Precio por millón de tokens: entrada 50% menor en 2026

En una publicación del 26 de octubre de 2026, Artificial Analysis compara GPT-6.1 Terra con GPT-5.6 Terra: el precio por millón de tokens de entrada es 50% menor, el de salida es 58,3% menor y el costo por tarea con esfuerzo máximo cae 71,4%. La tabla no cambia la ruta por sí sola. La comparación es entre generaciones, no entre lecturas históricas de una misma tarifa.

Datos clave / Cuadro de decisión: Entrada: de US$ 2,00 a US$ 1,00 por millón de tokens. Salida: de US$ 12,00 a US$ 5,00 por millón de tokens. Costo por tarea con esfuerzo máximo: de US$ 1,40 a US$ 0,40. Fuente: Artificial Analysis, publicación del 26 de octubre de 2026, consultada el 9 de noviembre de 2026.

Hallazgos principales

La publicación de Artificial Analysis del 26 de octubre de 2026 compara precios y resultados de dos generaciones, no facturas de clientes. La entrada por millón de tokens de GPT-6.1 Terra cuesta la mitad de la de GPT-5.6 Terra. Sigue siendo necesario probar la carga de la empresa.

Artificial Analysis atribuye a GPT-6.1 Terra un precio de entrada de US$ 1,00 por millón de tokens, frente a US$ 2,00 para GPT-5.6 Terra. Para la salida, los precios son US$ 5,00 y US$ 12,00 por millón, respectivamente, una categoría de cobro distinta de la entrada. La entrada en caché cuesta US$ 0,05 frente a US$ 0,20 por millón, mientras la escritura en caché cuesta US$ 1,25 frente a US$ 2,50. En la evaluación de la fuente, el costo por tarea con esfuerzo máximo es US$ 0,40 frente a US$ 1,40, junto con una mejora de 6 puntos en el Intelligence Index para el modelo más reciente. El precio por millón de tokens, el costo por tarea y el índice tienen unidades diferentes. La comparación no mide el consumo de una empresa ni determina su tarifa contratada. Para elegir una ruta, el equipo debe probar la tarea, aplicar sus criterios de calidad y calcular el costo con sus tarifas y volúmenes observados.

1. Entrada: tarifa menor en la comparación entre generaciones.
2. Salida: categoría de precio separada de la entrada.
3. Caché: lectura y escritura tienen cobros distintos.
4. Costo por tarea: resultado de una evaluación externa.
5. Ruta: decisión condicionada a la calidad de la carga.

¿Cómo se leyeron estas cifras?

Artificial Analysis publicó el 26 de octubre de 2026 una comparación entre GPT-6.1 Terra y GPT-5.6 Terra, consultada el 9 de noviembre. Las tarifas y los resultados pertenecen a una misma publicación. La fecha de consulta no representa una segunda recopilación ni una serie histórica de precios.

La publicación presenta precios por millón de tokens y resultados de evaluación de ambos modelos. Las tarifas de entrada describen el precio de la unidad de consumo, mientras que el costo por tarea con esfuerzo máximo expresa un resultado de la evaluación de la fuente. Las reducciones porcentuales se calculan con los valores publicados. La consulta del 9 de noviembre identifica cuándo se leyó el análisis, pero no crea otra observación histórica. La comparación trata modelos distintos y no mide el ahorro de Nexforce ni de otra empresa. Como la fuente no describe la carga ni el ahorro de cada cliente, tampoco determina su factura o sus tarifas contratadas. Una empresa necesita contrastar las tarifas aplicables y el consumo observado con la calidad exigida por la tarea antes de justificar un cambio en la regla de enrutamiento.

¿Cuánto bajó el precio por millón de tokens y cómo cambió la relación entre salida y entrada?

En la comparación de Artificial Analysis del 26 de octubre de 2026, la entrada de GPT-6.1 Terra cuesta 50% menos que la de GPT-5.6 Terra. La salida cuesta 58,3% menos. La salida sigue siendo más cara que la entrada. La relación entre precios unitarios pasa de 6 a 5 entre generaciones.

La publicación señala un precio de entrada de US$ 1,00 por millón de tokens para GPT-6.1 Terra, frente a US$ 2,00 para GPT-5.6 Terra. Los precios de salida son US$ 5,00 y US$ 12,00, respectivamente; el anuncio del proveedor informa las tarifas del modelo más reciente. La reducción de entrada resulta de dividir la diferencia entre precios por el precio anterior. El mismo cálculo sobre la salida da una reducción de 58,3%, redondeada. Dividir la tarifa de salida entre la de entrada produce una relación de 5 para GPT-6.1 Terra y de 6 para GPT-5.6 Terra. Esa relación compara categorías de precio, no la cantidad de tokens consumidos en una tarea. Tampoco es la factura: el gasto depende de los volúmenes y las tarifas aplicables a cada cliente. La publicación no explica la decisión comercial que fijó los precios ni demuestra cuánto ahorrará un cliente si cambia de ruta.

¿Qué muestran el costo por tarea y los resultados de calidad?

En la evaluación de Artificial Analysis, el costo por tarea con esfuerzo máximo cae 71,4% entre los modelos. El Intelligence Index mejora en la misma comparación. Los resultados no garantizan el desempeño en otra carga: el equipo debe probar las respuestas de su propia tarea antes de decidir la ruta.

La evaluación publicada el 26 de octubre de 2026 informa un costo por tarea con esfuerzo máximo de US$ 0,40 para GPT-6.1 Terra, frente a US$ 1,40 para GPT-5.6 Terra. La diferencia dividida por el costo anterior da una reducción de 71,4%, redondeada, para las tareas y el esfuerzo considerados. GPT-6.1 Terra registra una mejora de 6 puntos en el Intelligence Index con esfuerzo máximo; en niveles inferiores, la mejora es de 7 a 13 puntos. La tasa de alucinación informada es 38% para el modelo nuevo y 88% para el anterior. La métrica mide respuestas incorrectas cuando el modelo no sabe contestar, no el error de todas las respuestas. Estos resultados pertenecen a la evaluación externa. No miden la carga de la empresa lectora ni garantizan la misma diferencia de calidad o costo en ella. El índice ayuda a elegir alternativas para probar, pero el equipo debe comparar las respuestas con un criterio común y observar el costo de las respuestas aceptadas.

La decisión depende de la prueba propia. El índice externo no la sustituye.

El estudio sobre orquestación y costo por tarea usa otro alcance.

¿Qué permiten concluir los precios de caché?

Artificial Analysis compara los cobros de caché por millón de tokens para ambas generaciones. La entrada en caché y la escritura tienen precios separados, pero esos valores no establecen por sí solos un punto de equilibrio universal. El equipo debe contrastar el gasto con y sin caché para su propia carga.

La publicación del 26 de octubre de 2026 compara el precio de entrada en caché: US$ 0,05 por millón de tokens para GPT-6.1 Terra y US$ 0,20 para GPT-5.6 Terra. La escritura cuesta US$ 1,25 por millón en el primero y US$ 2,50 en el segundo. La documentación de precios del modelo informa la tarifa de escritura de GPT-6.1 Terra y cada precio describe un cobro distinto. La reducción calculada es de 75% para entrada en caché y de 50% para escritura. La diferencia entre tarifas no establece por sí sola el equilibrio. El equipo debe comparar el gasto de escritura y entrada en caché con el de la misma carga sin caché, usando volúmenes observados y reglas de cobro aplicables. La publicación no proporciona el punto de equilibrio de cada cliente ni informa cuántas lecturas pagan una escritura en cualquier operación.

La salida no resuelve esa cuenta. La frecuencia de reutilización debe entrar en la evaluación.

El análisis de caché y enrutamiento examina otra atribución de costos.

¿Por qué la factura no sigue la comparación y cómo revisar la ruta?

Una tarifa menor no modifica la ruta ni prueba una reducción de la factura. La comparación de Artificial Analysis del 26 de octubre de 2026 justifica revisar las opciones. El equipo debe comprobar las tarifas aplicables y probar la misma tarea con criterios de aceptación comunes. La calidad define qué alternativas siguen siendo viables; después se compara su costo observado.

La publicación ofrece precios por millón de tokens y un costo por tarea con esfuerzo máximo, pero no describe la factura de un cliente ni cambia su regla de enrutamiento. Para revisar la ruta, el equipo debe registrar la tarea y la regla vigente, consultar las tarifas aplicables y probar alternativas con el mismo criterio de aceptación. La comparación operativa considera los volúmenes observados de entrada, salida y caché, en lugar de tratar el precio de una categoría como medida del gasto completo. Si un modelo no cumple el criterio de calidad de la tarea, su precio menor no justifica el cambio, aunque la tarifa de la otra alternativa sea más alta. Entre respuestas aceptables, el costo observado respalda la elección, siempre que el registro conserve tanto el consumo como las tarifas usadas en la evaluación. La publicación no separa las causas de la diferencia de costo por tarea y por ello no permite atribuirla a un componente aislado.

La tarifa no elige la ruta. La respuesta debe cumplir el criterio de la tarea.

El costo real de una aplicación de IA distingue tarifa y gasto. El análisis por sesión usa una unidad distinta de la tarea.

¿Qué cambian estas cifras en la práctica?

La comparación de Artificial Analysis pide revisar la regla de enrutamiento, no cambiar de modelo automáticamente. Ingeniería necesita identificar la tarea y evaluar la respuesta; el responsable del presupuesto debe relacionar el consumo con la tarifa aplicable. Nexforce Router ayuda al seguimiento sin alterar los precios publicados.

El análisis compara modelos de generaciones diferentes. No demuestra ahorro en la operación de una empresa ni sustituye la evaluación de la tarea que pasará por la ruta. Para decidir si la regla debe cambiar, el equipo necesita definir el criterio de aceptación, contrastar las respuestas y registrar las tarifas y el consumo observados para las alternativas evaluadas. Nexforce Router permite fijar límites de gasto por clave, agente o proyecto y ofrece observabilidad centralizada mediante registros, métricas, trazas, alertas y paneles. Estos recursos apoyan el seguimiento del consumo. La fuente no atribuye a Router la medición de los modelos ni un cambio en los precios publicados, porque evalúa modelos, no configuraciones de enrutamiento de clientes. Si la respuesta no cumple el criterio de la tarea, el equipo mantiene la ruta e investiga el motivo antes de considerar un cambio.

Entre alternativas que cumplen la calidad exigida, el costo observado respalda la elección y debe registrarse junto al criterio usado para aceptar la respuesta. La siguiente decisión se toma con la prueba, no con la tabla. Después de elegir, el equipo sigue el consumo y la calidad y revisa la ruta cuando un cambio relevante en las opciones justifique otra evaluación.

Preguntas frecuentes

La comparación de Artificial Analysis del 26 de octubre de 2026 trata GPT-6.1 Terra y GPT-5.6 Terra. Las tarifas por millón de tokens y el costo por tarea con esfuerzo máximo usan unidades diferentes. Los resultados no prueban una caída generalizada ni ahorro en la factura.

¿El precio de todos los modelos cayó 50%?

No. La comparación no permite esa generalización. La reducción de 50% corresponde al precio de entrada por millón de tokens de GPT-6.1 Terra, con GPT-5.6 Terra como referencia en la publicación de Artificial Analysis. El resultado no demuestra una caída para todos los modelos.

¿La reducción de 71,4% vale para cualquier tarea?

No. Ese porcentaje proviene de una única carga de referencia. La reducción calculada usa el costo por tarea con esfuerzo máximo informado por Artificial Analysis para los modelos comparados. Una tarea empresarial necesita una evaluación propia con tarifas aplicables y consumo observado. El criterio de aceptación debe corresponder a la carga de la empresa.

¿Los precios publicados determinan cuándo conviene la caché?

No sin considerar los volúmenes usados en la tarea. Artificial Analysis informa los precios de entrada y escritura en caché. El equilibrio depende de los volúmenes y las reglas de cobro aplicables. El equipo debe comparar el costo con caché y el costo de la misma carga sin reutilización.

¿El índice de la fuente sustituye la prueba de la empresa?

No. La empresa debe probar su propia carga. La mejora de 6 puntos en el Intelligence Index con esfuerzo máximo pertenece a la evaluación de Artificial Analysis. Antes de cambiar la ruta, el equipo debe verificar las respuestas de su propia tarea, observar el costo y definir el criterio de aceptación.

Referencias y lectura complementaria

La fuente de los precios es la publicación de Artificial Analysis del 26 de octubre de 2026, consultada el 9 de noviembre. Los estudios internos citados tratan el costo por tarea, aplicación, caché y sesión con alcances propios. Cada estudio usa su propia unidad. La atribución y la unidad evitan confundir los resultados.

Artificial Analysis publicó la comparación entre GPT-6.1 Terra y GPT-5.6 Terra el 26 de octubre de 2026; se consultó el 9 de noviembre. Al citar las tarifas se debe conservar la unidad por millón de tokens, mientras que una cita del costo por tarea debe indicar el esfuerzo máximo usado en la evaluación. La fecha de consulta no representa otra observación de precio. Los artículos internos sobre aplicación, caché, sesión y orquestación tienen alcances propios y no sustituyen la fuente de la comparación. Nexforce no ejecutó el benchmark descrito por Artificial Analysis. Ningún valor mide la factura particular de una empresa.

Cómo citar los resultados y cuándo revisar la ruta

Para citar los resultados, atribuye los precios y la evaluación a Artificial Analysis e indica la publicación del 26 de octubre de 2026. Identifica los modelos y la unidad del indicador. Revisar la ruta es una decisión operativa: el equipo debe comparar tarifas y calidad de su propia carga. La empresa decide la frecuencia.

La publicación de Artificial Analysis del 26 de octubre de 2026 compara GPT-6.1 Terra y GPT-5.6 Terra. La reducción de precio describe modelos de generaciones diferentes; la reducción del costo por tarea con esfuerzo máximo pertenece a la evaluación publicada, no a la operación de cada empresa. Ninguna de las dos mide una factura empresarial. Al registrar una decisión de enrutamiento, el equipo debe identificar la tarea, las tarifas aplicables y el consumo observado. También registra el criterio de calidad usado para aceptar la respuesta. Una revisión trimestral es una recomendación operativa, no una conclusión medida por Artificial Analysis. El equipo debe adelantar la revisión cuando un cambio relevante en las opciones justifique una nueva prueba. El registro conserva la razón para mantener o cambiar la ruta.