Terra y Luna: razonamiento rápido y asequible
En esta página
El razonamiento que usarás a diario
En la generación anterior, el razonamiento rápido y asequible corría a cargo de o4-mini. Ese modelo salió de la API el 23 de octubre de 2026, con gpt-5.6-terra como su sucesor designado. En la gama actual, esa función recae en dos modelos: GPT-6.1 Terra, que es rápido y eficiente, y GPT-6 Luna, la opción más económica. Combinados con niveles de esfuerzo moderados, gestionan la mayor parte de las tareas técnicas diarias y merecen un lugar destacado en tu flujo de trabajo.
Dónde encajan Terra y Luna
En la API, GPT-6.1 Terra (gpt-6.1-terra) cuesta 1 $ por millón de tokens de entrada y 5 $ por millón de tokens de salida. OpenAI lo presenta como un modelo rápido y eficiente para el razonamiento visual, el control preciso del ordenador y la redacción clara. GPT-6 Luna (gpt-6-luna), con un precio de 0,10 $ y 0,50 $, está diseñado para tareas repetitivas específicas y de gran volumen: extracción, clasificación, transformación y resúmenes estructurados. Ambos aceptan todos los niveles de esfuerzo, desde none hasta max, y comparten la ventana de contexto de 1,05 millones de tokens del resto de la gama.
En ChatGPT, los encontrarás principalmente en Work y Codex. OpenAI recomienda Terra para la redacción, la comprensión de imágenes y el trabajo dentro de aplicaciones, mientras que Luna es ideal para tareas limpias y repetitivas donde puedes reconocer fácilmente un buen resultado; para Luna, la documentación sugiere empezar en el nivel High. En Chat, los planes Free y Go dependen de un modelo Luna, con el botón Think disponible para preguntas más difíciles.
GPT-6.1 Sol y GPT-6 Astra mantienen la ventaja en problemas altamente abstractos, compensaciones estratégicas que implican muchos factores, exploraciones exhaustivas y trabajos de gran extensión donde el tiempo de respuesta importa menos.
Cuándo subir el nivel
La pregunta clave no es «¿qué modelo debo elegir?», sino «¿qué nivel de esfuerzo debo activar?». Cuatro señales justifican pasar de none o low a medium en Terra: la tarea implica cálculos o verificación lógica; se descompone en múltiples pasos; la respuesta en el nivel más bajo fue aproximada o incorrecta; o la conclusión requiere cruzar varias piezas de información. Si high aún no es suficiente, es momento de cambiar a GPT-6.1 Sol.
Cinco casos de uso donde este ajuste destaca
Como asistente de codificación diario, Terra configurado en medium razona sobre la lógica del programa, detecta errores y propone correcciones bien argumentadas: «Aquí tienes una función en Python que debería calcular la mediana de una lista, pero a veces devuelve un resultado incorrecto. Encuentra el error y corrígelo: [código]». Para un análisis rápido de datos, evita la necesidad de invocar un modelo más caro: «Aquí tienes cifras de ventas de 5 productos durante 6 meses. ¿Cuál tiene la mejor trayectoria y cuál corre riesgo de caer? Justifícalo con cálculos».
También destaca como verificador, ya sea de tus propios cálculos o de la salida de otro modelo. Gracias a sus capacidades visuales, puede comentar una captura de pantalla de un cuadro de mandos: «¿Cuáles son las tres observaciones más importantes y qué recomiendas?». Ten en cuenta que los números leídos de una imagen siguen necesitando verificación. Por último, para tareas repetitivas como clasificar 500 tickets o extraer campos de 200 documentos, Luna configurado en low o medium ofrece la mejor relación calidad-precio; prueba primero con una muestra.
Tres hábitos que lo cambian todo
Sé directo: «Calcula la tasa de crecimiento anual compuesta para estos ingresos: 2021 = 1,2 M€, 2022 = 1,5 M€, 2023 = 1,9 M€, 2024 = 2,3 M€, 2025 = 2,8 M€» funciona mejor que un largo preámbulo. OpenAI recomienda instrucciones simples y directas para sus modelos de razonamiento. Pide verificación dentro del resultado: «Da el resultado y luego verifícalo usando un método diferente». Y trabaja en iteraciones cortas: la velocidad de estos ajustes está diseñada para un ida y vuelta rápido.
Tu turno
Cuatro tareas, un cronómetro. Prueba Terra en medium (en la API o Work), o el nivel Medium en Chat como alternativa, con estas cuatro peticiones. Anota el tiempo de respuesta y verifica cada resultado.
- «Resuelve: si 3x + 7 = 2(x − 4) + 15, ¿cuál es x? Verifica.» (Respuesta esperada: x = 0.)
- «Aquí tienes un fragmento de código JavaScript: [código con un error sutil]. Encuentra el error.»
- «Mis ingresos trimestrales: T1 = 120 k, T2 = 135 k, T3 = 128 k, T4 = 142 k. Calcula la tendencia y proyecta el siguiente T1.»
- «El software cuesta 15.000 € al año. La alternativa de código abierto cuesta 5.000 € para el despliegue y luego 2.000 € al año en mantenimiento. ¿Cuándo se vuelve rentable la alternativa?»
Cada una se gestiona rápidamente con un razonamiento suficiente. Usar un modelo más caro con un nivel de esfuerzo alto para este tipo de peticiones cuesta más y lleva más tiempo, sin aportar valor añadido.
Fuentes oficiales: Modelos (API de OpenAI: GPT-6.1 Terra y GPT-6 Luna, niveles de esfuerzo, precios) · Obsolescencias (o4-mini retirado el 23 de octubre de 2026, sucesor) · Modelos (Documentación de ChatGPT: casos de uso de Terra y Luna en Work, nivel inicial) · Mejores prácticas de razonamiento (instrucciones directas)
Puntos clave
- o4-mini salió de la API el 23 de octubre de 2026; GPT-6.1 Terra y GPT-6 Luna gestionan ahora el razonamiento rápido
- Terra: 1 $ / 5 $ por millón de tokens para redacción, imágenes y control de aplicaciones; Luna: 0,10 $ / 0,50 $ para tareas repetitivas de gran volumen
- Ambos aceptan esfuerzo desde
nonehastamax; aumenta el esfuerzo antes de cambiar de modelo - Usa instrucciones directas, solicita verificación en la salida e itera rápidamente
- Reserva GPT-6.1 Sol y GPT-6 Astra para problemas abstractos, estratégicos o exhaustivos