GPT-6.1 Terra es rápido y barato, pero queda en el puesto 18 en prueba de contabilidad

El GPT-6.1 Terra, el nuevo modelo de OpenAI, obtuvo 78.2% en el DualEntry Accounting AI Benchmark y empató en el puesto 18 entre 22 modelos de IA evaluados. El resultado se dio a conocer en Nueva York el 26 de octubre de 2026. El benchmark, que es una prueba estandarizada que mide el desempeño en tareas prácticas, dejó al Terra detrás de rivales e incluso de otro modelo de la propia OpenAI.

Dónde acertó y dónde falló

El mejor desempeño del Terra fue en clasificación de transacciones, es decir, organizar operaciones como ventas y gastos en la categoría correcta, con 100% de aciertos en 13 de 13 casos. También le fue bien en asientos contables, con 92.3%, y en conciliación bancaria, que es cotejar el extracto con los registros de la empresa, con 83.3%. En esta última área, solo quedó detrás del Kimi K3.1 Pro y de Muse Wonder.

Las notas más bajas fueron en cuentas por pagar y cuentas por cobrar, rutinas que implican pagar a proveedores y cobrar a clientes. En cuentas por pagar, el Terra logró 53.8%, con 7 aciertos en 13, empatado en el último lugar, mientras que el Gemini 4 Argon llegó a 84.6%. En cuentas por cobrar, la nota fue de 58.3%.

Otro punto de atención fue la diferencia entre tareas fáciles y difíciles. El Terra marcó 71.4% en las difíciles, pero solo 75.7% en las fáciles, la segunda peor marca en ese nivel. La consistencia, que muestra si el modelo repite el acierto en los tres intentos, fue de 65.3%, la segunda más baja, solo por encima del GPT-6 Luna.

Velocidad y precio

Si en precisión el Terra quedó en la parte baja de la tabla, en agilidad se destacó dentro de OpenAI. Con 16.1 segundos por tarea, es el modelo más veloz de la empresa en esta prueba y el tercero más veloz entre todos. En lo más alto de la precisión están el Gemini 4 Argon, de Google, con 91.1%, el GLM-5.3 Flash, de Zhipu AI, con 88.1%, y el Grok 4.7, con 88.1%, además del GPT-6.1 Sol, de la propia OpenAI, con 81.2%.

El costo por tarea del Terra fue de $0.042, cerca de la mitad del valor del GPT-6.1 Sol y una décima parte del GPT-6 Astra. Aun con ese precio menor, tres modelos todavía más baratos tuvieron una nota mayor: DeepSeek V4.1 Flash, GLM-5.3 Flash y GLM-5.3.

GPT-6.1 Terra es uno de los modelos más rápidos que hemos probado, y para trabajo de alto volumen como la clasificación de transacciones esa velocidad es útil,

Benedict Dohmen, cofundador de DualEntry

Pero falló más tareas contables sencillas que casi cualquier otro modelo, por eso los equipos de finanzas deberían probar la IA en el trabajo real que necesitan hacer, no en la velocidad ni en una puntuación general de benchmark.

Benedict Dohmen, cofundador de DualEntry

Cómo se hizo la prueba

El DualEntry Accounting AI Benchmark reúne 101 casos contables ficticios en ocho áreas: clasificación de transacciones, asientos, cuentas por pagar, cuentas por cobrar, conciliación bancaria, informes financieros, cierre de mes y conocimiento contable. Cada modelo realiza la prueba completa tres veces a partir de la misma empresa de prueba, con las mismas herramientas e instrucciones.

Las respuestas se comparan con plantillas listas y reglas fijas de corrección, sin usar otra IA como evaluadora. No se usa ningún dato real de clientes. Los resultados completos de los 22 modelos, con precisión, consistencia, costo, tiempo de respuesta y desempeño por área, están publicados en dualentry.com/benchmark.