Un lancement centré sur l’efficacité
OpenAI a présenté GPT-6.1 Terra comme une nouvelle étape de la génération GPT-6, avec une promesse très précise: offrir davantage de capacités de raisonnement visuel, d’usage de l’ordinateur et de rédaction naturelle, tout en réduisant fortement le coût d’exécution . Le message n’est pas celui d’un modèle vitrine uniquement destiné aux démonstrations spectaculaires. Terra est présenté comme un modèle de travail, pensé pour les tâches quotidiennes qui remplissent les journées des équipes: rédiger des propositions, interpréter des plans techniques, remplir des formulaires, analyser des contenus visuels ou encore automatiser des opérations dans des logiciels .
Cette orientation est importante. Depuis plusieurs générations, le marché de l’IA générative ne se limite plus à la question du meilleur score absolu. Les entreprises veulent savoir combien coûte une tâche complète, combien de temps elle prend, quelle quantité de contexte le modèle peut absorber et si l’agent peut agir de manière fiable dans des interfaces réelles. GPT-6.1 Terra s’inscrit exactement dans cette logique: moins un symbole de puissance brute qu’un outil destiné à rendre les agents d’IA plus économiques et plus faciles à déployer.
Ce que Terra est censé faire
OpenAI décrit GPT-6.1 Terra comme une progression nette par rapport à GPT-5.6 Terra, en particulier pour les tâches de communication, d’analyse visuelle et d’usage de l’ordinateur . Les exemples choisis sont révélateurs: lire des factures entrantes, saisir leurs informations dans un logiciel comptable, associer des photos de produits à des fiches catalogue, interpréter des plans techniques, agir sur des écrans d’application ou rédiger et réviser du texte .
La documentation développeur confirme cette orientation. La page du modèle indique que GPT-6.1 Terra peut être utilisé pour faire correspondre des photos de produits à des entrées de catalogue, comprendre des dessins techniques, agir sur des écrans d’application et produire ou améliorer des textes . Ces cas d’usage montrent que Terra n’est pas seulement un chatbot plus rapide. Il est présenté comme une brique agentique capable de percevoir, raisonner et agir dans des environnements logiciels.
Pour les développeurs, l’identifiant du modèle dans l’API est gpt-6.1-terra, et OpenAI précise que l’appel d’outils avec Terra nécessite l’API Responses . La documentation mentionne aussi une fenêtre de contexte de 1 050 000 tokens, une sortie maximale de 128 000 tokens, la prise en charge des tokens de raisonnement et une date limite de connaissance au 1er juin 2026 . Dans des usages professionnels, cette grande fenêtre de contexte peut être décisive: les équipes doivent souvent fournir des dépôts de code, des documents contractuels, des règles internes, des schémas, des images ou des historiques de projet avant d’obtenir une réponse exploitable.
Le raisonnement visuel au cœur du positionnement
Les revendications les plus concrètes d’OpenAI concernent le raisonnement visuel et l’usage de l’ordinateur. L’entreprise indique avoir évalué GPT-6.1 Terra sur Agents’ Last Exam, un benchmark de tâches professionnelles comprenant par exemple la transformation de plans architecturaux en modèle 3D ou l’analyse plan par plan d’un film d’animation pour créer un journal de restauration horodaté . À effort de raisonnement moyen, OpenAI affirme que Terra obtient un score supérieur de 15 points de pourcentage à GPT-5.6 Terra, pour environ un tiers du coût, et qu’il atteint un niveau comparable à GPT-6 Astra pour un dixième du prix par token .
OpenAI affirme également qu’à effort maximal, Terra est plus de trois fois plus efficace en tokens que Claude Opus 5.5, coûte un quart de son prix par token et revient environ neuf fois moins cher par tâche, tout en terminant les tâches plus de trois fois plus vite que GPT-6 Astra et GPT-6.1 Sol . Il s’agit de chiffres fournis par OpenAI, et non d’une validation indépendante. Mais ils révèlent l’intention du lancement: montrer que la combinaison du prix, de la vitesse et d’un niveau de compétence élevé peut modifier l’économie des automatisations.
Sur MMMU-Pro, un benchmark de raisonnement visuel, OpenAI affirme que GPT-6.1 Terra dépasse GPT-5.6 Terra à tous les niveaux d’effort de raisonnement et se rapproche de GPT-6 Astra et GPT-6.1 Sol à un coût nettement inférieur . Sur OSWorld 2.1, qui mesure la capacité des agents à utiliser des applications de bureau dans des tâches à plusieurs étapes, Terra dépasserait le meilleur score de GPT-5.6 Terra à effort moyen, pour une fraction du coût par tâche . L’ensemble de ces annonces dessine un modèle conçu pour passer de la compréhension d’images ou d’écrans à l’action dans des logiciels.
Des progrès revendiqués sur la factualité et le code
OpenAI insiste aussi sur la réduction des erreurs factuelles. L’entreprise indique avoir fortement investi cette année pour diminuer les hallucinations et les erreurs produites par ses modèles . Sur un benchmark interne composé de prompts susceptibles de provoquer des erreurs, OpenAI affirme que le taux d’erreur à faible effort de raisonnement est passé de 53,6 % avec GPT-5.6 Terra à 16,7 % avec GPT-6.1 Terra . À effort maximal, le taux tomberait à 4,3 %, soit un niveau proche de GPT-6 Astra et GPT-6.1 Sol selon OpenAI .
Pour le développement logiciel, OpenAI présente également Terra comme un bond important par rapport à GPT-5.6 Terra . Sur Terminal-Bench 4.0, un benchmark de résolution de problèmes en ligne de commande, GPT-6.1 Terra résoudrait 50,3 % des tâches à effort de raisonnement maximal, contre 21,5 % pour le score publié de GPT-5.6 Terra . OpenAI précise toutefois que GPT-6.1 Sol et GPT-6 Astra restent préférables pour les tâches de codage les plus complexes .
Cette nuance est essentielle. Terra n’est pas positionné comme le modèle le plus puissant pour chaque problème de logiciel. Il vise plutôt les tâches nombreuses où le rapport coût-performance compte autant que le sommet absolu de capacité: correction de scripts, opérations répétées sur un dépôt, vérifications, intégration avec des outils, génération de documentation ou assistance technique courante. Sur Terminal-Bench-Science 0.1, qui teste l’usage du code dans des tâches de recherche scientifique, OpenAI affirme que Terra dépasse GPT-6.1 Sol à moindre coût et se situe à moins de cinq points d’Opus 5.5 pour moins d’un cinquième du coût estimé .
Le prix comme argument central
Le prix est probablement le détail commercial le plus structurant de ce lancement. OpenAI annonce un tarif standard de 1 dollar par million de tokens d’entrée, 0,05 dollar par million de tokens d’entrée mis en cache et 5 dollars par million de tokens de sortie . La page de tarification de l’API liste également gpt-6.1-terra dans la structure de prix actuelle des modèles GPT-6 .
OpenAI affirme que les tarifs standard de Terra sont 50 % inférieurs à ceux de GPT-5.6 Terra et de GPT-6.1 Sol . Cette réduction peut avoir un effet important sur les usages agentiques. Un agent qui lit des documents, navigue dans des écrans, utilise des outils, raisonne sur l’état d’un processus et produit des réponses consomme souvent beaucoup plus de tokens qu’un simple échange conversationnel. Réduire le prix des entrées, des entrées mises en cache et des sorties peut donc transformer des prototypes coûteux en flux de travail déployables.
Le tarif des tokens mis en cache est particulièrement notable pour les entreprises. De nombreux processus réutilisent les mêmes instructions, règles métier, schémas, descriptions d’outils ou blocs de contexte. Lorsque ces éléments peuvent être mis en cache à bas coût, le coût marginal d’une tâche répétée diminue fortement. Terra semble donc conçu pour les opérations répétitives: traitement de factures, gestion de catalogues, contrôle qualité, analyse documentaire, préparation de formulaires ou assistance à la maintenance logicielle.
Disponibilité dans ChatGPT Work, Codex et l’API
OpenAI indique que GPT-6.1 Terra est disponible dès maintenant pour les utilisateurs Plus, Pro, Enterprise et Edu dans ChatGPT Work et Codex . Les développeurs peuvent y accéder via l’API OpenAI avec l’identifiant gpt-6.1-terra . La page du modèle confirme ses usages principaux et précise que l’appel d’outils passe par l’API Responses .
Ce choix de distribution est cohérent. Terra arrive directement dans des environnements orientés travail plutôt que seulement dans un chat généraliste. ChatGPT Work et Codex sont précisément les espaces où les utilisateurs attendent d’un modèle qu’il lise des documents, comprenne un projet logiciel, manipule du contexte et accompagne des tâches techniques à plusieurs étapes. Le canal de lancement correspond donc au positionnement: Terra est un modèle de production, pas seulement une nouvelle option conversationnelle.
Sécurité, alignement et usage de l’ordinateur
Le volet sécurité mérite attention. OpenAI affirme que GPT-6.1 Terra atteint le seuil Critical en cybersécurité dans son Preparedness Framework et conserve les protections développées pour GPT-6 Astra . Le Deployment Safety Hub mentionne un addendum daté du 26 octobre 2026 à la carte système de GPT-6 Astra consacré à GPT-6.1 Terra, ce qui place le modèle dans la même lignée documentaire de sécurité que les modèles GPT-6 plus avancés .
OpenAI indique aussi que Terra bénéficie des améliorations d’alignement de la série GPT-6 . Selon les évaluations de l’entreprise, le modèle est plus susceptible que GPT-5.6 Terra de rester dans le périmètre demandé et de signaler honnêtement ses limites ou les obstacles rencontrés . OpenAI affirme également que Terra a montré une forte résistance aux tests de prompt injection, c’est-à-dire aux instructions malveillantes conçues pour détourner le modèle de la tâche de l’utilisateur .
Ce point est crucial parce que Terra est conçu pour l’usage de l’ordinateur. Lorsqu’un modèle ne fait que produire du texte, une erreur peut déjà être problématique. Lorsqu’il agit dans une application, remplit des champs, lit des données ou déclenche des opérations, les conséquences peuvent être plus directes. Les risques de prompt injection, d’action non autorisée ou de mauvaise interprétation de l’intention utilisateur deviennent plus importants. OpenAI met donc en avant les bonnes catégories de protection, même si les usages réels et les audits externes seront nécessaires pour en mesurer la robustesse.
Pourquoi Terra compte
GPT-6.1 Terra compte parce qu’il illustre l’évolution du marché de l’IA avancée. La compétition ne porte plus seulement sur le modèle le plus puissant, mais sur la capacité livrée par dollar, par seconde et par tâche. Dans son annonce, OpenAI relie constamment les performances de Terra au coût par tâche, à la vitesse d’exécution et à l’efficacité en tokens . Cela suggère que l’entreprise voit la prochaine phase d’adoption de l’IA comme une phase opérationnelle: automatiser des flux réels, nombreux et répétitifs.
Si les affirmations d’OpenAI se confirment en production, Terra pourrait devenir un choix par défaut pour les organisations qui veulent du raisonnement avancé et de la compréhension visuelle sans payer systématiquement pour le modèle le plus cher. Les modèles supérieurs garderont sans doute leur rôle pour les tâches de planification complexe, de recherche, d’architecture logicielle ou de résolution de problèmes difficiles. Terra vise un autre créneau: rendre le travail agentique quotidien assez rapide et économique pour être répété à grande échelle.
Ce lancement doit donc être lu à la fois comme une annonce produit et comme un signal stratégique. Avec GPT-6.1 Terra, OpenAI répond à une question très concrète: comment faire passer l’IA avancée du laboratoire et des démonstrations aux flux de travail ordinaires, visuels, documentaires et logiciels des entreprises? Sa réponse est un modèle qui sacrifie le prestige du sommet de gamme au profit d’une promesse plus pragmatique: l’économie du passage à l’échelle.