OpenAI lance GPT-6.1 Terra, un modèle intermédiaire moins cher conçu pour piloter l'ordinateur

OpenAI a publié GPT-6.1 Terra le 26 octobre. Ce modèle de raisonnement de milieu de gamme succède à GPT-5.6 Terra et cible les tâches professionnelles courantes qui consistent à lire un écran puis à agir : remplir des formulaires, monter des vidéos, interpréter des plans techniques, rédiger des propositions ou automatiser des opérations répétitives sur un poste de travail.

Prix et positionnement

Dans l'API, où il porte l'identifiant gpt-6.1-terra, le modèle coûte 1 $ par million de jetons en entrée, 5 $ en sortie et 0,05 $ pour les entrées mises en cache, selon InfoWorld. C'est deux fois moins que le modèle qu'il remplace. Il se place entre GPT-6 Luna, plus économique (0,10 $ / 0,50 $), et les modèles plus puissants GPT-6.1 Sol (2 $ / 10 $) et GPT-6 Astra (10 $ / 50 $). Côté ChatGPT, il est accessible aux abonnés Plus, Pro, Enterprise et Edu via ChatGPT Work, ainsi que dans Codex.

Pour les tâches de programmation les plus complexes, OpenAI continue de conseiller Sol ou Astra. D'après BleepingComputer, l'entreprise affirme toutefois que Terra accomplit les tâches plus de trois fois plus vite que ces deux modèles.

Ce que disent les tests

Tous les chiffres proviennent d'OpenAI. Sur OSWorld 2.1, qui évalue des tâches dans des applications de bureau, Terra obtient 74,2 %, contre 57,1 % pour GPT-5.6 Terra ; Claude Sonnet 5.5, d'Anthropic, est crédité de 83,9 %. Sur Agents' Last Exam, consacré aux tâches professionnelles en effort de raisonnement maximal, Terra atteint 60,0 %, un peu au-dessus de GPT-6.1 Sol (58,6 %) et de GPT-6 Astra (59,3 %), mais derrière Claude Opus 5.5 (63,2 %), pour un coût par tâche bien inférieur. Sur Terminal-Bench 4.0, il passe à 50,3 %, plus du double des 21,5 % de son prédécesseur.

OpenAI indique aussi que, sur une série interne de requêtes conçues pour provoquer des erreurs, le taux d'erreur en effort de raisonnement faible tombe de 53,6 % à 16,7 %. Selon son Preparedness Framework, le modèle atteint le niveau « Critical » en cybersécurité et reprend les garde-fous mis au point pour GPT-6 Astra.

Questions en suspens

Un jeton moins cher ne rend pas forcément un agent moins coûteux à exploiter. Les analystes cités par InfoWorld recommandent de tester le modèle sur ses propres processus en mesurant le taux de réussite, la précision et le temps de vérification humaine encore nécessaire. L'un d'eux estime que quelques secondes de relecture supplémentaires par tâche peuvent effacer l'économie réalisée sur l'inférence. Aucune évaluation indépendante de Terra n'était publiée au moment de la rédaction, et la taille de sa fenêtre de contexte ne figure pas dans les documents consultés.