OpenAI ha presentado GPT-6.1 Terra y, como casi siempre, lo revelador no es el modelo en sí: es qué han elegido poner en el primer párrafo del anuncio. Esta vez toca razonamiento visual y uso del ordenador. Ni matemáticas, ni código, ni récords de examen.
Qué ha pasado
El resumen, tal y como lo recoge la nota de Simon Willison:
- Terra se vende como un modelo rápido y eficiente que mira imágenes con detalle, maneja un ordenador con precisión y escribe de forma más natural. Los ejemplos que pone OpenAI son de oficina pura: redactar propuestas, leer planos técnicos, rellenar formularios, editar vídeo.
- El precio: un dólar por millón de tokens de entrada y cinco por millón de salida.
- Eso es casi la mitad de lo que cuestan GPT-5.6 Terra y GPT-6.1 Sol, y alrededor de diez veces lo que cuesta GPT-6 Luna.
- La gama queda en cuatro piezas: Astra y Luna por un lado, Sol y Terra por otro, con dos numeraciones de versión conviviendo.
- En el pelícano en bicicleta con el razonamiento al máximo, el dibujo salió por 11,3161 céntimos de dólar y tardó cuatro minutos y once segundos.
Ted Sanders, de OpenAI, lo matizó en un comentario público: Terra gana en comunicación técnica frente a Astra y Sol, se mueve a un nivel parecido en visión y en uso del ordenador —pero mucho más deprisa—, y pierde algo en casi todo lo demás. Para quien tira de API, una opción intermedia: más barata que Sol, bastante más capaz que Luna. Para quien paga una suscripción, poca cosa.
Por qué importa
El punto que me interesa es el de uso del ordenador, porque es justo la tarea donde el modelo caro no compensa. Un agente que rellena un formulario, descarga un informe y lo mete en otra pantalla no necesita brillantez: necesita no equivocarse y acabar rápido. Y lo va a hacer doscientas veces al día.
Ahí la velocidad no es un detalle de confort, es la métrica. Cuatro minutos y once segundos para un pelícano suena a anécdota simpática; multiplícalo por un bucle de agente con veinte pasos y ya no lo es. Si tienes un proceso automatizado corriendo en producción, la pregunta buena no es «¿qué modelo puntúa más?», sino «¿cuántos segundos y cuántos tokens de salida me cuesta una vuelta completa?».
Y aquí está la trampa del precio por token. Que Terra cueste la mitad que Sol no significa que tu factura baje a la mitad. Un modelo más barato que necesita más pasos de razonamiento para llegar al mismo sitio puede salir igual de caro o más. El coste real lo pone el nivel de razonamiento que acabes usando, no la tarifa de la tabla. Si vas a mover algo, la forma honesta de decidirlo es coger una muestra de tus casos reales, pasarla por los dos modelos y comparar tres columnas: aciertos, tokens de salida y segundos. Eso se monta en una tarde.
Qué haría distinto alguien desde hoy: en tareas repetitivas de interfaz, empezar por abajo. Probar primero el modelo barato, medir el porcentaje de fallo y subir de escalón solo donde el fallo duela. Lo contrario —poner el modelo grande «por si acaso» en todo el flujo— es la forma más silenciosa de quemar presupuesto que conozco.
Qué no cambia
Esto no es un salto de capacidad, y conviene decirlo porque el anuncio no lo dice. Lo reconoce el propio OpenAI por boca de uno de los suyos: en la mayoría de cosas, Terra va un poco por detrás. Es un movimiento de catálogo, no de frontera.
Tampoco cambia nada para quien usa la suscripción y no la API. Si te chocas con los límites de uso, igual estiras un poco más. Poco más.
Y el pelícano no es un benchmark. Es una prueba casera, divertida y bastante reveladora sobre cómo dibuja un modelo, pero nadie debería decidir una arquitectura por ella. Sirve para lo que sirve: comparar coste y tiempo entre niveles de razonamiento con el mismo encargo.
Nuestra lectura
Me gustan más estos lanzamientos que los de frontera, y voy a defenderlo: la velocidad es una capacidad, no un acabado. Un modelo que hace lo mismo que el grande en la mitad de tiempo abre casos de uso que el grande tenía cerrados, porque hay procesos que simplemente no aguantan cuatro minutos de espera por paso. Eso vale más, para el trabajo real de empresa, que dos puntos en un examen de matemáticas.
Lo que me parece mal es el nomenclátor. Cuatro modelos vivos, dos numeraciones de versión y nombres propios que no ordenan nada: nadie puede deducir de «Terra» si está por encima o por debajo de «Sol». El coste de esto no lo paga OpenAI, lo pagas tú dentro de dieciocho meses, cuando abras un repositorio y encuentres el nombre del modelo escrito a pelo en cuatro sitios y ningún comentario que explique por qué se eligió ese. Lo he visto ya con las versiones de las APIs de siempre, y aquí va a pasar igual pero más rápido.
Así que mi apuesta sobre cómo envejece esto: el modelo tiene meses de vida útil comercial, no años. No reescribas nada alrededor de Terra. Deja el nombre del modelo en configuración, no en el código; guarda qué modelo respondió a cada petición en tus registros; y ten un juego de casos propios que puedas lanzar contra el siguiente en cuanto salga. Con eso, cada bajada de precio es una ganancia tuya en vez de una tarde de pánico.
En los proyectos donde metemos IA dentro de un proceso de empresa, la parte difícil nunca es elegir modelo: es que el proceso esté escrito en algún sitio y que alguien sepa medir si la máquina lo hace bien. Cuando eso está, cambiar de modelo es tocar una línea.
Cualquier duda me dices y lo vemos.
Un saludo, Vicente.