Viendo cómo su rival Anthropic acapara toda la atención con un simple prospecto de salida a bolsa, OpenAI respondió lanzando GPT-6.1 Terra:
¿Quieres acaparar los titulares? Primero pregunta si el nuevo modelo está de acuerdo.
GPT-6.1 Terra se centra en«la mitad del precio, más capacidad»。
En comparación con GPT-5.6 Terra, su precio estándar de API se reduce directamente a la mitad:
entrada de 1 dólar por millón de tokens, entrada en caché de 0.05 dólares por millón de tokens, salida de 5 dólares por millón de tokens.
¿Y además, mientras baja el precio, las capacidades son aún mayores?!
En la prueba práctica de software de oficina Agents' Last Exam, Terra no solo supera claramente a GPT-5.6 Terra,sino que iguala el rendimiento de GPT-6 Astra por 1/10 de su precio por token。
Comparado con Claude Opus 5.5, el precio por token de Terra es solo una cuarta parte, su eficiencia por token supera 3 veces la del rival, y el costo por tarea es aproximadamente 1/9 del de este.
¿En serio? ¿Ya la reducción de costos y el aumento de eficiencia de la IA ha llegado a este nivel?
En cuanto a su uso, el principal punto de venta de GPT-6.1 Terra es sumamente claro:más rápido, más potente, y al mismo tiempo reduce enormemente el costo del control de computadoras。
Soporta de forma nativa la comprensión de pantalla, la operación coordinada entre programas y la escritura en lenguaje natural, apuntando firmemente al día laboral completo de los trabajadores.
El cofundador de OpenAI, Greg Brockman, llegó a afirmar que las capacidades de manejo de computadora de Terra ya han cruzado el «umbral del cambio cualitativo», y que se usa más rápido que si él lo operara personalmente.
Actualmente, los usuarios de Plus, Pro, Enterprise y Edu ya pueden probarlo directamente en ChatGPT Work y Codex, y los desarrolladores pueden llamarlo en cualquier momento a través de la API estándar (gpt-6.1-terra).
Aún más impactante: el mismo día, OpenAI también anunció tres resultados científicos producidos por sus sistemas internos de IA, abarcando matemáticas, informática y física.
Por un lado reduce el costo de que la IA opere computadoras, y por el otro eleva la imaginación sobre la participación de la IA en la investigación científica de frontera.
¿Qué pasa? ¿Ya se están volviendo locos sin haber llegado siquiera al jueves??
GPT-6.1 Terra se lanza oficialmente, con el precio reducido directamente a la mitad
En cuanto a sus capacidades concretas, veamos primero el boletín oficial que ofrece OpenAI.
Primero, la conclusión general:
GPT-6.1 Terra no es el modelo de OpenAI con el techo de capacidad más alto, pero con un costo menor ya ha alcanzado el rango de capacidad de los modelos insignia.
En Agents' Last Exam, la puntuación de GPT-6.1 Terra en su nivel medium supera a GPT-5.6 Terra por 15 puntos porcentuales, mientras que su costo por tarea es solo de alrededor de 1/3 del de este último.
Esta prueba evalúa específicamente si la IA puede usar software profesional para completar trabajos complejos, como convertir planos de arquitectura en modelos 3D, o revisar animaciones toma por toma y generar registros de corrección con códigos de tiempo.
Todavía más sorprendente: según la empresa, el rendimiento de Terra ya es comparable al de GPT-6 Astra, pero su precio por token es solo 1/10 del de este, y su velocidad para completar tareas supera por más de 3 veces tanto a GPT-6 Astra como a GPT-6.1 Sol.
Veamos ahora las capacidades visuales.
En el benchmark MMMU-Pro, GPT-6.1 Terra supera a GPT-5.6 Terra en todos los niveles de intensidad de razonamiento, y se acerca a GPT-6 Astra y GPT-6.1 Sol con un costo menor.
En el benchmark de operaciones de computadora OSWorld 2.1, su resultado en el nivel medium también superó el máximo anterior de GPT-5.6 Terra.
Es decir, el nuevo Terra no solo "ve" mejor, sino que también es mejor para completar realmente el trabajo según el contenido de la pantalla.
La capacidad de código también experimentó un gran impulso.
En Terminal-Bench 4.0, GPT-6.1 Terra resolvió el 50.3% de las tareas en el nivel max, mientras que el resultado previamente publicado de GPT-5.6 Terra fue de solo el 21.5%.
Se duplicó y de sobra.
Sin embargo, OpenAI también trazó una línea por sí misma:
Ante las tareas de programación más complejas, investigación científica y razonamiento profundo, GPT-6.1 Sol y GPT-6 Astra siguen siendo la opción más adecuada.
Otra mejora evidente es que alucina menos.
En las pruebas de estrés de alta dificultad sobre factualidad realizadas internamente en OpenAI, la tasa de errores con intensidad de razonamiento baja pasó del 53.6% de GPT-5.6 Terra al 16.7%.
En el nivel Max bajó aún más, al 4.3%, acercándose ya a GPT-6 Astra y GPT-6.1 Sol.
Al menos según los resultados oficiales de esta ronda, el posicionamiento de Terra está muy claro:
Con capacidades cercanas a las de la gama insignia, reducir el costo de una gran cantidad de tareas de computadora.
En el índice compuesto de inteligencia de la agencia externa Artificial Analysis, GPT-6.1 Terra en nivel Max obtuvo 48 puntos, ubicándose detrás de Claude Opus 5.5, Kimi K3.1 Pro, el Gemini 4 Argon de Google, Meta Muse Wonder y GPT-6.1 Sol, pero por delante de Grok 4.7 y del MiMo-V2.6-Pro de Xiaomi.
En conjunto, se encuentra en una posición intermedia entre los modelos líderes a nivel mundial.
Pruebas de usuarios: dibuja con más detalle y cuesta un 38% menos
¿Y cuál es realmente la capacidad del modelo?
Como siempre, veamos los resultados de las pruebas compartidas por los usuarios.
DesignArena les planteó a GPT-6.1 Terra y GPT-5.6 Terra el mismo problema:
Reproducir la Torre de Belém de Lisboa en la hora dorada.
No solo había que dibujar esta fortaleza de piedra caliza del siglo 16, sino también reproducir las cuerdas talladas en piedra, los balcones abiertos, las almenas y los miradores abovedados, y además la imagen debía incluir gaviotas, veleros y el puente 25 de Abril entre la niebla.
El resultado fue muy interesante.
GPT-6.1 Terra tardó casi 4 veces más que la generación anterior y usó un 48% más de tokens.
Pero como el precio unitario es menos de la mitad del de la generación anterior, el costo total final resultó un 38% más bajo(el nuevo Terra gastó 0.047 dólares y el Terra antiguo, 0.077 dólares).
Aun así, por suerte, el tiempo extra sí se reflejó en la imagen.
Cuál es más refinada y completa se ve a simple vista.
Otro desarrollador, Victor Nunez, sacó a relucir los "formularios largos".
Pidió a GPT-6.1 Terra y GPT-6.1 Sol que, ambos en modo Fast, buscaran y rellenaran un formulario general bastante largo, y luego comparó lado a lado sus procesos de operación en la computadora.
Según Nunez,en la primera prueba, Terra completó el formulario 53.5 segundos antes que Sol.
La cuenta de desarrolladores de OpenAI luego reposteó directamente esta demostración.
Esto encaja de lleno con el posicionamiento oficial de Terra:
Quizá no sea el encargado de pensar hasta el final los problemas más difíciles, pero es muy adecuado para reconocer información en las interfaces, hacer clics consecutivos, rellenar contenido y completar rápidamente una larga serie de pasos.
Otro usuario, Leo, enfrentó a Terra con Claude.
En cuanto a la puntuación de inteligencia compuesta, Terra obtuvo 48 puntos, por debajo de los 56 de Sonnet 5.5 y de los 58 de Opus 5.5.
Pero cuando llegó al capítulo de velocidad y costo, el resultado se invirtió por completo:
La velocidad de generación de Terra alcanza los 283 Token/s, 3.4 veces la de Opus 5.5, con un costo por tarea de solo 0.4 dólares, aproximadamente una quinceava parte del de Opus 5.5.
Por eso el resumen de Leo es muy directo:
Si buscas inteligencia y capacidad, elige Sonnet 5.5; si buscas velocidad y relación calidad-precio, elige Terra. En cuanto a Opus 5.5, por ahora Terra aún no está en la misma liga.
Además, los resultados de las pruebas de otro internauta también confirman la conclusión de Leo.
Al comparar Sonnet 5.5 y 6.1 Terra con el mismo prompt, no hace falta decir cuál es superior.
Comparado con Opus 5.5, el precio es ciertamente mucho más barato, pero teniendo en cuenta los resultados generados, solo se puede decir:
Lo caro tiene sus razones (doge).
Ese mismo día, OpenAI también lanzó 3 nuevos descubrimientos científicos de IA
Además de Terra, ese mismo día OpenAI dejó caer una «bomba académica» aún mayor.
La empresa anunció oficialmente quesu sistema de IA obtuvo tres nuevos resultados en matemáticas, informática y física, relacionados respectivamente con el análisis armónico, la teoría de la complejidad y la teoría cuántica de campos。
Y no se trata solo de entregar una deducción en lenguaje natural y ya.
Los manuscritos en lenguaje natural y las pruebas formalizadas en Lean de los resultados de matemáticas e informática ya son públicos.
En cuanto al resultado de física, la formalización en Lean de la existencia de la teoría pura de Yang-Mills también está completa, pero los materiales relacionados serán revisados primero por un grupo de expertos externos.
No entraré en detalles; aquí resumo brevemente los avances que OpenAI logró en esta ocasión:
1. Resolver una conjetura que ha desconcertado a la comunidad matemática durante más de 30 años
OpenAI afirma quesu sistema de IA demostró la conjetura de suavidad local en todas las dimensiones y, a partir de ello, resolvió además la conjetura de Kakeya y la conjetura de restricción de Stein。
En términos sencillos, esta investigación estudia cómo se enfocan las ondas durante su propagación.
Fue planteada por el matemático Christopher Sogge en 1991, y hasta ahora solo se habían resuelto los casos de algunas dimensiones.
Hoy, la IA no solo proporcionó una prueba en lenguaje natural, sino que también la incorporó al sistema de pruebas formalizadas Lean.
Si posteriormente es confirmada por la comunidad matemática, significará que la IA realmente entró en un problema que los humanos no han podido resolver por completo en décadas.
2. Una base teórica de la informática usada durante décadas podría estar equivocada
El segundo resultado apunta a la hipótesis del tiempo exponencial (ETH).
Esta hipótesis sostiene, en términos generales, que para problemas complejos como 3-SAT es muy difícil encontrar algoritmos mucho más rápidos que la fuerza bruta.
Durante las últimas décadas, muchas conclusiones de la informática se han construido sobre la base de que es cierta.
Pero OpenAI afirma quesu sistema de IA demostró que la ETH es falsa y que ya completó su formalización en Lean。
Sin embargo, esto no significa que el problema P≠NP esté resuelto, ni que nuevos algoritmos prácticos vayan a aparecer de inmediato; solo indica que algunos problemas complejos podrían no ser tan difíciles de calcular como se pensaba.
3. Completar la prueba matemática para la teoría cuántica de campos en cuatro dimensiones de la física
El tercer resultado entra directamente en la teoría cuántica de campos.
OpenAI afirma quesu sistema proporcionó pruebas de existencia de ciertas teorías cuánticas de campos en cuatro dimensiones, incluida la cromodinámica cuántica (QCD)。
En términos sencillos, se trata de intentar demostrar desde una perspectiva matemática rigurosa:
Estas teorías físicas que describen los quarks, los gluones y la interacción fuerte sí pueden demostrarse válidas.
Entre ellas se incluye la prueba de la existencia de la teoría de Yang-Mills pura:
que forma parte del célebre problema del Premio del Milenio «Existencia de Yang-Mills y salto de masa».
Pero atención: solo una parte.
El problema de la brecha de masa sigue sin resolverse, por lo que todavía no se puede afirmar que la IA haya conquistado este difícil problema mundial con un valor de 1 millón de dólares.
Actualmente, los resultados pertinentes están siendo revisados por expertos externos como el Nobel David Gross.
Lanzar un modelo nuevo y, de paso, resolver un problema que ha perseguido a la humanidad durante décadas.
OpenAI:
Si no puedo salir a bolsa antes que la empresa A, tengo mil maneras de atraer la atención.
Enlaces de referencia:
[1]
https://openai.com/index/introducing-gpt-6-1-terra/
[2]
https://developers.openai.com/api/docs/models/gpt-6.1-terra
[3]
https://developers.openai.com/api/docs/pricing
[4]
https://x.com/OpenAI/status/2114780711664398349
[5]
https://x.com/DesignArena/status/2114800086391878104