Modelos de IA
GPT-6.1 Terra: cuesta la mitad por token que Sol, pero ¿compensa?
Precios de GPT-6.1 Terra en la API y coste por tarea de automatización. Comparación con Sol y Luna, ejemplos en dólares y límites de caché, razonamiento y herramientas.
Terra merece una prueba, sobre todo si tu automatización trabaja con pantallas
GPT-6.1 Terra puede ser una buena opción para automatizar tareas visuales, trabajar con aplicaciones o redactar a partir de información concreta. Sus tokens cuestan la mitad que los de GPT-6.1 Sol en Standard. Lo probaría cuando ese trabajo ya tenga un resultado que puedas comprobar; para clasificación sencilla, Luna sigue siendo mucho más barato.
OpenAI publicó Terra el 26 de octubre de 2026, con el identificador gpt-6.1-terra. Su guía lo orienta a razonamiento visual, uso de pantallas, escritura y correcciones de código acotadas. Ese encaje es la recomendación del proveedor. La relación calidad-precio de tu proceso se decide midiendo cuántas tareas termina bien y cuánto cuesta corregir el resto.
Cuánto cuesta GPT-6.1 Terra en la API
Estas son las tarifas Standard en USD por un millón de tokens, consultadas el 27 de octubre de 2026, para peticiones con hasta 272.000 tokens de entrada. La tabla separa entrada normal, lectura de caché y salida; las tarifas de escritura se explican debajo.
| Modelo | Entrada normal | Lectura de caché | Salida |
|---|---|---|---|
| GPT-6 Luna | 0,10 USD | 0,01 USD | 0,50 USD |
| GPT-6.1 Terra | 1 USD | 0,05 USD | 5 USD |
| GPT-6.1 Sol | 2 USD | 0,10 USD | 10 USD |
Una tarea de dos céntimos puede acabar costando seis
Imagina una petición que prepara un borrador a partir de documentos: 10.000 tokens de entrada normal y 2.000 de salida facturada total. En Terra serían 0,01 USD de entrada más 0,01 USD de salida: 0,02 USD. Mil peticiones iguales sumarían 20 USD; en Sol serían 40 USD y en Luna, 2 USD.
Es un cálculo ilustrativo con cantidades supuestas, sin lecturas ni escrituras de caché, herramientas, impuestos, infraestructura o revisión humana. No es una prueba de calidad de los modelos. La salida facturada incluye el razonamiento interno, aunque el usuario no lo vea.
Con ese mismo consumo por intento, dos intentos de Terra cuestan 0,04 USD, lo mismo que uno de Sol. Tres cuestan 0,06 USD. Si Sol resolviera ese caso a la primera y Terra necesitara tres intentos, Sol saldría mejor en consumo del modelo. Es una condición del ejemplo, no un resultado observado.
En una automatización real debes sumar todas las llamadas de la tarea. El historial y las respuestas de las herramientas pueden aumentar la entrada de los pasos siguientes. Tampoco hay que sumar otra vez los tokens de razonamiento si ya están incluidos en el total de salida.
Caché, contexto y herramientas cambian la cuenta
Los 0,05 USD de caché de Terra corresponden a reutilizar la parte inicial de un prompt ya guardada, siempre que coincida. Escribirla cuesta 1,25 USD por millón con retención de 30 minutos, o 2,50 USD con 12 horas. Son categorías de facturación: no sumes entrada normal y escritura sobre los mismos tokens. Mantener una conversación tampoco asegura que se reutilice esa caché.
Por encima de 272.000 tokens de entrada, la petición completa pasa a tarifas de contexto largo: se duplican entrada y caché, y la salida se multiplica por 1,5. Para Terra, entrada normal y salida serían 2 y 7,50 USD por millón. Tener una ventana amplia no significa conservar el precio corto al llenarla.
Las herramientas también cuentan. La búsqueda web integrada cuesta 10 USD por mil llamadas, más los tokens del contenido recuperado a tarifa del modelo. Tres búsquedas añaden 0,03 USD de llamadas antes de esos tokens. En el ejemplo anterior, esa partida ya superaría el consumo básico de Terra.
Si puede esperar, revisa Batch y Flex
Batch ofrece un 50 % de descuento para peticiones por lotes, con una ventana de procesamiento de 24 horas. Puede encajar en evaluaciones o clasificación de documentos sin respuesta inmediata. Con los mismos tokens y condiciones del ejemplo, Terra bajaría a 0,01 USD por petición.
Flex aplica tarifas reducidas, también un 50 % por debajo de Standard, a cambio de respuestas más lentas y posibles errores de falta de capacidad. Conviene presupuestar qué ocurre si terminas recurriendo a Standard. Fast duplica las tarifas de Standard; el procesamiento regional añade un 10 % donde está disponible.
Dónde lo probaría antes de cambiar una automatización
Terra encaja como candidato para interpretar capturas, relacionar fotos con un catálogo o preparar textos desde material suministrado. Compararía Terra y Sol con las mismas entradas y esfuerzo de razonamiento. Para extracción sencilla o clasificación frecuente, incluiría Luna: en entrada normal y salida cobra una décima parte que Terra.
Revisaría el resultado guardado y los campos correctos, además del mensaje de que la tarea ha terminado. Registraría aciertos, tiempo, llamadas, tokens y correcciones humanas. La cuenta final es todo el gasto del lote dividido entre las tareas aceptadas con el mismo criterio. Sin esa prueba no daría por hecho que Terra sea la mejor compra.
Hay un detalle práctico para integrarlo: Terra requiere Responses API para llamar herramientas. Si tu automatización utiliza herramientas mediante Chat Completions, comprueba esa compatibilidad antes de sustituir solo el nombre del modelo.