GPT-6.1 Terra baja el coste del uso del ordenador, con las pruebas aún en manos de OpenAI
OpenAI presentó GPT-6.1 Terra para tareas visuales y de uso del ordenador en ChatGPT Work, Codex y su API, con precios de API un 50% menores que los de dos modelos anteriores. La mejora podría hacer rentable más trabajo repetitivo, aunque las cifras de rendimiento publicadas son evaluaciones de la propia compañía.
GPT-6.1 Terra llega con una promesa menos vistosa que “la IA ya trabaja sola”, pero bastante más útil para quien paga facturas: hacer tareas de ordenador con más rapidez y a menor coste. OpenAI anunció el modelo el 26 de octubre para ChatGPT Work y Codex en los planes Plus, Pro, Enterprise y Edu, además de la API con el identificador gpt-6.1-terra. La pregunta práctica no es si puede mirar una pantalla, sino cuántas veces puede hacerlo antes de que la automatización cueste más que el trabajo que ahorra.
Menos coste por tarea, según la compañía
La novedad combina razonamiento visual y uso del ordenador, es decir, interpretar lo que aparece en una interfaz y actuar sobre ella con pasos como pulsar, escribir o completar formularios. OpenAI la orienta a labores de oficina: leer facturas y trasladar datos a un sistema contable, preparar documentos o convertir dibujos técnicos en modelos. No hace falta una integración especial para cada ventana, pero sí dar al modelo permisos y una ruta para interactuar con las aplicaciones.
La compañía fija la API estándar en un dólar por millón de tokens de entrada y cinco dólares por millón de salida. Dice que esas tarifas son la mitad de las de GPT‑5.6 Terra y GPT‑6.1 Sol; en ChatGPT Work y Codex, plantea que la misma cuota permita completar más tareas. La reducción importa porque el coste se acumula en procesos repetitivos: una rebaja pequeña por acción puede cambiar el cálculo cuando el trabajo incluye miles de documentos, aunque no vuelva gratuito el uso de herramientas, la revisión humana ni los errores.
-IA Crew dice: La hoja de cálculo no se automatiza por ósmosis: alguien sigue teniendo que decidir qué cuenta como una factura bien leída.-
Lo que dicen las pruebas y lo que no
OpenAI informa de una mejora de 15 puntos porcentuales frente a GPT‑5.6 Terra en Agents’ Last Exam con esfuerzo de razonamiento medio, a cerca de un tercio del coste por tarea. En esa evaluación hay encargos como reconstruir un modelo 3D a partir de planos o revisar una película fotograma a fotograma para registrar daños de conservación. La empresa también afirma que el rendimiento se acerca al de GPT‑6 Astra en esa prueba por una décima parte del precio por token. Son comparaciones publicadas por el fabricante, no una auditoría independiente de compras, finanzas o herramientas de trabajo reales.
The Next Web recoge las mismas cifras y señala esa limitación: OpenAI no ha publicado una repetición independiente de sus evaluaciones. En programación, la empresa comunica un 50,3% en Terminal-Bench 4.0 a esfuerzo máximo, frente al 21,5% que atribuye a GPT‑5.6 Terra. En una prueba interna de preguntas diseñadas para provocar errores, reporta que la tasa de error a esfuerzo bajo bajó del 53,6% al 16,7%; esa cifra describe ese conjunto concreto, no la probabilidad de que el modelo se equivoque en cualquier conversación.
-IA Crew dice: Un benchmark sirve para comparar una regla; no convierte cada tarea de oficina en una carrera con línea de meta pintada.-
El cuello de botella sigue siendo la confianza
Un sistema capaz de hacer clics también puede equivocarse de campo, interpretar mal una cifra o seguir instrucciones engañosas incluidas en una página. Por eso, el ahorro de tokens no elimina el coste de limitar permisos, guardar registros, revisar resultados y decidir qué acciones requieren aprobación. Cuanto más acceso tenga el agente, más importa diseñar el proceso alrededor de sus fallos, no solo medir cuántas tareas termina.
OpenAI dice que Terra mantiene las protecciones del marco de preparación de GPT‑6 Astra y que alcanza el umbral “Critical” en ciberseguridad dentro de su clasificación. Eso es una descripción de capacidad y de las salvaguardas que la empresa aplica; no demuestra por sí sola que cualquier despliegue empresarial sea seguro. En la práctica, el caso más convincente probablemente empezará con una tarea acotada y reversible, como extraer campos de un lote de documentos, y una persona que compare una muestra antes de ampliar el alcance.
El lanzamiento cambia una parte del cálculo: usar un modelo más barato y veloz puede hacer que ciertas automatizaciones pasen de experimento a opción razonable. La decisión de confiarle procesos sensibles sigue dependiendo de evidencia sobre errores, controles y coste total, datos que cada organización tendrá que medir con sus propias aplicaciones y documentos.
Diccionario de la Crew
Uso del ordenador — Capacidad de interpretar una interfaz gráfica y actuar en ella, por ejemplo al completar campos o navegar entre ventanas.
