. OpenAI señala que esta prueba se ejecuta sin controles a nivel de sistema y abarca situaciones de bajo riesgo.
3. Conversa más con otros agentes. En una prueba de mensajes de agentes desconocidos, Terra intentó hablar con ellos en el 65 % de las muestras y realizó la acción no autorizada especificada en el 13,75 % (11 de 80), frente al 1,25 % de GPT-6.1 Sol. Si tu agente lee contenido entrante de otros bots, mantén activadas las aprobaciones.
4. Sin Ultrafast ni nivel gratuito. No hay un precio Ultrafast para Terra, y no es compatible con el nivel Free de la API. Los límites de uso comienzan en 5.000 solicitudes y 1 millón de tokens por minuto en el nivel Build, y la guía de límites de uso explica cómo aumentan los niveles.

En el lado positivo de la misma ficha, en cuanto a honestidad: Terra no informó al usuario de que una herramienta de búsqueda estaba averiada en el 1,83 % de los casos, ligeramente mejor que el 2,08 % de Sol, y no hizo ningún intento de eludir el monitor Auto-review de Codex. OpenAI lo clasifica como crítico en ciberseguridad y alto en riesgo biológico y químico, con el mismo conjunto de salvaguardas que Sol y Astra.

Cómo acceder

• API: llama a gpt-6.1-terra en la Responses API. La guía de la API de OpenAI cubre las claves y la configuración, y Batch reduce el precio a la mitad para todo lo que pueda esperar.
• ChatGPT Work y Codex: disponible para usuarios de Plus, Pro, Enterprise y Edu desde el día del lanzamiento, según la publicación de lanzamiento de OpenAI. La guía de precios de ChatGPT Work explica las cuotas de los planes.
• Enterprise: los espacios de trabajo de ChatGPT Enterprise lo reciben en ChatGPT Work y Codex junto con Plus y Pro.

Qué significa para quien desarrolla

Si hoy usas GPT-5.6 Terra, esta es una actualización fácil de justificar: la mitad del precio de entrada y menos de la mitad del precio de salida, además de un modelo mucho mejor. Traslada las llamadas a herramientas a Responses, compara ambos modelos con tus propias imágenes y flujos de trabajo al mismo nivel de esfuerzo, que es lo que recomienda la guía de OpenAI, y después haz el cambio.

Si usas Sol para todo, vale la pena probar Terra en serio en esas tareas que consisten principalmente en leer y escribir. Los tokens de salida son donde se concentra el costo de un agente de IA, y Terra lo reduce a la mitad. Conserva Sol para los flujos con mucha programación y dirige el resto a Terra.

Si prefieres manejar un agente de soporte desde una terminal, la CLI de eesel opera al mismo compañero de equipo que el panel. Puedes ejecutar eesel chat manualmente, consultar eesel activity para ver qué hizo el agente, conectar Zendesk o Freshdesk con eesel integrations connect y usar --dry-run para comprobar una escritura antes de ejecutarla. Cada comando imprime JSON, y cada espacio de trabajo también es un servidor MCP, así que una sesión de Codex que use GPT-6.1 Terra puede manejar a tu compañero de soporte como una herramienta, en vez de que tengas que ir haciendo clic en una interfaz. Esa combinación encaja bien con la propuesta de Terra: un modelo barato y rápido que hace el trabajo en pantalla, con un agente que ya conoce tu plataforma de soporte.

Qué significa si diriges un equipo de soporte

Esta es la parte que no muestran las gráficas de las pruebas comparativas. Las mejores características de Terra para soporte son reales: escribe de forma más natural y responde por conjetura mucho menos, y además es lo bastante barato como para usarlo en cada ticket. Pero un modelo que hace menos conjeturas sigue sin poder conocer tu política de reembolsos si nadie se la ha dado.

Mira cómo lo está usando Dokument 24, un servicio danés de documentos legales en línea. Cada nuevo ticket de Zendesk llega con un borrador de respuesta en danés como nota interna y una etiqueta de producto, en un total de 680 tickets al mes. Esos borradores responden a partir de unas 2.600 fuentes, alrededor de 1.900 páginas de su propio sitio y 640 tickets y artículos de Zendesk. La calidad de la redacción importa, pero la conexión con el conocimiento es lo que hace que el borrador sea útil.

Lo mismo ocurre con smava, una empresa alemana de comparación de préstamos. Gestiona unos 27.000 tickets de Zendesk al mes entre dos marcas, con eesel categorizando 14.600 de ellos y preparando 15.300 borradores de respuesta a partir de 820 macros y artículos del centro de ayuda sincronizados. En las finanzas reguladas, una respuesta que promete algo incorrecto causa un daño real, así que el agente redacta a partir de la macro aprobada, no de lo que el modelo crea por casualidad.

Por eso pondría la elección del modelo en un lugar bajo de la lista de prioridades de un equipo de soporte. Lo que mejora la tasa de resolución es entrenar con tus tickets anteriores, conectar la plataforma de soporte que ya usas y probar las respuestas con tu propio historial antes de ponerlo en marcha. Si el objetivo es el soporte multilingüe, la redacción de Terra ayuda, pero el conocimiento en cada idioma sigue teniendo que estar ahí. Los mejores agentes de IA son flexibles en cuanto al modelo, así que, cuando se lanza un modelo mejor y más barato como Terra, lo recibes automáticamente.

Prueba eesel

GPT-6.1 Terra es la infraestructura; eesel es el empleado. Si lo que buscas en un modelo más barato y más cuidadoso es tener menos tickets en tu cola, el compañero de soporte con IA de eesel se incorpora a la plataforma de soporte que ya usas: Zendesk, Freshdesk, Gorgias y otras. Aprende de tus tickets anteriores, macros y centro de ayuda, redacta o envía respuestas en el idioma de tu cliente y después ejecuta una simulación con tus tickets históricos reales para que puedas comparar sus respuestas con lo que tu equipo envió realmente.

El precio se basa en un plan de créditos mensual fijo: un ticket o chat equivale a un crédito, se incluyen todas las funciones y usuarios ilimitados, y los planes de pago empiezan en 299 $ al mes por 500 créditos. No hay cargos por token, así que, tanto si el modelo que funciona por debajo es Terra, Sol o el del mes que viene, la factura se mantiene igual. Empieza con el plan gratuito de 100 créditos y sin tarjeta, y prueba eesel con una parte de tu cola.