OpenAI a mis en ligne GPT-6.1 Terra le 26 octobre, au tarif de 1 dollar par million de tokens en entrée. Le modèle ne cherche pas à battre les meilleurs de la gamme : il vise les tâches répétitives qu'on hésitait jusque-là à confier à une machine.
GPT-6.1 Terra, un modèle taillé pour la journée de travail
Terra revient après une longue absence. La dernière version de cette famille, GPT-5.6 Terra, datait de plusieurs mois, et OpenAI l'avait laissée de côté au profit de ses modèles haut de gamme. GPT-6.1 Terra reprend le créneau avec une promesse simple : un modèle rapide, bon marché, capable de regarder un document et d'agir sur un écran.
Trois capacités sont mises en avant dans la note de présentation. Le raisonnement visuel détaillé, d'abord, qui sert à lire un plan d'architecte ou à suivre une séquence d'images image par image. L'utilisation précise de l'ordinateur, ensuite : cliquer, remplir un formulaire, ouvrir un logiciel. Une écriture plus claire, enfin, présentée comme plus naturelle que celle de son prédécesseur.
Les exemples cités par l'entreprise donnent le ton : rédiger une proposition commerciale, interpréter un dessin technique, saisir des factures dans un logiciel comptable, monter une vidéo. Rien de spectaculaire. Tout ce qui remplit une journée de bureau.
Le déploiement démarre le jour même. Les abonnés Plus, Pro, Enterprise et Edu y ont accès dans ChatGPT Work et Codex. Les développeurs passent par l'API, sous le nom gpt-6.1-terra.
Le prix de l'API GPT-6.1 Terra divisé par deux
C'est le chiffre qui compte dans cette annonce. Le tarif standard est de 1 dollar par million de tokens en entrée et de 5 dollars par million en sortie. Le cache d'entrée tombe à 0,05 dollar. Son prédécesseur facturait 2 dollars en entrée et 12 dollars en sortie, selon les relevés d'Artificial Analysis.
L'écart se répète sur le cache. L'écriture passe de 2,50 à 1,25 dollar par million de tokens, la lecture de 0,20 à 0,05 dollar. Pour un service qui renvoie le même manuel de procédures à chaque requête, cette ligne pèse plus lourd que le tarif affiché.
OpenAI décrit lui-même l'usage visé : lire des factures entrantes et saisir leurs lignes dans un logiciel de comptabilité. Un travail sans gloire, à haute fréquence, où le coût par document décide de la rentabilité. À 1 dollar le million de tokens, le calcul change pour les entreprises qui traitaient ces flux à la main.
Ce que GPT-6.1 Terra change à l'utilisation d'un ordinateur
Sur Agents' Last Exam, un banc d'essai qui mesure des tâches professionnelles complètes, GPT-6.1 Terra marque 15 points de plus que GPT-5.6 Terra au niveau d'effort moyen, pour environ un tiers du coût. L'entreprise ajoute qu'il fait jeu égal avec GPT-6 Astra, son modèle le plus capable, à un dixième du prix par token.
Sur OSWorld 2.1, qui évalue la capacité d'un agent à enchaîner des actions dans des applications de bureau, l'effort moyen dépasse le meilleur score de GPT-5.6 Terra. Autrement dit, le réglage économique du nouveau modèle suffit là où l'ancien devait pousser au maximum.
MMMU-Pro, consacré au raisonnement visuel, progresse à tous les niveaux d'effort et s'approche de GPT-6 Astra et de GPT-6.1 Sol. Ces trois résultats viennent d'OpenAI. Artificial Analysis ne les a pas reproduits, et il faut les lire comme des déclarations de l'entreprise.
Terminal-Bench 4.0 : le code progresse, sans détrôner Sol
Sur Terminal-Bench 4.0, qui simule des interventions en ligne de commande, GPT-6.1 Terra résout 50,3 % des tâches à effort maximal. GPT-5.6 Terra affichait 21,5 % dans ses propres publications. Le double, donc, sur un exercice où les modèles économiques décrochaient vite.
Artificial Analysis confirme la tendance avec une hausse d'environ 20 points, et note que le modèle rejoint GPT-6.1 Sol à effort maximal sur ce test. La nuance arrive tout de suite après : pour les tâches de programmation les plus lourdes, Sol et Astra restent devant.
Le tableau est identique sur Terminal-Bench-Science 0.1, qui porte sur l'usage du code en recherche. Terra dépasse GPT-6.1 Sol à coût inférieur et reste à moins de cinq points de Claude Opus 5.5, pour un coût estimé cinq fois plus faible.
OpenAI pousse la comparaison plus loin dans sa note. À effort maximal, le modèle serait trois fois plus économe en tokens que Claude Opus 5.5, au quart de son prix par token, soit un coût par tâche environ neuf fois inférieur. Ce calcul est celui de l'entreprise, sur ses propres tests, pas une mesure indépendante.
La vitesse fait partie de l'argument. Terra terminerait ses tâches plus de trois fois plus vite que GPT-6 Astra et GPT-6.1 Sol, toujours selon OpenAI.
Les hallucinations de GPT-6.1 Terra en forte baisse
Le sujet a occupé OpenAI toute l'année, et la fiche technique y consacre une section. Sur un test interne de questions piégées, le taux d'erreur à faible effort passe de 53,6 % avec GPT-5.6 Terra à 16,7 % avec GPT-6.1 Terra, soit 37 points de moins. À effort maximal, il descend à 4,3 %.
Le chiffre le plus parlant vient d'Artificial Analysis. Dans AA-Omniscience, son évaluation de connaissances et d'hallucinations, GPT-6.1 Terra devine la réponse dans 38 % des cas quand il ne sait pas. GPT-5.6 Terra le faisait dans 88 % des cas. La précision progresse de 2 points dans le même temps, ce qui signifie que le modèle répond mieux et invente moins.
Un modèle qui avoue son ignorance vaut plus cher qu'un modèle qui remplit le vide, surtout dans une chaîne de traitement automatique où personne ne relit chaque sortie.
GPT-6.1 Terra dans la gamme OpenAI
La gamme se lit maintenant en quatre étages. GPT-6 Astra occupe le sommet, avec le maximum de capacités. GPT-6.1 Sol vient ensuite, comme compromis entre prix et performance. GPT-6.1 Terra se place juste en dessous, et GPT-6 Luna ferme la marche au tarif le plus bas.
Les mesures d'Artificial Analysis situent Terra à 6 points au-dessus de GPT-5.6 Terra sur son Intelligence Index, à effort maximal, pour un coût par tâche de 0,40 dollar contre 1,40 dollar. Aux efforts faible et moyen, le gain monte entre 7 et 13 points.
La même analyse contient un bémol que les communiqués oublient. Seuls les réglages faible et moyen se placent sur la frontière de Pareto entre intelligence et coût, c'est-à-dire qu'aucun modèle ne fait mieux pour ce prix. Les autres réglages passent derrière la frontière. Sur le Coding Agent Index v2.0, Terra obtient 48, contre 54 pour GPT-6.1 Sol et 31 pour GPT-6 Luna.
Voilà la lecture juste. Un très bon rapport qualité-prix à bas régime, pas un modèle qui écrase la concurrence.
Sécurité : le seuil critique en cybersécurité
GPT-6.1 Terra atteint le seuil « critique » en cybersécurité dans le Preparedness Framework d'OpenAI, le barème interne qui classe les risques d'un modèle. L'entreprise indique reprendre les protections développées pour GPT-6 Astra.
Sur les tests d'injection de prompt, où l'on glisse des instructions hostiles dans un document ou une page web, OpenAI décrit une résistance supérieure à celle de GPT-5.6 Terra. Le modèle serait aussi plus enclin à signaler une limite ou un obstacle plutôt qu'à improviser une réponse. Ces éléments proviennent de la fiche système, pas d'un audit extérieur.
Faut-il basculer sur GPT-6.1 Terra ?
Si vous payez à l'usage pour des tâches répétitives, la baisse de tarif se voit sur la facture dès le premier mois. Dans ChatGPT Work et Codex, la même enveloppe couvrirait environ deux fois plus de travail qu'avec GPT-6.1 Sol, selon un employé d'OpenAI qui s'est exprimé sur X.
Reste une inconnue, et elle est de taille : les scores mis en avant viennent de l'entreprise. Les premiers retours d'usage, sur des documents réels et des logiciels capricieux, diront si le modèle tient sa réputation de travailleur ordinaire.
