L’essentiel: une IA plus économique pour le travail quotidien
OpenAI a lancé GPT-6.1 Terra, un nouveau modèle de la famille GPT-6 qui se positionne moins comme un modèle vitrine maximaliste que comme un moteur pratique pour les tâches professionnelles répétées et volumineuses . L’entreprise affirme que Terra combine un raisonnement visuel détaillé, une utilisation précise de l’ordinateur et une écriture plus claire, avec des prix standard de tokens API inférieurs de 50 % à ceux de GPT-5.6 Terra et de GPT-6.1 Sol . C’est le cœur de l’annonce: OpenAI veut rendre les workflows agentiques plus abordables lorsqu’ils sont utilisés à grande échelle, et pas seulement pour quelques requêtes premium .
Le modèle est disponible dans l’API OpenAI sous l’identifiant gpt-6.1-terra, et le changelog de l’API le liste pour les endpoints Responses et Chat Completions à partir du 26 octobre 2026 . Dans les produits ChatGPT, Terra est ajouté à ChatGPT Work et Codex plutôt qu’à l’interface Chat classique, avec une orientation claire vers les workflows professionnels impliquant images, écrans, applications, navigateurs et documents . Cette distinction est importante: Terra n’est pas présenté comme le nouveau chatbot généraliste par défaut, mais comme un moteur moins coûteux pour exécuter du travail.
Ce qui change dans les prix
La tarification standard de l’API est l’élément le plus direct de l’annonce. OpenAI indique que GPT-6.1 Terra coûte 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 . Comme GPT-6.1 Sol est plus cher, Terra donne aux développeurs une option plus économique lorsque la profondeur de raisonnement supplémentaire de Sol n’est pas nécessaire . AWS reprend le même positionnement dans son annonce Bedrock, en précisant que les prix des tokens d’entrée et de sortie de Terra sont au moins 50 % inférieurs à ceux de GPT-6.1 Sol et GPT-5.6 Terra .
Cela ne signifie pas que chaque facture réelle baissera exactement de moitié. Le coût d’un workflow agentique dépend du nombre de tours, des appels d’outils, des captures d’écran, du contexte mis en cache, des reprises et du niveau d’effort de raisonnement. Mais une réduction de 50 % du prix des tokens change l’équation économique de nombreux cas limites: traitement de factures, remplissage de formulaires, rapprochement de catalogues, tri de codebases, revue documentaire ou agents d’exploitation internes. Dans ces usages, les équipes recherchent souvent moins le raisonnement absolu de pointe que des performances stables, répétables et prévisibles.
Terra n’est pas seulement un “modèle pas cher”
Le cadrage d’OpenAI est volontairement nuancé: Terra est moins cher, mais il n’est pas décrit comme un assistant au rabais. Le billet de lancement le présente comme une amélioration importante par rapport à GPT-5.6 Terra, notamment pour les tâches de communication et d’usage de l’ordinateur qui remplissent une journée de travail . Les exemples choisis sont concrets: rédiger des propositions, interpréter des plans techniques, remplir des formulaires et éditer des vidéos .
Le positionnement le plus fort concerne le passage de la compréhension visuelle à l’action. OpenAI indique que Terra peut raisonner sur ce qui apparaît à l’écran, puis agir dans des applications et des navigateurs . Cette combinaison est essentielle pour les agents, car beaucoup de tâches métier ne se limitent pas à générer du texte. Elles exigent de lire des interfaces, d’extraire des détails structurés, de naviguer dans des systèmes et de produire un résultat exploitable. Un modèle moins coûteux capable d’accomplir ces étapes de manière fiable peut être plus utile, dans certains cas, qu’un modèle plus puissant mais trop cher pour un déploiement quotidien.
Les performances annoncées et les précautions à garder
OpenAI affirme que GPT-6.1 Terra obtient un score supérieur de 15 points de pourcentage à GPT-5.6 Terra sur Agents’ Last Exam avec un effort de raisonnement moyen, tout en coûtant environ trois fois moins cher sur ce benchmark . L’entreprise ajoute que Terra atteint un niveau comparable à GPT-6 Astra sur ce test pour un dixième du prix par token d’Astra, et qu’il termine les tâches plus de trois fois plus vite que GPT-6 Astra et GPT-6.1 Sol . AWS reprend ce cadrage général dans son annonce de disponibilité sur Bedrock, notamment les progrès par rapport à GPT-5.6 Terra et la vitesse supérieure face à Astra et Sol .
Ces chiffres sont importants, mais ils restent des benchmarks de lancement communiqués par le fournisseur. Ils expliquent la manière dont OpenAI veut que le marché comprenne Terra, mais les organisations devront toujours conduire leurs propres évaluations sur les tâches qu’elles comptent automatiser. Un modèle très bon pour lire des plans techniques ou des écrans d’application ne sera pas forcément le meilleur choix pour toutes les tâches de codage profond, de recherche, de droit, de finance ou de science. OpenAI précise d’ailleurs que GPT-6.1 Sol et GPT-6 Astra restent préférables pour les tâches de codage les plus complexes .
Code, factualité et fiabilité pratique
La sortie de Terra est aussi une histoire de développement logiciel, même si ce n’est pas uniquement cela. OpenAI indique que GPT-6.1 Terra résout 50,3 % des tâches de Terminal-Bench 4.0 au niveau maximal de raisonnement, soit plus du double du score publié pour GPT-5.6 Terra, qui était de 21,5 % . C’est une progression importante si Terra est utilisé pour le travail en terminal, l’exploration de codebases, les corrections ciblées ou les tâches répétitives de développement.
OpenAI revendique aussi une amélioration nette de la factualité. Sur son benchmark interne de prompts conçus pour provoquer des erreurs, l’entreprise affirme 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, et qu’il descend à 4,3 % avec l’effort maximal . Ces chiffres intéressent particulièrement les utilisateurs professionnels, car une automatisation bon marché n’a de valeur que si elle ne crée pas une charge constante de vérification. Mais comme il s’agit d’un benchmark interne, les entreprises devront tester Terra avec leurs propres documents, politiques et procédures avant de s’y fier à grande échelle.
Une disponibilité qui dépasse OpenAI
Le lancement a rapidement dépassé les surfaces directement contrôlées par OpenAI. GitHub a annoncé que GPT-6.1 Terra est généralement disponible dans GitHub Copilot pour le codage agentique quotidien et le travail en terminal, à un coût inférieur à GPT-6.1 Sol . GitHub précise que le modèle est disponible pour les utilisateurs Copilot Pro, Pro+, Max, Business et Enterprise, avec sélection depuis le model picker dans Visual Studio Code, Visual Studio, Copilot CLI, Copilot cloud agent, GitHub.com, GitHub Mobile, les IDE JetBrains, Xcode et Eclipse . GitHub ajoute que le déploiement est progressif et que les administrateurs Business et Enterprise peuvent gérer l’accès via les politiques de modèles .
AWS a également annoncé la disponibilité générale de GPT-6.1 Terra sur Amazon Bedrock le 26 octobre 2026 . AWS indique que les clients peuvent appeler le modèle directement via les API Bedrock ou configurer ChatGPT Work et Codex pour utiliser le modèle sur Amazon Bedrock . Microsoft Foundry liste de son côté GPT-6.1 Terra comme modèle Direct from Azure, avec une version datée du 2026-10-26, un hébergement sur Azure, des entrées texte et image, et une fenêtre de contexte de 1050k tokens . Ensemble, ces canaux montrent que Terra n’est pas une simple mise à jour de console OpenAI: il est poussé dans l’infrastructure développeur et entreprise où les charges de travail IA sont réellement exécutées.
Sécurité et gouvernance
Un prix plus bas ne signifie pas une capacité à faible risque. Dans son addendum de system card, OpenAI indique traiter GPT-6.1 Terra comme Critical en cybersécurité et High pour les capacités biologiques et chimiques dans le cadre de son Preparedness Framework . OpenAI précise que Terra utilise la même pile de garde-fous que GPT-6.1 Sol et GPT-6 Astra, avec des sondes mises à jour pour être compatibles avec le modèle .
Cette classification de sécurité fait partie intégrante de l’état actuel du lancement. Elle signifie que les organisations ne doivent pas considérer Terra comme un simple modèle économique inoffensif parce qu’il est moins cher. Un modèle capable d’utiliser un ordinateur, d’interpréter des écrans et d’agir dans des applications exige des contrôles d’accès, des journaux d’audit, des règles de traitement des données et des limites claires sur ce qu’il peut faire sans validation humaine. Pour les entreprises, l’intérêt de Terra dépendra donc autant de la gouvernance que du prix, surtout si le modèle est déployé dans ChatGPT Work, Codex, Copilot, Bedrock et Azure.
Ce que Terra dit du marché de l’IA
GPT-6.1 Terra montre que la concurrence entre modèles se déplace de la capacité brute vers le rapport coût-performance. Le modèle le plus avancé d’une famille reste important, mais de nombreux clients posent désormais une question plus opérationnelle: quel modèle accomplit une tâche donnée de façon fiable au coût total le plus bas? Terra est conçu pour répondre à cette question dans les workflows fondés sur l’écran, le codage quotidien, le raisonnement visuel et le travail professionnel structuré.
La sortie confirme aussi la spécialisation croissante des gammes de modèles. Astra reste le choix haut de gamme pour les raisonnements les plus exigeants, Sol occupe le point d’équilibre pour le travail professionnel complexe, et Terra devient le modèle moins coûteux pour les volumes élevés nécessitant tout de même une vraie capacité visuelle et informatique . Pour les développeurs, la question pratique sera de savoir si Terra est “suffisant” pour remplacer Sol ou Astra sur certaines parties du workflow. Pour OpenAI, l’objectif stratégique est clair: rendre l’IA capable moins chère à exécuter, plus simple à déployer et plus attractive pour l’usage quotidien en production.