GPT-6.1 Terra: qué cambia en el coste de automatizar con agentes
Si alguna vez descartaste un agente de IA porque cada tarea salía demasiado cara, GPT-6.1 Terra merece que vuelvas a hacer la cuenta. No porque resuelva cualquier automatización, sino porque OpenAI ha bajado una de sus variables: el precio por token. La otra mitad de la cuenta, lo que cuesta de verdad el proceso completo, solo la puedes medir tú.
TL;DR
- OpenAI ha lanzado GPT-6.1 Terra, disponible en su API como
gpt-6.1-terra. Precio estándar: 1 dólar por millón de tokens de entrada, 0,05 dólares por millón de tokens de entrada en caché y 5 dólares por millón de tokens de salida. - Según OpenAI, esos precios estándar son un 50% inferiores a los de GPT-5.6 Terra y GPT-6.1 Sol. La propia OpenAI lo plantea para trabajo de alto volumen, como leer facturas y pasar sus datos al programa de contabilidad.
- Un precio por token más bajo no garantiza un proceso más barato: también pesan el nivel de razonamiento, las llamadas a herramientas, los contextos largos, los reintentos y la revisión humana.
- Antes de migrar, haz un piloto con un proceso acotado y mide el coste por tarea bien terminada, no el precio de cada llamada.
Qué ha anunciado OpenAI
En su anuncio oficial, OpenAI presenta GPT-6.1 Terra como un modelo rápido y eficiente que combina razonamiento visual, uso preciso del ordenador y una redacción más clara. Lo sitúa en las tareas que llenan la jornada de oficina: redactar propuestas, interpretar planos técnicos o rellenar formularios.
La ficha técnica del modelo concreta los usos: emparejar fotos de producto con fichas de catálogo, interpretar planos, actuar sobre pantallas de aplicaciones y redactar o revisar textos. Ya está disponible en la API y, para usuarios de los planes Plus, Pro, Enterprise y Edu, en ChatGPT Work y Codex.
Terra convive con GPT-6.1 Sol y GPT-6 Astra en la familia de modelos de OpenAI. Si quieres el contexto completo, lo repasamos en nuestro resumen de las novedades del DevDay 2026 de OpenAI, con dots y GPT-6.1 Sol.
Los datos que importan si vas a montar un agente
Un token es la unidad en la que se mide y se cobra el texto que entra y sale del modelo; a efectos prácticos, un trozo de palabra. Esta tabla recoge lo que dice la documentación oficial y lo que significa para una empresa que automatiza.
| Dato | Qué dice OpenAI | Qué significa para ti |
|---|---|---|
| Entrada | 1 dólar por millón de tokens | Lo que pagas por las instrucciones y los documentos que le envías |
| Entrada en caché | 0,05 dólares por millón de tokens (5% del precio normal) | Si repites las mismas instrucciones en cada tarea, esa parte sale mucho más barata |
| Salida | 5 dólares por millón de tokens | Lo que pagas por lo que el modelo escribe; cada token de salida cuesta cinco veces más que uno de entrada |
| Contexto largo | Por encima de 272.000 tokens de entrada, toda la petición se cobra al doble en entrada y caché, y a 1,5 veces en salida | Meter documentos enormes de golpe encarece la tarea entera |
| Batch y Flex | 50% más baratos que el precio estándar | Los tokens de lo que no corre prisa, como un lote nocturno, cuestan la mitad |
| Procesamiento regional | Recargo del 10% donde esté disponible | Si necesitas que los datos se procesen en una región concreta, cuéntalo en el coste |
| Ventana y salida | 1.050.000 tokens de contexto; hasta 128.000 de salida | Cabe mucho material, pero que quepa no significa que convenga enviarlo todo |
| Formatos | Entra texto e imagen; sale texto. No admite audio ni vídeo | Sirve para facturas escaneadas, capturas o fotos; no para llamadas |
| Herramientas | Para usar herramientas hace falta la Responses API | Si tu integración usa otra vía de la API, puede requerir cambios técnicos |
Precio por token no es lo mismo que coste del proceso
Este es el punto en el que conviene no dejarse llevar por el titular. Que el token cueste la mitad no significa que tu factura vaya a bajar a la mitad. Un agente no hace una sola llamada: lee, razona, consulta herramientas, se equivoca, reintenta y, a veces, necesita que una persona revise su trabajo.
Ya contamos cómo estimar el ROI y el coste de API de un agente cuando salió GPT-5.5. Con Terra, el razonamiento es el mismo y estas son las partidas que debes sumar:
- Nivel de razonamiento. Terra permite elegir cuánto «piensa» antes de responder, desde
nonehastamax(por defecto,medium). Más razonamiento puede dar mejores resultados y también más tokens. Es una palanca que hay que probar, no un ajuste que se deja al azar. - Herramientas. OpenAI indica que algunas herramientas, como la búsqueda o el uso del ordenador, tienen una tarifa por llamada además de los tokens.
- Tamaño del contexto. Si superas los 272.000 tokens de entrada, se aplica el recargo de la tabla anterior a toda la petición.
- Errores y reintentos. Una tarea mal hecha se paga dos veces: la primera ejecución y la corrección.
- Revisión humana, integración y mantenimiento. Son costes que no aparecen en la factura de OpenAI, pero sí en la tuya.
Por eso la cifra útil es esta: coste por tarea bien terminada = (coste del modelo + herramientas + reintentos + tiempo de revisión) ÷ tareas que salen correctas. Es una fórmula de trabajo, no un dato de OpenAI, y te obliga a medir lo que de verdad importa.
Lo que dice OpenAI sobre su rendimiento y cómo leerlo
OpenAI afirma que, en su prueba Agents’ Last Exam (tareas profesionales con el ordenador) y con razonamiento medio, Terra obtiene 15 puntos porcentuales más que GPT-5.6 Terra con cerca de un tercio del coste. Son mediciones de la propia OpenAI; MarkTechPost, que repasa las gráficas del lanzamiento, recuerda que los resultados los declara el fabricante. Te sirven para decidir qué probar, no para dar por hecho cómo funcionará con tus documentos.
OpenAI también marca un límite: para las tareas de programación más complejas, recomienda GPT-6.1 Sol o GPT-6 Astra.
Qué automatizaciones pueden empezar a salir a cuenta
La bajada de precio afecta sobre todo a procesos repetitivos y de mucho volumen, donde el coste de cada tarea se multiplica por cientos o miles. Estos son ejemplos ilustrativos, no casos reales de clientes, basados en los usos que describe OpenAI:
- Facturas de proveedores. Leer la factura, extraer los datos y llevarlos al programa de contabilidad. Es el ejemplo que pone la propia OpenAI.
- Catálogo de producto. Comparar fotos de producto con las fichas del catálogo para detectar errores o huecos.
- Formularios en aplicaciones sin conexión directa. Cuando un programa no permite integrarse de otra forma, un agente con uso del ordenador puede rellenar pantallas, con supervisión.
- Primeros borradores. Respuestas a clientes o propuestas que luego revisa una persona.
Que una tarea sea posible no la convierte en buena candidata. Decidir qué procesos merecen un agente y cómo encajarlos en el día a día del equipo es otra conversación, que tratamos en cómo llevar los agentes de IA a la operativa de la empresa.
Dónde no conviene usarlo todavía sin supervisión
En pagos, decisiones difíciles de deshacer o datos sensibles, un modelo más barato no cambia la regla: primero evaluación y revisión humana, después autonomía. OpenAI explica que, en sus pruebas, Terra mostró una fuerte resistencia a instrucciones maliciosas pensadas para desviarlo de su tarea, pero un agente que lee documentos de terceros sigue necesitando permisos limitados.
Cómo probarlo antes de migrar
Si ya tienes una automatización funcionando con otro modelo, no la cambies de golpe. Un piloto sencillo te da la respuesta con tus datos:
- Elige un proceso acotado, con volumen suficiente y un criterio claro de qué es un resultado correcto.
- Anota tu punto de partida: coste, tiempo y errores del proceso actual.
- Prueba el mismo lote con los dos modelos, el actual y Terra, y con al menos dos niveles de razonamiento.
- Mide el coste por tarea bien terminada, incluido el tiempo de revisión, no solo los tokens.
- Fija el umbral antes de mirar los resultados: qué tasa de error y qué coste te harían migrar. Aprovecha la caché para las instrucciones repetidas y Batch para lo que no es urgente.
Si usas Terra desde ChatGPT Work o Codex y no por la API, la cuenta es otra: OpenAI dice que el mismo plan cubre más tareas con Terra que con GPT-5.6 Terra, y sustancialmente más que con GPT-6.1 Sol o GPT-6 Astra.
Preguntas frecuentes
¿Cuánto cuesta GPT-6.1 Terra en la API?
El precio estándar es de 1 dólar por millón de tokens de entrada, 0,05 dólares por millón de tokens de entrada en caché y 5 dólares por millón de tokens de salida. Batch y Flex cuestan un 50% menos, y las peticiones de más de 272.000 tokens de entrada tienen recargo.
¿Es más barato que GPT-6.1 Sol?
Sí, por token. OpenAI afirma que los precios estándar de Terra son un 50% inferiores a los de GPT-5.6 Terra y GPT-6.1 Sol. Para las tareas de programación más complejas, OpenAI sigue recomendando Sol o Astra.
¿Bajará a la mitad lo que gasto en mis automatizaciones?
No necesariamente. El coste real depende del nivel de razonamiento, las llamadas a herramientas, el tamaño del contexto, los reintentos y la revisión humana. Solo un piloto con tus propios datos te dice cuánto cuesta cada tarea bien terminada.
¿Puede GPT-6.1 Terra leer imágenes y usar herramientas?
Sí. Acepta texto e imagen y responde en texto; no admite audio ni vídeo. Para usar herramientas, como la búsqueda de archivos, el uso del ordenador o MCP, necesitas la Responses API.
¿Debo migrar ya mis agentes a GPT-6.1 Terra?
Primero, prueba. Compara el mismo lote de tareas con tu modelo actual y con Terra, mide el coste por tarea correcta y decide con un umbral fijado de antemano.
Fuentes: anuncio oficial de OpenAI; documentación oficial del modelo gpt-6.1-terra; MarkTechPost (fuente secundaria, solo como contexto). Consultadas el 27 de octubre de 2026.
¿Tienes un proceso que hasta ahora no salía a cuenta? Solicita un diagnóstico de IA y decide qué piloto merece la pena medir.
