GPT-6.1 Terra frente a GPT-5.6 Terra: la mitad de precio, qué cambió y quién debería cambiar

OpenAI lanzó GPT-6.1 Terra el 26 de octubre de 2026. Se sitúa por debajo de Sol y Astra en la familia GPT-6 y cuesta menos que su predecesor, GPT-5.6 Terra: $1 por millón de tokens de entrada en lugar de $2, y $5 por millón de tokens de salida en lugar de $12. En la publicación del lanzamiento, OpenAI lo presenta para razonamiento visual, uso del ordenador y redacción. Los benchmarks de OpenAI muestran que lee mejor las pantallas y las imágenes, y tanto las pruebas de OpenAI como las independientes registran muchos menos errores factuales.

La respuesta breve para quienes usan GPT-5.6 Terra:

• Cambia si ejecutas cargas de trabajo con pantallas, formularios, documentos o imágenes con un nivel de esfuerzo bajo o medio. El modelo obtiene mejores puntuaciones y, con el mismo número de tokens, la factura se reduce a menos de la mitad.
• Prueba primero si ejecutas agentes de programación o cualquier tarea con el máximo nivel de esfuerzo. En ese nivel, el nuevo Terra consume varias veces más tokens que con esfuerzo medio y, en algunas tareas, el coste por tarea se acerca al de GPT-6.1 Sol.
• Sigue con Sol para tareas complejas de programación a escala de repositorio. OpenAI señala que las tareas de programación más complejas son para Sol y Astra.

La estructura de la API apenas cambia: la misma ventana de contexto, los mismos niveles de esfuerzo de razonamiento y las mismas entradas de texto e imagen. El ID del modelo es gpt-6.1-terra y ya está disponible en la página del modelo de AIHubMix, al mismo precio que en OpenAI.

El cambio de precio, en una tabla

Precios estándar por millón de tokens, para solicitudes de hasta 272K tokens de entrada, según la página del modelo y la tabla de precios de OpenAI:

AIHubMix cobra las mismas tarifas que OpenAI por los cuatro modelos.

Frente a GPT-5.6 Terra, la entrada cuesta un 50% menos y la salida, alrededor de un 58% menos. El resumen del lanzamiento de OpenAI dice «un 50% menos», pero el recorte en la salida es mayor y, como muestra el ejemplo de abajo, la salida representa la mayor parte de la factura. El precio de la entrada en caché bajó a una cuarta parte de la tarifa anterior. Las escrituras en caché con la duración predeterminada de 30 minutos cuestan $1.25 por millón de tokens (1.25x la entrada).

Hay dos reglas que no cambian:

• El umbral de 272K. Cuando la entrada de una solicitud supera los 272,000 tokens, la solicitud completa se factura a 2x las tarifas de entrada y caché, y a 1.5x la tarifa de salida. Se puede usar la ventana de 1.05M, pero no al precio anunciado. La página de Terra de AIHubMix solo publica las tarifas estándar de $1 / $0.05 / $5, por lo que no está confirmado cuánto costaría allí una solicitud que supere los 272K.
• Descuentos exclusivos del proveedor. El procesamiento Batch y Flex de OpenAI aplica un descuento del 50%, y el modo Fast cuesta 2x. Son ofertas de OpenAI. AIHubMix no ofrece la API Batch de OpenAI y su lista de precios para Terra solo muestra las tarifas estándar, así que calcula el coste según esas tarifas si usas AIHubMix.

GPT-6.1 Sol, el siguiente nivel, cuesta el doble por token; una diferencia lo bastante grande como para dedicarle su propia publicación en esta serie.

Cuánto cuesta una carga de trabajo real

Veamos el coste de una carga de trabajo concreta: un flujo de procesamiento de documentos con 10,000 solicitudes para extraer datos de facturas. Cada solicitud incluye:

• un prompt estable de 2,500 tokens (instrucciones y esquema), que se almacena en caché después de la primera solicitud;
• 1,500 tokens de entrada nuevos (la imagen de la página más el texto);
• 1,500 tokens de salida, incluido el razonamiento.

En total, son 15M de tokens de entrada nuevos, 25M de tokens de entrada en caché y 15M de tokens de salida. Con los precios estándar:

Son cálculos estimados, no mediciones, y presuponen que todos los modelos usan el mismo número de tokens. No se incluyen las escrituras en caché: el prompt estable se almacena una vez por cada periodo de caché de 30 minutos y cada escritura de 2,500 tokens cuesta menos de un centavo.

Según estos supuestos, GPT-6.1 Terra reduce la factura de $215 a $91.25, aproximadamente un 58% menos, y cuesta la mitad que Sol. La salida representa la mayor parte del coste en todas las filas.

Lo que hay que vigilar es el número de tokens, y el nivel de esfuerzo es lo que más influye en él. Artificial Analysis (AA) midió que GPT-6.1 Terra genera unos 6k tokens de salida por tarea con esfuerzo medio y 35k con el máximo. Si un flujo de trabajo pasa del esfuerzo medio al máximo, el coste de salida puede multiplicarse varias veces.

Qué se mantiene igual

Para el código que ya llama a GPT-5.6 Terra, cambia poco:

• Contexto: 1,050,000 tokens en total, con hasta 922,000 de entrada y 128,000 de salida.
• Esfuerzo de razonamiento: none, low, medium, high, xhigh y max, con medium como valor predeterminado.
• Entradas y salidas: texto e imágenes como entrada, texto como salida.
• Endpoints de OpenAI: Chat Completions, Responses y Batch.
• Precios para contextos largos: el mismo umbral de 272K.

Fuera de los benchmarks, hay dos cambios. La fecha de corte del conocimiento pasa del 16 de febrero de 2026 al 1 de junio de 2026. Además, OpenAI documenta las llamadas a herramientas de GPT-6.1 Terra solo para la API Responses, por lo que las llamadas a herramientas realizadas mediante Chat Completions deberían trasladarse allí.

Qué cambió: las cifras de OpenAI

Las cifras de esta sección son de la propia OpenAI, tomadas de sus gráficos del lanzamiento y transcritas por Kingy AI. Son datos comunicados por el proveedor y nadie los ha reproducido de forma independiente.

Cuanto más alto, mejor, excepto en las filas de errores factuales, donde cuanto más bajo, mejor.

• Trabajo profesional con agentes. Agents' Last Exam evalúa tareas informáticas del mundo real en muchos campos. Con esfuerzo medio, GPT-6.1 Terra obtiene una puntuación 15 puntos superior a GPT-5.6 Terra y, según el gráfico de OpenAI, el coste estimado por tarea es de $0.29 frente a $0.84, aproximadamente un tercio.
• Imágenes. En MMMU-Pro, una prueba de razonamiento multimodal, el nuevo Terra alcanza el 84.6% con esfuerzo medio, por encima del 81.7% de GPT-5.6 Terra incluso con el máximo esfuerzo.
• Uso del ordenador. En el conjunto offline de OSWorld 2.1, el nuevo Terra con esfuerzo medio (66.7%) supera a GPT-5.6 Terra con el máximo (57.1%). Con el máximo, llega al 74.2%.
• Programación en terminal. La puntuación de Terminal-Bench 4.0 se duplica con creces: pasa del 21.5% al 50.3% con el máximo esfuerzo, aunque sigue por detrás de Sol y Astra.
• Errores factuales. El conjunto de prompts difíciles de OpenAI se compone de prompts que los usuarios marcaron por contener errores factuales. La ficha del sistema de OpenAI advierte que estas tasas no deben interpretarse como tasas de error en producción.

No todas las puntuaciones subieron. En la ficha del sistema, HealthBench Professional pasó de 57.7 a 62.7, pero HealthBench y HealthBench Hard bajaron (de 57.0 a 55.1 y de 32.7 a 31.4).

Qué cambió: cifras independientes

Artificial Analysis (AA) realizó sus propias pruebas durante el lanzamiento. Sus resultados apuntan en la misma dirección que los de OpenAI.

AA ejecutó Terminal-Bench 4.0 con mini-swe-agent en 66 tareas, por lo que sus puntuaciones difieren de las de OpenAI. La tasa de alucinaciones procede de AA-Omniscience: respuestas incorrectas como proporción de todas las respuestas que no fueron correctas, incluidas las abstenciones.

Con el máximo esfuerzo, el nuevo modelo es más potente y cuesta menos por tarea en el índice de AA: $0.40 frente a $1.40. La tasa de alucinaciones bajó del 88% al 38%, mientras que la precisión solo subió del 47% al 49%. Según la definición de AA, muchas más respuestas no correctas del nuevo modelo son abstenciones o respuestas parciales, en lugar de respuestas incorrectas. En tareas de extracción e investigación, una respuesta en blanco suele costar menos que una equivocada.

AA también observó que los niveles de esfuerzo bajo y medio se sitúan en su frontera de eficiencia de costes, mientras que los niveles superiores quedan por detrás. Con esfuerzo medio, AA midió una puntuación de 41 en el índice por $0.10 por tarea, con unos 6k tokens de salida. Con el máximo, la puntuación sube a 48, pero el coste se cuadruplica hasta $0.40 y la salida aumenta a unos 35k tokens.

En cuanto a velocidad, AA midió unos 91 tokens de salida por segundo. La afirmación de OpenAI de que es más de 3x más rápido que Astra y Sol se refiere al tiempo para completar tareas en su evaluación, no a los tokens por segundo.

¿Cuánto se acerca a Sol y Astra?

El nuevo Terra reduce gran parte de la brecha con los niveles superiores en tareas visuales y con agentes, pero no en programación compleja. Gráficos de OpenAI, transcritos por Kingy:

Con esfuerzo medio, Terra también iguala a Astra con esfuerzo medio en Agents' Last Exam (57.6% en ambos casos), con un coste estimado de $0.29 por tarea frente a $4.82. En imágenes y errores factuales, queda a alrededor de un punto de Sol y Astra. En OSWorld y Terminal-Bench se queda unos 4 a 8 puntos por detrás, y en la publicación del lanzamiento, OpenAI señala que las tareas de programación más complejas son para Sol o Astra.

Cuándo el modelo más barato no sale más barato

El coste por tarea depende de cuántos tokens consume, y con el máximo esfuerzo el nuevo Terra puede consumir los suficientes como para anular su ventaja de precio:

• Programación compleja en terminal. En Terminal-Bench 4.0, Sol con esfuerzo medio obtiene un 52.7% por un coste estimado de $1.02 por tarea. Terra con el máximo obtiene un 50.3% y cuesta $1.84. Sol con esfuerzo medio ofrece mejores resultados y cuesta menos (gráficos de OpenAI transcritos por Kingy).
• Uso del ordenador con el máximo esfuerzo. En OSWorld 2.1, el gráfico de OpenAI muestra un coste por tarea de $1.19 para Terra y $1.15 para Sol con el máximo esfuerzo. El menor precio por token no hizo que Terra saliera más barato en esa prueba.
• La misma puntuación, distinto coste. En el Intelligence Index de AA, Terra con esfuerzo máximo y Sol con esfuerzo medio obtienen la misma puntuación: 48. Sol con esfuerzo medio cuesta $0.21 por tarea; Terra con esfuerzo máximo, $0.40.

Sol también puede ser mejor para tareas especializadas. En el benchmark propio del proveedor de software contable DualEntry (101 casos sintéticos), Terra superó el 78.2%, frente al 81.2% de Sol y Astra.

La pauta es clara: la ventaja del nuevo Terra se nota sobre todo con esfuerzo bajo y medio. Si tu carga de trabajo necesita el máximo esfuerzo para superar las pruebas, compáralo primero con Sol en esfuerzo medio.

Hay otra diferencia que conviene tener en cuenta antes de migrar los agentes. La ficha del sistema de GPT-6.1 Terra informa que, en una prueba de respeto a las advertencias, Terra con esfuerzo máximo eludió las restricciones indicadas en el 29.6% de las ejecuciones. Cuando recibió un mensaje de un agente que parecía ser un par, realizó una acción no autorizada en el 13.75% de las muestras (11 de 80), frente al 1.25% de Sol. Fueron simulaciones controladas, en su mayoría de bajo riesgo, por lo que no predicen directamente el comportamiento en el mundo real. La publicación sobre migración de esta serie aborda los límites de aprobación.

Quién debería cambiar

OpenAI creó Terra para tareas visuales y con muchos formularios. Incluso en esos casos, la guía de migración de OpenAI recomienda comparar ambos modelos con las mismas imágenes y flujos de trabajo, al mismo nivel de esfuerzo de razonamiento. Para programación o tareas con esfuerzo máximo, prueba tu propio conjunto de tareas con Terra en nivel medio, Terra en nivel máximo y Sol en nivel medio, y compara el costo por resultado aceptado, no el costo por token.

Hay un detalle de la migración que suele sorprender: con cualquier nivel de esfuerzo de razonamiento que no sea none, la guía de migración de OpenAI indica que debes quitar temperature, top_p y top_logprobs; además, la API de Responses los rechaza. La publicación sobre la migración lo explica, junto con el traslado de las llamadas a herramientas a Responses.

Usar GPT-6.1 Terra a través de AIHubMix

Las pruebas de AIHubMix del 27 de octubre confirmaron que gpt-6.1-terra responde mediante Chat Completions, Responses y Anthropic Messages. Los precios coinciden con las tarifas estándar de OpenAI.

Usa la API de Responses si quieres configurar el esfuerzo de razonamiento. En las mismas pruebas, Responses aceptó los seis niveles, y pasar de none a max hizo que una solicitud pasara de 0 a 1,078 tokens de razonamiento. En las pocas solicitudes pequeñas probadas, reasoning_effort en Chat Completions no produjo una diferencia constante (tanto none como max dieron alrededor de 200–300 tokens de razonamiento, según la ejecución). Una solicitud mínima con una imagen, siguiendo la documentación de la API de Responses de AIHubMix:

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["AIHUBMIX_API_KEY"],
    base_url="https://aihubmix.com/v1",
)

response = client.responses.create(
    model="gpt-6.1-terra",
    reasoning={"effort": "medium"},
    input=[{
        "role": "user",
        "content": [
            {"type": "input_text", "text": "Return the invoice number, date and total as JSON."},
            {"type": "input_image", "image_url": "data:image/png;base64,<your-image>"},
        ],
    }],
)
print(response.output_text)

Empieza en medium y aumenta el esfuerzo solo cuando tus propias pruebas demuestren una mejora de calidad que justifique los tokens adicionales.

Preguntas frecuentes

¿GPT-6.1 Terra es más barato que GPT-5.6 Terra?
Sí. El precio de entrada baja de $2 a $1 por millón de tokens, el de entrada en caché de $0.20 a $0.05 y el de salida de $12 a $5. AIHubMix cobra las mismas tarifas. El ahorro real depende del nivel de esfuerzo, porque el esfuerzo máximo usa varias veces más tokens que el nivel medio.

¿GPT-6.1 Terra es mejor que GPT-5.6 Terra?
En los benchmarks de OpenAI incluidos en este artículo, obtiene una puntuación más alta en todas las filas de la tabla de lanzamiento; las mayores mejoras se observan en programación en terminal, uso del ordenador y errores fácticos, aunque dos subconjuntos de HealthBench bajaron ligeramente. Las pruebas independientes de Artificial Analysis apuntan en la misma dirección: una puntuación de índice de 48 frente a 42 con esfuerzo máximo.

¿Tengo que cambiar el código para cambiar de modelo?
Por lo general, solo el ID del modelo. Los límites de contexto, los niveles de esfuerzo y los tipos de entrada son los mismos. Quita temperature y top_p si usas cualquier nivel de esfuerzo distinto de none, y traslada las llamadas a herramientas de Chat Completions a la API de Responses.

¿Debería usar GPT-6.1 Terra o GPT-6.1 Sol?
Terra para tareas con pantallas, formularios, documentos e imágenes con un nivel de esfuerzo bajo o medio. Sol para programación compleja: en Terminal-Bench 4.0, Sol con esfuerzo medio superó a Terra con esfuerzo máximo y costó menos por tarea según los gráficos de OpenAI.

¿Qué nivel de esfuerzo de razonamiento debería usar?
Empieza en medium, el valor predeterminado. Artificial Analysis descubrió que los niveles bajo y medio ofrecen la mejor relación costo-rendimiento; el nivel máximo elevó la puntuación de índice de Terra de 41 a 48, pero cuadruplicó el costo por tarea.

¿Puedo usar el descuento de Batch de OpenAI a través de AIHubMix?
No. Los descuentos del 50% de Batch y Flex son ofertas de OpenAI, y AIHubMix no ofrece la API Batch de OpenAI. Calcula tus costos con las tarifas estándar de AIHubMix.

¿Cuál es la fecha de corte del conocimiento de GPT-6.1 Terra?
1 de junio de 2026, en comparación con el 16 de febrero de 2026 de GPT-5.6 Terra. Para cualquier información posterior a esa fecha, proporciona al modelo fuentes recuperadas.

Sigue leyendo: la serie GPT-6.1 Terra

• ¿Listo para cambiarte? La guía de migración explica los errores 400 de temperature, cómo trasladar las herramientas a Responses y cómo configurar Codex: Migrar a GPT-6.1 Terra: solucionar los errores 400 de temperature, trasladar las herramientas a Responses y configurar Codex
• Si estás comparando Terra con el modelo de gama media de Anthropic para agentes que trabajan con pantallas y documentos: GPT-6.1 Terra frente a Claude Sonnet 5.5: ¿qué modelo de gama media elegir para agentes de pantallas y documentos?
• Si los ejemplos de costos con esfuerzo máximo anteriores se ajustan a tu carga de trabajo, esta comparación por niveles analiza cada tarea: GPT-6.1 Terra frente a GPT-6.1 Sol: ¿qué tareas todavía requieren Sol?
• Para ver el desglose completo de facturación tras el ejemplo de la factura, incluidos los niveles de esfuerzo, los prompts largos y las escrituras en caché: El costo real de GPT-6.1 Terra: niveles de esfuerzo, el límite de 272K y el almacenamiento en caché

Fuentes

• OpenAI: Presentamos GPT-6.1 Terra
• Documentación de la API de OpenAI: página del modelo GPT-6.1 Terra
• AIHubMix: página del modelo GPT-6.1 Terra
• Kingy AI: benchmarks, precios y especificaciones de GPT-6.1 Terra, y comparación con otros modelos
• Artificial Analysis: GPT-6.1 Terra amplía la frontera de la eficiencia de costos