OpenAI presentó GPT‑6.1 Terra el 26 de octubre de 2026 como un modelo pensado para el trabajo profesional de gran volumen. Su propuesta no consiste en superar a todos los modelos de la compañía en cada prueba, sino en ofrecer una combinación más contenida de precio, velocidad, razonamiento visual y manejo de interfaces. Esa distinción importa: una empresa no necesita el modelo más potente para leer miles de facturas, contrastar fotografías con un catálogo o completar formularios; necesita uno que mantenga una calidad suficiente sin disparar el coste por tarea.
La novedad llega a la API con el identificador gpt-6.1-terra y también empieza a desplegarse en ChatGPT Work y Codex. En este análisis separamos lo que OpenAI ha confirmado de lo que todavía debe comprobar cada organización con sus propios datos. Los resultados publicados son útiles para orientar una evaluación, pero no sustituyen una prueba controlada sobre el flujo real que se pretende automatizar.
Qué es GPT‑6.1 Terra y para qué se ha diseñado
GPT‑6.1 Terra ocupa una posición intermedia dentro de la familia GPT‑6.1. OpenAI lo describe como un modelo rápido y eficiente para razonamiento visual, uso preciso del ordenador y redacción natural. Los ejemplos oficiales incluyen comparar fotos de productos con fichas de catálogo, interpretar planos técnicos, actuar sobre pantallas de aplicaciones y redactar o revisar documentos.
La idea práctica es sencilla: reservar los modelos de frontera más caros para los problemas que realmente exigen su capacidad y utilizar Terra en tareas repetibles, visuales o administrativas que se ejecutan muchas veces. Esta estrategia puede ser más relevante que una pequeña diferencia en un benchmark, porque el coste final de una automatización depende tanto del precio por token como del número de intentos, la duración del proceso, los errores y la supervisión humana requerida.
Según la presentación oficial de GPT‑6.1 Terra, el modelo está orientado a trabajos como interpretar dibujos técnicos, cumplimentar formularios o editar materiales visuales. OpenAI afirma que puede completar determinadas tareas profesionales más deprisa que GPT‑6 Astra y GPT‑6.1 Sol, aunque esas comparaciones proceden de sus propias evaluaciones y deben leerse como resultados del proveedor, no como una garantía universal.
Precio, contexto y límites técnicos confirmados
La ficha oficial del modelo en la API fija el precio estándar por millón de tokens en 1 dólar para la entrada y 5 dólares para la salida. La entrada almacenada en caché cuesta 0,05 dólares, mientras que escribir en caché cuesta 1,25 dólares. OpenAI presenta estas tarifas como un 50 % menos que GPT‑5.6 Terra y GPT‑6.1 Sol en sus precios estándar.
El modelo admite una ventana de contexto de 1.050.000 tokens y hasta 128.000 tokens de salida. Su fecha de corte de conocimiento declarada es el 1 de junio de 2026. Esto último obliga a distinguir entre capacidad de razonamiento y conocimiento actualizado: una ventana enorme permite aportar muchos documentos, pero no convierte al modelo en una fuente automática de noticias posteriores a su corte. Para hechos recientes seguirá siendo necesario proporcionarle documentación vigente o herramientas de consulta.
Los niveles de esfuerzo disponibles son none, low, medium, high, xhigh y max; el valor predeterminado es medium. Aumentar el esfuerzo puede mejorar una respuesta difícil, pero también incrementa el tiempo y los tokens de razonamiento. La recomendación razonable es empezar en el nivel medio, medir la tasa de éxito y subir únicamente en los casos donde la mejora compense.
Hay otra condición técnica importante: la documentación indica que las llamadas a herramientas requieren la Responses API. No basta con cambiar el nombre del modelo en cualquier integración antigua y asumir que todos los flujos de agentes funcionarán igual. Conviene revisar la API utilizada, los esquemas de herramientas, los tiempos máximos, los reintentos y la forma en que se conserva el estado.
Qué dicen las pruebas de visión y uso del ordenador
OpenAI destaca Agents’ Last Exam, una evaluación de tareas profesionales largas que incluye convertir dibujos arquitectónicos en un modelo tridimensional o revisar una película plano a plano. A esfuerzo medio, la compañía informa de una mejora de 15 puntos porcentuales frente a GPT‑5.6 Terra con aproximadamente un tercio del coste. También afirma que el resultado queda a la altura de GPT‑6 Astra con una décima parte de su precio por token.
En MMMU‑Pro, dedicado al razonamiento visual, Terra supera a GPT‑5.6 Terra en todos los niveles de esfuerzo publicados y se aproxima a modelos superiores de la propia familia. En OSWorld 2.1, que evalúa acciones en aplicaciones de escritorio, el nuevo modelo supera el mejor resultado declarado de su predecesor a un coste menor por tarea.
Estas cifras señalan una dirección, pero no responden por sí solas a preguntas operativas: ¿reconoce correctamente los campos del programa contable que utiliza una pyme española?, ¿mantiene la precisión cuando la interfaz cambia?, ¿detecta un importe dudoso antes de confirmarlo?, ¿se detiene al encontrar una ventana inesperada? Una evaluación interna debe medir esos puntos y no limitarse a reproducir una puntuación general.
Menos errores declarados, pero no ausencia de alucinaciones
Uno de los datos más llamativos está relacionado con la factualidad. En un benchmark interno diseñado para provocar errores, OpenAI afirma que la tasa bajó del 53,6 % con GPT‑5.6 Terra al 16,7 % con GPT‑6.1 Terra a esfuerzo bajo. En el nivel máximo, la tasa publicada es del 4,3 %. La mejora es amplia, pero el propio resultado demuestra que el problema no desaparece.
Por eso, cualquier flujo que tome decisiones económicas, legales, médicas o de seguridad debe incorporar comprobaciones externas. Un modelo puede redactar una explicación convincente y, aun así, confundir una fecha, interpretar mal una excepción contractual o seleccionar una casilla incorrecta. La verificación debe apoyarse en datos estructurados, reglas deterministas y aprobación humana cuando el impacto lo justifique.
En desarrollo de software, OpenAI publica un 50,3 % de tareas resueltas en Terminal‑Bench 4.0 con esfuerzo máximo, frente al 21,5 % comunicado para GPT‑5.6 Terra. Es una mejora significativa, pero también significa que una parte importante de las tareas del benchmark no se resuelve. Para los problemas de programación más complejos, la propia compañía sigue recomendando GPT‑6.1 Sol o GPT‑6 Astra.
Seguridad: la etiqueta «Critical» exige contexto
La adenda oficial de seguridad de GPT‑6.1 Terra clasifica el modelo como «Critical» en capacidad de ciberseguridad, «High» en biología y química, y por debajo del umbral alto en auto-mejora de IA. OpenAI aplica la misma pila de salvaguardas que a GPT‑6.1 Sol y GPT‑6 Astra, con sondas adaptadas al nuevo modelo.
Esta clasificación no significa que el modelo supere todos los umbrales indicativos en cada evaluación publicada. De hecho, la adenda señala resultados por debajo de varios umbrales de capacidad biológica y explica que las determinaciones se realizan con un conjunto más amplio de pruebas y criterios. En ciberseguridad, Terra alcanza un 24,5 % de éxito de ejecución arbitraria de código en ExploitBench Internal Port, por encima del 21,5 % de GPT‑6.1 Sol y por debajo del 31,5 % de GPT‑6 Astra que recoge el documento.
La tarjeta también describe pruebas frente a inyección de instrucciones y evaluaciones de escenarios con herramientas. Para una empresa, la lectura correcta no es «el modelo ya es seguro», sino «el proveedor aplica controles reforzados porque reconoce capacidades de mayor riesgo». Los permisos mínimos, el aislamiento de entornos, los registros de actividad y las confirmaciones antes de acciones irreversibles siguen siendo responsabilidad del sistema que integra el modelo.
Este punto conecta con el análisis de cómo OpenAI aisló sus entornos de entrenamiento de modelos frontera. La lección es trasladable a cualquier agente: no hay que darle acceso permanente a más recursos de los necesarios, y una salida generada por IA nunca debe equivaler automáticamente a autorización para ejecutar una acción sensible.
Disponibilidad en API, ChatGPT Work y Codex
El registro oficial de cambios de la API confirma el lanzamiento de gpt-6.1-terra el 26 de octubre en Responses y Chat Completions. Sin embargo, las herramientas requieren Responses, de modo que Chat Completions queda para usos compatibles sin esa capacidad de actuación.
Las notas oficiales de ChatGPT indican que Terra se está desplegando en ChatGPT Work y Codex para planes Plus, Pro, Business, Enterprise y Edu. La disponibilidad concreta depende del plan, la región y la configuración del espacio de trabajo. OpenAI añade que Terra no admite residencia de inferencia en Emiratos Árabes Unidos; esa restricción se refiere al lugar de procesamiento, no a la ubicación física del usuario.
En España, el paso práctico es comprobar si el selector del producto o el catálogo de la API ya muestra el modelo en la cuenta correspondiente. Un anuncio de despliegue no garantiza que todos los espacios de trabajo lo reciban al mismo minuto, especialmente cuando intervienen permisos administrados por una organización.
Cómo evaluar Terra sin dejarse llevar por el lanzamiento
1. Elegir una tarea repetible y medible
Conviene empezar con un proceso acotado: extraer campos de cien facturas anonimizadas, clasificar fotografías de producto o trasladar información entre dos aplicaciones de prueba. La tarea debe contar con una respuesta correcta conocida y un conjunto de casos difíciles.
2. Medir el coste por resultado válido
El precio por token es solo una parte. Hay que sumar reintentos, llamadas a herramientas, revisión humana, fallos y tiempo de ejecución. Un modelo barato que obliga a repetir el 20 % de los casos puede resultar más caro que otro con mayor precio unitario y menos errores.
3. Comparar niveles de esfuerzo
Ejecutar la misma muestra con medium, high y max permite observar cuándo deja de compensar el razonamiento adicional. En tareas sencillas, subir el esfuerzo puede añadir coste sin una mejora apreciable. En casos visuales ambiguos, la diferencia puede ser relevante.
4. Probar fallos de interfaz e instrucciones maliciosas
Un agente que maneja el ordenador debe enfrentarse deliberadamente a ventanas emergentes, campos desplazados, páginas lentas e instrucciones incrustadas en documentos. El objetivo es comprobar si se detiene, pide ayuda o se desvía. La robustez declarada frente a inyecciones no elimina la necesidad de hacer pruebas propias.
5. Mantener revisión y trazabilidad
Las acciones deben quedar registradas con entrada, salida, herramienta, hora y resultado. Las operaciones que publican, pagan, borran o modifican permisos requieren un control más estricto. También conviene conservar una ruta de reversión y limitar el alcance de las credenciales.
Qué puede aportar a creadores y pequeños negocios
El razonamiento visual y la edición asistida pueden reducir tareas mecánicas en producción de contenidos, siempre que el resultado se revise. Quien quiera convertir esa capacidad en un proceso creativo puede consultar el Taller IA Content para imágenes y vídeos de negocio. Para proyectos editoriales más largos, la guía de IA Autor para crear y comercializar un ebook aborda desde la elección del tema hasta la publicación y promoción.
En ambos casos, Terra puede servir como herramienta de apoyo, no como sustituto de criterio. Una imagen debe respetar derechos y representar fielmente el producto; un texto necesita revisión de datos, tono y fuentes. Automatizar la primera versión tiene sentido si se conserva una revisión editorial clara.
Hechos, inferencias y lo que todavía falta por demostrar
Hechos confirmados: GPT‑6.1 Terra fue anunciado el 26 de octubre de 2026; está disponible en la API con precios y límites publicados; admite seis niveles de esfuerzo; se despliega en ChatGPT Work y Codex; y recibe la misma pila de salvaguardas reforzadas que los modelos superiores de la familia.
Inferencia razonable: su combinación de precio y capacidad puede hacerlo atractivo para automatizaciones visuales y administrativas de gran volumen. Esta conclusión se apoya en la posición del modelo y en los resultados comunicados, pero depende de que el rendimiento se mantenga en cada entorno real.
Predicción condicionada: si las empresas verifican que Terra conserva precisión suficiente en sus propios procesos, parte de las tareas que hoy se ejecutan con modelos más caros migrará a esta opción. No puede asegurarse todavía cuánto ahorrará cada organización ni qué porcentaje de flujos será apto.
Aspectos pendientes: hacen falta evaluaciones independientes, experiencia acumulada en producción y datos públicos sobre errores en interfaces variadas. También queda por observar cómo evolucionan las salvaguardas ante ataques nuevos y qué diferencias aparecen entre la API, ChatGPT Work y Codex por sus instrucciones y herramientas distintas.
Conclusión: eficiencia prometedora, validación obligatoria
GPT‑6.1 Terra no debe resumirse como «un modelo barato que hace lo mismo que Astra». La propuesta es más concreta: acercar visión, uso del ordenador y redacción profesional a tareas de gran volumen con un coste inferior. Las cifras oficiales muestran avances claros frente a GPT‑5.6 Terra, pero proceden del proveedor y no cubren todas las condiciones de una aplicación real.
La decisión adecuada es realizar una prueba comparativa con datos representativos, calcular el coste por resultado correcto y mantener controles proporcionales al riesgo. Para entender por qué la infraestructura también condiciona la experiencia de un modelo, nuestro análisis sobre cómo escala el almacenamiento de ChatGPT muestra que velocidad y fiabilidad dependen de mucho más que los parámetros del modelo. Terra puede ser una pieza eficiente del sistema; la calidad final seguirá dependiendo del diseño completo, la verificación y la supervisión.