GPT-5.6 Terra: El discreto reemplazo de GPT-5.5 de OpenAI a mitad de precio

Cuando OpenAI lanzó GPT-5.6 el 9 de julio de 2026, los titulares se centraron en Sol, la capa insignia con el razonamiento más profundo y los gráficos de referencia. Sin embargo, al leer el anuncio de GPT-5.6 más allá de los números de Sol, el modelo con el mayor impacto en la producción se encuentra una fila más abajo. GPT-5.6 Terra cuesta $2.50 por millón de tokens de entrada y $15 por millón de tokens de salida, y OpenAI lo posiciona como competitivo con GPT-5.5 a aproximadamente la mitad de precio.

Esa afirmación reconfigura el lanzamiento. Si Terra iguala a GPT-5.5 en su carga de trabajo, cada solicitud que aún enruta a GPT-5.5 es un gasto que ya no necesita. Terra no es el compromiso de presupuesto de la familia; es la nueva elección de producción predeterminada. Su llegada también marca el final silencioso del recorrido de GPT-5.5 como el modelo de uso principal de OpenAI.

Esta guía cubre qué es Terra, cómo abordar la migración de GPT-5.5, cuándo Sol justifica el doble de precio, cuándo Luna supera a ambos, y cómo realizar pruebas de regresión del cambio antes de que sus usuarios lo vean.

TL;DR

• gpt-5.6-terra es la capa equilibrada en la familia GPT-5.6, entre el insignia Sol y el Luna, enfocado en la velocidad.
• Precios: $2.50 entrada / $15 salida por 1M de tokens. OpenAI posiciona a Terra como competitivo con GPT-5.5 a aproximadamente la mitad del costo.
• Los usuarios gratuitos de ChatGPT ahora obtienen Terra por defecto, una señal fuerte de la confianza de OpenAI en esta capa.
• La migración de GPT-5.5 es “una pasada de ajuste, no solo un cambio de nombre de modelo” según la documentación de OpenAI: pruebe su esfuerzo de razonamiento actual y un nivel inferior, y espere resultados más cortos.
• Las tres capas comparten el conjunto completo de características: seis niveles de esfuerzo de razonamiento, modo pro, caché explícito de prompts, y las nuevas capacidades de la API de Respuestas.
• Antes de pasar a producción, ejecute su conjunto de prompts guardados contra gpt-5-5 y gpt-5.6-terra en Apidog y compare las salidas y el conteo de tokens uno al lado del otro.

Qué es GPT-5.6 Terra

GPT-5.6 son tres modelos en una generación. Sol es el insignia con el razonamiento más profundo. Luna es el más rápido y económico, diseñado para llamadas de alto volumen y sensibles a la latencia. Terra se sitúa entre ellos: suficiente profundidad de razonamiento para la mayoría del trabajo de producción, con un precio que supera al modelo que reemplaza. Los nombres de las capas son duraderos, y OpenAI dice que cada capa avanzará a su propio ritmo a partir de ahora. Terra es un carril sobre el que se puede construir, no una marca de lanzamiento única.

El ID del modelo es gpt-5.6-terra, y el acceso a la API es de autoservicio para cualquier cuenta de API. Sin lista de espera, sin restricciones de plan. Un detalle que vale la pena señalar: el alias simple gpt-5.6 se enruta a Sol, no a Terra. Si desea la capa más económica, nómbrela explícitamente, o una configuración predeterminada perezosa duplicará su factura sin cambiar una línea de código.

Aquí está el precio de la familia por 1M de tokens:

Compare esos números con la línea base de precios de GPT-5.5 y la propuesta se vuelve clara: la misma clase de salida por aproximadamente la mitad de la factura. OpenAI no está presentando a Terra como un derivado ligero. Está presentando a Terra como el modelo que hace redundante a su anterior insignia por el precio.

Hay una señal más a la vista. Según el centro de ayuda de OpenAI, Terra es ahora el modelo que obtienen los usuarios gratuitos y Go de ChatGPT. OpenAI puso esta capa frente a su audiencia más grande y menos indulgente desde el primer día. Las empresas no hacen eso con un modelo en el que dudan.

Terra vs GPT-5.5: una decisión de migración, no un buscar y reemplazar

El movimiento tentador es intercambiar la cadena del modelo y desplegar. La propia documentación para desarrolladores de OpenAI advierte contra exactamente eso: "Trate la migración como una pasada de ajuste, no solo un cambio de nombre de modelo".

Tres comportamientos cambian debajo de usted:

• El esfuerzo de razonamiento se mapea de manera diferente. OpenAI recomienda probar su nivel de esfuerzo actual y un nivel inferior. Terra con un esfuerzo reducido puede igualar la calidad de su salida de GPT-5.5 al tiempo que reduce tanto la latencia como los tokens de salida, lo que aumenta la ventaja de precio.
• Las salidas son más cortas. GPT-5.6 escribe respuestas más concisas con menos introducciones genéricas. Si sus prompts incluyen instrucciones como "sea conciso" o "omita el preámbulo", elimínelas; las directivas de brevedad apiladas en un modelo ya breve pueden recortar contenido que deseaba conservar.
• Vale la pena volver a verificar el almacenamiento en caché. Observe el uso de tokens en caché durante su ventana de prueba, especialmente si adopta el nuevo modo de caché explícito que se cubre a continuación.

Las especificaciones vienen con una salvedad por ahora. La cobertura de la documentación inicial, incluida la reseña del primer día de Simon Willison, reporta una ventana de contexto de 1M de tokens, una salida máxima de 128K y un corte de conocimiento del 16 de febrero de 2026. Trate estas como cifras reportadas hasta que las páginas de especificaciones de OpenAI se estabilicen.

El plan de migración práctico se ve así: tome de 20 a 50 tareas representativas del tráfico de producción real, no de prompts sintéticos. Ejecútelos contra Terra con su configuración de esfuerzo actual y nuevamente un nivel inferior. Califique las salidas en comparación con su línea base de GPT-5.5 y registre los recuentos de tokens para cada ejecución. Si la calidad se mantiene con un esfuerzo menor, obtiene ahorros dos veces, una vez en la tarifa por token y otra en salidas más cortas. Si se degrada en una ruta específica, mantenga esa ruta con mayor esfuerzo en lugar de abandonar la migración. El objetivo de un modelo a mitad de precio se pierde si quema los ahorros en regresiones, así que mida antes de moverse.

Terra vs Sol: cuando el insignia duplica su valor

Sol cuesta exactamente el doble de la tarifa de Terra, $5 / $30 frente a $2.50 / $15. GPT-5.6 Sol es la capa que describen los puntos de referencia de lanzamiento de OpenAI, y las diferencias son reales, según OpenAI: aproximadamente 53 en Agents' Last Exam frente a 46.9 de GPT-5.5, 88.8% en Terminal-Bench 2.1 (91.9% con la configuración ultra), 73.5 en ExploitBench frente a 47.9, y 62.6 en OSWorld 2.0 frente a 47.5. Esas son afirmaciones del día de lanzamiento, y también son cifras de Sol. OpenAI no ha publicado la misma profundidad de datos de referencia para Terra, lo que le indica dónde reside la prima de 2x: en el límite superior del trabajo agencial.

Aquí va una advertencia honesta: ni siquiera Sol lidera en todas partes. En SWE-Bench Pro, Claude Fable 5 obtiene un 80.3% frente al 64.6% de Sol, según los mismos materiales de lanzamiento. La frontera está disputada en este ciclo, lo cual es una razón más para evaluar sus propias tareas en lugar de confiar en el gráfico de cualquier proveedor.

¿Cuándo Sol justifica el doble de precio?

• Codificación agencial de largo plazo, donde una ejecución fallida le cuesta la tarde a un ingeniero.
• Orquestación de herramientas de varios pasos donde la profundidad de razonamiento se acumula a lo largo de los turnos.
• Cargas de trabajo donde habilitaría ultra, la configuración multiagente que ejecuta cuatro agentes en paralelo y sacrifica un mayor gasto de tokens por resultados más rápidos en tiempo real. Ultra está disponible en ChatGPT Work en planes Pro y Enterprise, y en Codex desde Plus en adelante.

¿Y cuándo no? La mayoría de los chats. Resumen. Extracción. Clasificación con contexto. Respuesta RAG, donde la calidad de la recuperación importa más que el límite de razonamiento. Para estos, Terra a mitad de precio es la opción predeterminada racional. La aritmética es difícil de rebatir: un servicio que procesa 10M de tokens de entrada y 2M de tokens de salida al día factura $55 en Terra y $110 en Sol. En un mes, esa brecha es de $1,650, suficiente para financiar un conjunto de evaluación serio para las rutas donde sospecha que Sol podría ser relevante.

Terra vs Luna: cuándo reducir aún más

Luna cuesta $1 / $6 por 1M de tokens, un 60% por debajo de Terra. Es la capa más rápida, diseñada para trabajos de alto volumen y sensibles a la latencia: clasificación, extracción, enrutamiento, redacción de primer borrador. Si la tarea es específica y el prompt hace el trabajo pesado, Luna a menudo le permite lograrlo por menos de la mitad de la tarifa de Terra.

Un modelo mental útil: Terra es donde se empieza, y Luna es donde las rutas individuales se gradúan una vez que las evaluaciones demuestran que la capa más barata se mantiene. Dividir el tráfico entre capas es una operación normal ahora, no una optimización para más adelante. La comparación Sol vs Terra vs Luna desglosa la decisión ruta por ruta si desea el marco completo.

Cada capa obtiene el conjunto completo de características

Anteriormente, bajar de capa significaba perder capacidades. Aquí no. Los tres modelos GPT-5.6 comparten la misma superficie:

• Seis niveles de esfuerzo de razonamiento: none, low, medium, high, xhigh, max.
• Modo Pro (reasoning.mode: "pro"), una configuración de calidad prioritaria disponible en todas las capas. Es un parámetro, no un modelo separado.
• Caché explícito de prompts: configure prompt_cache_options.mode: "explicit" con un campo ttl. Las escrituras en caché se facturan a 1.25x la tarifa de entrada sin caché, las lecturas en caché mantienen el descuento del 90%, y el contenido en caché vive al menos 30 minutos. Para un agente o chatbot con un prompt de sistema largo y estable, esto se suma al precio base de Terra para reducir el costo efectivo de entrada muy por debajo de la tarifa nominal.
• Las nuevas capacidades de la API de Respuestas: llamada programática de herramientas, donde el modelo escribe JavaScript que orquesta llamadas de herramientas dentro de un entorno de ejecución V8 aislado sin acceso a la red; ejecución multiagente en beta; razonamiento persistente a lo largo de los turnos a través de reasoning.context; y configuraciones de detalle de visión (original / auto) que conservan las dimensiones originales de la imagen.

La consecuencia es clara: la elección de la capa es puramente una decisión de precio versus profundidad. Nunca se sacrifica una función de API al elegir Terra.

Una llamada mínima a Terra a través de la API de Respuestas se ve así:

curl https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-terra",
    "reasoning": { "effort": "low" },
    "input": "Summarize this support thread and flag any refund request."
  }'

Realice pruebas de regresión del cambio antes de que la producción lo vea

La lista de verificación de migración anterior solo funciona si puede comparar ejecuciones de manera limpia, y ese es un problema de herramientas antes que un problema de modelo. Descargue Apidog y el flujo de trabajo le llevará una tarde:

1. Guarde su solicitud de la API de Respuestas una vez, con el nombre del modelo como una variable de entorno en lugar de una cadena codificada.
2. Cree dos entornos: uno establece la variable en gpt-5-5, el otro en gpt-5.6-terra.
3. Ejecute su conjunto de prompts guardados contra cada entorno y compare las respuestas una al lado de la otra.
4. Lea los campos de usage en cada respuesta: tokens de entrada, tokens de salida y tokens en caché le indican el costo del cambio, no lo que implica la página de precios.

Espere que las respuestas de Terra sean más cortas que las de GPT-5.5 con los mismos prompts. Esto es intencional, pero tiene consecuencias a posteriori: analizadores que asumen una longitud mínima, interfaces de usuario que rellenan respuestas cortas de forma incómoda, presupuestos de tokens ajustados al modelo anterior. La comparación del recuento de tokens es el paso que la mayoría de los equipos omite, y es el paso que decide la economía real de la migración.

Una vez que Terra apruebe su conjunto de prompts, agregue un tercer entorno para gpt-5.6-luna y vuelva a ejecutar las rutas económicas. Las mismas solicitudes guardadas responden a la siguiente pregunta de costo antes de que alguien la formule.

Preguntas frecuentes

¿Es GPT-5.6 Terra mejor que GPT-5.5?

OpenAI posiciona a Terra como competitivo con GPT-5.5, no estrictamente mejor, a aproximadamente la mitad de precio. Para la mayoría de las cargas de trabajo, el intercambio es una calidad comparable con salidas más cortas y una factura menor. La respuesta honesta para su pila proviene de la evaluación comparativa de sus propias tareas representativas antes de cambiar el tráfico.

¿Cuánto cuesta GPT-5.6 Terra?

$2.50 por 1M de tokens de entrada y $15 por 1M de tokens de salida, con lecturas de caché manteniendo un descuento del 90% bajo el nuevo modo de caché explícito. Para conocer la economía familiar completa, incluyendo Sol, Luna y el cálculo de caché, consulte el desglose de precios de GPT-5.6.

¿Qué planes de ChatGPT incluyen Terra?

Todos ellos. Los usuarios gratuitos y Go obtienen Terra como su modelo. Plus y superiores pueden elegir entre Sol, Terra y Luna y establecer un nivel de esfuerzo de razonamiento por modelo, con Sol disponible en esfuerzo medio y superior en Plus.

¿Necesito cambios en el código para usar Terra?

La forma de la llamada no ha cambiado; Terra funciona con su integración existente de la API de Respuestas, y los IDs de modelo están confirmados en la documentación para desarrolladores de OpenAI. Lo que requiere atención es el ajuste: vuelva a probar su nivel de esfuerzo de razonamiento, elimine las directivas de brevedad de los prompts y confirme que el código posterior maneja salidas más cortas.

El valor predeterminado ha cambiado

GPT-5.5 no está obsoleto hoy, pero su economía sí lo está. Cuando el mismo proveedor vende una salida comparable a mitad de precio, mantenerse quieto es una decisión que debería poder defender con datos, y la mayoría de los equipos no podrán hacerlo. Terra es el nuevo punto de partida: comience allí, promueva rutas agenciales difíciles a Sol cuando las evaluaciones lo exijan, y degrade rutas estrechas de alto volumen a Luna cuando pasen.

El siguiente paso es pequeño. Extraiga 20 prompts reales de sus registros de producción, ejecútelos contra gpt-5-5 y gpt-5.6-terra en Apidog, y deje que las salidas y el recuento de tokens decidan. Una capacidad a mitad de precio es una afirmación hasta que sus propias evaluaciones lo confirmen, y confirmarlo le costará una tarde.