GPT-6.1 Terra se lanzó el 26 de octubre de 2026 a $1 por millón de tokens de entrada y $5 por millón de tokens de salida: la mitad del precio de entrada de GPT-5.6 Terra y bastante menos de la mitad de su precio de salida de $12. El precio de lista es solo el punto de partida. Tres factores determinan cuánto cuesta realmente una carga de trabajo con Terra:
- Esfuerzo de razonamiento. Los tokens de razonamiento se cobran como tokens de salida, y la diferencia entre niveles de esfuerzo es de varias veces.
- El umbral de 272K. Cuando la entrada de una solicitud supera los 272,000 tokens, se aplica una tarifa más alta a toda la solicitud.
- Almacenamiento en caché. Un prefijo almacenado en caché cuesta el 5% del precio normal de entrada; si no se encuentra el prefijo o se modifica, cuesta el precio completo o más.
A continuación: el precio de una carga de trabajo con todos los supuestos explicitados, las reglas de facturación que es fácil pasar por alto, el costo por tarea frente a GPT-6.1 Sol, Claude Sonnet 5.5 y GPT-5.6 Terra, y un ejemplo en Python que registra los campos de uso que determinan tu factura. AIHubMix ofrece Terra como gpt-6.1-terra a los mismos precios que OpenAI.
La tabla de precios
Todos los precios están en USD por millón de tokens y proceden de la página del modelo de OpenAI. La página del modelo de AIHubMix indica los mismos precios estándar para entrada, lecturas de caché y salida, pero no incluye una tarifa de escritura en caché ni una tarifa para contextos largos; su documentación de almacenamiento en caché indica una única tarifa de escritura de 1.25x, así que allí no se publica el recargo de 12 horas.
| Tipo de token | Hasta 272K tokens de entrada | Más de 272K tokens de entrada |
|---|---|---|
| Entrada | $1.00 | $2.00 |
| Entrada almacenada en caché (lectura) | $0.05 | $0.10 |
| Escritura en caché, 30 min | $1.25 | $2.50 |
| Escritura en caché, 12 h | $2.50 | $5.00 |
| Salida | $5.00 | $7.50 |
OpenAI muestra un conjunto de tarifas y establece las demás como una regla: por encima de 272K tokens de entrada, se duplican las tarifas de entrada y de caché, y la de salida aumenta 1.5x para toda la solicitud; por lo tanto, una escritura de 12 horas cuesta $5.00. AIHubMix no publica una tarifa de contexto largo para Terra, así que no está confirmado qué cobra la pasarela por encima de 272K.
OpenAI también ofrece procesamiento Batch y Flex con un descuento del 50%, el modo Fast a 2x y procesamiento regional con un recargo del +10%. Esas son las condiciones de OpenAI. AIHubMix no ofrece la API Batch de OpenAI (GET /v1/batches devolvió 404 en las comprobaciones de AIHubMix del 27 de octubre). En esas mismas comprobaciones, se aceptó service_tier "flex" y se devolvió como "flex"; también se aceptó "priority" y se devolvió como "fast", lo que, según las condiciones de OpenAI, corresponde al modo Fast a 2x. La lista de precios de AIHubMix para Terra solo muestra las tarifas estándar, así que ninguna de las dos tarifas aplicadas está confirmada. Consulta el registro de uso en lugar de dar por hecho que se aplica un descuento.
Los modelos que se comparan más adelante, a sus precios oficiales (iguales en AIHubMix):
| Modelo | Entrada | Almacenamiento en caché | Salida |
|---|---|---|---|
| GPT-6.1 Terra | $1 | $0.05 | $5 |
| GPT-5.6 Terra | $2 | $0.20 | $12 |
| GPT-6.1 Sol | $2 | $0.10 | $10 |
| Claude Sonnet 5.5 | $2 | $0.10 | $10 |
Reglas de facturación que es fácil pasar por alto
Los tokens de razonamiento son tokens de salida. Una solicitud que devuelve 2,000 tokens visibles tras generar 8,000 tokens de razonamiento se factura como 10,000 tokens de salida. Consulta el costo en el objeto de uso, no en la longitud de la respuesta.
El umbral de 272K cambia el precio de toda la solicitud. No es una tarifa marginal que se aplica a los tokens por encima de 272,000. Se duplica el precio de cada token de entrada de la solicitud y el de cada token de salida aumenta un 50%. Así quedan los cálculos justo en torno al umbral, sin almacenamiento en caché y con 20,000 tokens de salida en ambos casos:
| Solicitud | Costo de entrada | Costo de salida | Total |
|---|---|---|---|
| 270,000 de entrada, 20,000 de salida | $0.27 | $0.10 | $0.37 |
| 300,000 de entrada, 20,000 de salida | $0.60 | $0.15 | $0.75 |
Un 11% más de tokens de entrada duplica aproximadamente la factura. Terra admite hasta 922,000 tokens de entrada (contexto de 1,050,000); simplemente cobra más por encima de 272K.
Las escrituras en caché no son gratuitas. En GPT-5.6 y versiones posteriores, escribir un prefijo en la caché se factura a 1.25x la tarifa de entrada para la duración predeterminada de 30 minutos y a 2.5x para una duración de 12 horas, disponible únicamente en la API Responses. Las lecturas cuestan 0.05x en Terra, independientemente de la duración elegida. Según la guía de almacenamiento en caché de prompts de OpenAI, estas son tarifas totales, no recargos: cada token de entrada se factura una sola vez, como entrada normal, lectura o escritura. El prefijo mínimo que se puede almacenar en caché es de 1,024 tokens.
En AIHubMix, Chat Completions y Responses no comparten la caché. En las comprobaciones de AIHubMix, se escribió un prefijo de desarrollador de 9,623 tokens en la primera llamada a Responses y se leyó en las llamadas segunda y tercera. El mismo prefijo enviado a Chat Completions justo después volvió a escribirse, sin aciertos de caché. El tráfico mixto paga dos conjuntos de escrituras.
En AIHubMix, el esfuerzo solo tiene efecto en Responses. En la API Responses, un prompt de suma de números primos generó 72 tokens de salida con esfuerzo none y 1,153 con max (1,078 de ellos eran de razonamiento). En Chat Completions, establecer reasoning_effort no produjo una diferencia constante en las mismas pruebas (tanto none como max generaron entre 200 y 300 tokens de razonamiento, aproximadamente, de una ejecución a otra), lo que sugiere que esa ruta funciona con un nivel de esfuerzo fijo. Si quieres ahorrar con un nivel de esfuerzo más bajo, envía esas solicitudes a Responses.
La búsqueda web integrada se factura por llamada. AIHubMix indica un costo de $0.01 por llamada para web_search_requests, además del costo de los tokens.
Un mes realista, con el desglose línea por línea
Tomemos una carga de trabajo de soporte o procesamiento de documentos que envía 10,000 solicitudes al mes a través de la API Responses. Estos son los supuestos:
- cada solicitud incluye un prefijo estable de 2,500 tokens (prompt del sistema, definiciones de herramientas, reglas de referencia) que se encuentra en la caché;
- cada solicitud añade 1,500 tokens de entrada nuevos (el mensaje o documento del usuario);
- cada solicitud genera 1,500 tokens de salida, incluido el razonamiento, con esfuerzo medio (el valor predeterminado de Terra);
- todas las solicitudes se mantienen por debajo de 272K tokens de entrada, así que se aplican las tarifas estándar;
- los costos de las escrituras en caché se excluyen de los totales (consulta la nota debajo de la tabla).
En el transcurso del mes, eso suma 25M de tokens almacenados en caché, 15M de tokens de entrada nuevos y 15M de tokens de salida.
| Concepto | Tokens | Tarifa por millón | Costo |
|---|---|---|---|
| Entrada almacenada en caché | 25M | $0.05 | $1.25 |
| Entrada nueva | 15M | $1.00 | $15.00 |
| Salida, esfuerzo medio | 15M | $5.00 | $75.00 |
| Total, esfuerzo medio | $91.25 |
En este caso, las escrituras en caché añaden muy poco. Cada vez que se escribe el prefijo de 2,500 tokens, se facturan a $1.25 por millón en lugar de $0.05: unos $0.003 adicionales por escritura.
Dos variantes muestran adónde va el dinero.
Sin almacenamiento en caché. Si el prefijo nunca se encuentra en la caché (porque cambia en cada solicitud o el tráfico se distribuye entre distintas rutas), los 40M de tokens de entrada se facturan a $1: $40 por la entrada más $75 por la salida, $115 en total. El almacenamiento en caché ahorra $23.75 al mes, aproximadamente una quinta parte de la factura.
Con esfuerzo max. Artificial Analysis midió unos 6,000 tokens de salida por tarea con esfuerzo medio y 35,000 con max en su Intelligence Index, una proporción de aproximadamente 5.8x. Al multiplicar los 1,500 tokens de salida por 35/6, se obtienen 8,750 por solicitud, o 87.5M al mes. La salida cuesta entonces 87.5M x $5 = $437.50, y el total mensual es $1.25 + $15.00 + $437.50 = $453.75, unas cinco veces el costo con esfuerzo medio. El esfuerzo max cuesta mucho más que perder la caché.
En todos los casos, la salida es el concepto de mayor costo. Con esfuerzo medio, son $75 de un total de $91.25, el 82% de la factura. Por eso, el nivel de esfuerzo es el primer ajuste que conviene revisar, no el precio de entrada.
Costo por tarea frente a Sol, Sonnet 5.5 y GPT-5.6 Terra
La misma carga de trabajo y el mismo número de tokens (25M almacenados en caché, 15M de entrada nueva y 15M de salida), con cada modelo a sus propios precios oficiales:
| Modelo | Almacenados en caché | Entrada | Salida | Mes | Por solicitud |
|---|---|---|---|---|---|
| GPT-6.1 Terra | $1.25 | $15.00 | $75.00 | $91.25 | $0.0091 |
| GPT-6.1 Sol | $2.50 | $30.00 | $150.00 | $182.50 | $0.0183 |
| Claude Sonnet 5.5 | $2.50 | $30.00 | $150.00 | $182.50 | $0.0183 |
| GPT-5.6 Terra | $5.00 | $30.00 | $180.00 | $215.00 | $0.0215 |
Con el mismo número de tokens, Terra cuesta la mitad que Sol y Sonnet 5.5, y alrededor del 42% de lo que cuesta GPT-5.6 Terra. La condición es que el número de tokens sea el mismo: los modelos dedican distintas cantidades de tokens al razonamiento para una misma tarea, y Terra con un nivel de esfuerzo más alto puede gastar más tokens que Sol con uno más bajo.
El costo medido por tarea lo demuestra. Las cifras siguientes proceden de Artificial Analysis, un índice de referencia independiente que evaluó cada modelo con su Intelligence Index en el nivel de esfuerzo indicado.
| Modelo y nivel de esfuerzo | Puntuación del índice | Tokens de salida por tarea | Costo por tarea |
|---|---|---|---|
| Terra, sin razonamiento | 33 | no indicado | $0.11 |
| Terra, esfuerzo medio | 41 | 6k | $0.10 |
| Terra, esfuerzo alto | 44 | 9k | $0.13 |
| Terra, esfuerzo max | 48 | 35k | $0.40 |
| Sol, esfuerzo medio | 48 | 8k | $0.21 |
| Sol, esfuerzo xhigh | 51 | 18k | $0.39 |
| GPT-5.6 Terra, esfuerzo max | 42 | 39k | $1.40 |
| Sonnet 5.5, esfuerzo max | 56 | 197k | $5.46 |
La fila de Sonnet 5.5 corresponde a la configuración predeterminada de esfuerzo max de Artificial Analysis.
Se desprenden tres conclusiones. Terra con esfuerzo medio es la opción más barata de la tabla, y Artificial Analysis considera que los niveles bajo y medio de Terra son óptimos de Pareto. Desactivar el razonamiento no ahorró dinero en esta prueba: sin razonamiento costó $0.11 por tarea y obtuvo una puntuación de 33. En el otro extremo, Terra con max ($0.40) cuesta aproximadamente lo mismo que Sol con xhigh ($0.39), que obtiene una puntuación mayor, y apenas iguala a Sol con esfuerzo medio por casi el doble del precio. Sonnet 5.5 logra la puntuación más alta, pero con esfuerzo max usó unos 197,000 tokens de salida por tarea.
Otras pruebas publicadas apuntan en la misma dirección. En el benchmark de análisis de datos de Plotly, ejecutado con el esfuerzo predeterminado a través de OpenRouter, Terra obtuvo 40 de 43 por $1.31 por ejecución completa, frente a los 43 de 43 de Sol por $2.61, con unos 1,460 tokens de salida por pregunta. Los gráficos de lanzamiento de OpenAI, que son datos propios y aparecen aquí transcritos por Kingy AI, indican que el costo por tarea de Terra con esfuerzo max en el conjunto offline OSWorld 2.1 fue de $1.19, frente a $1.15 para Sol. Con esfuerzo max en tareas de agentes, el descuento por token de Terra puede desaparecer.
Quién acaba pagando más de lo esperado
- Equipos que usan el esfuerzo max de forma predeterminada. La factura puede ser cinco veces mayor que con esfuerzo medio para el mismo tráfico. Usuarios de Codex en Reddit afirman que Terra con esfuerzo alto agota rápidamente los límites de sus planes; una persona dijo que consumió el 40% de un límite de cinco horas en 20 minutos. Son testimonios anecdóticos, pero coinciden con los recuentos de tokens anteriores.
- RAG con contextos largos cerca de 272K. Un paso de recuperación que a veces añade unos cuantos fragmentos más hará que algunas solicitudes superen el umbral; esas solicitudes cuestan aproximadamente el doble.
- Tráfico mixto de Chat Completions y Responses. Las dos rutas mantienen cachés separadas en AIHubMix, así que el mismo prefijo se escribe dos veces y los ajustes de esfuerzo en la ruta de Chat no tienen un efecto visible.
Medidas para reducir la factura
1. Ajusta el esfuerzo según la carga de trabajo, no la cuenta. Empieza con el nivel medio, el valor predeterminado de Terra, y prueba los niveles bajo o none en tareas sencillas como extracción, clasificación y formato. Mide tanto la calidad como el costo con tus propios prompts, ya que en la prueba de Artificial Analysis el nivel none no fue más barato que el medio. Reserva los niveles alto y max para las solicitudes que no den buenos resultados con esfuerzo medio.
2. Mantén el prefijo estable al principio y usa siempre la misma ruta. Coloca el prompt del sistema, las definiciones de herramientas y el material de referencia al inicio de cada solicitud, siempre en el mismo orden, y deja después todo lo que varíe (entrada del usuario, marcas de tiempo y fragmentos recuperados). Un prefijo debe tener al menos 1,024 tokens para almacenarse en caché. Envía la carga de trabajo por una sola ruta; en AIHubMix, usa Responses, donde el esfuerzo sí tiene efecto.
3. Usa el modo explícito para dejar de pagar por escrituras que no volverás a reutilizar. Con prompt_cache_options.mode establecido en "explicit", solo se escriben los puntos de ruptura que marques. El contenido posterior al último punto de ruptura se factura a la tarifa de entrada normal, sin cargo por escritura, lo que resulta adecuado para material específico de cada solicitud, como la pregunta del usuario. Si se usa el modo explícito sin ningún punto de ruptura, no se almacena nada en caché, y las comprobaciones de AIHubMix confirmaron que esa solicitud no escribió nada.
4. Elige la duración de la caché haciendo cálculos. Por cada millón de tokens de prefijo, una escritura con duración de 30 minutos cuesta $1.25 y una de 12 horas cuesta $2.50; las lecturas cuestan $0.05 en ambos casos. Si las pausas en el tráfico hacen que el prefijo se escriba tres o más veces en 12 horas con la caché de 30 minutos ($3.75 o más), una escritura de 12 horas sale más barata. Con dos escrituras ($2.50), cuestan lo mismo. Si el tráfico es constante y mantiene activa la entrada de 30 minutos, quédate con esa duración. Las comprobaciones de AIHubMix confirmaron que la configuración de 12 horas funciona en Terra: en la primera llamada, se escribieron 9,020 tokens de prefijo como ttl_12h_tokens, y en la segunda se leyeron 9,007 de esos tokens.
5. Mantente por debajo de 272K tokens de entrada. Limita la recuperación con un presupuesto de tokens, no con una cantidad de fragmentos; elimina los turnos obsoletos y resume los historiales largos antes de que superen el límite. OpenAI también documenta una función de compactación para contextos extensos, que AIHubMix no ha probado en Terra.
6. Cambia el nivel de esfuerzo con configuration_update, no con el campo de la solicitud. La guía de modelos GPT-6 de OpenAI recomienda mantener fijo el nivel de esfuerzo de la solicitud y añadir un elemento de entrada configuration_update para aumentarlo o reducirlo a mitad de la conversación. En sus comprobaciones del 27 de octubre, AIHubMix aceptó un elemento configuration_update en Terra (200).
7. Registra los campos de uso de cada respuesta. Los campos que explican una factura de Terra son input_tokens_details.cached_tokens (lecturas facturadas), cache_write_tokens y su desglose en ttl_30m_tokens y ttl_12h_tokens, y output_tokens_details.reasoning_tokens. Divide el total de tokens almacenados en caché por el total de tokens de entrada para obtener la tasa de aciertos de caché, agrupada por día o por función.
Registrar el costo por solicitud en Python
El ejemplo usa el SDK de OpenAI con el endpoint Responses de AIHubMix. Establece el nivel de esfuerzo de razonamiento, pasa prompt_cache_options mediante extra_body e imprime los campos de uso con un costo estimado a las tarifas estándar. Encontrarás los pasos de configuración en la documentación de la API Responses de AIHubMix, y el comportamiento de la caché en la pasarela se explica en la documentación de caché de AIHubMix.
import os
from openai import OpenAI
client = OpenAI(
base_url="https://aihubmix.com/v1",
api_key=os.environ["AIHUBMIX_API_KEY"],
)
# Keep this identical across requests so it can be cached (1,024+ tokens).
STABLE_PREFIX = open("support_rules.txt").read()
# Terra standard rates, USD per 1M tokens, input up to 272K.
PRICE = {"input": 1.00, "cached": 0.05, "write_30m": 1.25,
"write_12h": 2.50, "output": 5.00}
resp = client.responses.create(
model="gpt-6.1-terra",
reasoning={"effort": "low"}, # none, low, medium, high, xhigh, max
input=[
{"role": "developer", "content": STABLE_PREFIX},
{"role": "user", "content": "Classify this ticket: refund not received."},
],
extra_body={"prompt_cache_options": {"ttl": "30m"}}, # or "12h"
)
u = resp.usage.model_dump()
inp = u["input_tokens_details"]
cached = inp.get("cached_tokens", 0)
writes = inp.get("cache_write_tokens", 0)
by_ttl = inp.get("cache_write_tokens_details") or {}
w12 = by_ttl.get("ttl_12h_tokens", 0)
w30 = writes - w12
ordinary = u["input_tokens"] - cached - writes
reasoning = u["output_tokens_details"].get("reasoning_tokens", 0)
cost = (ordinary * PRICE["input"] + cached * PRICE["cached"]
+ w30 * PRICE["write_30m"] + w12 * PRICE["write_12h"]
+ u["output_tokens"] * PRICE["output"]) / 1_000_000
print(f"input={u['input_tokens']} cached={cached} writes={writes} (12h={w12})")
print(f"output={u['output_tokens']} reasoning={reasoning}")
print(f"estimated cost=${cost:.6f}")
La fórmula sigue la guía de almacenamiento en caché de OpenAI: los tokens de entrada normales son input_tokens menos cached_tokens menos cache_write_tokens, y el total de escrituras no se suma otra vez además de sus componentes. Por encima de 272,000 tokens de entrada, aplica las tarifas para contextos extensos ($2, $0.10, $2.50 para escrituras de 30 minutos, $5 para escrituras de 12 horas, $7.50 de salida). Envía el mismo prefijo dos veces en un plazo de 30 minutos y la segunda respuesta debería mostrarlo en cached_tokens; si no, significa que algo en el prefijo cambió.
Preguntas frecuentes
¿GPT-6.1 Terra es más barato en AIHubMix que en OpenAI?
No. AIHubMix publica las mismas tarifas estándar: $1 por los tokens de entrada, $0.05 por las lecturas de caché y $5 por los tokens de salida, por cada millón de tokens. No publica tarifas de escritura en caché ni de contexto extenso para Terra, por lo que las tarifas de escritura de $1.25 y $2.50 y las tarifas duplicadas por encima de 272K son las condiciones de OpenAI hasta que el registro de uso confirme lo que factura la pasarela.
¿Está disponible el descuento de Batch o Flex a través de AIHubMix?
No como opción confirmada. El descuento del 50% de Batch y Flex es de OpenAI, y AIHubMix no ofrece la API Batch de OpenAI. En las comprobaciones de AIHubMix se aceptaron solicitudes Flex, pero la lista de precios de AIHubMix solo muestra las tarifas estándar para Terra; por eso, revisa el registro de uso antes de contar con un precio más bajo.
¿Los tokens de razonamiento tienen un costo adicional?
Se facturan a la tarifa de salida, $5 por millón, como parte de output_tokens. El objeto de uso los informa por separado como reasoning_tokens, para que puedas ver qué parte de la salida correspondió al razonamiento.
¿Qué ocurre con una solicitud de 280,000 tokens de entrada?
La solicitud completa se factura con las tarifas para contextos extensos: $2 por millón de tokens de entrada, $0.10 por los tokens en caché y $7.50 por los tokens de salida. No solo los 8,000 tokens que superan el límite.
¿Vale la pena usar la caché de 12 horas?
Solo cuando una entrada de 30 minutos se escribiría tres o más veces en 12 horas. Una escritura de 12 horas cuesta $2.50 por millón de tokens, frente a $1.25 para 30 minutos, y las lecturas cuestan $0.05 en ambos casos.
¿Por qué el esfuerzo máximo cuesta mucho más?
Artificial Analysis midió unos 35,000 tokens de salida por tarea con el esfuerzo máximo, frente a 6,000 con el esfuerzo medio, y el costo por tarea pasó de $0.10 a $0.40. En el ejemplo detallado anterior, pasar del esfuerzo medio al máximo eleva el costo mensual de $91.25 a $453.75.
¿Terra siempre cuesta la mitad que Sol?
Por token, sí. Por tarea, no siempre: en la prueba de Artificial Analysis, Terra con el esfuerzo máximo cuesta por tarea aproximadamente lo mismo que Sol con xhigh, y Sol obtuvo una puntuación más alta.
Sigue leyendo: la serie GPT-6.1 Terra
- Para ver qué ofrece el precio a la mitad en comparación con el modelo al que reemplaza: GPT-6.1 Terra vs GPT-5.6 Terra: la mitad de precio, qué cambió y quién debería cambiarse
- Antes de trasladar el tráfico a Responses para que funcionen los ajustes de esfuerzo y el almacenamiento en caché: Migrar a GPT-6.1 Terra: corregir los errores 400 de temperature, mover las herramientas a Responses y configurar Codex
- Si estás comparando Terra con un competidor que cuesta el doble por token: GPT-6.1 Terra vs Claude Sonnet 5.5: ¿qué modelo de gama media conviene para agentes de pantalla y documentos?
- Cuando Terra con esfuerzo máximo cuesta tanto por tarea como Sol: GPT-6.1 Terra vs GPT-6.1 Sol: ¿qué tareas todavía necesitan Sol?
Fuentes
- OpenAI, página del modelo GPT-6.1 Terra: precios, regla para contextos extensos, límites de contexto y niveles de esfuerzo.
- OpenAI, guía de almacenamiento en caché de prompts: tarifas de escritura y lectura, duración de la caché, modo explícito y campos de uso.
- AIHubMix, página del modelo GPT-6.1 Terra: precios y acceso de AIHubMix.
- Artificial Analysis, GPT-6.1 Terra amplía la frontera de la eficiencia de costos: costo y tokens de salida por tarea según el nivel de esfuerzo.
- Kingy AI, GPT-6.1 Terra: pruebas de rendimiento, precios, especificaciones y comparación: niveles de precios, ejemplo del límite de 272K y valores transcritos del gráfico de OpenAI.
