GPT-6.1 Terra: el modelo de $1 de OpenAI para trabajo de oficina y uso de computadora

El 26 de octubre de 2026 OpenAI lanzó GPT-6.1 Terra, un modelo rápido para uso de computadora, razonamiento visual y redacción, a $1 por millón de tokens de entrada y $5 de salida. Es la mitad del precio de GPT-6.1 Sol, que salió en DevDay hace un mes. OpenAI lo presenta con un ejemplo que cualquier área de administración reconoce: leer facturas que llegan y capturar sus datos en el sistema contable. En México ese ejemplo tiene un matiz importante que explicamos abajo.

¿Cuánto cuesta GPT-6.1 Terra frente al resto de OpenAI?

Terra cuesta $1 de entrada, $0.05 de entrada en caché y $5 de salida por millón de tokens cuando la petición tiene hasta 272,000 tokens; por encima, el precio se duplica en entrada. Así queda la familia GPT-6, según la página de precios de OpenAI:

Modelo	Entrada (USD/M)	Caché	Salida (USD/M)	Más de 272K tokens (entrada / salida)
GPT-6 Astra	$10.00	$1.00	$50.00	$20.00 / $75.00
GPT-6.1 Sol	$2.00	$0.10	$10.00	$4.00 / $15.00
GPT-6.1 Terra	$1.00	$0.05	$5.00	$2.00 / $7.50
GPT-6 Luna	$0.10	$0.01	$0.50	$0.20 / $0.75

En ChatGPT, Terra está disponible en ChatGPT Work y Codex para Plus, Pro, Enterprise y Edu. El anuncio no menciona el plan Business, así que si tu empresa lo usa, confírmalo en tu consola antes de planear con él. En la API se llama gpt-6.1-terra.

¿Qué tan bueno es Terra?

Según OpenAI, Terra rinde igual que GPT-6 Astra en uso de computadora a una décima parte del precio por token, y resuelve 50.3% de Terminal-Bench 4.0, más del doble que GPT-5.6 Terra. Para el código más complejo, OpenAI misma recomienda Sol o Astra. Las cifras del anuncio oficial:

• Agents' Last Exam, una prueba de tareas profesionales en la computadora: con esfuerzo medio, 15 puntos porcentuales más que GPT-5.6 Terra a cerca de un tercio del costo; a la par de GPT-6 Astra. Con esfuerzo máximo, OpenAI calcula un costo por tarea unas 9 veces menor que Claude Opus 5.5, y tareas completadas más de 3 veces más rápido que Astra y Sol.
• Errores factuales: en su prueba interna de preguntas que inducen error, la tasa bajó de 53.6% a 16.7% con esfuerzo bajo, y quedó en 4.3% con esfuerzo máximo.
• Terminal-Bench 4.0: 50.3% con esfuerzo máximo, contra 21.5% de GPT-5.6 Terra. Como referencia, Anthropic reportó 70.6% para Sonnet 5.5, que cuesta el doble (lo analizamos aquí).

Todas son cifras del fabricante. Sirven para decidir qué probar primero, no para decidir qué comprar.

¿Qué significa el ejemplo de las facturas en México?

En México no necesitas un modelo de visión para leer una factura nacional: el CFDI es un XML con RFC, conceptos, impuestos y UUID en campos definidos por el SAT. Leerlo con código es gratis, exacto e instantáneo. Pedirle a un modelo que lea el PDF de algo que ya tienes en XML es pagar por adivinar un dato que ya conoces.

Donde Terra sí aporta es en lo que no llega como XML: facturas de proveedores extranjeros, remisiones escaneadas, fotos de tickets, cotizaciones en PDF o correos con pedidos escritos a mano. Ahí el modelo extrae y tu código valida contra el catálogo de proveedores y las órdenes de compra. Es la regla que seguimos en SCRAM Consulting: lo que se puede decidir en código no se le pregunta al modelo.

Documento	Qué usar	Por qué
CFDI nacional (XML)	Código que lea el XML	Los datos ya vienen estructurados y firmados
Factura extranjera en PDF	Modelo con visión + validación en código	No hay XML; el modelo extrae, el código confirma
Remisión o ticket escaneado	Modelo con visión	Texto irregular, a veces manuscrito
Captura en un sistema sin API	Uso de computadora, con aprobación	Solo cuando no hay otra vía de integración

¿Cuándo conviene el uso de computadora?

El uso de computadora, que un agente mueva el mouse y escriba en una aplicación, es la solución de último recurso: es más lento y más frágil que una API. Tiene sentido con sistemas viejos que no tienen API, portales de gobierno o de proveedores, y tareas de una sola vez. Si tu ERP o tu CRM tienen API, conectarlos por API o por MCP es más barato y más confiable.

Si lo usas, define antes qué puede hacer el agente sin preguntar y qué necesita la aprobación de una persona, sobre todo si toca dinero o datos de clientes. OpenAI dice que Terra resiste mejor la inyección de instrucciones y que alcanza el nivel «Critical» en ciberseguridad de su marco de preparación, con las mismas protecciones de Astra (system card). Aun así, un agente con acceso a tu navegador puede leer una página maliciosa. Lo explicamos en quién autoriza a un agente.

Lo demás que lanzó OpenAI en octubre

Terra fue lo más visible, pero el changelog de la API trae cambios que afectan costos y operación:

• Decisions API (beta 6 oct, disponibilidad general 22 oct): respuestas tipadas con gpt-6-luna hasta 10 veces más rápido que la Responses API, con hasta 400 preguntas por petición. Útil para clasificar a gran escala.
• Caché de 12 horas (20 oct): la escritura cuesta 2.5 veces la entrada, pero conviene si tus peticiones repiten instrucciones con horas de diferencia.
• Restricción de niveles de servicio (21 oct): la organización puede impedir que un proyecto use niveles más caros, como Ultrafast.
• Sandboxes de agentes (9 y 16 oct): se cobran solo durante los turnos activos y ya traen herramientas para crear hojas de cálculo, presentaciones y documentos de Word.
• Créditos de API (28 oct): los suscriptores elegibles de ChatGPT Pro y Business pueden reclamar hasta $500 al mes.

Cómo decidir entre Terra y otros modelos

Si tu tarea es de volumen y la respuesta se puede verificar, prueba primero los modelos de $0.10, como GPT-6 Luna o Claude Haiku 5.5. Si necesita leer imágenes, operar una pantalla o escribir texto que va a leer una persona, Terra es el siguiente escalón. Y si es código complejo, Sol, Sonnet 5.5 u Opus 5.5. La forma de saberlo es medir con 100 casos tuyos, no con benchmarks ajenos.

Si quieres automatizar la captura de documentos o la operación de un sistema sin API, te ayudamos a diseñarlo con validación y aprobaciones.