OpenAI lanza GPT-6.1 Terra, un modelo intermedio más barato pensado para manejar el ordenador

OpenAI presentó GPT-6.1 Terra el 26 de octubre. Es un modelo de razonamiento de gama media que reemplaza a GPT-5.6 Terra y que la empresa orienta al trabajo profesional cotidiano basado en interpretar una pantalla y actuar sobre ella: rellenar formularios, editar vídeos, leer planos técnicos, redactar propuestas o automatizar tareas repetitivas de escritorio.

Precio y posicionamiento

En la API, con el identificador gpt-6.1-terra, cuesta 1 dólar por millón de tokens de entrada, 5 por millón de salida y 0,05 por la entrada en caché, según InfoWorld: la mitad que su predecesor. Se sitúa entre el económico GPT-6 Luna (0,10 / 0,50 dólares) y los más potentes GPT-6.1 Sol (2 / 10) y GPT-6 Astra (10 / 50). En ChatGPT lo pueden usar los suscriptores Plus, Pro, Enterprise y Edu a través de ChatGPT Work, y también está en Codex.

Para la programación más exigente, OpenAI sigue recomendando Sol o Astra. Aun así, BleepingComputer recoge la afirmación de la compañía de que Terra completa las tareas más de tres veces más rápido que esos dos modelos.

Qué muestran las pruebas

Todas las cifras las publica OpenAI. En OSWorld 2.1, que mide tareas en aplicaciones de escritorio, Terra logra un 74,2 %, frente al 57,1 % de GPT-5.6 Terra; Claude Sonnet 5.5, de Anthropic, aparece por encima con un 83,9 %. En Agents' Last Exam, centrado en tareas profesionales con el máximo esfuerzo de razonamiento, alcanza un 60,0 %, algo más que GPT-6.1 Sol (58,6 %) y GPT-6 Astra (59,3 %), pero menos que Claude Opus 5.5 (63,2 %), con un coste por tarea muy inferior. En Terminal-Bench 4.0 obtiene un 50,3 %, más del doble que el 21,5 % de su predecesor.

OpenAI afirma además que, en un conjunto interno de instrucciones diseñadas para inducir errores, la tasa de fallos con esfuerzo de razonamiento bajo baja del 53,6 % al 16,7 %. Según su Preparedness Framework, el modelo alcanza el nivel «Critical» en ciberseguridad y mantiene las salvaguardas creadas para GPT-6 Astra.

Preguntas abiertas

Un token más barato no garantiza agentes más baratos. Los analistas citados por InfoWorld aconsejan probar el modelo con flujos de trabajo propios y medir la tasa de éxito, la precisión y el tiempo de revisión humana que sigue haciendo falta. Uno de ellos sostiene que unos pocos segundos extra de revisión por tarea pueden anular el ahorro en inferencia. Al cierre de esta nota no había evaluaciones independientes de Terra, y el material consultado no indica el tamaño de su ventana de contexto.