OpenAI lanzó GPT-6.1 Terra el 26 de octubre de 2026, presentando un modelo diseñado menos para hazañas abstractas de razonamiento que para el trabajo repetitivo que llena una jornada frente a la pantalla: procesar facturas, completar formularios, leer planos técnicos y editar video. La empresa fijó los precios en $1 por millón de tokens de entrada y $5 por millón de tokens de salida, un 50% menos que GPT-5.6 Terra y GPT-6.1 Sol.¹

El argumento de la empresa es que un menor coste no implica menor capacidad. Terra combina razonamiento visual, redacción en lenguaje natural y la capacidad de actuar en distintas aplicaciones; OpenAI afirma que está disponible a través de ChatGPT Work, Codex y su API.² Greg Brockman, presidente de OpenAI, calificó el cambio como un giro cualitativo: “el uso de computadoras con terra ha cruzado un umbral cualitativo en el que se siente más rápido al usar una computadora que lo que puedo hacer sin ayuda”.Greg Brockman (gdb)³

Sam Altman presentó el lanzamiento como la apertura de «esta nueva era del uso de computadoras», en lugar de ser simplemente otra competición de referencias.Sam Altman (sama)⁴ La empresa afirma que Terra obtiene una puntuación 15 puntos porcentuales superior a GPT-5.6 Terra en Agents’ Last Exam con un esfuerzo de razonamiento medio, por alrededor de un tercio del coste, mientras reserva sus modelos Sol y Astra, más caros, para las tareas más difíciles de programación e investigación.¹

Sin embargo, esa rebaja de precios llega en medio de una inquietud más amplia en el mercado. El índice de tokens basado en el gasto corporativo de Ramp situó los precios en aproximadamente 59 centavos por millón de tokens el viernes pasado, un descenso de cerca del 35% desde finales de junio. Su interpretación: parece estar desarrollándose una guerra de precios entre OpenAI y Anthropic incluso mientras aumenta el uso.⁵

Los defensores de la IA ven la misma tendencia como la vía hacia la adopción masiva: una computación más barata debería atraer más trabajo hacia los modelos. Los inversores observan una métrica distinta. El uso puede dispararse mientras el crecimiento del gasto se aplana, dejando la enorme inversión de la industria en centros de datos dependiente de una demanda que es real, pero que podría estar abaratándose más rápido de lo que se vuelve rentable.⁵