OpenAI lanza GPT-6.1 Terra, un modelo para trabajo de oficina a la mitad del precio

OpenAI lanzó este lunes 26 de octubre GPT-6.1 Terra, un modelo pensado para el trabajo diario frente al computador: leer lo que hay en pantalla, moverse entre aplicaciones, llenar formularios y redactar. Su precio estándar en la API es de US$1 por millón de tokens de entrada y US$5 por millón de salida, la mitad de lo que cuestan GPT-5.6 Terra, al que reemplaza, y GPT-6.1 Sol, según la empresa.

El modelo ya está disponible para los usuarios de los planes Plus, Pro, Enterprise y Edu en ChatGPT Work y en Codex, y los desarrolladores pueden usarlo en la API con el nombre “gpt-6.1-terra”. La entrada que se repite y queda en caché cuesta US$0,05 por millón de tokens.

Un modelo intermedio para tareas de volumen

Terra es la línea de uso diario de OpenAI, por debajo de Sol y de Astra, sus modelos más capaces y más caros. La empresa lo presenta como un modelo para las tareas de comunicación y de computador que ocupan la jornada laboral, y da un ejemplo concreto: leer las facturas que llegan y cargar sus datos en el software contable.

Ese tipo de trabajo es justo el que hasta ahora salía caro automatizar con un modelo de primera línea. Según OpenAI, en la prueba “Agents' Last Exam”, que mide tareas profesionales hechas en el computador, Terra supera por 15 puntos porcentuales a GPT-5.6 Terra con un tercio del costo, y rinde a la par de GPT-6 Astra con una décima parte de su precio por token. La empresa también afirma que completa las tareas más de tres veces más rápido que Astra y que Sol.

En la comparación con la competencia, OpenAI sostiene que, a máximo esfuerzo de razonamiento, Terra usa tres veces menos tokens que Claude Opus 5.5, de Anthropic, y cuesta la cuarta parte por token, lo que deja el costo por tarea unas nueve veces más bajo.

Menos errores, con una advertencia

La otra mejora que destaca OpenAI es la precisión. En su prueba interna de preguntas diseñadas para inducir errores, la tasa de fallas con poco razonamiento bajó del 53,6% con GPT-5.6 Terra al 16,7% con el nuevo modelo; con el máximo de razonamiento quedó en 4,3%. En programación desde la línea de comandos (Terminal-Bench 4.0), resuelve el 50,3% de las tareas, frente al 21,5% de su antecesor.

Hay dos matices. El primero lo pone la propia empresa: para las tareas de programación más complejas, Sol y Astra siguen siendo la mejor opción. El segundo lo subrayaron medios como The Next Web y Quartz: todas estas cifras salen de las pruebas de OpenAI y ningún tercero las ha verificado todavía.

OpenAI agregó que Terra alcanza en ciberseguridad el umbral que su marco de evaluación de riesgos califica como “Critical” y que mantiene las protecciones que desarrolló para GPT-6 Astra.

Qué significa para las empresas de la región

La noticia no es que exista un modelo más inteligente, sino que la tarea repetitiva de oficina se volvió más barata de delegar. Para una empresa latinoamericana que paga en dólares, eso cambia la cuenta de muchos proyectos que no cerraban por costo.

Antes de cambiar de modelo, conviene hacerse cuatro preguntas:

1. ¿Qué tarea de alto volumen tienes hoy en manos de personas? Facturas, formularios, carga de datos entre sistemas: ahí el ahorro por tarea pesa más que la inteligencia extra.
2. ¿Cuánto cuesta cada tarea, no cada token? Mide con tus propios documentos cuántos tokens consume un caso real; la cifra por millón de tokens sola no dice lo que vas a pagar.
3. ¿Lo probaste con tus datos? Las comparaciones son del fabricante. Una prueba de dos semanas con casos reales y una persona revisando vale más que cualquier tabla.
4. ¿Quién revisa lo que el modelo hace en el computador? Un agente que llena formularios y mueve datos necesita límites claros de acceso y una revisión humana de lo que no se puede deshacer.

Qué mirar

Las primeras evaluaciones independientes del modelo en tareas de computador, la respuesta en precios de Anthropic y Google, y si las plataformas de automatización que usan las empresas de la región incorporan Terra como opción por defecto.

A partir de información de OpenAI.