Respuesta directa. GPT-6.1 Terra es el nuevo modelo de OpenAI orientado a agentes de IA que miran una pantalla, comprenden documentos y ejecutan tareas en aplicaciones. La compañía lo lanzó el 26 de octubre de 2026 con un precio estándar de US$1 por millón de tokens de entrada, US$0,05 por entrada en caché y US$5 por millón de tokens de salida. Según OpenAI, completa tareas más de tres veces más rápido que GPT-6 Astra y GPT-6.1 Sol, pero los resultados de lanzamiento pertenecen principalmente al proveedor y deben validarse con flujos reales antes de escalar procesos críticos.
OpenAI localiza el nuevo listón de la cadena de agentes
El anuncio de GPT-6.1 Terra en el blog oficial de OpenAI señala un cambio de prioridad en la carrera de modelos. El objetivo ya no es solo contestar la pregunta más difícil, sino resolver miles de tareas con una relación predecible entre calidad, latencia y costo. Terra ocupa ese listón intermedio: no pretende reemplazar a los modelos de frontera en todos los casos, pero sí abaratar la automatización de alto volumen.
El concepto clave es computer use, o uso del computador. El modelo no se restringe a producir texto: interpreta elementos visuales, decide qué control utilizar y ejecuta acciones en una interfaz. OpenAI menciona como ejemplos la lectura de facturas y su ingreso en software contable, el llenado de formularios, la interpretación de planos técnicos y la edición de video. Son flujos donde el valor no depende solo de una respuesta correcta, sino de una secuencia completa de acciones.
Para las organizaciones chilenas, la noticia reduce una barrera de entrada. Un proceso que no justificaba el costo de un modelo más grande puede ser viable con Terra. Sin embargo, el ahorro de la API no elimina el costo de integración, supervisión, seguridad y mantención. Un agente barato que ejecuta una acción errada en miles de registros sigue siendo un problema caro.
Nota de entidad: qué es GPT-6.1 Terra
GPT-6.1 Terra es un modelo propietario de OpenAI, disponible en la API con el identificador gpt-6.1-terra y en ChatGPT Work y Codex para planes Plus, Pro, Enterprise y Edu. Su diseño prioriza razonamiento visual, uso preciso de interfaces, programación y redacción profesional. La ficha de seguridad publicada el 26 de octubre lo trata como capacidad Crítica en ciberseguridad y Alta en capacidades biológicas y químicas, por lo que utiliza la misma capa de salvaguardas de GPT-6.1 Sol y GPT-6 Astra.
Precio, velocidad y desempeño: qué dicen los datos
La tarifa estándar de la API es de US$1 por millón de tokens de entrada, US$0,05 por millón de tokens recuperados desde caché y US$5 por millón de tokens de salida. OpenAI afirma que es un 50% más barato que GPT-5.6 Terra y GPT-6.1 Sol. La caché es relevante para agentes, porque sus instrucciones, documentos de referencia y definiciones de herramientas suelen repetirse entre ejecuciones.
En Agents’ Last Exam, una prueba de tareas profesionales que incluye convertir un plano arquitectónico en un modelo 3D y revisar una animación fotograma a fotograma, Terra obtuvo 15 puntos porcentuales más que GPT-5.6 Terra con esfuerzo medio y a cerca de un tercio del costo. Según OpenAI, igualó el rendimiento de GPT-6 Astra en ese benchmark a una décima parte del precio por token y finalizó tareas más de tres veces más rápido que Astra y Sol.
La velocidad puede ser decisiva en atención, operaciones y control de documentos, donde la latencia acumulada de cada paso determina el tiempo total del proceso. No obstante, un promedio de benchmark no garantiza el mismo resultado en una aplicación heredada, una conexión lenta o una interfaz que cambia con frecuencia.
| Indicador | GPT-5.6 Terra | GPT-6.1 Terra | Lectura B2B |
|---|---|---|---|
| Entrada por 1M de tokens | US$2 | US$1 | Reducción del 50% |
| Salida por 1M de tokens | US$12 | US$5 | El ahorro depende del patrón de uso |
| Error interno a esfuerzo bajo | 53,6% | 16,7% | Mejora declarada por OpenAI |
| Terminal-Bench 4.0 a máximo esfuerzo | 21,5% | 50,3% | Mayor capacidad de programación agente |
Mejoras en factualidad y programación, con límites claros
OpenAI informa que la tasa de error en su prueba interna de prompts diseñados para inducir fallas cayó de 53,6% en GPT-5.6 Terra a 16,7% en la nueva versión con esfuerzo bajo. A máximo esfuerzo, la tasa declarada llegó a 4,3%. Esto no significa que la alucinación haya desaparecido. Significa que, bajo la metodología de la empresa, el modelo se equivoca menos. Un equipo debe repetir la medición con sus propios documentos, idioma, herramientas y tolerancia al riesgo.
En programación, Terra resolvió 50,3% de Terminal-Bench 4.0 a máximo esfuerzo, frente al 21,5% publicado para GPT-5.6 Terra. El salto es significativo, pero OpenAI recomienda GPT-6.1 Sol o GPT-6 Astra para las tareas de código más complejas. Terra puede operar como motor general de automatización, mientras un modelo superior se reserva para diagnóstico, planificación o refactorización crítica.
Una medición independiente de Artificial Analysis agrega matices. En su Intelligence Index, Terra a máximo esfuerzo alcanzó 48 puntos, seis más que su antecesor, con un costo promedio por tarea de US$0,40 frente a US$1,40. A esfuerzo bajo y medio se ubicó en la frontera de Pareto de costo y capacidad, es decir, entre los modelos medidos no había otro que fuera simultáneamente superior y más barato. A máximo esfuerzo, sin embargo, quedó cuatro puntos debajo de GPT-6.1 Sol.
Seguridad agente: el costo baja más rápido que el riesgo
La ficha de seguridad de GPT-6.1 Terra contiene un dato que debe pesar tanto como el precio: OpenAI trata el modelo como capacidad Crítica en ciberseguridad y Alta en el dominio biológico y químico. Estas clasificaciones no implican que el agente ejecute acciones dañinas espontáneamente, pero sí que su capacidad requiere controles comparables con los de otros modelos avanzados.
El prompt injection es un riesgo central. Un agente que lee un correo, un documento o una página puede encontrar instrucciones maliciosas ocultas en ese contenido. Si el sistema no distingue la orden del usuario del texto de un tercero, puede desviarse de su tarea. OpenAI afirma que Terra muestra resistencia fuerte en sus pruebas, pero ninguna evaluación elimina el riesgo en todos los entornos.
La arquitectura debe asumir que la pantalla y los archivos son entradas no confiables. El agente necesita permisos mínimos, secretos aislados, listas de aplicaciones autorizadas, límites de monto y confirmación humana antes de acciones irreversibles. La trazabilidad debe conservar qué vio, qué decisión tomó, qué herramienta usó y cuál fue el resultado. Sin ese registro, el ahorro de costo también reduce la capacidad de auditar incidentes.
Qué procesos pueden capturar valor en Chile
Los casos de uso con mejor perfil comparten tres rasgos: alto volumen, reglas claras y un resultado verificable. En finanzas, un agente puede extraer datos de facturas, compararlos con órdenes de compra y preparar una excepción para revisión. En logística, puede transcribir guías, detectar campos faltantes y actualizar un sistema interno. En marketing, puede clasificar piezas y completar metadatos, pero no debería publicar sin aprobación.
En cambio, los procesos con alta ambigüedad, datos sensibles o impacto legal exigen más barreras. Rechazar un crédito, modificar un contrato, cambiar el acceso de un empleado o ejecutar código en producción no son el punto de partida. La automatización debería avanzar desde la sugerencia hacia la ejecución solo cuando existan evidencia, revisión y reversibilidad.
En Chile, también hay que considerar la privacidad, la seguridad de la información y los compromisos contractuales con clientes y trabajadores. Antes de cargar datos en un servicio externo, la empresa debe definir clasificación, retención, ubicación del procesamiento y responsabilidad frente a un incidente. El piloto técnico no reemplaza esa evaluación.
La solución tecnológica: piloto medido, routing y FinOps
Una adopción responsable parte con un piloto de dos a seis semanas sobre un flujo acotado. El equipo debe medir el tiempo sin IA, el tiempo con agente, el porcentaje de casos resueltos, las correcciones humanas, el costo por tarea y cualquier incidente. Si el agente ahorra minutos pero aumenta el retrabajo o el riesgo, no hay un retorno demostrado.
El siguiente paso es el routing de modelos. Terra puede recibir tareas visuales y repetitivas, mientras Sol o Astra reciben excepciones complejas. Un modelo más pequeño puede clasificar solicitudes y un sistema de reglas puede bloquear acciones fuera de política. Esta arquitectura evita pagar inteligencia de frontera en cada paso y limita el radio de daño de un error.
Finalmente, el FinOps de IA debe registrar tokens, caché, herramientas, reintentos y costos externos por cada flujo. La tarifa de US$1 y US$5 no es la factura completa si el agente abre un servicio de terceros, requiere muchas reconsideraciones o consume infraestructura propia. La métrica empresarial relevante es el costo total por resultado aceptado, no el precio aislado del token.
Qué observar durante los primeros 90 días
El lanzamiento entrega una base prometedora, pero tres señales definirán su valor empresarial. La primera es la estabilidad en sesiones largas, con pantallas cambiantes y varias herramientas. La segunda es la tasa de intervención humana que reciben los casos complejos. La tercera es el costo observado en producción, incluidos reintentos, registros, supervisión y errores.
Las empresas también deben comparar versiones. Un benchmark publicado no prueba que Terra sea el mejor modelo para un formulario local, documentos en español o un software con diseño propio. Una evaluación útil usa el mismo conjunto de tareas, rúbricas y límites con Terra, Sol y al menos una alternativa de otro proveedor.
Si el modelo supera esa prueba, se despliega de forma gradual: primero en modo sombra, donde propone acciones sin ejecutarlas; luego en un sandbox con datos y permisos limitados; y finalmente en producción con alertas, botón de parada y revisión periódica. La velocidad de Terra puede acelerar el trabajo, pero la velocidad de despliegue no debe superar la capacidad de auditarlo.
Preguntas frecuentes
¿Qué es GPT-6.1 Terra?
GPT-6.1 Terra es un modelo de OpenAI para trabajo profesional de alto volumen. Combina razonamiento visual, uso de interfaces, escritura y programación, y está disponible en ChatGPT Work, Codex y la API.
¿Cuánto cuesta la API de GPT-6.1 Terra?
El precio estándar es de US$1 por millón de tokens de entrada, US$0,05 por millón de tokens de entrada en caché y US$5 por millón de tokens de salida. El costo total también depende del razonamiento, los reintentos y las herramientas externas.
¿GPT-6.1 Terra puede usar el computador?
Sí. El modelo fue orientado a comprender pantallas, interpretar documentos y ejecutar tareas multipaso en aplicaciones. Un despliegue seguro requiere permisos mínimos, accesos aislados y confirmación humana para acciones sensibles.
¿Es GPT-6.1 Terra mejor que GPT-6.1 Sol o GPT-6 Astra?
No en todos los casos. Terra prioriza costo, velocidad y volumen, mientras Sol y Astra siguen siendo la opción recomendada por OpenAI para las tareas de programación más complejas. La elección debe basarse en pruebas con el flujo real.
¿Qué debe hacer una empresa chilena antes de usar Terra?
Debe elegir un proceso acotado, clasificar los datos, definir permisos, ejecutar un piloto con casos reales y medir costo, calidad, intervención humana e incidentes. Solo después conviene escalar de forma gradual y auditable.
