Un dólar por millón de tokens de entrada y cinco por millón de salida: es lo que cuesta GPT-6.1 Terra, el modelo intermedio que OpenAI publicó el 26 de octubre de 2026. Es exactamente la mitad que Claude Sonnet 5.5 y, según Artificial Analysis, rinde por encima de su predecesor en casi todo, con un salto de 21,5 % a 50,3 % en Terminal-Bench 4.0.
Para quien tiene agentes en producción, la pregunta ya no es si Terra es el mejor modelo de OpenAI (no lo es), sino si es el que más trabajo útil saca por cada dólar.
Qué trae GPT-6.1 Terra
Terra ocupa el escalón intermedio de la familia GPT-6.1, por debajo de GPT-6.1 Sol y de GPT-6 Astra. Está disponible en la API como gpt-6.1-terra y en ChatGPT Work y Codex para los planes Plus, Pro, Enterprise y Edu.
Las mejoras frente a GPT-5.6 Terra, con datos de Artificial Analysis recogidos por The Decoder:
| Métrica | GPT-5.6 Terra | GPT-6.1 Terra | GPT-6.1 Sol |
|---|---|---|---|
| Artificial Analysis Intelligence Index | 42 | 48 | 52 |
| Coding Agent Index v2.0 | — | 48 | 54 |
| Terminal-Bench 4.0 (esfuerzo máximo) | 21,5 % | 50,3 % | — |
| Respuestas inventadas cuando no sabe (AA-Omniscience) | 88 % | 38 % | — |
| Coste por tarea en el índice (esfuerzo máximo) | 1,40 $ | 0,40 $ | — |
La cifra que más me interesa es la de AA-Omniscience: cuando no conoce la respuesta, el modelo anterior se la inventaba en el 88 % de los casos y Terra lo hace en el 38 %. En un agente que consulta documentación o decide qué comando ejecutar, eso pesa más que dos puntos de precisión.
La otra novedad es el uso del ordenador: OpenAI lo presenta como control preciso de la interfaz con razonamiento visual rápido, y en OSWorld 2.1 supera el mejor resultado de GPT-5.6 Terra con esfuerzo medio a una fracción del coste. En defensa frente a inyección indirecta de prompts pasa del 96,2 % al 98,8 %, un dato relevante si el agente va a leer páginas web o correos.
Cómo probarlo
La llamada mínima con el SDK de Python y la Responses API:
from openai import OpenAI
client = OpenAI() # lee OPENAI_API_KEY del entorno
resp = client.responses.create(
model="gpt-6.1-terra",
input="Resume en cinco líneas este postmortem y propone dos alertas nuevas: ...",
)
print(resp.output_text)Si ya usas GPT-5.6 Terra, el cambio es el identificador del modelo. Lo sensato es pasar tu propio conjunto de evaluación con los dos ids antes de mover tráfico: los índices miden tareas genéricas, no tus prompts.
GPT-6.1 Terra frente a Claude Sonnet 5.5 y su predecesor
Claude Sonnet 5.5 es la referencia natural: el modelo intermedio de Anthropic, el que muchos equipos usan para agentes de código y automatización. Precios por millón de tokens según las páginas oficiales:
| GPT-6.1 Terra | GPT-5.6 Terra | Claude Sonnet 5.5 | |
|---|---|---|---|
| Entrada | 1 $ | 2 $ | 2 $ |
| Entrada en caché | 0,05 $ | 0,20 $ | 0,10 $ (lectura) |
| Salida | 5 $ | 12 $ | 10 $ |
Un ejemplo con un agente que procesa 10 millones de tokens de entrada (sin caché) y genera 2 millones de salida al día:
- GPT-6.1 Terra: 10 × 1 + 2 × 5 = 20 $ al día.
- Claude Sonnet 5.5: 10 × 2 + 2 × 10 = 40 $ al día.
- GPT-5.6 Terra: 10 × 2 + 2 × 12 = 44 $ al día.
Con caché la diferencia se mantiene en la misma proporción: la lectura en caché de Terra cuesta la mitad que la de Sonnet 5.5. En Sonnet hay que sumar además el coste de escribir en caché (2,50 $ por millón con duración de 5 minutos).
Dónde gana y dónde pierde
Gana en precio por tarea. OpenAI afirma que en Agents' Last Exam iguala a GPT-6 Astra a una décima parte del precio por token y que, frente a Claude Opus 5.5 con esfuerzo máximo, es más de tres veces más eficiente en tokens y sale unas nueve veces más barato por tarea. En Terminal-Bench-Science 0.1 se queda a menos de 5 puntos de Opus 5.5 con menos de una quinta parte del coste estimado. Son comparaciones de OpenAI, pero apuntan en la misma dirección que los índices independientes.
Gana en velocidad. Según OpenAI es más de tres veces más rápido que GPT-6 Astra y GPT-6.1 Sol, algo que se nota en bucles de agente con muchas llamadas cortas.
Pierde en lo más difícil. La propia OpenAI sigue recomendando GPT-6.1 Sol y GPT-6 Astra para las tareas de programación más exigentes, y Sol le saca 6 puntos en el Coding Agent Index. Tampoco hay una comparación publicada directa con Claude Sonnet 5.5 en los mismos benchmarks, así que frente a Sonnet la ventaja confirmada es el precio, no la calidad.
Para quién sí y para quién no
Sí, si tienes agentes de alto volumen (clasificación de incidentes, triaje de tickets, revisión de PR sencillas, automatización de escritorio) donde el coste por tarea manda y una tasa de invención más baja reduce reintentos. También si ya trabajas con la API de OpenAI: el cambio es de una línea.
No, o no todavía, si tu carga son refactorizaciones grandes o agentes de código largos donde ya usas Sol, Astra u Opus: ahí la recomendación del propio fabricante es otra. Y si tu equipo está estandarizado en Claude, la mitad de precio frente a Sonnet 5.5 justifica una prueba con tus evaluaciones, no una migración a ciegas.
Fuentes
- Introducing GPT-6.1 Terra, OpenAI, 26 de octubre de 2026.
- GPT-6.1 Terra halves OpenAI's API prices and still gains ground on its larger models, The Decoder, 26 de octubre de 2026.
- Precios de Claude, Anthropic.