GPT-5.6 Terra es el nivel intermedio equilibrado de la familia GPT-5.6 de OpenAI, descrito en su página de modelo como el modelo GPT-5.6 que equilibra inteligencia y coste; OpenAI lo posiciona para tareas de negocio de alto volumen como la atención al cliente, las herramientas internas y el análisis de documentos, situándolo por debajo del buque insignia en precio.
- Entrada
- texto imagen $2/M
- Salida
- texto $12/M
- Lectura de caché
- $0.2/M
- Contexto
- 1.1M
- vs GPT-4o
- ~60% más barato
- Corte de conocimiento
- 2026-02
Prompts de más de 272K tokens: toda la solicitud se factura a $4/M de entrada · $18/M de salida
Benchmarks
Publicado por los proveedores: Alibaba (Qwen) Anthropic ByteDance DeepSeek Google MiniMax Moonshot OpenAI Tencent Z.ai
El precio en contexto
Posición del precio entre 68 modelos comparables
La barra muestra dónde queda el precio de este modelo entre todos los modelos del mismo tipo en Synthorai. En cada extremo se nombra el más barato y el más caro. Son tarifas base; los descuentos por lote, región y escritura en caché están en la página de precios.
Especificaciones y límites
Tokens
| Ventana de contexto (especificación del proveedor) | 1.050.000 |
|---|---|
| Salida máxima (especificación del proveedor) | 128.000 |
| Corte de conocimiento | 2026-02 |
Caché de prompts
| Modo | automático |
|---|---|
| Prefijo mín. | 1024 |
| Duración | 5-10 min, hasta 1 hora |
Razonamiento
| Parámetro del proveedor | reasoning.effort |
|---|---|
| Valores admitidos | none · low · medium · high · xhigh · max |
| Valor por defecto | medium se aplica si la solicitud no indica nada |
| Se puede desactivar | Sí |
| Comportamiento del razonamiento | La Responses API acepta además reasoning.mode, con valor standard (el predeterminado) o pro; mode y effort son diales independientes. |
| Parámetro | reasoning_effort |
| Valores | minimal · low · medium · high parámetros que expone la pasarela; se aplica el mapeo del proveedor indicado arriba |
Modelo
| Modalidades | texto + imagen → texto |
|---|
- Nivel intermedio para cargas que equilibran inteligencia y coste
- OpenAI lo posiciona para tareas de negocio de alto volumen a un precio más bajo que el buque insignia
- contexto de 1.05M / salida máxima de 128k
- los prompts de más de 272k tokens de entrada se facturan a 2x la entrada / 1,5x la salida
Un prompt, medido a través de la pasarela
GPT-5.6 Terra superado · 3 sentences
Enabling reasoning makes the model generate additional internal analysis tokens and perform more computation before producing the final answer, increasing usage per request. Those extra tokens are billed like other model output or are reflected in higher-priced reasoning-model rates, so even unchanged user traffic can cost substantially more. The bill doubled because average cost per request rose, likely from longer reasoning traces, more complex model routing, or both.
salida 120 tok (+31 razonamiento) latencia 2.4 s
Cumplimiento de la instrucción (exactamente tres frases, se pueden contar), adaptación al público (registro de CFO) y la diferencia de facturación por razonamiento oculto que dejan ver los contadores de tokens de abajo.
GPT-5.6 Terra superado · 8/8 cases
```python def longest_run(xs): if not xs: return 0 best = 1 cur = 1 for i in range(1, len(xs)): if xs[i] == xs[i - 1]: cur += 1 else: cur = 1 best = max(best, cur) return best ``` The bug is that `cur` and `best` were counting adjacent *matches* rather than the number of items in a run: a run of one item has zero matching adjacent pairs, and a run of length `n` has only `n - 1` such pairs. Initializing both counters to `1` for a nonempty list and resetting `cur` to `1` when the value changes makes them represent actual run lengths. Updating `best` on every iteration also ensures a run that continues through the final element is included.
salida 196 tok latencia 2.6 s
Si la corrección funciona de verdad (se puede ejecutar), lo densa que es la explicación y la eficiencia en tokens en una tarea acotada.
GPT-5.6 Terra superado · 5/5 fields, guidance "withheld pending the Q4 close"
{"company":"Meridian Robotics","quarter":"September quarter","revenue_usd_m":412,"growth_pct":null,"guidance":"withheld pending the Q4 close"}
salida 149 tok (+103 razonamiento) latencia 2.3 s
Respeto del esquema (sin campos inventados), tentación de alucinar (la guidance se omite a propósito) y diferencias entre las vías de salida estructurada.
GPT-5.6 Terra superado · 120 words, 0 banned, 1 question
Today, our API gateway introduces cross-provider prompt caching, reducing repeated token processing while preserving your existing model routing. Teams can store reusable system prompts, policy blocks, and long context prefixes once, then serve them to supported providers with consistent cache keys and observability. The feature tracks hit rates, latency savings, and estimated cost reductions in the dashboard you already use for requests. Why pay to recompute identical context on every call? Configure cache policies by route, tenant, model, or TTL, and fall back automatically when a provider lacks compatible caching. Built-in controls help protect sensitive data through encryption, regional settings, and explicit expiration. Start with a single endpoint, compare results across providers, and scale prompt reuse without rewriting application logic.
salida 631 tok (+475 razonamiento) latencia 6.0 s
Respeto de las restricciones (límite de palabras, lista de palabras prohibidas, una única pregunta), sello de estilo y control de la longitud.
Usa GPT-5.6 Terra en 30 segundos
Compatible con OpenAI: cambia el base_url y conserva tu SDK. POST /v1/chat/completions
from openai import OpenAI
client = OpenAI(
base_url="https://synthorai.io/v1",
api_key="sk-syn-...",
)
resp = client.chat.completions.create(
model="gpt-5.6-terra",
messages=[{"role": "user", "content": "Summarize this diff"}],
reasoning_effort="medium",
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://synthorai.io/v1",
apiKey: "sk-syn-...",
});
const resp = await client.chat.completions.create({
model: "gpt-5.6-terra",
messages: [{ role: "user", content: "Summarize this diff" }],
reasoning_effort: "medium",
});
console.log(resp.choices[0].message.content);curl https://synthorai.io/v1/chat/completions \
-H "Authorization: Bearer sk-syn-..." \
-H "Content-Type: application/json" \
-d '{
"model": "gpt-5.6-terra",
"messages": [{"role": "user", "content": "Hello"}],
"reasoning_effort": "medium"
}'package main
import (
"context"
"fmt"
"github.com/openai/openai-go/v3"
"github.com/openai/openai-go/v3/option"
)
func main() {
client := openai.NewClient(
option.WithBaseURL("https://synthorai.io/v1"),
option.WithAPIKey("sk-syn-..."),
)
resp, _ := client.Chat.Completions.New(context.TODO(), openai.ChatCompletionNewParams{
Model: "gpt-5.6-terra",
Messages: []openai.ChatCompletionMessageParamUnion{
openai.UserMessage("Summarize this diff"),
},
ReasoningEffort: openai.ReasoningEffortMedium,
})
fmt.Println(resp.Choices[0].Message.Content)
}import com.openai.client.OpenAIClient;
import com.openai.client.okhttp.OpenAIOkHttpClient;
import com.openai.models.chat.completions.*;
import com.openai.models.ReasoningEffort;
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl("https://synthorai.io/v1")
.apiKey("sk-syn-...")
.build();
ChatCompletion resp = client.chat().completions().create(
ChatCompletionCreateParams.builder()
.model("gpt-5.6-terra")
.addUserMessage("Summarize this diff")
.reasoningEffort(ReasoningEffort.MEDIUM)
.build());
System.out.println(resp.choices().get(0).message().content().orElse(""));Acerca de GPT-5.6 Terra
- El propio mapeo de niveles de OpenAI dice que Terra corresponde a grandes rasgos al nivel de modelo mini de las familias GPT-5 anteriores, y su guía de selección lo recomienda cuando se busca un buen rendimiento a un precio menor que el del buque insignia.
- Comparte la ventana de contexto de 1.050.000 tokens de la familia (especificación del proveedor), 128K tokens de salida máxima, entrada de imagen, soporte de tokens de razonamiento y el conjunto de herramientas alojadas, desde la búsqueda web hasta el uso del ordenador y MCP, con una fecha de corte de conocimiento de febrero de 2026.
- El esfuerzo de razonamiento se resuelve en medium cuando se omite y alcanza el nuevo nivel max de la generación; el modo pro de la Responses API y la orquestación de subagentes multiagente en beta están disponibles aquí igual que en todo GPT-5.6.
- La entrada en caché cuesta una décima parte de la entrada de tarifa, con escrituras de caché a 1,25x, y los prompts por encima de 272K tokens de entrada se facturan a 2x la entrada y 1,5x la salida para toda la solicitud.
- Para los equipos que adoptaron GPT-5.5 como opción por defecto, Terra es el reemplazo directo de menor coste.
- En Synthorai, GPT-5.6 Terra se sitúa tras la misma API compatible con OpenAI que el resto de la flota.
Preguntas frecuentes
¿Se puede probar gratis la API de GPT-5.6 Terra?
Sí: las cuentas nuevas reciben 10 llamadas de prueba y hasta $1 de crédito gratuito, sin tarjeta. A $2/M de tokens de entrada, solo con ese crédito tienes para unas 62 solicitudes de ~8K tokens a GPT-5.6 Terra.
¿En qué destaca GPT-5.6 Terra?
Rendimiento competitivo con GPT-5.5 a un coste 2x menor; construido para cargas de trabajo empresariales de alto volumen; contexto completo de 1.050.000 tokens y herramientas alojadas. En la sección «Acerca de» tienes la visión completa, según las notas de lanzamiento del propio proveedor.
¿Cuánto cuesta GPT-5.6 Terra?
GPT-5.6 Terra cuesta $2 por millón de tokens de entrada y $12 por millón de tokens de salida en Synthorai. Es el precio de lista del proveedor, sin recargo de plataforma. Los tokens de entrada en caché se facturan a $0.2/M.
¿Cuál es la ventana de contexto de GPT-5.6 Terra?
GPT-5.6 Terra tiene una ventana de contexto de 1.1M tokens en Synthorai. Una sola respuesta puede tener hasta 128,000 tokens.
¿GPT-5.6 Terra admite caché de prompts?
Sí, de forma automática: los prompts que sirve OpenAI se guardan en caché sin tocar el código. Los tokens de entrada en caché se facturan a $0.2/M frente a $2/M sin caché; los prompts necesitan un prefijo estable de 1,024 tokens para entrar en caché (TTL 5-10 min, hasta 1 hora). Guía de caché de prompts →
¿Cómo obtengo acceso a GPT-5.6 Terra?
Apunta el SDK de OpenAI que ya usas a base_url="https://synthorai.io/v1", pon model="gpt-5.6-terra" y listo. Una sola clave API sirve para todos los modelos de la pasarela.
¿Cuál es la fecha de corte de conocimiento de GPT-5.6 Terra?
La fecha de corte de conocimiento de GPT-5.6 Terra es 2026-02, según la documentación oficial del proveedor (a fecha de 2026-07-10).
Modelos relacionados
Comparar
Todos los valores de esta página están transcritos de la documentación del propio proveedor, enlazada arriba, e indican la fecha en que se comprobaron. Los precios se comparan con los de todo el catálogo; cuando los proveedores definen una especificación de forma distinta, se muestra el valor indicando la diferencia en lugar de llevarlo a un gráfico. Aquí no hay mediciones nuestras ni puntuaciones.