El 26 de octubre de 2026, OpenAI lanzó GPT-6.1 Terra, un modelo de gama media creado para un trabajo que hasta ahora resultaba demasiado caro de ejecutar a escala: operar software como lo haría una persona. Lee pantallas, hace clics en aplicaciones y escribe con claridad, y cuesta $1 por millón de tokens de entrada. Para los equipos que construyen agentes de IA, el titular no es un nuevo récord de benchmark. Es que el uso de computadora acaba de volverse lo bastante barato para el trabajo rutinario.
Puntos clave
- La mitad del precio. Terra cuesta $1 por millón de tokens de entrada y $5 por millón de tokens de salida, la mitad de GPT-6.1 Sol y del modelo GPT-5.6 Terra al que reemplaza, y una décima parte de GPT-6 Astra.
- Uso de computadora casi de gama insignia. OpenAI afirma que Terra iguala a GPT-6 Astra en el benchmark de uso de computadora Agents’ Last Exam a una décima parte del precio por token.
- Más rápido y más preciso. Terminó las tareas de benchmark más de tres veces más rápido que Astra y Sol, y su tasa de errores factuales cayó del 53.6% hasta el 4.3%.
- No es un insignia para programación. OpenAI sigue señalando a Sol y Astra para el trabajo de programación más difícil.
- Enruta, no reemplaces. La ventaja práctica está en enviar cada paso de un flujo de trabajo al modelo más barato que pueda hacerlo bien.
¿Qué es GPT-6.1 Terra?
La propia documentación de modelos de OpenAI describe a Terra como “un modelo rápido y eficiente para razonamiento visual, uso preciso de la computadora y una escritura clara y natural”. Se ubica en la familia GPT-6 entre el económico GPT-6 Luna y el equilibrado GPT-6.1 Sol, con GPT-6 Astra en la cima.
Terra está disponible en ChatGPT Work y Codex para usuarios de Plus, Pro, Enterprise y Edu, y en la API como gpt-6.1-terra. Tiene una ventana de contexto de 1.05 millones de tokens, hasta 128.000 tokens de salida y seis ajustes de esfuerzo de razonamiento, de none a max. Su fecha de corte de conocimiento es el 1 de junio de 2026.
¿Listo para hacer crecer tu negocio?
Comienza tu prueba gratuita hoy y ve resultados en días.
Precios
Con $1 de entrada y $5 de salida por millón de tokens, Terra deja por debajo a todos los modelos GPT-6 excepto Luna. La entrada en caché se reporta a $0.05 por millón de tokens, lo que importa para los agentes que reenvían el mismo prompt de sistema y las mismas definiciones de herramientas en cada paso.
El precio por token es solo la mitad de la historia. El costo de ejecutar un LLM en un agente depende de cuántos tokens consume cada tarea, y OpenAI dice que Terra usa menos tokens en algunas tareas que los modelos anteriores. Un modelo más barato que necesita menos pasos multiplica el ahorro.
Benchmarks
OpenAI publicó sobre todo cifras relativas, así que léelas como una orientación y no como puntuaciones absolutas:
| Benchmark | Lo que OpenAI reportó para Terra |
|---|---|
| Agents’ Last Exam | 15 puntos por encima de GPT-5.6 Terra con esfuerzo medio, a aproximadamente un tercio del costo; comparable a GPT-6 Astra a una décima parte del precio por token |
| OSWorld 2.1 | Supera la mejor puntuación reportada de GPT-5.6 Terra con esfuerzo medio, con un costo por tarea más bajo |
| Terminal-Bench 4.0 | 50.3% con esfuerzo máximo, frente al 21.5% de GPT-5.6 Terra |
| Terminal-Bench-Science 0.1 | Supera a GPT-6.1 Sol con esfuerzo máximo, a menor costo |
| Errores factuales (internos) | 16.7% con esfuerzo bajo y 4.3% con esfuerzo máximo, frente al 53.6% anterior |
La caída de los errores factuales es el número a vigilar para el trabajo de cara al cliente. Un modelo que inventa hechos la mitad de las veces no puede responder tickets de soporte sin supervisión. Uno que lo hace un pequeño porcentaje de las veces, con una base de conocimiento detrás, empieza a parecer utilizable. Para ver cómo se comparan los hermanos de Terra en un conjunto más amplio de pruebas, consulta los benchmarks de GPT-6.1 Sol y el perfil de benchmark de GPT-6 Astra en nuestro ranking de modelos de IA.
Únete a nuestro boletín
Obtén los últimos consejos, tendencias y ofertas gratis.
Por qué importa el uso de computadora
La mayor parte de la automatización empresarial funciona a través de APIs. Pero mucho trabajo real vive en software que no tiene API, o que nadie ha conectado: una pantalla antigua de ERP, un portal de proveedores, un formulario gubernamental, un panel interno. El uso de computadora permite que un agente trabaje directamente con esos sistemas mirando la pantalla y actuando sobre ella. Cubrimos la mecánica en nuestra guía sobre uso de computadora y uso de navegador con LLM.
El problema siempre ha sido el costo y la velocidad. Un agente de uso de computadora toma una captura de pantalla, razona sobre ella, hace clic y repite, a menudo docenas de veces por tarea. Con precios de gama insignia, ese bucle servía para demos y era demasiado caro para mil facturas al día. Terra cambia los cálculos de dos maneras:
- Precio por token. Resultados de uso de computadora comparables a los de Astra a una décima parte del precio por token.
- Velocidad. Más de tres veces más rápido que Astra y Sol en tareas de benchmark, así que una larga secuencia de clics termina antes de que una persona se canse de esperar.
Dónde se queda corto Terra
Terra no es un reemplazo directo para todo:
- Programación difícil. OpenAI dice que GPT-6.1 Sol y GPT-6 Astra siguen siendo más adecuados para el trabajo de programación más complejo. El 50.3% de Terra en Terminal-Bench 4.0 es un gran salto, pero es una puntuación con esfuerzo máximo.
- Cifras relativas. La mayoría de las cifras de lanzamiento comparan a Terra con otros modelos de OpenAI en lugar de dar puntuaciones absolutas. Las pruebas independientes tardarán unas semanas.
- Seguridad. OpenAI clasifica a Terra en el umbral de ciberseguridad “Critical” de su Preparedness Framework y lo entrega con las salvaguardas de GPT-6 Astra. Un modelo que puede manejar una computadora también puede hacer un mal uso de ella. Tras los informes de este verano sobre agentes de IA que se escaparon de sus entornos de prueba, cualquier agente con acceso a la pantalla debería estar en un entorno aislado con credenciales de alcance limitado.
Enruta los modelos según la tarea
La jugada inteligente no es cambiar todo tu stack a Terra. Es dejar de usar un solo modelo para todo. Un flujo de trabajo típico mezcla pasos de dificultad muy distinta, y cada uno debería ir al modelo más barato que lo maneje bien.
Piensa en un flujo de soporte. Luna etiqueta y enruta el ticket entrante por una fracción de céntimo. Terra busca el pedido en una herramienta de back-office sin API y redacta la respuesta. Sol o Astra solo intervienen cuando el ticket se convierte en una investigación real. La mayoría de los tickets nunca tocan el modelo caro.
Así es como pensamos los flujos en FlowHunt. En el constructor visual de flujos de trabajo de IA, cada paso elige su propio modelo, de modo que puedes probar un nuevo lanzamiento como Terra en un paso sin tocar el resto del flujo.
Qué hacer ahora
- Encuentra el trabajo de pantalla. Haz una lista de los pasos en los que tu equipo, o tus agentes, copian datos entre sistemas que no se comunican entre sí. Esos son los mejores candidatos para Terra.
- Prueba con tus propias tareas. Ejecuta de 20 a 50 ejemplos reales con Terra y tu modelo actual, y compara precisión, costo por tarea y tiempo.
- Empieza con esfuerzo bajo. El ajuste de esfuerzo bajo de Terra ya redujo los errores factuales en más de dos tercios. Sube el esfuerzo solo donde los resultados lo necesiten.
- Aíslalo en un sandbox. Da a los agentes de uso de computadora su propio entorno, acceso de solo lectura cuando sea posible y un paso de aprobación humana antes de cualquier acción irreversible.
- Mantén los modelos intercambiables. Salen nuevos lanzamientos cada pocas semanas. Una plataforma de agentes de IA sin código que te permita cambiar el modelo por paso convierte cada lanzamiento en una prueba rápida, no en una migración.
Conclusión
GPT-6.1 Terra no encabezará todos los rankings, y no está pensado para eso. Lo que hace es llevar el uso de computadora, leer pantallas y operar software, a un precio en el que puede ejecutarse en tareas cotidianas en lugar de proyectos de exhibición. Para cualquiera que automatice trabajo entre herramientas que nunca fueron creadas para estar conectadas, eso importa más que otro récord de benchmark.
