GPT-6.1 Terra llega a la mitad de precio, con 37 puntos de error menos y sin ningún buque insignia a la vista.

OpenAI lanzó GPT-6.1 Terra el 26 de octubre de 2026, a 1 dólar por millón de tokens de entrada y 5 dólares por millón de salida — la mitad del precio de GPT-5.6 Terra en ambos ejes, y la mitad del precio de GPT-6.1 Sol cuatro semanas después del propio lanzamiento de ese modelo. La cifra que más se citará es una de fiabilidad: en la prueba interna de OpenAI con prompts inductores de errores, los fallos con esfuerzo de razonamiento bajo cayeron del 53,6 % al 16,7 %. La cifra que menos se citará es que Terra sigue cuatro puntos por detrás de Sol en el índice independiente Artificial Analysis. Ambas son ciertas, y el espacio entre ellas es toda la historia de este lanzamiento.

Ese espacio importa por lo que se predijo. Cuando este modelo todavía era una cadena en una solicitud de extracción del arnés de evaluación de Microsoft, escribimos el 20 de octubre que un modelo de gama media más barato tendría que situarse por debajo de $2 de entrada y $10 de salida para tener sentido, y que los informes de que superaba a Sol eran aritmética, no evidencia. La mitad de esa predicción relativa al precio se cumplió casi exactamente: $1/$5, cerca de los $1/$4 que consideramos plausibles. La mitad relativa al rendimiento no. Terra supera claramente a su predecesor y no supera a Sol en ningún ámbito que se haya medido de forma independiente.

Lo que OpenAI anunció, en el orden en que importa

La especificación a continuación proviene de la documentación del modelo de OpenAI, leída el 27 de octubre. Las afirmaciones de rendimiento de la siguiente sección son propias de OpenAI y se identifican como tales en todo el texto.

• Precio — 1 $ por millón de entrada, 5 $ por millón de salida, 0,05 $ de entrada en caché, frente a 2 $/12 $ para GPT-5.6 Terra y 2 $/10 $ para GPT-6.1 Sol.

• Contexto — 1.050.000 tokens, entrada máxima 922.000, salida máxima 128.000. Idéntico a ambos predecesores; este no es un lanzamiento de ventana de contexto.

• Fecha de corte de conocimiento — 1 de junio de 2026, frente al 16 de febrero de 2026 en GPT-5.6 Terra.

• Esfuerzo de razonamiento — ninguno, bajo, medio (predeterminado), alto, xhigh, máximo. Nota sobre el ajuste «ninguno»: GPT-6.1 Sol no lo ofrece, así que Terra tiene un nivel mínimo más económico que Sol.

• Modalidades: entrada de texto e imagen, salida de texto. Sin audio, sin vídeo.

• Endpoints — Chat Completions, Responses y Batch. La llamada a herramientas requiere la API de Responses. Sin ajuste fino, sin Realtime, sin Assistants.

• Modificadores de costo — batch y flex están un 50 % por debajo del estándar; el modo rápido es 2× el estándar; el procesamiento regional conlleva un recargo del 10 % donde se ofrece. Las solicitudes de más de 272K tokens de entrada se facturan a 2× las tarifas de entrada y caché, más 1,5× la tarifa de salida, por la solicitud completa.

El despliegue de ChatGPT es más limitado que el de la API. Terra está disponible en los planes Plus, Pro, Business, Enterprise y Edu, dentro de ChatGPT Work y Codex, y se puede seleccionar desde el menú Advanced en la aplicación de escritorio y en Work para la web, mientras que Work también lo admite en móvil. Explícitamente, no está disponible en ChatGPT Chat y no admite la residencia de inferencia en los EAU. El acceso para Enterprise sigue dependiendo de la disponibilidad del espacio de trabajo y de los controles de administración. Si tu idea de un lanzamiento de OpenAI es «aparece en el cuadro de chat», este no es el caso.

La afirmación de los 37 puntos es real, pero más limitada de lo que parece.

El resultado principal de OpenAI es una reducción de errores en prompts diseñados para inducir equivocaciones: una prueba que la empresa ejecuta internamente, no ha publicado y que nadie fuera ha reproducido. Con un esfuerzo de razonamiento bajo, la tasa de errores pasó del 53,6 % en GPT-5.6 Terra al 16,7 % en Terra. Con el esfuerzo máximo, la empresa reporta una caída adicional de 18 puntos hasta el 4,3 %, lo que describe como cercano a GPT-6 Astra y GPT-6.1 Sol.

Lee eso con atención. La cifra de 37 puntos no es «37 % menos errores en tu trabajo». Es una diferencia de 37 puntos en un conjunto interno construido de forma adversarial, en el ajuste de esfuerzo más bajo, frente a un modelo que está siendo retirado de algunos canales de distribución. El resumen honesto es que el nivel mínimo de Terra se volvió mucho menos bochornoso. Si su techo alcanzó el de Sol es otra cuestión, y la prueba interna no puede responderlo porque el número de Sol en esa misma prueba solo se cita como «cercano».

El resto de las afirmaciones publicadas por OpenAI, todas realizadas por el proveedor:

• Terminal-Bench 4.0 — 50,3 % resuelto con el máximo esfuerzo en Terra, frente al 21,5 % de GPT-5.6 Terra. Más del doble, y el mayor salto generacional del lanzamiento.

• Agents' Last Exam — 15 puntos porcentuales por encima de GPT-5.6 Terra con esfuerzo medio, a aproximadamente un tercio del coste.

• MMMU-Pro — supera a GPT-5.6 Terra en todos los niveles de razonamiento y se acerca a Astra y Sol, sin que se hayan publicado puntuaciones numéricas.

• Terminal-Bench-Science 0.1 — a menos de 5 puntos de Claude Opus 5.5, con menos de un quinto del coste estimado.

• Velocidad — el anuncio de lanzamiento describe a Terra como sustancialmente más rápido que Astra y Sol. Artificial Analysis no había publicado una cifra de rendimiento medida para el modelo cuando lo consultamos, así que trata "más rápido" como una afirmación hasta que alguien lo pruebe.

Puntuaciones independientes: seis puntos por encima de su predecesor, cuatro por detrás de Sol

Artificial Analysis sitúa a GPT-6.1 Terra con un Índice de Inteligencia de 48, en el puesto 25 de 221 modelos, a $0.40 por tarea del índice. En el mismo listado en vivo, GPT-5.6 Terra aparece con 42 (puesto 53, $1.40 por tarea) y GPT-6.1 Sol con 52 (puesto 13, $0.72 por tarea). Esas comparaciones solo son válidas entre sí tal como se publican actualmente —el índice se renormaliza periódicamente, y artículos anteriores citan números absolutos distintos para los mismos modelos.

De eso se derivan tres cosas. Primero, Terra es una mejora genuina respecto a su predecesor: seis puntos de índice por menos de un tercio del coste por tarea. Segundo, no supera a Sol, que es lo que sugerían los informes previos al lanzamiento que podría hacer. Tercero, y es lo menos comentado, el coste de Terra por tarea finalizada es el más bajo de los tres —0,40 USD frente a los 0,72 USD de Sol—, una cifra más útil que el precio por token, porque incorpora cuántos tokens consume el modelo hasta llegar a una respuesta.

La brecha de velocidad medida es la que va en sentido contrario. GPT-5.6 Terra figura con 137 tokens de salida por segundo y 111,75 segundos hasta el primer token; GPT-6.1 Sol, con 65,9 tokens por segundo y 325,58 segundos. Si Terra es realmente el más rápido de los tres, hereda la corona de la latencia además de la del precio, y esa combinación —no la inteligencia en bruto— es lo que realmente le importa a un pipeline de uso de computadora o de documentos.

Dónde sobrevive «a mitad de precio» y dónde deja de ser verdad sin que se note

Una carga de trabajo de nivel estándar de 100.000 tokens de entrada y 5.000 tokens de salida costaba 0,26 $ en GPT-5.6 Terra y cuesta 0,125 $ en GPT-6.1 Terra — un ahorro del 52 %, ligeramente mejor que el dato destacado porque la salida era el lado más caro de la antigua lista de precios.

El multiplicador de contexto largo no elimina el descuento, porque se aplica a ambos modelos: por encima de 272K tokens de entrada, Terra cobra $2 por entrada y $7.50 por salida por toda la solicitud, y GPT-5.6 Terra, $4 y $18. Una solicitud de 400K de entrada y 4K de salida cuesta $0.83 frente a $1.67. Sigue siendo la mitad.

Donde cambia la aritmética es en el modo rápido. Terra a 2× el estándar cuesta $2/$10 — exactamente el precio de lista estándar de GPT-6.1 Sol, para un modelo cuatro puntos de índice más débil. Si tu carga de trabajo necesita la velocidad de Terra y pagas el multiplicador del modo rápido, el argumento de precio a favor de Terra frente a Sol desaparece, y la única pregunta que queda es si la salida de Terra es suficientemente buena para la tarea. Batch y flex son lo contrario: el 50 % de descuento lleva a Terra a $0.50/$2.50, que es la tarifa competente de uso general más barata en la lista de precios de OpenAI y la configuración que la mayoría de las canalizaciones de gran volumen debería probar primero.

Qué significa esto si te ganas la vida enrutando modelos

Una nota de honestidad antes de la nota de producto: GPT-6.1 Terra no está en el catálogo de OrcaRouter en el momento de escribir esto. Nuestro catálogo enumera 214 modelos, incluidos GPT-5.6 Terra, GPT-6.1 Sol, GPT-6 Astra y GPT-6 Luna, pero no este; así que quien te diga que hoy enruta Terra o va más rápido que la documentación del propio proveedor o está adivinando.

Lo que te queda es una decisión de dos partes que OrcaRouter sí abarata. Las dos opciones de comparación ya están activas: GPT-5.6 Terra a su precio de lista de $2/$12 y GPT-6.1 Sol a $2/$10, con una sola clave, con un 0% de margen sobre el precio de lista del proveedor. Eso importa más de lo habitual aquí, porque la pregunta interesante no es «¿es Terra mejor que Sol?» en abstracto, sino «¿en qué punto deja el coste de $0.40 por tarea de Terra de superar a los $0.72 de Sol en mi tráfico?». Hoy puedes medir la opción de Sol en nuestro lado y mantener allí la escalera de respaldo mientras se prueba Terra directamente contra la API de OpenAI. Si más adelante trasladas la carga de trabajo, la conmutación automática por error hace que un mal día en un proveedor no se convierta en un mal día para tu producto.

La incómoda posición en la alineación

La crítica más afilada a este lanzamiento no tiene que ver con los benchmarks. Es que Terra ocupa una franja que sus propios hermanos han estrechado. Los comentaristas de Hacker News se pasaron el lanzamiento argumentando que Terra con esfuerzo xhigh cuesta más que Sol con esfuerzo bajo y además puntúa peor, lo que convierte "elige el modelo más barato" en una regla mucho menos evidente de lo que sugiere la tarjeta de precios. Otros señalaron que GPT-6.1 Sol ya iguala a la antigua Astra en algunos trabajos, y preguntaron qué le queda a un modelo de gama media cuando el nivel inferior no deja de absorber capacidad.

La respuesta de OpenAI es el perfil de la carga de trabajo, no el puesto en los benchmarks: documentos rutinarios, capturas de pantalla, formularios, planos técnicos, automatización de navegador y escritorio, redacción y edición; tareas de gran volumen en las que el modelo debe ser fiable y rápido, no lo más ingenioso posible. Esa es una categoría real, y la reducción de errores de 37 puntos está dirigida directamente a ella. También es una categoría en la que un déficit de cuatro puntos en el índice frente a Sol es irrelevante y un ahorro de 0,32 dólares por tarea por cada mil llamadas no lo es.

Dos cosas que vigilar. OpenAI no ha publicado una fecha de desactivación para gpt-5.6-terra, aunque la documentación de terceros ya lo marca como obsoleto y GitHub Copilot lo retira el 16 de noviembre de 2026, con GPT-6.1 Sol o GPT-6 Luna nombrados como objetivos de migración —no Terra—. Y GPT-6.1 Astra no se ha lanzado; hasta que lo haga, la cima de esta familia sigue siendo GPT-6 Astra, un modelo contra el que ahora se compara explícitamente a Terra, a una décima parte del precio por token.

Si tu trabajo es de gran volumen y está bien especificado, los argumentos para cambiar son sólidos y el costo de migración es una cadena de modelo. Si tu trabajo es el 5 % más difícil —programación de horizonte largo, investigación profunda, tareas agénticas donde un paso en falso arruina la ejecución—, nada en esta versión cambia tu respuesta, y la brecha de cuatro puntos en el índice es la razón. La reducción de precio es real; simplemente no es una historia de capacidades.