GPT-6.1 Terra: cuándo conviene cambiar y cuánto cuesta

Qué ofrece GPT-6.1 Terra, cuánto cuesta y cuándo conviene usarlo frente a Sol, Luna, Astra o GPT-5.6 Terra. Acceso, límites y criterios para probarlo.

Publicado el

GPT-6.1 Terra: cuándo conviene cambiar y cuánto cuesta

GPT-6.1 Terra es el primer modelo que conviene probar si tu trabajo consiste en interpretar imágenes, manejar aplicaciones o redactar con claridad a partir de material proporcionado. Con este lanzamiento del 26 de octubre de 2026, OpenAI ofrece esas capacidades a la mitad de las tarifas estándar por token de la API de GPT-6.1 Sol. Mantén Sol para los proyectos complejos, GPT-6 Astra para el trabajo más exigente y GPT-6 Luna para las tareas sencillas y repetitivas.

Información verificada con la documentación oficial vigente de los proveedores el 27 de octubre de 2026. Las recomendaciones sobre el cambio de modelo se basan en el análisis de esas fuentes; el ejemplo de costos es un cálculo, no la medición de una carga de trabajo real.

¿Qué es GPT-6.1 Terra?

GPT-6.1 Terra es el modelo rápido y eficiente de OpenAI para el razonamiento visual, el uso de computadoras y la redacción natural. El razonamiento visual permite interpretar lo que muestra una imagen, incluidas las relaciones entre sus elementos y su disposición. El uso de computadoras consiste en ejecutar acciones a través de interfaces de software. OpenAI presenta esta versión como una mejora respecto a GPT-5.6 Terra para el trabajo profesional cotidiano, como la elaboración de propuestas, planos técnicos y formularios. Anuncio de OpenAI

La diferencia se parece a la que hay entre leer un mapa y seguirlo. Un asistente capaz de interpretar imágenes puede describir una pantalla. Un agente que maneja una computadora también debe elegir una acción, examinar cómo cambió la pantalla y comprobar si consiguió el resultado buscado. Terra está pensado para combinar esa comprensión visual con la capacidad de actuar.

Anuncio de GPT-6.1 Terra de OpenAI y demostraciones de trabajo visual
Anuncio de GPT-6.1 Terra de OpenAI

Para un responsable de operaciones, un posible uso sería una tarea acotada: relacionar fotos de proveedores con productos ya registrados en el catálogo y preparar actualizaciones de las fichas. Para quien funda una empresa, podría ser convertir notas sobre un producto en una propuesta. Son procesos que vale la pena probar, no una garantía de que una ejecución sin supervisión dejará bien cada registro y cada frase.

El modelo también necesita un entorno que le proporcione las herramientas y los permisos. Seleccionar Terra no conecta por sí solo un sistema contable ni da acceso a un navegador. La documentación de OpenAI sobre Work distingue expresamente entre la disponibilidad del modelo y la configuración necesaria para usar el navegador o la computadora. Notas de la versión de Work

Un invernadero de arcilla muestra el ciclo de observar, decidir, actuar y verificar, para volver a observar
El uso de computadoras funciona como un ciclo de retroalimentación. Comprueba el estado resultante antes de dar una tarea por terminada.

GPT-6.1 Terra vs Sol: ¿qué tareas conviene trasladar?

Prueba Terra con tareas visuales y de redacción bien delimitadas; mantén en Sol los proyectos difíciles cuyas partes dependen unas de otras hasta que la prueba justifique el cambio. La guía de selección de modelos de OpenAI recomienda comparar las mismas entradas con el mismo nivel de esfuerzo de razonamiento, el ajuste que determina cuánto delibera un modelo. Sol sigue siendo su recomendación para trabajos complejos en los que importan tanto el tiempo como el costo. Guía de selección de OpenAI

CriterioGPT-6.1 TerraGPT-6.1 Sol
Trabajo previstoTareas visuales, acciones en aplicaciones, redacción concisa y correcciones de código acotadasProgramación compleja, uso de computadoras y proyectos profesionales
Niveles de razonamientonone, low, medium, high, xhigh, maxlow, medium, high, xhigh, max
Contexto / salida máxima1,050,000 / 128,000 tokens1,050,000 / 128,000 tokens
Llamadas a herramientas desde la APIRequiere Responses APIRequiere Responses API

Especificaciones: ficha del modelo Terra y ficha del modelo Sol. La ventana de contexto es el presupuesto de tokens con el que trabaja el modelo, no una garantía de que utilizará correctamente todos los detalles; el límite máximo de salida no añade espacio a esa ventana.

Desarrollo: quien desarrolla por su cuenta puede probar Terra con un error que tenga pasos claros para reproducirlo y una prueba de regresión. Conviene mantener Sol para un cambio que abarque autenticación, facturación y migración de datos, donde cada decisión afecta a las demás. Es una aplicación práctica de la distinción que hace OpenAI entre correcciones acotadas y programación compleja, no una afirmación de que Terra sea incapaz de intentar el trabajo más amplio.

Operaciones: un responsable experimentado puede probar Terra para completar campos conocidos a partir de un documento proporcionado. La comprobación debe hacerse sobre el registro guardado, incluidos los campos que debían permanecer intactos. Un mensaje que afirme con seguridad que la tarea terminó no demuestra por sí solo que haya salido bien.

Compra y contratación: el CTO de una empresa mediana debería cambiar el modelo asignado a un proceso antes de modificar el predeterminado de toda la organización. Quien dirige una empresa emergente que ya recibió financiación puede probar Terra para redactar una propuesta basada en fuentes y mantener en Sol o Astra un proyecto de estrategia con evidencias contradictorias. Compara el tiempo de revisión y corrección, además de la velocidad.

¿Cuándo siguen siendo mejores opciones Astra o Luna?

GPT-6 Astra sigue siendo la opción a la que recurrir cuando el razonamiento es exigente o el trabajo es ambiguo; GPT-6 Luna sigue siendo el punto de partida económico para tareas concretas de gran volumen. Esas son las funciones que les asigna OpenAI en su documentación. Que Terra tenga un número de versión mayor no lo sitúa por encima de todos los modelos de la familia GPT-6. Guía de GPT-6 de OpenAI

Si Luna ya clasifica correctamente una solicitud entrante o extrae unos pocos campos, deja esa tarea donde está. Prueba Terra cuando el proceso más barato falle por la interpretación visual, la interacción con aplicaciones o la calidad de la redacción. Reserva Astra para una investigación o un entregable difícil en el que la diferencia de calidad justifique un mayor consumo. La regla es elegir la opción menos costosa que supere tus comprobaciones de aceptación, no la que cobre menos por intento.

Un árbol de decisión asigna las tareas sencillas y repetitivas a Luna, el trabajo visual delimitado a Terra, el complejo a Sol y el más exigente a Astra
Una regla inicial para evaluar modelos, no una clasificación universal. Comprueba el resultado antes de cambiar el modelo predeterminado.

Para conocer el resto de la familia y los identificadores exactos, consulta la guía de modelos GPT del sitio.

¿Conviene pasar de GPT-5.6 Terra a la nueva versión?

Si usas GPT-5.6 Terra para tareas visuales o para el trabajo cotidiano en aplicaciones, empieza ya una prueba de migración. La guía de migración de OpenAI indica que se comparen imágenes y procesos representativos con el mismo esfuerzo de razonamiento. Empieza en medium y cambia ese nivel solo después de establecer una referencia. Las aplicaciones que usan Chat Completions para llamar a herramientas deben trasladar esas solicitudes a Responses al adoptar GPT-6.1 Terra. Guía de migración

La guía de la familia GPT-5.6 describe la generación anterior. Hay más razones para probar el nuevo Terra que para sustituir el anterior a ciegas. Mantén disponible el proceso anterior mientras evalúas documentos con diseños poco habituales, fotos de productos ambiguas, entradas incompletas y fallos de herramientas. Son ejemplos de casos que puedes incluir en la evaluación, no fallos observados durante la elaboración de este artículo.

¿Qué demuestran los benchmarks de OpenAI?

Los resultados publicados justifican una prueba, aunque tienen límites claros para predecir lo que ocurrirá en tu trabajo. Todos los resultados que siguen fueron publicados por el propio proveedor, OpenAI; no proceden de pruebas independientes:

  • En Agents' Last Exam, Terra con esfuerzo medio supera a GPT-5.6 Terra en 15 puntos porcentuales con aproximadamente un tercio del costo. OpenAI indica que, en esta evaluación, completa las tareas más de tres veces más rápido que Sol y Astra.
  • En MMMU-Pro, una prueba de razonamiento visual, OpenAI afirma que Terra casi iguala a Sol y Astra con un costo menor.
  • En Terminal-Bench 4.0, Terra con esfuerzo máximo resuelve el 50.3% de las tareas, frente al 21.5% publicado para GPT-5.6 Terra. OpenAI sigue recomendando Sol o Astra para la programación más compleja.

Fuente: benchmarks del lanzamiento de OpenAI

Un benchmark utiliza un conjunto fijo de tareas y una configuración de evaluación determinada. Tu proceso incorpora otros prompts, permisos, herramientas y costos derivados de los fallos. Un resultado en tareas de escritorio no demuestra que Terra sustituya a Sol en cualquier problema de investigación o ingeniería.

Precio de GPT-6.1 Terra: un ejemplo del ahorro al cambiar

Con la misma proporción de tokens, Terra reduce a la mitad la factura estándar por tokens del modelo frente a Sol, aunque Luna sigue siendo más barato. Las tarifas estándar de OpenAI para contexto corto, en USD por millón de tokens, son $1 de entrada, $0.05 de entrada en caché y $5 de salida para gpt-6.1-terra. Las tarifas correspondientes de entrada/salida son $2/$10 para Sol, $10/$50 para Astra y $0.10/$0.50 para Luna. Precios de la API de OpenAI

Este cálculo no incluye escrituras ni lecturas de caché, cargos independientes por herramientas ni recargos por velocidad o región, y supone que ninguna solicitud supera el umbral de contexto largo. La ficha de Terra establece tarifas superiores para la solicitud completa cuando se superan los 272K tokens de entrada. Por tanto, una ventana de contexto de un millón de tokens no implica que las solicitudes de ese tamaño mantengan la tarifa base. Condiciones de precios de Terra

En la práctica, los modelos pueden consumir distintas cantidades de tokens de razonamiento y de contexto de herramientas, y los reintentos pueden alterar el total. Mide el costo por resultado aceptado antes de dar por hecho que ahorrar tokens equivale a ahorrar en el proceso completo. La explicación detallada de la facturación está en la guía de precios de la API de OpenAI del sitio.

¿Dónde está disponible GPT-6.1 Terra?

Terra está disponible a través de OpenAI, Amazon Bedrock y GitHub Copilot; la documentación de Microsoft también lo incluye en la oferta de modelos de Foundry en Azure. Elige la vía que tu organización pueda administrar y evaluar, y después comprueba sus condiciones de acceso.

Planes de ChatGPT Work y Codex

ChatGPT Work y Codex incluyen Terra en los planes Plus, Pro, Business, Enterprise y Edu. Las notas actuales de la versión de Work mencionan expresamente Business, aunque la lista del anuncio de lanzamiento lo omite. Selecciona Terra en Advanced dentro de la aplicación de escritorio o de Work en la web; Work también permite usarlo en dispositivos móviles. No está disponible en el Chat habitual. El acceso en Enterprise depende de la configuración del espacio de trabajo y del administrador, y las notas de la versión excluyen la residencia de inferencia en Emiratos Árabes Unidos. Documentación de OpenAI sobre Work

Para quien decide la contratación, conviene distinguir entre tener acceso y disponer de capacidad: un plan puede incluir un modelo sin prometer una cantidad fija de trabajos completados. OpenAI afirma que Terra permite aprovechar más la cuota existente, pero el anuncio no publica un multiplicador universal de tareas. Las proporciones entre precios de la API no determinan las proporciones entre cuotas de suscripción. Consulta precios de Codex y acceso según el plan para conocer esa parte.

API de OpenAI

Los desarrolladores deben seleccionar gpt-6.1-terra y usar Responses API cuando el proceso llame a herramientas. El modelo recibe texto e imágenes y genera texto. Su ficha no indica compatibilidad nativa con audio o video. Que un modelo ayude a manejar una aplicación de edición de video es distinto de que su API acepte video como modalidad de entrada. Documentación de la API de Terra

Amazon Bedrock

Amazon Bedrock, el servicio de modelos administrado por AWS, anunció la disponibilidad general de Terra el 26 de octubre de 2026. Según AWS, se puede acceder al modelo mediante las API de Bedrock o configurar ChatGPT Work y Codex para usar Terra en Bedrock. El anuncio remite a la documentación de Bedrock para consultar regiones, endpoints, funciones compatibles, perfiles de inferencia y precios. Anuncio de AWS

Anuncio de AWS que confirma la disponibilidad de GPT-6.1 Terra en Amazon Bedrock
Anuncio de Amazon Bedrock del 26 de octubre

Para un responsable de operaciones que trabaja con AWS, esta vía permite evaluar el modelo dentro de la configuración de acceso y auditoría que ya utiliza. Eso no demuestra que todos los proveedores ofrezcan funciones o facturación idénticas.

GitHub Copilot

GitHub Copilot, el asistente de programación de GitHub, anunció el 26 de octubre la disponibilidad general de Terra para Pro, Pro+, Max, Business y Enterprise. GitHub enumera VS Code, Visual Studio, Copilot CLI, su agente en la nube y su aplicación, github.com, GitHub Mobile, JetBrains, Xcode y Eclipse. La disponibilidad se amplía de forma gradual; los administradores de Business y Enterprise pueden controlar el acceso mediante la política de modelos. Anuncio de GitHub

Anuncio de GitHub sobre GPT-6.1 Terra en Copilot
Anuncio de GitHub Copilot del 26 de octubre

GitHub indica que, con la facturación por uso, se aplican los precios de lista del proveedor. Evalúa el modelo en el cliente que ya utiliza tu equipo de desarrollo y comprueba la política de modelos si todavía no aparece en el selector.

Microsoft Azure

La documentación de modelos de razonamiento de Foundry en Microsoft Azure incluye expresamente gpt-6.1-terra, versión 2026-10-26. Terra figura en las tablas de disponibilidad y funciones, con referencias a la disponibilidad por región y a los niveles de cuota. Esto justifica incluir Azure en esta lista, pero no demuestra que el modelo esté disponible en todas las regiones o modalidades de despliegue. Documentación de modelos de Microsoft

¿Dónde se están exagerando las expectativas?

La exageración consiste en presentar un modelo más barato y con buenos resultados visuales como un sustituto universal. El lugar que le corresponde a Terra depende de la tarea, de las herramientas que lo rodean y de la calidad del resultado guardado.

Completar un benchmark más rápido no acelera automáticamente todas las tareas en producción. Una tarifa menor por token no implica la misma reducción en el consumo de una suscripción. Y que un modelo aparezca en el selector no significa que el agente tenga acceso a todas las aplicaciones que necesita.

Para operaciones, la limitación principal está en la verificación: un modelo puede describir una tarea terminada de forma convincente sin que el registro previsto se haya guardado correctamente. La guía de selección de OpenAI recomienda expresamente volver a abrir los registros afectados, comprobar los datos ajenos a la tarea y contrastar el informe de finalización con el resultado. Incluye esa comprobación en la prueba; no te limites a valorar de forma subjetiva lo convincente que parecía la respuesta. Criterios de evaluación de OpenAI

Por dónde empezar el lunes: cambia un solo proceso

Elige un proceso recurrente con un resultado verificable y compara Terra con el modelo que utilizas ahora. Usa el mismo material de origen, los mismos permisos y el mismo esfuerzo de razonamiento para que la comparación responda a una pregunta útil.

  1. Define los criterios de aceptación antes de empezar

    Si trabajas con un catálogo, exige que se identifique el producto correcto, que se guarden los campos solicitados y que no haya cambios ajenos a la tarea. Para una propuesta, comprueba que respete los hechos proporcionados y se dirija al público adecuado con la voz indicada. Para el código, especifica el comportamiento esperado y las comprobaciones de regresión.

  2. Compara el resultado completo

    Registra el tiempo hasta completar la tarea, el consumo facturado, el esfuerzo de revisión y las correcciones. Vuelve a abrir los registros guardados o inspecciona el entregable. No evalúes únicamente el mensaje final del chat.

  3. Adopta Terra donde la prueba lo justifique

    Traslada el proceso a Terra si cumple el nivel de calidad exigido y mejora el costo total o el tiempo. Deja en Luna las tareas sencillas que ya resuelve de forma fiable, conserva Sol para los proyectos complejos y recurre a Astra para los más exigentes. Revisa la elección cuando cambie el proceso.

Suscríbete al boletín para recibir orientación práctica sobre cómo elegir modelos y aplicarlos a los procesos de tu empresa.

Publicado
Categoría
AI
Artículos relacionados
IA para contabilidad: hasta dónde automatizar y cuándo revisar

IA para contabilidad: hasta dónde automatizar y cuándo revisar

Descubre qué automatizan QuickBooks, Xero, Dext y los servicios contables con IA, y cómo evaluarlos con una prueba de 30 días y un registro de errores.27 oct 2026AI
Claude vs Gemini: qué elegir para trabajar y usar su API

Claude vs Gemini: qué elegir para trabajar y usar su API

Compara Claude y Gemini para programar, escribir, investigar y trabajar con Google. Revisa sus planes, modelos y costos de API para elegir según tu tarea.27 oct 2026AI
Fireflies vs Otter: qué elegir para ventas y reuniones

Fireflies vs Otter: qué elegir para ventas y reuniones

Compara Fireflies vs Otter para ventas y reuniones internas: grabación, CRM, IA, precios y límites. Elige según cómo trabaja tu equipo y qué necesita.27 oct 2026AI
Agentes de IA de Workday: funciones, acceso y disponibilidad

Agentes de IA de Workday: funciones, acceso y disponibilidad

Agentes de IA de Workday: funciones disponibles, permisos y el papel de Sana y ASOR. Cuándo usar un agente nativo, crear uno propio o conectar un asistente.26 oct 2026AI
Automatización de procesos: cuándo usar agentes, RPA o flujos fijos

Automatización de procesos: cuándo usar agentes, RPA o flujos fijos

Compara agentes, RPA y flujos de trabajo con el ejemplo de una factura. Descubre cuándo delegar la investigación y cómo controlar permisos y aprobaciones.26 oct 2026AI
Centro de excelencia en IA: cómo organizarlo y ponerlo en marcha

Centro de excelencia en IA: cómo organizarlo y ponerlo en marcha

Elige un modelo de centro de excelencia en IA, asigna responsables y adapta un mandato de una página. Organiza los primeros 90 días con un piloto acotado.26 oct 2026AI
Automatización de documentos: cómo funciona el IDP

Automatización de documentos: cómo funciona el IDP

Cómo aplicar el procesamiento inteligente de documentos: compara Google, Azure, AWS y LLM, y mide la precisión antes de automatizar registros y revisiones.26 oct 2026AI
Implementación de inteligencia artificial: la estrategia de tu empresa en una página

Implementación de inteligencia artificial: la estrategia de tu empresa en una página

Define la estrategia de IA de tu empresa con seis decisiones, ejemplos de servicios y software, un plan de 90 días y una plantilla práctica de una página.26 oct 2026AI
Newsletter

Una carta, cada domingo.Sistemas que funcionan, no opiniones calientes.

Semanal. Sin spam. Cancele cuando quiera.