OpenAI a lancé GPT-6.1 Terra le 26 octobre, heure américaine ; le nom du modèle dans l'API est gpt-6.1-terra. C'est le premier changement de génération de la gamme intermédiaire Terra depuis GPT-5.6 Terra en juillet, avec deux axes : comprendre l'écran et utiliser l'ordinateur à la place de l'utilisateur, et faire baisser encore le prix d'un cran.
La tarification standard de l'API est de 1 dollar par million de tokens en entrée, 0,05 dollar pour l'entrée en cache et 5 dollars en sortie. Selon OpenAI, c'est 50 % moins cher que GPT-5.6 Terra et GPT-6.1 Sol. D'après l'ancien tarif relevé par des tiers, GPT-5.6 Terra coûtait 2 dollars en entrée et 12 dollars en sortie ; côté sortie, la baisse réelle approche donc les 60 % ; le prix de sortie de Sol est de 10 dollars, et pour lui, c'est bien une division par deux.
Le nouveau modèle est disponible dès aujourd'hui pour les abonnés Plus, Pro, Enterprise et Edu dans ChatGPT Work et Codex, et les développeurs peuvent l'appeler via l'API. Les utilisateurs gratuits n'y ont pas accès cette fois ; leur modèle par défaut reste GPT-5.6 Luna.
Le pilotage de l'ordinateur, plat de résistance de cette génération
Les usages cités par OpenAI sont très concrets : lire les factures reçues et saisir les données dans un logiciel de comptabilité, examiner des plans techniques, remplir des formulaires, monter des vidéos. L'évaluation utilisée est l'Agents' Last Exam, dont les épreuves consistent notamment à transformer des plans d'architecte en modèles 3D, ou à visionner un film d'animation plan par plan et à rédiger, pour l'équipe de restauration, un relevé avec timecodes.
Les résultats annoncés par la société : en raisonnement moyen, 15 points de pourcentage de plus que GPT-5.6 Terra, pour un coût d'environ un tiers ; un score comparable à celui du modèle phare GPT-6 Astra, avec un prix par token égal à un dixième du sien, et des tâches terminées plus de 3 fois plus vite qu'avec Astra et GPT-6.1 Sol. Sur OSWorld 2.1, le raisonnement moyen dépasse déjà le meilleur résultat de GPT-5.6 Terra.
En programmation, au niveau de raisonnement maximal, Terra a accompli 50,3 % des tâches de Terminal-Bench 4.0, alors que le chiffre publié pour la génération précédente était de 21,5 %. OpenAI reconnaît elle-même que pour les tâches de programmation les plus complexes, Sol ou Astra restent recommandés.
Le taux d'erreurs factuelles est un autre changement majeur. Sur un jeu de questions conçu par OpenAI pour provoquer des erreurs, le taux d'erreur en raisonnement faible passe de 53,6 % à 16,7 %, et au niveau maximal à 4,3 %. Côté sécurité, selon le cadre de préparation (Preparedness Framework) d'OpenAI, les capacités de cybersécurité de Terra atteignent le niveau « Critique » (Critical), avec les mêmes garde-fous que ceux conçus pour GPT-6 Astra ; les détails figurent dans la system card.
Comparaison avec les modèles de la même catégorie
Tous ces chiffres proviennent de tests internes d'OpenAI. Le cabinet indépendant Artificial Analysis a publié le même jour ses propres résultats ; la méthodologie diffère, mais la tendance est la même :
- L'indice d'intelligence au niveau maximal dépasse de 6 points GPT-5.6 Terra, reste 4 points sous GPT-6.1 Sol et dépasse de 10 points GPT-6 Luna ;
- le coût par tâche pour exécuter l'indice complet est d'environ 0,40 dollar, contre 1,40 dollar pour la génération précédente ;
- au Coding Agent Index, Terra obtient 48, Sol 54 et Luna 31 ;
- le taux d'hallucination sur AA-Omniscience passe de 88 % à 38 %, et la précision gagne en plus 2 points de pourcentage.
Artificial Analysis conclut que les niveaux de raisonnement faible et moyen se situent sur la frontière optimale de la courbe « intelligence-coût », les autres niveaux se trouvant en retrait. Autrement dit, le meilleur usage de Terra consiste à traiter de gros volumes de tâches quotidiennes en niveau faible ou moyen ; garder le niveau maximal pour quelques problèmes difficiles a peu d'intérêt, car il vaut alors mieux passer directement à Sol.
Face à la concurrence, OpenAI se compare à Claude Opus 5.5 d'Anthropic : sur l'Agents' Last Exam, le coût par tâche de Terra au niveau de raisonnement maximal représente environ un neuvième de celui d'Opus 5.5. Opus 5.5 est le modèle phare d'Anthropic et Terra le modèle intermédiaire d'OpenAI ; leurs positionnements ne sont donc pas équivalents, et la comparaison ressemble davantage à un message adressé aux clients professionnels : les tâches du type « laisser l'IA cliquer avec la souris » n'exigent pas le modèle le plus cher.
Pour les équipes qui utilisent déjà Sol dans Codex et ChatGPT Work, le changement le plus direct concerne les quotas. OpenAI affirme qu'à quota d'utilisation égal, Terra peut accomplir plus de tâches que GPT-5.6 Terra, GPT-6.1 Sol et GPT-6 Astra. Combien de plus, la société ne donne aucun multiple ; il faudra attendre que les utilisateurs l'éprouvent quelque temps.
Sources : annonce produit et system card d'OpenAI, évaluation indépendante d'Artificial Analysis, CocoLoop, Ifeng Tech ; les trois tarifs (entrée, entrée en cache et sortie) ont été vérifiés sur la page de tarification de l'API d'OpenAI.