GPT-6.1 Terra: velocidad y bajo costo en el uso del ordenador

OpenAI anunció el modelo GPT-6.1 Terra el 26 de octubre de 2026. El modelo combina razonamiento visual con la capacidad de usar aplicaciones de ordenador y está orientado a tareas como interpretar dibujos arquitectónicos y completar trabajos de varios pasos en programas de escritorio. GPT-6.1 Terra se puso a disposición ese mismo día en ChatGPT Work y Codex para usuarios Plus, Pro, Enterprise y Edu. Los desarrolladores también pueden acceder al modelo mediante la API de OpenAI.

De los dibujos arquitectónicos a las tareas en el ordenador

OpenAI señala que la prueba Agents’ Last Exam, que evalúa flujos de trabajo profesionales, incluye un ejemplo de creación de un modelo 3D a partir de dibujos arquitectónicos. Según los resultados publicados por la empresa, con el nivel de razonamiento medio GPT-6.1 Terra obtuvo en esta prueba una puntuación 15 puntos porcentuales superior a la de GPT-5.6 Terra, con un costo por tarea de aproximadamente un tercio. OpenAI también afirma que, con el mismo nivel, el modelo ofrece un rendimiento similar al de GPT-6 Astra por una décima parte del precio por token.

OSWorld 2.1 evalúa cómo los agentes realizan tareas de varios pasos en aplicaciones de escritorio. Entre los ejemplos de la prueba se encuentra preparar un modelo 3D a partir de un dibujo técnico. Según OpenAI, con razonamiento medio GPT-6.1 Terra superó la mejor puntuación de GPT-5.6 Terra a un costo menor por tarea. Estos resultados reflejan el rendimiento en las pruebas que publica la empresa; por sí solos, no garantizan el éxito en el uso real con distintos tipos de dibujos y programas.

Velocidad, precisión y tarifas de la API

OpenAI afirma que GPT-6.1 Terra completa tareas más de tres veces más rápido que GPT-6.1 Sol y GPT-6 Astra. En la comparación de la empresa, los precios estándar de API del modelo son un 50 % inferiores a los de GPT-5.6 Terra y GPT-6.1 Sol. Las tarifas indicadas son 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.

La empresa afirma que, en sus pruebas con prompts propensos a generar errores, la tasa de error con razonamiento bajo descendió del 53,6 % de GPT-5.6 Terra al 16,7 %. En el nivel más alto, la tasa se sitúa en el 4,3 %. En programación, se indica que el modelo resolvió el 50,3 % de las tareas de la prueba Terminal-Bench 4.0 con el nivel de razonamiento más alto. Esta cifra supera en más del doble la puntuación publicada por OpenAI para GPT-5.6 Terra. Conviene tener en cuenta que los resultados se basan en pruebas de la empresa y deben validarse también en proyectos reales.

Efectos en los flujos de trabajo de arquitectura y visualización

Para los estudios de arquitectura y los equipos de visualización, lo más destacado es que el modelo aborda en un mismo flujo de trabajo los dibujos técnicos y las operaciones realizadas en el ordenador. Los equipos que evalúan tareas repetitivas de escritorio o procesos que van desde dibujos hasta la creación de modelos pueden probarlo con sus propios archivos y aplicaciones. Sin embargo, el anuncio no ofrece detalles sobre la compatibilidad con programas de arquitectura específicos, los requisitos de hardware ni la calidad de los modelos que se generarían a partir de los dibujos.

La opción de uso también depende del flujo de trabajo: GPT-6.1 Terra está disponible en ChatGPT Work y Codex para los planes de suscripción indicados; los desarrolladores pueden optar por la API. Aunque se ha publicado el precio por token de la API, el gasto total depende del volumen de uso. Los estudios deben revisar por separado las condiciones de licencia, sus cargas de trabajo y los requisitos de procesamiento de datos.

Acceso y evaluación

OpenAI afirma que GPT-6.1 Terra mantiene las medidas de seguridad desarrolladas para GPT-6 Astra y que el modelo alcanzó el umbral Critical en la evaluación de ciberseguridad conforme al Preparedness Framework. Los resultados de las pruebas centradas en el uso del ordenador y la interpretación visual del modelo son llamativos por su posible aplicación a la automatización en arquitectura; aun así, antes de incorporarlo a un entorno de producción, es importante medir la velocidad, la tasa de error y el costo con archivos de proyectos reales.