Inteligencia artificial Modelos y herramientas

GPT-6.1 Terra: la nueva IA de OpenAI que combina velocidad, visión y bajo coste

27 de octubre de 2026 Miquel Monsalvat · Human-IA

Una IA que no presume de ser la más lista

Durante años, la pregunta ante cada IA era una sola: ¿es la más potente? Con GPT-6.1 Terra, OpenAI propone otra: ¿cuál sirve mejor cuando hay que repetir muchas tareas, deprisa y sin que la factura se dispare?

Terra está disponible desde el 26 de octubre de 2026. Según el anuncio de OpenAI, es un modelo rápido y eficiente pensado para el volumen: interpreta imágenes y planos técnicos, maneja el ordenador y redacta con claridad. Antes de dejarnos llevar por los titulares, conviene situarlo dentro del Ecosistema OpenAI (modelos, Projects, Work y herramientas), que cada mes tiene más piezas que un mueble sin instrucciones.

La gama: de Luna a Astra

La familia se ordena de menos a más capacidad, y también de menos a más precio: Luna < Terra < Sol < Astra. Estos son los precios estándar de la API por millón de tokens (los tokens son los trocitos en que el modelo divide el texto), según la comparativa de El Fulgor:

GPT-6 Luna: 0,1 $ de entrada y 0,5 $ de salida. El más barato de la familia.
GPT-6.1 Terra: 1 $ y 5 $. Gama media eficiente, pensada para volumen.
GPT-6.1 Sol: 2 $ y 10 $. Muy capaz y equilibrado, para programación compleja y trabajo profesional exigente.
GPT-6 Astra: 10 $ y 50 $. El más capaz y el más caro, para lo más difícil.

Terra cuesta aproximadamente la mitad que Sol, y OpenAI sigue recomendando Sol o Astra para lo más complejo. Terra no es el más listo de la clase: es el que mejor relación entre utilidad y precio ofrece en tareas repetibles. No aparece en el chat normal de ChatGPT, sino en ChatGPT Work y Codex (planes Plus, Pro, Enterprise y Edu) y en la API como gpt-6.1-terra.

Cuatro tarjetas ordenadas de menor a mayor precio con la gama de modelos de OpenAI: GPT-6 Luna 0,1 y 0,5 dólares; GPT-6.1 Terra 1 y 5; GPT-6.1 Sol 2 y 10; GPT-6 Astra 10 y 50 dólares por millón de tokens de entrada y de salida, con Terra destacada como la opción eficiente. — Precios estándar de la API por millón de tokens (entrada / salida).

Lo que dice OpenAI (y lo que conviene descontar)

Todas las cifras de este apartado son declaraciones del fabricante: exámenes que diseña y corrige la propia OpenAI, no mediciones independientes ni rendimiento real en tu día a día. El «esfuerzo» es el nivel de razonamiento que se le pide al modelo.

En Agents’ Last Exam (tareas profesionales largas), a esfuerzo medio, saca 15 puntos porcentuales más que GPT-5.6 Terra a cerca de un tercio del coste, y queda a la par de GPT-6 Astra a una décima parte del precio por token.
Completa las tareas más de tres veces más rápido que Astra y Sol.
En una prueba interna con preguntas trampa, los errores factuales bajan del 53,6 % de GPT-5.6 Terra al 16,7 % con esfuerzo bajo y al 4,3 % con esfuerzo máximo.

Es como si un alumno publicara su propia nota: puede ser cierta, pero apetece ver el examen y que lo corrija otro.

El contrapunto independiente

Artificial Analysis, que mide los modelos por su cuenta, da a Terra un índice de inteligencia de 48 a esfuerzo máximo. Para situarlo: Claude Opus 5.5 obtiene 57,6; GPT-6 Astra, 52,7; Gemini 4 Argon, 52,6; y GPT-6.1 Sol, 51,8. Es decir, Terra destaca por eficiencia, no por potencia máxima. Para ver qué propone Google, está Gemini 4 Argon: qué cambia con la nueva inteligencia artificial de Google.

Esa misma medición deja dos matices importantes:

Más rápido no es instantáneo. Genera 90,9 tokens por segundo (la media comparable es 88), pero a esfuerzo máximo tarda 77,96 segundos en empezar a escribir, frente a una mediana de 3,81 segundos.
Menos precio por token no es menos factura. Terra es barata por token, pero también verbosa: generó 130 millones de tokens en el índice frente a una mediana de 81 millones. El coste medio fue de 0,40 $ por tarea, y el coste final depende de intentos, errores y supervisión humana.

Y si lo que te mueve es el precio puro, tienes DeepSeek V4.1 Flash: el modelo chino que compite por precio.

Usos posibles, siempre con revisión humana

Estos son usos posibles con revisión humana, no capacidades garantizadas. Terra acepta texto e imágenes y responde con texto:

Particulares: pasar fotos de facturas o de una carta oficial a una tabla ordenada, entender un croquis que te han enviado o pulir un texto importante. Comprueba cada dato antes de fiarte.
Autónomos: volcar importes y fechas de albaranes o facturas recibidas a la hoja de contabilidad, transcribir y resumir documentos o preparar presupuestos desde una plantilla.
Pequeñas empresas: clasificar imágenes de producto contra el catálogo, rellenar formularios repetitivos, revisar capturas de una aplicación para detectar pasos manuales o redactar borradores de atención al cliente.

El blog El Fulgor relató su propia prueba en español (68 de 72 puntos, unos 5 céntimos): una anécdota de uso, no una medición reproducible ni una prueba de LedSolEo.

Agentes autónomos: hasta dónde y con qué cuidado

Un agente es una IA que no solo responde, sino que actúa: abre aplicaciones, rellena formularios, mueve documentos. OpenAI asegura que Terra se ciñe mejor al alcance de la tarea y resiste mejor la inyección de instrucciones (textos que intentan darle órdenes ocultas) que GPT-5.6 Terra. Aun así, puede equivocarse, y un error a gran velocidad sigue siendo un error, solo que más rápido.

Pautas sensatas:

Dale solo los permisos necesarios.
Revisa lo que hace, sobre todo si toca documentos o datos de clientes.
Recuerda que una salida de IA nunca equivale a una autorización para ejecutar una acción sensible: pagar, enviar, borrar o firmar lo decide una persona.

Un agente sin límites es un becario entusiasta con las llaves de toda la oficina: mejor que no tenga la de la caja.

En seguridad, la tarjeta de sistema clasifica Terra como «Critical» en ciberseguridad y «High» en biología y química, con las mismas salvaguardas que Sol y Astra. Eso indica controles reforzados del proveedor, no que el modelo sea seguro por sí solo; además, se registran regresiones estadísticamente significativas en «hate» y extremismo en evaluaciones con imágenes.

Para profundizar: De hablar con una IA a dejarla trabajar por ti: el salto a los agentes inteligentes y ¿Hasta dónde debemos dejar actuar a un agente de IA?

Diagrama de dos columnas: a la izquierda, lo que un agente de IA puede hacer solo (leer documentos, rellenar formularios, mover archivos, resumir); a la derecha, los puntos de control de una persona (revisar antes de enviar, pagar o borrar, y limitar los permisos). — Un agente puede actuar solo, pero enviar, pagar o borrar requiere control humano.

Detalles técnicos antes de migrar

La ficha del modelo recoge detalles que conviene no pasar por alto:

Contexto no es conocimiento actualizado. La ventana de contexto es de 1.050.000 tokens, pero su conocimiento llega hasta el 1 de junio de 2026: para hechos posteriores hay que aportar documentos o herramientas.
Las herramientas exigen la Responses API. No basta con cambiar el nombre del modelo en una integración antigua.
Sin ajuste fino ni salida de audio o vídeo.

¿Ganará la IA eficiente a la más potente?

La respuesta, con cautela, es «en parte». La utilidad real combina inteligencia, velocidad, autonomía y precio, y ninguna de las cuatro basta sola. Astra y Sol siguen siendo la opción para lo más difícil. Pero un asistente personal que revisa tus facturas cada semana, o una automatización de pyme que repite un proceso cientos de veces, solo se sostiene si cada ejecución es lo bastante lista, rápida y barata. Ahí los modelos eficientes pueden acelerar la adopción, siempre que se midan por la tarea terminada y revisada, no por el precio del token. Si dudas entre proveedores, repasa ChatGPT, Gemini, Claude, Grok y DeepSeek: qué los diferencia y cuál elegir.

Para ampliar información

Sr. Idea: No soy el más listo de la casa, pero sí el que cabe en tu presupuesto.

LedSolEoAnálisis · Modelos y precios

GPT-6.1 Terra frente a otras alternativas: el precio necesita contexto

Siete modelos · Tarifas API · 27 de octubre de 2026

Después de conocer GPT-6.1 Terra, surge una pregunta inevitable: ¿hay modelos que puedan resolver nuestras tareas por menos dinero?

Para responder, hemos contrastado las tarifas oficiales de siete modelos. La tabla permite comparar precios y enfoques, aunque no demuestra que todos alcancen el mismo rendimiento: esa equivalencia debe comprobarse con tareas concretas.

Precios en USD por millón de tokensEntrada sin caché · Consulta las condiciones al pie

Modelo · Desarrollador	Enfoque de uso	Entrada¹	Salida¹
GPT-6.1 TerraOpenAIModelo del artículo	Razonamiento visual, interacción con aplicaciones y redacción.	1,00 $	5,00 $
DeepSeek V4 ProDeepSeek	Razonamiento y trabajo con texto y código; sin entrada visual.	0,66–1,32 $²	1,98–3,96 $²
GLM-5.2Z.AI	Ingeniería de software y ejecución de tareas prolongadas con contexto amplio.	1,40 $	4,40 $
Kimi K3Moonshot AI	Trabajo con contexto de aproximadamente un millón de tokens.	3,00 $	15,00 $
Claude Sonnet 5.5Anthropic	Texto e imágenes, programación y flujos de trabajo con herramientas.	2,00 $	10,00 $
Gemini 4 ArgonGoogle	Razonamiento, programación y agentes; comprensión de vídeo.	2,00 $³	10,00 $³
Grok 4.7xAI	Texto e imágenes, programación y uso de herramientas.	2,00 $	6,00 $

¹ Dólares por millón de tokens, con entrada sin caché. Tarifas consultadas el 27 de octubre de 2026. Comparación de API, independiente de las suscripciones de las aplicaciones. No incluye herramientas adicionales ni posibles recargos por contexto largo, región o procesamiento especial.

² DeepSeek aplica los precios inferiores en horario valle y los superiores en horario punta.

³ Precio introductorio de Gemini hasta el 30 de noviembre de 2026; Google anuncia 4,00 $ de entrada y 20,00 $ de salida desde el 1 de diciembre.

Fuentes oficiales de precios y capacidades: OpenAI · DeepSeek · Z.AI · Moonshot · Anthropic · Google · xAI.

La mirada de LedSolEo

Nuestra lectura: pagar menos por token es solo el principio

Las tarifas muestran una competencia más interesante que una simple división entre modelos chinos baratos y occidentales caros. DeepSeek V4 Pro ofrece precios inferiores a Terra, especialmente en horario valle; GLM-5.2 cobra menos por la salida y más por la entrada; Kimi K3, en cambio, resulta más caro en ambas. El origen del modelo no permite deducir su coste.

Terra presenta una propuesta atractiva para quienes necesitan interpretar pantallas y actuar sobre aplicaciones. Sin embargo, su rentabilidad debe medirse en el trabajo real: cuántos pasos completa, cuántos errores comete y cuánta supervisión necesita.

Un modelo con una tarifa inferior puede terminar costando más si consume muchos más tokens o exige repetir la tarea. Uno más caro puede compensar si entrega un resultado correcto con menos intentos.

Por eso, nuestra conclusión es esta: la comparación decisiva será el coste por tarea bien resuelta. Para elegir una IA, conviene darle el mismo encargo a varias y medir calidad, tiempo y coste total. Ahí empieza la comparativa que realmente importa.