GPT-6.1 Terra en Microsoft Foundry: el agente que mira la pantalla baja de precio

El 26 de octubre de 2026 Microsoft anunció la disponibilidad general de GPT-6.1 Terra en Microsoft Foundry.

Es el tercer modelo de la familia GPT-6 que llega a Foundry en cinco semanas. Y es el primero que cambia de verdad la ecuación económica de un agente: cuesta la mitad que GPT-6.1 Sol y una décima parte que GPT-6 Astra, por token.

Este artículo recoge qué es, qué trae, cuánto cuesta y, sobre todo, cómo decidir entre Terra, Sol y Astra sin elegir por el precio del token. Todas las cifras llevan fuente y fecha, y donde falta un dato se dice que falta.

Qué es GPT-6.1

Primero una aclaración que ahorra confusiones en una reunión.

ChatGPT es el producto. GPT-6.1 es el modelo. Es habitual leer “ChatGPT 6.1 Terra”, pero el nombre correcto del modelo es GPT-6.1 Terra. En ChatGPT está disponible para los planes Plus, Pro, Enterprise y Edu dentro de ChatGPT Work y Codex. En la API de OpenAI responde al identificador gpt-6.1-terra. Y en Azure se consume desde Microsoft Foundry.

GPT-6.1 no es un modelo único, sino una iteración sobre la familia GPT-6, que Microsoft ha ido incorporando por piezas:

Las cuatro son piezas de la misma gama, no versiones sucesivas de lo mismo. Elegir no es “coger la más nueva”.

Novedades de GPT-6.1 Terra

Esto es lo que recoge el anuncio de Microsoft Foundry del 26 de octubre:

• Razonamiento visual mejorado y más velocidad en uso de ordenador.
• Uso de ordenador más rápido y preciso en navegadores, software de escritorio y aplicaciones.
• Resumen y redacción de correos y propuestas.
• Hasta 1 millón de tokens de contexto de entrada.
• Entrada de texto e imagen.
• Esfuerzo de razonamiento ajustable, incluido un nivel none, y verbosidad configurable.
• Mensajes intermedios opcionales en tareas largas, si la capa de orquestación los soporta.
• Se consume por la Responses API, sin cambios de SDK ni de esquema.
• Despliegues Global Standard en todas las regiones soportadas y Data Zone Standard en Estados Unidos, Unión Europea y APAC.

Lo que el anuncio enumera como material visual de trabajo: fotografías de producto, dibujos técnicos, planos y pantallas de aplicación.

Los números, y de quién son

Las cifras de rendimiento que circulan son métricas publicadas por OpenAI, no evaluaciones independientes. Con ese marco:

• Completa tareas más de tres veces más rápido que GPT-6 Astra y que GPT-6.1 Sol.
• En Agents’ Last Exam, con esfuerzo medio, puntúa 15 puntos porcentuales por encima de GPT-5.6 Terra a aproximadamente un tercio del coste.
• Rinde a la par que GPT-6 Astra a una décima parte del precio por token.
• En un benchmark interno que no detalla, la tasa de error con esfuerzo bajo cae del 53,6 % al 16,7 %; con esfuerzo máximo baja 18 puntos, hasta el 4,3 %.
• En Terminal-Bench 4.0, con esfuerzo máximo, obtiene 50,3 % frente al 21,5 % de GPT-5.6 Terra.

Un detalle que conviene leer con calma: la afirmación “a la par que Astra a una décima parte del precio” coincide exactamente con la relación de precios entre ambos modelos en Foundry, que es de 1 a 10 tanto en entrada como en salida. No es una métrica de calidad, es la relación de tarifas.

Qué no dice el anuncio

Tres cosas que parte de la cobertura ha dado por supuestas y que no están en la fuente:

No lista el procesamiento de documentos escaneados entre sus funcionalidades. El anuncio menciona gráficos densos y documentos escaneados en la introducción, pero la lista de capacidades habla de fotografías de producto, dibujos técnicos, planos y pantallas de aplicación. Si el caso de uso es extracción sobre documento escaneado, hay que probarlo con documentos propios antes de comprometer alcance.

El anuncio de Foundry no incluye ninguna cifra de benchmark ni evaluación de terceros. Todo lo del apartado anterior viene de OpenAI y de la cobertura del lanzamiento.

No es un sustituto universal. OpenAI sigue recomendando GPT-6.1 Sol o GPT-6 Astra para las tareas de programación más complejas.

Precios de GPT-6.1 Terra

Precios en Microsoft Foundry, despliegues Standard, en dólares por millón de tokens:

Precios consultados el 26 de octubre de 2026 en el anuncio de Microsoft Foundry. Conviene comprobar el vigente en el catálogo de modelos antes de presupuestar.

Cuatro lecturas prácticas:

La rebaja del 50 % es real dentro de su gama. 1 $ de entrada y 5 $ de salida es la mitad que GPT-5.6 Terra y que GPT-6.1 Sol.

Mantener el dato en la Unión Europea cuesta un 20 % más. El patrón se repite en toda la familia: Data Zone EE. UU. sale un 10 % por encima de Global, y Data Zone UE y APAC un 20 %. Para muchas organizaciones españolas el despliegue UE no es opcional, así que 1,20 $ y 6,00 $ son el precio de partida, no los del titular.

El contexto largo duplica la tarifa. Con un millón de tokens disponibles es fácil diseñar un agente que arrastre documentación de más por comodidad. Eso se paga al doble.

La caché es donde está el margen. En Data Zone UE, un millón de tokens de entrada en caché cuesta 0,06 $ frente a 1,20 $ sin caché: veinte veces menos. Si el agente repite el mismo contexto en cada ejecución, cómo se diseñe la caché pesa más en la factura que la elección de modelo.

Un ejemplo de coste por caso

Las tarifas por millón de tokens no sirven para decidir. El coste por caso, sí.

Supongamos un agente que procesa 1.000 casos al mes, y que cada caso consume 20.000 tokens de entrada (de los cuales 15.000 son contexto repetido y cacheable) y produce 2.000 tokens de salida. Despliegue Global Standard, contexto corto.

Las cifras de volumen y de tokens por caso son un supuesto para ilustrar el cálculo, no un dato de mercado: hay que sustituirlas por las vuestras. Lo que no es un supuesto es la proporción, que viene de las tarifas publicadas: Terra sale a la mitad que Sol y a una décima parte que Astra.

Y ahí está la trampa de la decisión. La diferencia entre Terra y Astra en este ejemplo son unos 150 $ al mes. Una hora de trabajo de una persona revisando salidas erróneas cuesta más que eso. Por volúmenes bajos, el precio del token es la variable menos importante; empieza a mandar cuando el volumen es alto o cuando el agente se ejecuta de forma continua.

GPT-6.1 Terra vs Sol vs Astra: ¿cuál elegir?

Comparativa de precios

Global Standard, contexto corto, dólares por millón de tokens:

Con contexto largo las tarifas suben: Astra pasa a 20,00 $ de entrada y 75,00 $ de salida; Sol, a 4,00 $ y 15,00 $; Terra, a 2,00 $ y 7,50 $.

Para qué posiciona cada uno el fabricante

Microsoft describe GPT-6.1 Sol como “el nuevo estándar para agentes en producción y flujos complejos”, con un rendimiento que “se aproxima a GPT-6 Astra” en sus evaluaciones. Astra sigue siendo su recomendación para el razonamiento más exigente.

Lo que dicen los benchmarks, y por qué no son comparables

Dos advertencias antes de usar esta tabla para decidir:

Todas las cifras son reportadas por el fabricante, y proceden de anuncios distintos, con niveles de esfuerzo de razonamiento y configuraciones de evaluación distintos. Comparar un 50,3 % “a esfuerzo máximo” con un 57,7 % sin especificar el esfuerzo no es una comparación limpia.

Y hay un hueco llamativo: no he localizado una puntuación publicada de OSWorld 2.0 para Terra, que es el benchmark de referencia en uso de ordenador y justo el terreno sobre el que se vende el modelo. Si es un criterio de decisión para vuestro caso, el dato hay que generarlo midiendo, no buscándolo.

Árbol de decisión

Para una decisión rápida, con la información pública disponible hoy:

1. El agente tiene que leer una pantalla, un formulario, un plano o una imagen y actuar → empezad por Terra. Es su terreno y es el más barato de los tres.
2. Es código agéntico sobre un repositorio, o trabajo profesional con juicio (revisión de contratos, análisis, informes) → Sol. Es el estándar que recomienda Microsoft y OpenAI lo prefiere a Terra para el código complejo.
3. Un error sale caro y necesitáis el techo de razonamiento → Astra, pero acotado al paso crítico, no a todo el flujo. A 10x el precio de Terra, usarlo de propósito general es tirar presupuesto.
4. Volumen masivo de extracción, resumen o clasificación → Luna.
5. No lo tenéis claro → Sol como punto de partida y medid. Es lo que recomienda Microsoft para una carga nueva de producción, y deja margen para bajar a Terra o subir a Astra con datos propios.

Nada impide combinarlos en el mismo flujo: Luna para preparar y clasificar, Terra para la parte visual, Astra solo en el paso donde el juicio es crítico. Es más trabajo de orquestación y casi siempre más barato que resolverlo todo con el modelo grande.

El error habitual

Elegir el modelo por el precio del token y descubrir el coste real tres meses después.

Un modelo más barato que falla más genera reintentos, revisión humana y retrabajo. Esos tres conceptos no aparecen en la factura de Azure, aparecen en la nómina. La comparación honesta no es “coste por millón de tokens”, es coste por caso resuelto correctamente sin intervención.

Hasta que no se mide eso en vuestro proceso, cualquier elección entre Terra, Sol y Astra es una apuesta informada, no una decisión.

Cómo pilotarlo sin romper nada

Una propuesta de piloto, por si sirve de guion:

1. Un solo proceso, con volumen medible y un resultado comprobable. No una prueba de concepto genérica.
2. Medir coste por caso resuelto, no coste por millón de tokens. Es la única cifra defendible en un comité.
3. Fijar el despliegue desde el principio: si el dato tiene que quedarse en la UE, el piloto se hace en Data Zone UE y con sus precios.
4. Probar varios niveles de esfuerzo de razonamiento. La diferencia entre el 16,7 % y el 4,3 % de error que publica OpenAI se paga en tiempo y en tokens; cuál compensa depende de lo que cueste un error en vuestro proceso.
5. Diseñar la caché antes de calcular el presupuesto. Veinte veces de diferencia en el contexto repetido no es un detalle de implementación.
6. Mantener revisión humana en los pasos con efecto externo: enviar, firmar, pagar, borrar. Y registrar lo que ve y lo que hace el agente: sin traza no hay auditoría, y un agente que opera sobre la interfaz deja menos rastro que una integración.

No esperéis que un ahorro del 50 % en el token se traduzca en un 50 % de ahorro en el proceso. El coste del modelo suele ser la parte pequeña frente al rediseño, la integración y la supervisión.