Ilustración conceptual de estilo promocional sobre los temas del lanzamiento: programación, menos errores, uso de computadoras y razonamiento visual alrededor de un cubo de GPT-6.1 Terra. Las etiquetas de la franja son genéricas; no son resultados medidos.
OpenAI presentó GPT-6.1 Terra el 26 de octubre de 2026, con el objetivo de que la IA resulte más útil en el trabajo cotidiano con computadoras.
El modelo puede interpretar información visual, trabajar con interfaces de aplicaciones mediante las herramientas compatibles, redactar y revisar documentos y ayudar a programar. Estas capacidades no son del todo nuevas, pero OpenAI informa de mejoras sustanciales de rendimiento y de costo frente a GPT-5.6 Terra.
Para desarrolladores y organizaciones, la pregunta más interesante es si estas mejoras justifican reconsiderar tareas de automatización que antes resultaban caras o poco fiables.
¿Qué cambia en GPT-6.1 Terra?
OpenAI informa de mejoras en varios ámbitos:
| Capacidad | Resultado informado |
|---|---|
| Tareas de uso de computadoras | 15 puntos porcentuales más que GPT-5.6 Terra en Agents’ Last Exam con esfuerzo medio |
| Razonamiento visual | Puntuaciones en MMMU-Pro superiores a las de GPT-5.6 Terra en todos los niveles de razonamiento probados |
| Precios de la API | Precios estándar por token iguales a la mitad de los de GPT-6.1 Sol y al menos un 50 % inferiores a los de GPT-5.6 Terra |
Son resultados de las evaluaciones publicadas por OpenAI, no pruebas comparativas independientes de TechiesJournal.
Las cifras indican un avance, pero describen tareas y condiciones de prueba distintas. No deben combinarse en una única puntuación global de rendimiento.
Programación: una mejora sustancial en tareas de línea de comandos
Terminal-Bench 4.0 mide hasta qué punto los agentes de programación resuelven problemas de desarrollo de software con herramientas de línea de comandos.
Con el esfuerzo de razonamiento máximo, GPT-6.1 Terra completó el 50.3 % de las tareas de la prueba, frente a la puntuación publicada de GPT-5.6 Terra, del 21.5 %.
Fuente: OpenAI. Porcentaje de tareas de la prueba resueltas. No es una tasa de éxito general en desarrollo de software.
Versión en texto de los datos
- GPT-5.6 Terra: 21.5 %
- GPT-6.1 Terra: 50.3 %
Eso supone un aumento de 28.8 puntos porcentuales y más del doble de la tasa de éxito publicada anteriormente.
Esto importa a los desarrolladores que usan la IA para investigar errores, modificar aplicaciones y completar trabajo de ingeniería rutinario.
Sin embargo, el resultado también muestra una limitación. Un modelo que resuelve alrededor de la mitad de las tareas de una prueba no está listo para sustituir los procesos de desarrollo de software, las pruebas ni la revisión.
OpenAI sigue presentando GPT-6.1 Sol y GPT-6 Astra como mejores opciones para sus cargas de trabajo de programación más complejas.
Precisión factual: menos errores en preguntas difíciles
OpenAI también informa de una reducción sustancial de los errores factuales.
En una evaluación interna con prompts diseñados para poner en evidencia errores factuales, la tasa de error con esfuerzo de razonamiento bajo bajó del 53.6 % con GPT-5.6 Terra al 16.7 % con GPT-6.1 Terra.
Fuente: OpenAI. Estos casos, deliberadamente difíciles, no son representativos de las tasas de error habituales en producción.
Versión en texto de los datos
- GPT-5.6 Terra: 53.6 %
- GPT-6.1 Terra: 16.7 %
Es una diferencia de 36.9 puntos porcentuales, aproximadamente un 69 % menos que la tasa de error de GPT-5.6 Terra.
Con el esfuerzo de razonamiento máximo, OpenAI informa de una tasa de error del 4.3 %.
Esto podría aumentar la utilidad de la IA en el análisis de documentos, la elaboración de informes y los flujos de trabajo con mucha información.
Hay, sin embargo, una distinción importante. Estas cifras no describen con qué frecuencia se equivoca el modelo en el conjunto de las conversaciones reales.
La evaluación usa prompts deliberadamente difíciles. El rendimiento real dependerá de la tarea, de la información proporcionada y de cómo se verifiquen los resultados.
Uso de computadoras: de interpretar pantallas a realizar tareas
Uno de los principales ámbitos de mejora de Terra es el uso de computadoras.
Piensa en una organización que procesa las facturas que recibe.
Un agente de IA puede tener que leer una factura, identificar al proveedor y el importe, abrir el software de contabilidad, introducir los datos y comprobar si la transacción quedó registrada correctamente.
Para hacerlo bien, el modelo debe entender información visual y recorrer una secuencia de acciones.
OpenAI evalúa estas capacidades con Agents’ Last Exam y OSWorld 2.1.
En Agents’ Last Exam, Terra obtiene 15 puntos porcentuales más que GPT-5.6 Terra con esfuerzo de razonamiento medio, con un costo por tarea de aproximadamente un tercio en las condiciones de evaluación informadas.
OpenAI informa además de que Terra, con esfuerzo medio, supera el mejor resultado de GPT-5.6 Terra en OSWorld 2.1, con un costo por tarea menor.
Estos resultados sugieren que los agentes de IA podrían volverse más prácticos para trabajar con aplicaciones de escritorio y procesos basados en documentos.
Pero entender una pantalla no hace que una acción sea automáticamente segura o correcta.
En el ejemplo de las facturas, una aplicación fiable debería seguir buscando facturas duplicadas, validar los importes y exigir aprobación antes de cualquier acción financiera delicada.
Esos controles deben formar parte del flujo de trabajo de la aplicación.
Razonamiento visual: entender algo más que texto
El razonamiento visual es otra parte importante de este lanzamiento.
OpenAI informa de que Terra supera a GPT-5.6 Terra en todos los niveles de razonamiento en MMMU-Pro, una prueba comparativa con preguntas visuales complejas.
Esto es relevante para tareas como interpretar planos técnicos, trabajar con diagramas y asociar fotografías de productos con la información del catálogo.
Entre los ejemplos de tareas profesionales con computadora que da OpenAI figuran generar un modelo 3D a partir de planos arquitectónicos y crear un registro de restauración a partir de una película de animación.
Estas capacidades amplían los usos posibles de la IA más allá de las aplicaciones tradicionales de procesamiento de texto.
Sin embargo, las organizaciones deberían evaluar por separado la interpretación visual y las acciones posteriores en la computadora. Reconocer correctamente la información es solo una parte de completar una tarea de forma fiable.
Precios de la API: una opción más económica para tareas repetitivas
Para los desarrolladores, una de las diferencias más inmediatas es el precio.
OpenAI publica las siguientes tarifas estándar de la API para GPT-6.1 Terra y GPT-6.1 Sol:
Las tarifas no incluyen los cargos por herramientas aplicables ni los ajustes de procesamiento.
Fuente: precios de la API de OpenAI, 26 de octubre de 2026.
Versión en texto de los datos
- GPT-6.1 Terra, entrada: $1.00
- GPT-6.1 Terra, entrada en caché: $0.05
- GPT-6.1 Terra, salida: $5.00
- GPT-6.1 Sol, entrada: $2.00
- GPT-6.1 Sol, entrada en caché: $0.10
- GPT-6.1 Sol, salida: $10.00
Por tanto, los precios de Terra son la mitad de los de Sol en estas categorías de tokens.
Eso podría importar en aplicaciones que manejan miles de documentos o que usan la IA de forma repetida para trabajar a través de interfaces de computadora.
Sin embargo, unos precios más bajos no siempre significan menores costos operativos totales.
Un modelo que necesita intentos adicionales, comete más errores o requiere correcciones humanas frecuentes puede costar más en total que un modelo más caro que completa las tareas de forma fiable.
Las organizaciones deberían medir el costo total por tarea completada con éxito, incluidos el procesamiento, las llamadas a herramientas, el esfuerzo de corrección y la carga operativa.
¿Qué modelo deberían elegir los desarrolladores?
La familia de modelos de OpenAI ofrece opciones distintas según la complejidad de la tarea y la sensibilidad al costo.
| Modelo | Dónde vale la pena evaluarlo |
|---|---|
| GPT-6.1 Terra | Flujos de trabajo visuales, programación rutinaria, procesamiento de documentos y automatización sensible al costo |
| GPT-6.1 Sol | Razonamiento profesional y desarrollo de software más complejos |
| GPT-6 Astra | Tareas integrales especialmente exigentes y razonamiento avanzado |
Son pautas de selección, no garantías de que un modelo vaya a superar siempre a otro en una carga de trabajo concreta.
Por ejemplo, Terra podría encargarse de la extracción rutinaria de documentos mientras un modelo más capaz revisa los casos inusuales o complejos.
La elección correcta depende del rendimiento medido, la fiabilidad y el costo total en la aplicación real.
La seguridad sigue siendo parte del diseño de la aplicación
OpenAI afirma que trata GPT-6.1 Terra como de nivel «Critical» en ciberseguridad según su Preparedness Framework, y que el modelo utiliza las salvaguardas desarrolladas para GPT-6 Astra.
También informa de que Terra tiene más probabilidades que GPT-5.6 Terra de mantenerse dentro del alcance de una tarea y de reconocer sus limitaciones, y de que resistió bien las pruebas de inyección de prompts de OpenAI.
Son avances útiles, pero no deben confundirse con una seguridad operativa sin restricciones.
Para los agentes de IA que interactúan con software real, siguen siendo necesarios los permisos, la validación, las reglas de aprobación y los registros de auditoría.
Un modelo capaz de introducir datos en un sistema no debería recibir automáticamente autoridad para aprobar pagos, eliminar registros o cambiar la configuración de seguridad.
Cuanto más capaces sean los modelos de uso de computadoras, más importantes serán estos límites.
Disponibilidad
Según OpenAI, a fecha del 26 de octubre de 2026 GPT-6.1 Terra está disponible para los usuarios de Plus, Pro, Enterprise y Edu en ChatGPT Work y Codex.
Los desarrolladores pueden acceder a él a través de la API de OpenAI con el identificador de modelo gpt-6.1-terra.
El modelo de la API admite entrada y salida de texto, entrada de imágenes y niveles de razonamiento que van desde ninguno hasta el máximo. Las llamadas a herramientas requieren la Responses API. Según la página del modelo de OpenAI, GPT-6.1 Terra tiene una ventana de contexto de 1 050 000 tokens, una salida máxima de 128 000 tokens y una fecha de corte de conocimiento del 1 de junio de 2026.
¿Qué deberían sacar las organizaciones de este lanzamiento?
Vale la pena evaluar GPT-6.1 Terra allí donde el trabajo implica interacciones repetidas con software, información visual o documentos.
El enfoque más práctico es elegir una tarea representativa, compararla con la implementación existente y medir si el nuevo modelo mejora la precisión, el tiempo de finalización o el costo total.
Para los equipos que ya usan agentes de IA, Terra puede ofrecer una opción más económica para las tareas rutinarias. Para los equipos que antes descartaron la automatización con IA por su costo o su fiabilidad, algunos flujos de trabajo concretos pueden merecer una nueva evaluación.
No hay motivo para sustituir un sistema que funciona solo porque se haya lanzado un modelo más reciente.
Lo significativo de Terra es que las mejoras de capacidad y de costo llegan a la vez.
El verdadero avance no es simplemente que la IA pueda realizar más tareas. Es que automatizar más tareas de forma fiable y económica podría volverse viable.
Para profundizar
- OpenAI, Introducing GPT-6.1 Terra: anuncio oficial del 26 de octubre de 2026, comparaciones de pruebas de rendimiento y disponibilidad.
- OpenAI, GPT-6.1 Terra API documentation: ventana de contexto, opciones de razonamiento, modalidades compatibles y requisitos de la API.
- OpenAI, API pricing: precios por token y diferencias entre niveles de procesamiento.
- OpenAI, GPT-6.1 Terra System Card: evaluaciones de seguridad, comportamiento del modelo y limitaciones.
Lecturas relacionadas en este sitio
- La guerra de precios de la IA pasa del precio por token al costo por tarea (en inglés), sobre cómo medir el costo de una tarea completada con éxito en lugar del precio de un token, la prueba que este artículo propone para los precios de Terra.
- OpenAI DevDay 2026: qué se anunció y qué es lo más importante (en inglés), sobre GPT-6.1 Sol y los demás anuncios de OpenAI; es el modelo con el que este artículo compara Terra en las secciones de precios y de elección del modelo.
- Los agentes de IA llegan a las cuentas bancarias: lo que han observado los bancos, lo que se ha informado y lo que sigue sin saberse, sobre lo que han informado los bancos estadounidenses acerca de agentes de IA externos que acceden a cuentas de clientes y por qué algunos los bloquean, algo relevante para los límites de pagos y aprobaciones tratados más arriba.
Revisión de fuentes: 1 de noviembre de 2026. Los resultados de pruebas comparativas y de rendimiento se atribuyen a OpenAI y TechiesJournal no los ha reproducido de forma independiente.