¿Qué es GPT-6.1 Terra? Funciones, precios, ventana de contexto y mejores casos de uso

GPT-6.1 Terra es un modelo diseñado por OpenAI, creado específicamente para el razonamiento visual rápido, la operación precisa de computadoras y la escritura clara en lenguaje natural. Su función más poderosa no es solo responder preguntas. Terra puede examinar imágenes e interfaces de aplicaciones, razonar sobre lo que ve y, cuando se conecta a un entorno de herramientas adecuado, ejecutar acciones controladas en navegadores y aplicaciones de escritorio.

Esta combinación hace que el modelo sea adecuado para equipos que gestionan catálogos de productos, materiales de campañas de marketing, pruebas de interfaz, operaciones con grandes volúmenes de documentos y revisión de producción visual. También establece un límite importante: GPT-6.1 Terra puede analizar imágenes, pero no es en sí mismo un modelo de entrada de video ni de entrada de audio. Para elegir bien, primero hay que entender esta diferencia.

GPT-6.1 Terra 概览

Según la documentación actual del modelo de OpenAI, GPT-6.1 Terra tiene las siguientes especificaciones:

Terra admite transmisión en streaming, llamadas a funciones y salida estructurada. A través de la API de Responses, las herramientas listadas incluyen búsqueda web, búsqueda de archivos, generación de imágenes, intérprete de código, shell alojado, uso de computadora, MCP, habilidades y búsqueda de herramientas. Sin embargo, la disponibilidad de herramientas no significa que cada aplicación pueda obtener acceso sin restricciones. Los desarrolladores aún necesitan los permisos correctos de API, configuración de herramientas, autorizaciones y entorno de ejecución.

Áreas de especialización de GPT-6.1 Terra

Razonamiento visual sobre imágenes y pantallas

Terra puede revisar fotos de productos, capturas de pantalla, gráficos, diseños y otras entradas de imagen compatibles. Una solicitud útil plantea al modelo una pregunta visual específica: identificar elementos del catálogo que no coinciden, verificar si se ha recortado texto importante, comparar dos estados de interfaz o describir las diferencias entre una escena del guion gráfico y una imagen de referencia.

El razonamiento visual no equivale a una verdad visual absoluta. Textos pequeños, defectos sutiles, capas ocultas, diferencias en la gestión del color y escenas borrosas aún pueden provocar errores. Las decisiones de alto riesgo requieren procesos de revisión humana y pruebas representativas.

Flujo de trabajo de uso de computadora

Después de configurar correctamente la integración de uso de la computadora, Terra puede recibir capturas de pantalla y solicitar acciones de mouse o teclado. La guía de uso de la computadora de OpenAI recomienda usar un navegador o escritorio aislado, restringir el acceso a la red y las operaciones, obtener aprobación antes de acciones importantes y verificar los resultados reales.

Esto hace que Terra sea adecuada para tareas acotadas, como revisar flujos de páginas web, ingresar datos de prueba no sensibles, ordenar activos visibles o auditar interfaces de gestión de actividades. No se le debe otorgar permisos abiertos para compras, eliminación de cuentas, transferencia de credenciales u otras operaciones difíciles de revertir.

Escritura Profesional Directa

Terra también está orientada a una escritura clara y natural. Esto es especialmente útil cuando la inspección visual debe terminar en entregables legibles: informes de control de calidad, resúmenes de revisiones, anotaciones de catálogo, resúmenes de revisión de tomas o notas dirigidas al cliente. El modelo es capaz de conectar la evidencia de las imágenes con una salida escrita estructurada, en lugar de tratar el análisis y la comunicación como dos trabajos separados.

Funciones que GPT-6.1 Terra no puede realizar por sí mismo

La página de modelos de Terra enumera las imágenes como modalidad de entrada y el texto como modalidad de salida. No acepta directamente video o audio como entrada del modelo. Si el equipo desea revisar un video, puede extraer fotogramas seleccionados, una tabla de contactos, transcripciones o metadatos estructurados, y proporcionar estos materiales al flujo de trabajo adecuado. Esto es diferente a afirmar que el modelo ha visto y escuchado el video original.

Terra en sí mismo tampoco es un modelo de renderizado de imágenes o videos. La API de Responses puede exponer una herramienta de generación de imágenes, pero el proceso de generación es manejado por un modelo de imágenes especializado que la herramienta selecciona. Los desarrolladores deben describir con precisión esta arquitectura en la documentación del producto.

Precios de GPT-6.1 Terra

El precio estándar de la API se lista actualmente por cada millón de tokens de texto:

Entrada: $1.00
Entrada en caché: $0.05
Escritura de caché de 30 minutos: 1.25 USD
Escritura de caché de 12 horas: $2.50
Salida: $5.00

Las solicitudes que superen los 272,000 tokens de entrada disfrutarán de precios de contexto largo: las tarifas de entrada y caché se duplican, mientras que la salida se factura a 1.5 veces la tarifa de salida estándar para toda la solicitud. Los precios de procesamiento por lotes y flexible son un 50% más bajos que el estándar, el modo rápido cuesta el doble del estándar, y el procesamiento en regiones elegibles tendrá un recargo del 10%. Las llamadas a herramientas, la entrada de imágenes y los entornos alojados pueden generar costos adicionales.

Como ejemplo de un modo estándar simple, el costo de 100,000 tokens de entrada no almacenados en caché y 10,000 tokens de salida es de aproximadamente 0.15 USD, sin incluir ninguna tarifa de herramientas o imágenes: 0.10 USD por entrada y 0.05 USD por salida.

Casos de uso reales

Terra es un candidato sólido cuando las tareas combinan evidencia visual con decisiones o acciones acotadas. Ejemplos incluyen:

Coincidir las fotos de productos del proveedor con los registros del catálogo.
Verificar si la captura de pantalla tiene problemas de recorte, falta de texto o inconsistencia en el diseño.
Interpretar planos técnicos y convertir las observaciones en listas de verificación.
Compara los fotogramas del storyboard con las referencias de personajes y lugares.
Crear notas de revisión desde los activos de la campaña de marketing.
Prueba el flujo de trabajo del navegador con control humano que incluye una puerta de aprobación.
Redacta o revisa documentos largos con el respaldo de imágenes y archivos.

El equipo creativo debe distinguir claramente entre las fases de análisis y generación. Por ejemplo, Terra puede revisar la tabla de contactos del guion gráfico y generar una lista de temas plano a plano. Posteriormente, los creadores pueden utilizar plataformas especializadas como Elser AI para generar o animar los materiales visuales revisados. Se trata de un flujo de trabajo complementario, no una afirmación de que Terra esté integrado en Elser AI.

¿Quién debería considerar usar Terra?

Terra es la más adecuada para equipos que necesitan una comprensión visual y una interacción con computadoras más sólidas que la automatización de texto básica, pero no todos los requests requieren usar el modelo general de mayor precio. La única forma confiable de elegir es construir un conjunto de evaluación basado en el trabajo real. Mida la precisión visual, la finalización de tareas, la latencia, el costo y la cantidad de correcciones manuales.

Si la solicitud es un problema de razonamiento muy difícil, GPT-6 Astra o GPT-6.1 Sol podrían ser un mejor punto de partida. Si la carga de trabajo es limitada, repetitiva y muy sensible al costo, GPT-6 Luna podría valer la pena evaluar. Los nombres de los modelos no sustituyen las pruebas para tareas específicas.

Preguntas Frecuentes

¿Puede GPT-6.1 Terra analizar videos?

La documentación del modelo no enumera el video como una entrada directa compatible. El flujo de trabajo puede proporcionar fotogramas seleccionados, texto transcrito u otro material derivado, pero esto debe describirse como análisis de fotogramas o documentos, no como comprensión nativa de video.

¿Puede GPT-6.1 Terra generar imágenes?

Texto de salida de Terra. En la API de Responses, puede invocar una herramienta de generación de imágenes que llama a un modelo de imágenes especializado. Las aplicaciones deben distinguir entre la generación de imágenes asistida por herramientas y el modo de salida propio de Terra.

¿Está GPT-6.1 Terra disponible en ChatGPT?

OpenAI indica que Terra está disponible en ChatGPT Work y Codex para los planes Plus, Pro, Business, Enterprise y Edu que cumplan los requisitos, dependiendo del progreso de implementación y del control de los administradores. El anuncio del 26 de octubre señaló que la función no está disponible en Chat. El acceso a la API se gestiona por separado; la página del modelo actualmente muestra que no se admite la API para el nivel gratuito.

Evaluación Final

GPT-6.1 Terra ocupa un término medio útil en trabajos profesionales orientados a lo visual y basados en pantalla. Su valor proviene de la combinación de comprensión de imágenes, uso de herramientas, interacción con computadoras, contexto largo y escritura concisa. Debe evaluarse como un modelo de análisis y acción con protecciones de seguridad claras, en lugar de describirse como un generador nativo de audio o video.