La ficha de Amazon Bedrock registra la ventana de 1.050.000 tokens y el tope de salida de 128.000. Artificial Analysis lista la ventana como 1 millón de tokens. La entrada es texto e imagen. La salida es texto. Audio y video no entran.
Cuándo usar Terra y cuándo usar Sol
Terra entra cuando el trabajo es la pantalla: completar, extraer, operar una aplicación y devolver un texto que se lee. GPT-6.1 Sol y GPT-6 Astra siguen adelante cuando la tarea es el código más difícil o la investigación científica.Lo que midió OpenAI
Los números de abajo son los que publicó OpenAI. Donde no aparece la nota absoluta, la comparación es la del anuncio, sin el puntaje bruto.De la imagen a la acción
En Agents’ Last Exam, que incluye convertir un plano arquitectónico en un modelo 3D y marcar una película plano por plano, OpenAI dice que, con esfuerzo medio, Terra queda 15 puntos porcentuales por encima del GPT-5.6 Terra por cerca de un tercio del costo. En la misma prueba, dice que empata con GPT-6 Astra por un décimo del precio por token. Con esfuerzo máximo, dice que usa más de tres veces menos tokens que Claude Opus 5.5, cuesta un cuarto por token y sale cerca de nueve veces más barato por tarea. También termina las tareas más de tres veces más rápido que Astra y GPT-6.1 Sol. En MMMU-Pro, razonamiento visual, OpenAI dice que Terra supera al GPT-5.6 Terra en todas las configuraciones y se acerca a Astra y a Sol. En OSWorld 2.1, uso de aplicaciones de escritorio, dice que el esfuerzo medio supera el mejor puntaje del GPT-5.6 Terra por una fracción del costo por tarea.Menos error factual
En un conjunto interno de prompts hechos para inducir error, la tasa con esfuerzo bajo bajó de 53,6% en GPT-5.6 Terra a 16,7% en GPT-6.1 Terra. Con esfuerzo máximo, bajó 18 puntos porcentuales y llegó a 4,3%, cerca de Astra y de Sol, según OpenAI. Ese conjunto provoca error. No es la tasa del uso común.Código, hasta un punto
En Terminal-Bench 4.0, con esfuerzo máximo, OpenAI midió 50,3%, más del doble del 21,5% publicado para GPT-5.6 Terra. Para el código más difícil, indica GPT-6.1 Sol y GPT-6 Astra. En Terminal-Bench-Science 0.1, dice que Terra supera a Sol a un costo menor y queda a menos de cinco puntos de Opus 5.5 por menos de un quinto del costo estimado. La nota absoluta de esa prueba no se publicó.Lo que midió Artificial Analysis
En la variante max, Artificial Analysis marcó 48 en el Intelligence Index, en el puesto 25 de 220 modelos de la misma clase. La mediana de la franja es 28. En esa ronda el modelo generó 130 millones de tokens de salida, contra una mediana de 81 millones. El costo medio fue de 0,40 dólares por tarea del índice. La velocidad de salida fue de 90,9 tokens por segundo, por encima de la mediana de 85,3. El tiempo hasta el primer token de la respuesta, en esa variante, fue de 133,64 segundos, y la cuenta incluye el razonamiento. En la variante medium, la misma fuente midió 1,85 segundos hasta el primer token de la respuesta, con la misma velocidad de 90,9 tokens por segundo.
La tabla mezcla números de OpenAI con el Intelligence Index de Artificial Analysis. El volumen de texto, el costo por tarea y los tiempos son de la variante max, salvo el 1,85 segundo, que es de la medium. Los resultados dependen del harness, de las tools y del esfuerzo. Validá en tu flujo antes de cambiar una configuración en producción.
Dónde no lidera
- En el Intelligence Index, 48 queda por debajo de GPT-6.1 Sol y de GPT-6 Astra. La página de Sol en esta documentación registra 52 y 53 para esos dos.
- En el código más difícil, OpenAI sigue señalando a Sol y a Astra.
- Con esfuerzo máximo, el primer token de la respuesta tarda. Artificial Analysis midió 133,64 segundos porque el razonamiento entra en esa cuenta.
- La salida es solo texto. La imagen entra. Video y audio no entran.
- El modelo alcanza el umbral Crítico de ciberseguridad en el Preparedness Framework de OpenAI y mantiene las protecciones de GPT-6 Astra. Esta página no describe cómo explotar una falla.
Dónde genera más valor
Una factura que entra al sistema
La factura llega en PDF o en la pantalla de la aplicación. Terra lee los campos y prepara el asiento. No lo envía. Resultado esperado: cada campo con origen, y el envío detenido para confirmación.Un plano técnico
La medida está en el plano, no en un campo de texto. Terra devuelve el valor, la unidad y la vista de donde salió. Resultado esperado: la lista de lo que muestra la imagen, y lo que no muestra.Un texto que tiene que estar bien
Propuesta, respuesta a un cliente o registro interno. El modelo escribe y marca lo que no pudo confirmar. Resultado esperado: el texto, las fuentes y la laguna explícita.Cómo aplicarlo en Tess
1
Elegí pantalla, plano o texto
Preferí formulario, factura, plano técnico o un texto que necesite revisión. Para el código más difícil, usá Sol o Astra.
2
Cerrá qué cuenta como listo
Decí el resultado, los campos que pueden cambiar y la prueba que cierra la tarea.
3
Definí tools y aprobaciones
Habilitá solo las herramientas necesarias. Exigí confirmación antes de enviar, publicar o alterar datos.
4
Elegí el esfuerzo por la espera
Esfuerzo medio para la pantalla del día a día. Esfuerzo máximo cuando la revisión factual importa más que la espera.
5
Probá un caso antes de soltar
Corré un caso entero, revisá qué cambió y solo entonces repetí el flujo.
Tres playbooks para empezar
1. Factura o formulario
Entrada: el PDF o la pantalla, y la lista de campos del sistema.Tools: lectura del archivo o de la pantalla. Sin envío.
2. Plano técnico
Entrada: el plano y la lista de lo que hay que extraer.Tools: lectura de la imagen.
3. Texto con laguna explícita
Entrada: el material de origen y el destinatario del texto.Tools: lectura de archivos.
Límites y buenas prácticas
- El precio de lista en la API de OpenAI es de 1 dólar de entrada, 0,05 dólar de lectura de caché y 5 dólares de salida, por 1 millón de tokens. OpenAI dice que eso es 50% menor que GPT-5.6 Terra y GPT-6.1 Sol.
- El costo de una tarea depende de cuánto escribe el modelo y de cuántas revisiones pide. Compará por el resultado aprobado, no solo por el precio de lista.
- Un contexto de 1.050.000 tokens no reemplaza la selección. Enviá lo que la tarea usa.
- OpenAI dice que Terra tiene más chance de quedarse en el alcance y de decir lo que no pudo hacer, respecto de GPT-5.6 Terra, y que resistió instrucciones hechas para sacarlo de la tarea. Revisá una muestra igual.
- Mantené aprobación humana para decisiones financieras, jurídicas, clínicas o de alto impacto.