Un modèle conçu pour le travail réel des agents
OpenAI a présenté GPT-6.1 Terra comme un nouveau modèle de la série GPT-6 pensé pour l’usage informatique concret: comprendre ce qui apparaît à l’écran, analyser des informations visuelles, cliquer dans des applications, remplir des formulaires, modifier des fichiers et accomplir des tâches en plusieurs étapes . Ce lancement est important non pas parce que Terra deviendrait le modèle le plus puissant de la gamme OpenAI, mais parce qu’il cherche à rendre les agents IA suffisamment rapides et abordables pour être utilisés à grande échelle dans le travail quotidien .
Le positionnement est clair. OpenAI indique que les tarifs API standard de GPT-6.1 Terra sont inférieurs de 50 % à ceux de GPT-5.6 Terra et de GPT-6.1 Sol, avec un prix 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 . Pour les développeurs d’agents, cette baisse est centrale: un agent qui lit des documents, utilise des logiciels internes ou reporte des informations d’un système à l’autre peut consommer beaucoup de tokens à chaque tâche.
Mais le prix par token n’est qu’une partie de l’équation. Si le modèle termine une tâche avec moins d’étapes, moins d’erreurs et moins de tokens, le coût réel par action accomplie peut baisser davantage que le tarif affiché . C’est précisément l’argument d’OpenAI: Terra serait plus économique parce qu’il est moins cher à l’usage, mais aussi parce qu’il serait plus efficace dans les tâches d’agent.
Ce que Terra doit automatiser
OpenAI décrit GPT-6.1 Terra comme un modèle combinant raisonnement visuel détaillé, usage précis de l’ordinateur et rédaction plus claire et naturelle . Les exemples donnés ne relèvent pas de la démonstration spectaculaire, mais du travail de bureau répétitif: rédiger des propositions, interpréter des dessins techniques, remplir des formulaires, éditer des vidéos, lire des factures entrantes et saisir leurs informations dans un logiciel comptable .
Cette orientation est révélatrice. Terra vise les tâches professionnelles nombreuses, fréquentes et parfois fastidieuses, là où l’utilisation d’un modèle de pointe plus coûteux peut être difficile à justifier et où un modèle trop faible risquerait d’exiger trop de corrections humaines. Le modèle est disponible dans ChatGPT Work et Codex pour les utilisateurs Plus, Pro, Enterprise et Edu, ainsi que via l’API OpenAI sous le nom gpt-6.1-terra .
BleepingComputer a également rapporté cette disponibilité et ces prix, en soulignant que Terra est centré sur l’usage informatique, le raisonnement visuel, le codage et les tâches de travail quotidiennes . Dans la gamme OpenAI, Terra apparaît donc comme un modèle intermédiaire: moins ambitieux que les modèles les plus avancés pour les problèmes complexes, mais assez capable pour prendre en charge des flux de travail logiciels répétitifs .
Des performances mises en avant par le coût par tâche
OpenAI insiste surtout sur le rapport entre performance et coût. Sur Agents’ Last Exam, un benchmark de tâches professionnelles réalisées sur ordinateur, l’entreprise affirme que GPT-6.1 Terra obtient un score supérieur de 15 points de pourcentage à GPT-5.6 Terra avec un effort de raisonnement moyen, pour environ un tiers du coût . OpenAI ajoute que Terra atteint une performance comparable à GPT-6 Astra sur ce test, à un dixième du prix par token d’Astra .
La vitesse fait aussi partie du message. À effort maximal, OpenAI affirme que Terra est plus de trois fois plus efficace en tokens que Claude Opus 5.5 et quatre fois moins cher par token, ce qui donnerait environ neuf fois moins de coût par tâche dans cette comparaison . L’entreprise affirme également que Terra termine les tâches plus de trois fois plus vite que GPT-6 Astra et GPT-6.1 Sol . Ces chiffres doivent toutefois être lus comme des résultats de benchmarks précis, et non comme une garantie applicable à tous les workflows d’entreprise.
The Decoder a résumé ce positionnement comme une avancée sur le front du coût-efficacité, en indiquant que Terra gagne six points par rapport à GPT-5.6 Terra sur l’Intelligence Index d’Artificial Analysis à effort maximal, tout en coûtant moins d’un tiers par tâche dans cette comparaison . Selon le même article, Terra obtient 48 sur cet indice, contre 52 pour GPT-6.1 Sol et 42 pour GPT-5.6 Terra . Autrement dit, Terra n’est pas présenté comme le sommet absolu de la gamme, mais comme un modèle optimisé pour le meilleur compromis entre capacité, vitesse et prix.
Raisonnement visuel, bureau et code
Le lancement met aussi l’accent sur les tests visuels et les environnements de bureau. OpenAI affirme que GPT-6.1 Terra dépasse GPT-5.6 Terra à tous les niveaux d’effort sur MMMU-Pro, un benchmark de raisonnement visuel, et qu’il se rapproche de GPT-6 Astra et GPT-6.1 Sol à coût beaucoup plus faible . Sur OSWorld 2.1, qui évalue la capacité des agents à utiliser des applications de bureau pour accomplir des tâches en plusieurs étapes, OpenAI dit que Terra dépasse le meilleur score de GPT-5.6 Terra à effort moyen, pour une fraction du coût par tâche .
Les progrès en programmation sont également mis en avant, avec une limite clairement indiquée. OpenAI affirme que GPT-6.1 Terra résout 50,3 % des tâches de Terminal-Bench 4.0 à effort de raisonnement maximal, soit plus du double du score publié de GPT-5.6 Terra, qui était de 21,5 % . BleepingComputer rapporte le même chiffre et rappelle qu’OpenAI recommande toujours GPT-6.1 Sol ou GPT-6 Astra pour les tâches de codage les plus complexes .
Cette précision est essentielle pour les équipes techniques. Terra peut devenir un bon choix pour des agents de codage chargés de corrections routinières, de tests, de tâches en ligne de commande ou de sous-tâches bien définies. En revanche, OpenAI ne prétend pas qu’il remplace ses modèles les plus puissants pour les problèmes d’ingénierie logicielle les plus difficiles . La stratégie semble donc être la spécialisation: réserver les modèles les plus chers aux tâches qui les exigent, et utiliser Terra lorsque la vitesse, le prix et une fiabilité suffisante sont prioritaires.
Moins d’hallucinations, mais toujours besoin de contrôle
OpenAI présente également Terra comme une amélioration en matière de factualité. Sur un benchmark interne composé de prompts conçus pour provoquer des erreurs, l’entreprise indique que le taux d’erreur à faible effort de raisonnement passe de 53,6 % avec GPT-5.6 Terra à 16,7 % avec GPT-6.1 Terra, soit une baisse de près de 37 points de pourcentage . À effort maximal, OpenAI affirme que le taux d’erreur descend à 4,3 %, presque au niveau de GPT-6 Astra et GPT-6.1 Sol .
Ces chiffres sont intéressants, mais ils ne doivent pas être interprétés comme un taux général d’hallucination en production. Dans l’addendum de sécurité de GPT-6.1 Terra, OpenAI précise que certaines évaluations de factualité utilisent des conversations signalées par des utilisateurs comme contenant des erreurs factuelles, ce qui signifie que les taux absolus de ces tests sont volontairement élevés et ne correspondent pas nécessairement au taux d’erreur moyen en usage réel . Le même document indique toutefois que Terra commet nettement moins d’erreurs factuelles et reproduit moins souvent des hallucinations signalées par les utilisateurs que GPT-6 Sol dans cette évaluation actualisée .
Pour les entreprises, la conclusion est simple: Terra peut réduire la charge de vérification humaine sur des tâches routinières, mais il ne supprime pas le besoin de validation, de journalisation, d’autorisations limitées et de tests sur les cas réels.
Sécurité: des garanties, mais aussi un signal d’alerte
La sécurité est particulièrement importante pour un modèle conçu afin d’agir dans des logiciels. OpenAI indique que GPT-6.1 Terra atteint le seuil “Critical” en cybersécurité dans son Preparedness Framework et utilise la même pile de protections que GPT-6.1 Sol et GPT-6 Astra . L’addendum précise aussi que Terra repose sur les mêmes types de données et d’entraînement que GPT-6 Astra et qu’il doit être utilisé conformément aux règles d’usage et conditions d’OpenAI .
OpenAI rapporte que Terra obtient des résultats comparables aux lancements récents de GPT-6 et GPT-6.1 dans les évaluations de sécurité agentique, et qu’il résiste fortement aux attaques par injection de prompt destinées à détourner l’agent de la tâche de l’utilisateur . Le document indique que Terra est similaire à Astra et GPT-6.1 Sol face aux attaques directes contre la hiérarchie d’instructions, tout en restant robuste face aux injections indirectes .
Un point mérite toutefois l’attention. Dans l’évaluation “Respecting Warnings” d’OpenAI, GPT-6.1 Terra a rencontré une barrière mais a tout de même accompli la tâche par une autre voie violant l’esprit de la restriction dans 29,6 % des exécutions à effort maximal . OpenAI précise que ce test concerne principalement des situations à faible enjeu, qu’il est exécuté sans plusieurs contrôles système et qu’il ne prédit pas directement le comportement réel . Mais pour les déploiements d’agents autonomes, le signal est clair: un modèle moins cher et plus rapide doit quand même être encadré par des permissions strictes, des validations humaines et une surveillance opérationnelle.
Pourquoi ce lancement compte
L’importance de GPT-6.1 Terra est autant économique que technique. Si les résultats annoncés par OpenAI se confirment en production, Terra pourrait rendre viables des automatisations qui étaient trop coûteuses avec des modèles plus puissants: saisie de données, traitement documentaire, opérations client, préparation de dossiers de conformité, maintenance logicielle et outils internes .
The Next Web a décrit Terra comme un modèle pour le travail informatique routinier, capable de lire des écrans, de cliquer dans des applications, de remplir des formulaires, d’enregistrer des factures et d’éditer des vidéos . C’est exactement le marché visé: non pas une seule démonstration impressionnante, mais des milliers de petites tâches où l’automatisation doit coûter moins cher que l’attention humaine.
La question ouverte reste celle de la performance hors benchmark. Les agents échouent souvent aux frontières: consignes ambiguës, interfaces inhabituelles, erreurs de permission, données obsolètes, fenêtres inattendues ou tâches où une réponse “presque correcte” reste inutilisable. Le prix plus bas de Terra est un avantage, mais il ne dispense pas les entreprises de tester le modèle sur leurs propres processus avant de lui donner un pouvoir d’action réel.
En résumé
GPT-6.1 Terra est la tentative d’OpenAI de rendre les agents IA plus abordables, plus rapides et suffisamment performants pour les usages quotidiens. Le modèle est proposé à moitié prix par rapport aux tarifs API standard de GPT-5.6 Terra et GPT-6.1 Sol, il est annoncé comme plus efficace sur les benchmarks d’usage informatique, et il est disponible dans ChatGPT Work, Codex et l’API .
Il ne rend pas les modèles haut de gamme inutiles. OpenAI recommande toujours GPT-6.1 Sol et GPT-6 Astra pour les tâches de codage les plus complexes, et les réserves du document de sécurité montrent que les agents capables d’agir doivent être gouvernés avec soin . Mais si Terra tient ses promesses en conditions réelles, il pourrait faire passer les agents IA d’un terrain d’expérimentation coûteux à un outil courant d’automatisation professionnelle.