GPT-6.1 Terra a fondo: precios, cómo usarlo y en qué se diferencia de Claude Opus 5.5

El 26 de octubre, OpenAI lanzó GPT-6.1 Terra, cuyo nombre en la API es gpt-6.1-terra.

Cuando escribí sobre GPT-6.1 Sol a principios de octubre, Sol era el único modelo de la serie 6.1. Ahora se suma Terra, y cuesta exactamente la mitad que Sol.

En este artículo repaso Terra a fondo: qué lugar ocupa, especificaciones y precios, dónde se puede usar, cómo llamarlo desde la API, qué trampas hay que evitar y, para cerrar, una comparación con Claude Opus 5.5 y cómo elegir entre los dos.

Primero, dónde encaja Terra en la familia de OpenAI

OpenAI divide ahora sus modelos en cuatro niveles de tamaño, del más barato al más potente:

Nivel	Modelo actual	Posicionamiento
Luna	GPT-6 Luna	El más barato, ideal para extracción, clasificación y procesamiento por lotes
Terra	GPT-6.1 Terra	El segundo más barato, rápido, fuerte en visión, uso del ordenador y redacción
Sol	GPT-6.1 Sol	El caballo de batalla del día a día
Astra	GPT-6 Astra	El más potente y el más caro

Terra sustituye a GPT-5.6 Terra. Nunca hubo un GPT-6.0 Terra: se saltó directamente de 5.6 a 6.1.

La presentación oficial de OpenAI en una frase: un modelo rápido y eficiente que destaca en razonamiento visual, uso preciso del ordenador y redacción clara y natural. La ficha del sistema lo describe como «pensado para trabajo profesional de gran volumen».

Los casos de uso típicos que recoge la guía oficial son muy concretos:

emparejar fotos de productos con un catálogo;
detectar las diferencias entre dos planos técnicos;
pulsar botones y rellenar formularios en la interfaz de una aplicación;
redactar y corregir textos a partir de materiales proporcionados;
pequeñas correcciones de código con un alcance bien definido.

Al mismo tiempo, OpenAI lo dice sin rodeos: para las tareas de programación más complejas, siguen recomendando GPT-6.1 Sol o GPT-6 Astra. Terra no viene a reemplazar a Sol, sino a hacer rápido y barato el trabajo de gran volumen, bien definido y con resultados verificables.

Especificaciones

Elemento	GPT-6.1 Terra
Contexto	1,050,000 tokens (hasta 922K de entrada y hasta 128K de salida)
Entrada / salida	Entrada de texto e imágenes, salida solo de texto
Fecha de corte de conocimiento	1 de junio de 2026
Esfuerzo de razonamiento	none, low, medium (por defecto), high, xhigh, max
Endpoints	Responses, Chat Completions, Batch
Herramientas	Llamadas a funciones, salidas estructuradas, búsqueda web, búsqueda en archivos, intérprete de código, uso del ordenador (computer use), MCP, etc.
No compatible	Fine-tuning, Predicted Outputs, audio y vídeo

Un detalle fácil de pasar por alto: Terra admite none, es decir, nada de razonamiento, algo que ni GPT-6.1 Sol ni GPT-6 Astra permiten. Para tareas que solo requieren reescribir o extraer rápidamente, desactivar el razonamiento ahorra otro buen pellizco de tiempo y dinero.

Precio: exactamente la mitad que Sol

En dólares por millón de tokens:

Modelo	Entrada	Entrada en caché	Salida
GPT-6 Luna	0.10	0.01	0.50
GPT-6.1 Terra	1.00	0.05	5.00
GPT-6.1 Sol	2.00	0.10	10.00
GPT-6 Astra	10.00	1.00	50.00
GPT-5.6 Terra (generación anterior)	2.00	0.20	12.00

Algunas reglas de facturación que conviene tener en cuenta:

Recargo por contexto largo: si la entrada de una sola petición supera los 272K tokens, toda la petición se factura al doble en la entrada y a 1.5 veces en la salida, con lo que Terra pasa a 2.00 / 0.10 / 7.50.
Niveles de servicio: Batch y Flex cuestan la mitad, y Fast (antes llamado Priority) cuesta el doble. Terra no tiene nivel Ultrafast.
Escritura en caché: 1.25 dólares con retención de 30 minutos y 2.50 dólares con retención de 12 horas.
La búsqueda web se cobra aparte, a 10 dólares por cada mil llamadas.

Frente a la generación anterior, GPT-5.6 Terra, la entrada cuesta la mitad y la salida baja de 12 a 5 dólares, casi un 60% más barata. Muchas noticias hablan de un «50% más barato», pero eso solo se refiere a la entrada.

Dónde se puede usar

API: nombre del modelo gpt-6.1-terra, sin versiones snapshot con fecha.

ChatGPT: solo aparece en ChatGPT Work y Codex, no en el chat normal. Está disponible en Plus, Pro, Business, Enterprise y Edu; se selecciona manualmente en la lista de modelos y los límites de uso generales no cambian. En Enterprise y Edu, un administrador tiene que habilitar tanto el modelo como Work / Codex.

Codex: requiere Codex CLI 0.159.0 o superior:

codex -m gpt-6.1-terra

También puedes cambiar de modelo durante la sesión con /model. En la app de escritorio de Codex y en la versión web de Work, se elige en la lista de modelos dentro de «Avanzado».

Otras plataformas: GitHub Copilot y Microsoft Foundry lo integraron el mismo día del lanzamiento. Según GitHub, Terra «resuelve bastantes más tareas de terminal y de programación en C# que GPT-5.6 Terra». Además, algunas fuentes externas afirman que llegó a Amazon Bedrock a la vez, aunque no he podido confirmarlo en ninguna página oficial.

Cómo leer los benchmarks

Esto es lo que afirma OpenAI en el anuncio:

Con esfuerzo de razonamiento medio, en tareas de uso del ordenador supera a GPT-5.6 Terra por 15 puntos porcentuales, con aproximadamente un tercio del coste;
Alcanza el nivel de GPT-6 Astra con un precio por token de solo una décima parte del de Astra;
De media completa las tareas más de 3 veces más rápido que Astra y 6.1 Sol.

No he podido abrir la página oficial para verificar las cifras exactas de los gráficos del anuncio, así que los datos siguientes proceden de transcripciones de medios y deben tomarse solo como orientativos:

Prueba (esfuerzo de razonamiento)	GPT-6.1 Terra	GPT-5.6 Terra	GPT-6.1 Sol	GPT-6 Astra
Agents’ Last Exam (max)	60.0%	50.7%	58.6%	59.3%
Terminal-Bench 4.0 (max)	50.3%	21.5%	55.9%	58.2%
OSWorld 2.1 (max, subconjunto offline)	74.2%	57.1%	~75.9%	~75.8%
MMMU-Pro	85.5%	—	—	—

Dos cosas que merece la pena destacar:

Terminal-Bench 4.0 depende mucho del esfuerzo de razonamiento: Terra solo saca un 24.8% en low y un 35.8% en medium, y no llega al 50.3% hasta max. Si vas a usar Terra para programar, no bajes demasiado el esfuerzo de razonamiento.
Los «15 puntos porcentuales» no cuadran: según las cifras del gráfico, Terra en medium obtiene un 57.6% y GPT-5.6 Terra con su esfuerzo máximo un 50.7%, una diferencia de solo 6.9 puntos. Puede que los 15 puntos oficiales vengan de una comparación con el mismo esfuerzo, pero por ahora no hay forma de verificarlo.

En el índice de inteligencia compuesto de la firma de evaluación independiente Artificial Analysis, Terra obtiene 51 con esfuerzo max (6.1 Sol 55, Astra 57, Claude Opus 5.5 58). Otra fuente da 48, así que tómalo igualmente como referencia aproximada.

Cómo usarlo: un ejemplo con la API y algunas trampas

La llamada más sencilla:

from openai import OpenAI

client = OpenAI()
resp = client.responses.create(
    model="gpt-6.1-terra",
    reasoning={"effort": "medium"},
    input="A partir de las siguientes notas de la reunión, escribe un correo de seguimiento de 200 palabras como máximo: ...",
)
print(resp.output_text)

Si migras desde un modelo antiguo, estos son los puntos donde más fácil es equivocarse:

1. Con el razonamiento activado no puedes pasar temperature ni top_p

Siempre que el esfuerzo de razonamiento no sea none, hay que eliminar temperature, top_p y top_logprobs. En Chat Completions también hay que quitar logprobs, y en Responses hay que quitar message.output_text.logprobs de include. Según desarrolladores que lo han probado, dejar estos parámetros devuelve directamente un HTTP 400.

2. Ya no existe minimal

Si antes usabas minimal, cámbialo por low. Pasar minimal también devuelve un 400.

3. Las llamadas a herramientas tienen que pasar por la Responses API

Chat Completions sirve para conversaciones normales, pero herramientas como las llamadas a funciones, la búsqueda web o el uso del ordenador solo funcionan en la Responses API. Los proyectos antiguos que llaman a herramientas mediante Chat Completions tendrán que migrar.

4. Para cambiar el esfuerzo de razonamiento a mitad de conversación, no toques directamente el parámetro de la petición

OpenAI recomienda ajustarlo con un elemento de entrada configuration_update y dejar sin cambios el reasoning.effort a nivel de petición, para no romper la caché de prompts.

5. El parámetro de caché ha cambiado de nombre

Si migras desde GPT-5.5 o anterior, sustituye prompt_cache_retention por prompt_cache_options.ttl, por ejemplo "30m".

El consejo de OpenAI: empieza por medium y sube solo cuando de verdad compense. Antes de migrar, toma un conjunto representativo de imágenes y flujos y ejecuta tanto Terra como tu modelo actual con el mismo esfuerzo de razonamiento para compararlos.

Si lo usas para manejar el ordenador, deja siempre una confirmación humana

El uso del ordenador es el punto fuerte de Terra, pero hay varios datos en su ficha del sistema que conviene mirar con calma:

Tiene menos problemas graves que 6.1 Sol y Astra: en unas 49,000 tareas simuladas de Codex, Terra acumuló 22 alertas de gravedad 3 o superior, frente a 24 de 6.1 Sol y 26 de Astra;
Pero tiene más problemas de baja gravedad: sus tasas de alerta por ocultar incertidumbre, eludir restricciones, exfiltración de datos y acciones destructivas son todas más altas que las de 6.1 Sol y Astra;
En el 29.6% de las pruebas, completó la tarea de una forma que contradecía la intención de las restricciones;
En el 13.75% de las pruebas, siguió instrucciones de lo que parecía una «IA compañera» y realizó acciones no autorizadas, frente a solo el 1.25% de 6.1 Sol.

Así que mi consejo es sencillo: que Terra pulse botones y rellene formularios, bien, pero para acciones irreversibles como borrar, pagar, enviar o confirmar, añade siempre un paso de confirmación humana.

En qué se diferencia de Claude Opus 5.5

Primero, aclaremos una cosa: estos dos modelos no son del mismo nivel. Terra es el segundo nivel más barato de OpenAI, mientras que Claude Opus 5.5 es el buque insignia de propósito general de Anthropic. En una comparación de igual a igual, a Opus 5.5 le corresponden GPT-6.1 Sol o GPT-6 Astra; el modelo de Claude con un precio más cercano a Terra es Claude Sonnet 5.5 (2 dólares de entrada y 10 de salida).

Aun así, mucha gente compara estos dos, así que aquí van las diferencias clave:

	GPT-6.1 Terra	Claude Opus 5.5
Lanzamiento	2026-10-26	2026-09-22
Posicionamiento	Rápido y barato; visión, uso del ordenador, redacción	Buque insignia de propósito general para programación y trabajo intelectual de larga duración
Precio (por millón de tokens)	1 dólar de entrada, 5 de salida	4 dólares de entrada, 20 de salida
Entrada en caché	0.05 dólares	0.20 dólares
Contexto largo	Recargo sobre toda la petición por encima de 272K	Precio único hasta 1M, sin recargo
Contexto / salida	~1M / 128K	1M / 128K
Razonamiento	Se puede desactivar por completo (none)	Siempre activo, medium por defecto
Fecha de corte de conocimiento	Junio de 2026	Junio de 2026
Dónde usarlo	API, ChatGPT Work, Codex, Copilot	API, todas las suscripciones de Claude, Claude Code, Bedrock, Vertex, etc.

Pruebas en las que ambas compañías han publicado resultados:

Prueba	GPT-6.1 Terra	Claude Opus 5.5
Terminal-Bench 4.0	50.3% (max)	66.4% (xhigh)
Terminal-Bench-Science 0.1	58.3% (max)	58.7%
OSWorld 2.1	74.2% (subconjunto offline)	81.8% (parte de las tareas)
Agents’ Last Exam	60.0%	63.2% (cifra del gráfico de OpenAI)

Esta tabla hay que leerla con cautela: el esfuerzo de razonamiento y los subconjuntos de tareas no coinciden, y las cifras de Terra son transcritas, así que no es una comparación estricta. Además, a veces las dos compañías publican cifras distintas para lo mismo: en Terminal-Bench-Science de Opus 5.5, por ejemplo, Anthropic da un 58.7%, mientras que el gráfico de OpenAI muestra un 63.3% (con la etiqueta «con fallback»).

La conclusión aproximada: en tareas de programación en terminal, Opus 5.5 es claramente superior; en computación científica y uso del ordenador la diferencia es pequeña; y Terra cuesta solo una cuarta parte.

Entonces, ¿cuál elegir?

Escenario	Elección	Motivo
Redacción y corrección masivas, resúmenes a partir de materiales	Terra	Barato, rápido y con razonamiento desactivable
Entender imágenes, comparar planos, interpretar capturas de pantalla	Terra	Es una de sus capacidades estrella, a buen precio
Uso del ordenador con objetivos claros y resultados verificables	Terra	Es su caso de uso principal, pero las acciones irreversibles necesitan confirmación humana
Programación compleja, refactorizaciones largas, depuración en varios pasos	Opus 5.5 o GPT-6.1 Sol	La diferencia en Terminal-Bench es clara, y la propia OpenAI lo recomienda
Alimentar contextos muy largos (más de 272K)	Opus 5.5	Sin recargo hasta 1M; Terra aplica recargo a toda la petición por encima de 272K
Presupuesto ajustado pero quieres Claude	Sonnet 5.5	El rival del mismo nivel con un precio cercano a Terra

Siguiendo esa lógica, lo más rentable es combinarlos: dejar la programación y los proyectos grandes a Opus 5.5, que es justo como lo uso para desarrollar mi app móvil (conté el proceso en El mismo Claude Opus 5.5: ¿por qué algunos consiguen sacar una app con él?), y encargar a un modelo barato y rápido como Terra el trabajo masivo de redacción y organización, el reconocimiento de capturas y tareas similares.

Los modelos y los precios cambian muy rápido, así que antes de integrarlos en serio, consulta la información más reciente en la documentación oficial de OpenAI y Anthropic.

Referencias:

Si tú también estás eligiendo modelo o evaluando una migración de GPT-5.6 a GPT-6.1, me encantará intercambiar impresiones: linktr.ee/weiyii