O que é o GPT-6.1 Terra e em quais tarefas ele faz diferença no dia a dia?

Ilustração representando o modelo GPT-6.1 Terra da OpenAI aplicado a tarefas visuais e de escrita

Fala aí, beleza? O GPT-6.1 Terra é o modelo rápido e eficiente que a OpenAI lançou em 26 de outubro de 2026, juntando raciocínio visual detalhado, uso preciso do computador e uma escrita mais clara e natural

Ele serve pra quem passa o dia em trabalho visual, de computador e de escrita em alto volume, e a programação mais complexa continua com o GPT-6.1 Sol ou o GPT-6 Astra, segundo a própria OpenAI

O que a OpenAI diz que o GPT-6.1 Terra faz

Pela definição oficial na documentação da OpenAI, o Terra é um modelo rápido e eficiente que combina raciocínio visual detalhado e uso preciso do computador com uma escrita mais clara e natural

Na descrição publicada no X, a empresa resume assim: ele entende o que está na tela, executa ações entre aplicativos, escreve de forma natural e é um modelo mais capaz pro dia de trabalho inteiro

E o que mudou em relação ao GPT-5.6 Terra?

A OpenAI declara três melhorias:

  • Melhor desempenho em tarefas profissionais e de engenharia de software
  • Menos erros factuais
  • Tarefas no computador concluídas mais rápido

Especificações técnicas do modelo:

Segundo a documentação, os números do modelo são estes:

  • Janela de contexto de 1,05 milhão de tokens
  • Entrada máxima de 922 mil tokens
  • Saída máxima de 128 mil tokens
  • Entrada de texto e imagem
  • Seis níveis de raciocínio, de none até max

O detalhe da entrada de imagem é o que sustenta a parte de raciocínio visual: o modelo recebe a imagem e raciocina em cima dela, não só em cima de texto 🙂

Em quais tarefas do dia a dia o GPT-6.1 Terra faz diferença

A OpenAI cita no anúncio oficial quatro tarefas como ponto forte: redigir propostas, interpretar desenhos técnicos, preencher formulários e editar vídeos

São as tarefas de comunicação e de computador que ocupam o dia de trabalho, e cada uma casa com uma das capacidades oficiais

Se liga como fica na prática:

Redigir propostas: a parte da escrita natural

Proposta comercial, resposta pra cliente, escopo de projeto, e-mail que precisa soar como gente e não como robô

É aqui que entra a escrita mais clara e natural que a OpenAI destaca, e o volume pesa: se você escreve esse tipo de texto o dia inteiro, um modelo mais barato e rápido faz diferença no acumulado

Interpretar desenhos técnicos: o raciocínio visual

Planta, diagrama, esquema de peça, print de arquitetura de sistema

O Terra aceita imagem na entrada e a OpenAI fala em raciocínio visual detalhado, ou seja, a ideia é ele ler o desenho e explicar o que está ali, não só descrever por cima

Preencher formulários: ações entre aplicativos

Sabe aquele trabalho chato de pegar dado de um lugar e jogar em outro? Planilha pra sistema, e-mail pra cadastro, e por aí vai

Isso é o uso do computador: entender o que está na tela e executar ações entre aplicativos

Como sinal (informado pelas fontes, não medido aqui), o modelo marcou 74,2% na versão offline do OSWorld 2.1, que avalia uso de apps de desktop em tarefas de várias etapas, conforme o Neowin

Editar vídeos: tela e ação juntas

A OpenAI coloca edição de vídeo na lista de tarefas fortes do Terra

É o tipo de trabalho que mistura as duas coisas de cima: enxergar o que está acontecendo na interface do editor e agir nela

E os erros factuais?

Esse ponto importa em qualquer uma das quatro tarefas, porque proposta com dado errado é pior que proposta nenhuma haha

No benchmark interno da OpenAI, com prompts feitos de propósito pra provocar erro, a taxa caiu de 53,6% para 16,7% com esforço baixo e chegou a 4,3% com esforço máximo, segundo o The Decoder

Vale lembrar: é benchmark da própria empresa, então trate como sinal, não como garantia

Quando usar o Terra e quando escolher o GPT-6.1 Sol ou o GPT-6 Astra

A resposta curta: a OpenAI ainda recomenda o GPT-6.1 Sol ou o GPT-6 Astra pras tarefas de programação mais complexas, e o Terra fica com trabalho visual, uso do computador e escrita em alto volume

Então não é "o Terra substitui tudo", tá?

É mais como ter um dev muito rápido e barato pro dia a dia, e chamar o especialista mais caro quando o problema fica cabeludo

Por que o Terra pesa tanto no custo-benefício

Segundo a OpenAI, o Terra iguala o GPT-6 Astra por um décimo do preço por token e conclui tarefas, em média, mais de 3 vezes mais rápido que o Astra e o GPT-6.1 Sol

No Terminal-Bench 4.0, a empresa informou 50,3% das tarefas resolvidas com esforço de raciocínio máximo, contra 21,5% publicados pro GPT-5.6 Terra

É um salto grande em relação ao antecessor, mas não muda a recomendação oficial pra programação pesada

E no GitHub Copilot?

No changelog do GitHub, o Terra aparece posicionado pra programação agêntica do dia a dia e trabalho no terminal, com custo menor que o GPT-6.1 Sol

Veredito por perfil

  • Você escreve muito, lida com documento visual ou faz tarefa repetitiva no computador: o Terra é a escolha natural
  • Você programa no dia a dia, com tarefa agêntica e terminal: o Terra é uma opção mais barata, e é assim que o Copilot posiciona ele
  • Você encara refatoração grande, arquitetura complexa ou bug cabeludo: fique com o Sol ou o Astra, que é o que a OpenAI recomenda

Se tu quer entender melhor onde o ChatGPT entra na programação antes de escolher modelo, vale começar por aí

Quem pode usar o GPT-6.1 Terra e quanto custa na API

No ChatGPT, o Terra está em liberação gradual pra usuários Plus, Pro, Enterprise e Edu no ChatGPT Work e no Codex

A OpenAI não disse se usuários Free vão receber o modelo

No GitHub Copilot, ele está chegando aos assinantes Pro, Pro+, Max, Business e Enterprise, com o acesso sendo liberado aos poucos

Quanto custa na API:

Na API, o identificador é gpt-6.1-terra

O preço padrão é US$ 1 por milhão de tokens de entrada e US$ 5 por milhão de tokens de saída

Isso é metade do GPT-6.1 Sol (US$ 2 e US$ 10) e 50% abaixo do preço padrão do GPT-5.6 Terra

Contexto longo, cache, Batch e Flex

Tome cuidado com o contexto longo!

Acima de 272 mil tokens de entrada, o preço padrão passa a US$ 2 por milhão de entrada e US$ 7,50 por milhão de saída, e isso vale pra requisição INTEIRA, não só pro que passou do limite

Outros valores da documentação:

  • Entrada em cache: US$ 0,05 por milhão de tokens
  • Batch e Flex: 50% do preço padrão

Se a tua tarefa não precisa de resposta na hora, Batch e Flex cortam a conta pela metade 😀

Por que o GPT-6.1 Terra não aparece no seletor do Codex desktop

Tem um caso relatado em issue no repositório do Codex: o Terra não aparecia no seletor de modelos do app desktop

A causa era o config.toml do usuário, que tinha um override model_catalog_json apontando pra um arquivo JSON local antigo, sem o gpt-6.1-terra

Que override é esse?

É uma configuração que troca o catálogo de modelos por um arquivo seu, então o app passa a ler a sua lista e não a atualizada

Como resolver

Se o modelo não aparece, revise o config.toml e veja se existe um override model_catalog_json

Se existir e o arquivo apontado for antigo, é ele que está escondendo o Terra do seletor

Como evitar

Lembre que esse override substitui o catálogo atualizado, então todo modelo novo vai ficar de fora enquanto ele estiver ali com uma lista velha

E se não tiver override nenhum? Aí pode ser só a liberação gradual mesmo, que ainda não chegou na tua conta

Vídeo sobre o lançamento do GPT-6.1 Terra

No canal Hora de Codar tem um vídeo sobre o lançamento do GPT 6.1 Terra, colocando o modelo em projetos reais

Vídeo trata diretamente do lançamento do GPT 6.1 Terra, mesmo produto e versão do tema, com testes em projetos reais que podem ilustrar casos de uso práticos do modelo.

Por onde começar com o Terra?

Pega UMA tarefa repetitiva real da tua semana: aquela proposta que tu sempre reescreve, o formulário chato, a leitura de um desenho técnico

Roda ela no Terra pelo plano que você já tem, ou pela API com gpt-6.1-terra, e compara com o jeito que você faz hoje

Pra programação pesada, deixa o Sol ou o Astra como referência e vê se o Terra dá conta do resto do dia =)

Até o próximo post!

Quer aprender mais sobre inteligência artificial e programação na prática? Conheça o canal Hora de Codar no YouTube e acompanhe os próximos vídeos.

Escrito por | Matheus Battisti

Matheus Battisti
Fundador da Hora de Codar

Programador apaixonado pelo mundo das tecnologias, sempre buscando em aprender e se aprofundar em linguagens, frameworks e o que mais for necessário para executar um bom trabalho. Agora tem uma nova missão que é de passar seu conhecimento adiante para formar novos programadores e especializar mais os que já são.

Formações

Formação Vibe Coding

Formação Vibe Coding

Do Prompt ao Produto: Crie Software Real com IA

  • 474 aulas
  • 20 projetos
  • 39h 30min

Blog | Mais populares