OpenAI lanza GPT-6.1 Terra con mejoras en visión y uso del computador

El 26 de octubre OpenAI anunció GPT-6.1 Terra, una nueva variante de su familia GPT-6 centrada en trabajo profesional de alto volumen, análisis visual y uso preciso de interfaces de computador. La empresa dice que el modelo combina razonamiento sobre imágenes, interacción con aplicaciones y escritura más natural, y lo compara directamente con GPT-5.6 Terra. Desde el día del anuncio figura disponible para usuarios Plus, Pro, Enterprise y Edu en ChatGPT Work y Codex, además de la API con el identificador `gpt-6.1-terra`; por tanto, se trata de un lanzamiento comercial, no de un prototipo de laboratorio.

OpenAI fijó el precio estándar de API en un dólar por millón de tokens de entrada, cinco centavos por millón de tokens de entrada en caché y cinco dólares por millón de tokens de salida. Afirma que las tarifas estándar son 50 % menores que las de GPT-5.6 Terra y GPT-6.1 Sol. Esa cifra describe precio por token, no el costo total de una implementación, que también depende del volumen, el uso de herramientas, la supervisión humana y la infraestructura del cliente.

La novedad funcional es la combinación de percepción visual y acciones sobre aplicaciones: OpenAI cita redactar propuestas, interpretar dibujos técnicos, completar formularios y editar video. En Agents’ Last Exam, un benchmark de tareas profesionales que incluye convertir planos arquitectónicos en modelos tridimensionales, la compañía informa que Terra supera en 15 puntos porcentuales a GPT-5.6 Terra con esfuerzo de razonamiento medio, aproximadamente a un tercio del costo por tarea. En MMMU-Pro, centrado en razonamiento visual, afirma que mejora al modelo anterior en todos los niveles evaluados.

La empresa también reporta avances en codificación y factualidad. En Terminal-Bench 4.0, su cifra a esfuerzo máximo es 50,3 % de tareas resueltas, frente a 21,5 % publicado para GPT-5.6 Terra. En un benchmark interno de prompts propensos a inducir errores, el índice de error a bajo esfuerzo cae de 53,6 % a 16,7 %, según la publicación. Son resultados suministrados por OpenAI; los benchmarks y condiciones de prueba no equivalen a una evaluación independiente ni garantizan el mismo desempeño en datos y flujos empresariales reales.

La reducción de precio y el mejor desempeño en tareas de escritorio podrían hacer económicamente viables ciertos procesos de extracción documental, clasificación visual, edición y registro de datos. Aun así, el mayor impacto de un agente que opera interfaces está en el conjunto de permisos y acciones que se le conceden: una equivocación en un formulario, una edición o una transacción puede tener consecuencias distintas a una respuesta textual errónea. Las pruebas internas de OpenAI sobre resistencia a instrucciones maliciosas no sustituyen controles sobre cuentas, datos, aplicaciones y aprobación humana.

Para empresas ecuatorianas, la disponibilidad global no altera por sí sola obligaciones legales de privacidad, seguridad o sector financiero. Si el sistema trata datos personales, la organización debe evaluar finalidad, acceso, conservación, transferencias y riesgos conforme al marco aplicable. En bancos y cooperativas también hay que valorar el uso en tareas reguladas y el control de terceros, sin asumir que la etiqueta “Enterprise” resuelve automáticamente requisitos de confidencialidad o supervisión.

OpenAI afirma que GPT-6.1 Terra alcanza el umbral “Critical” en ciberseguridad de su Preparedness Framework y conserva salvaguardas creadas para GPT-6 Astra. También comunica mejora frente a inyección de prompts en sus pruebas y una mayor disposición del modelo a informar limitaciones. La compañía enlaza una ficha de sistema con evaluaciones adicionales. Estos datos son relevantes para caracterizar la postura del proveedor, pero no constituyen certificación externa ni prueba de seguridad frente a todos los ataques posibles.

La propia nota de lanzamiento deja claros límites de posicionamiento: para tareas de codificación extremadamente complejas recomienda GPT-6.1 Sol o GPT-6 Astra; Terra se diseña para equilibrar capacidad, velocidad y costo. Los datos difundidos no demuestran que el modelo sea autónomo de forma segura en procesos críticos ni que alcance las puntuaciones anunciadas en cualquier idioma, aplicación o integración. La validación debe hacerse con datos representativos y criterios de error definidos por cada equipo.

Antes de habilitar acciones reales, pruebe el modelo en un entorno aislado con formularios, documentos y aplicaciones que reflejen el trabajo previsto. Mida exactitud, acciones incorrectas, resistencia a instrucciones contenidas en documentos externos, manejo de información sensible y facilidad de auditoría. Para tareas que modifiquen registros o aprueben operaciones, mantenga confirmación humana y límites de privilegios; use cuentas de servicio con alcance mínimo y registre las acciones realizadas.

Compare el costo total con el flujo existente, no solo el precio de tokens: incluya revisiones, errores, reintentos, contexto visual, almacenamiento y operación. Compruebe términos, retención y disponibilidad regional antes de procesar datos personales o financieros. Finalmente, documente los criterios de aceptación y una opción de reversión. La noticia relevante es un modelo nuevo y disponible con mejoras y precios concretos anunciados por el fabricante; los beneficios operativos y la seguridad en producción aún requieren validación independiente en el contexto de uso.