GPT-6.1 Terra : OpenAI divise par deux le prix de son milieu de gamme

GPT-6.1 Terra : OpenAI divise par deux le prix de son milieu de gamme

OpenAI a lancé GPT-6.1 Terra le 26 octobre 2026. Ce modèle de milieu de gamme remplace GPT-5.6 Terra et cible la vision, l'usage d'ordinateur (computer use) et les tâches bureautiques automatisées. Il est disponible dans l'API sous l'identifiant gpt-6.1-terra, et pour les abonnés Plus, Pro, Enterprise et Edu dans ChatGPT Work et Codex. Le tarif tombe à 1 $ le million de tokens en entrée et 5 $ en sortie, soit moitié moins que GPT-5.6 Terra et que GPT-6.1 Sol.

TL;DRL'essentiel pour les pressés
  • GPT-6.1 Terra coûte 1 $ / 5 $ par million de tokens (entrée / sortie), contre 2 $ / 12 $ pour GPT-5.6 Terra : OpenAI passe sous Claude Sonnet 5.5 (2 $ / 10 $).
  • Artificial Analysis le mesure à 48 sur son Intelligence Index, entre GPT-5.6 Terra (42) et GPT-6.1 Sol (52), et le place sur la frontière de Pareto coût-performance.
  • Le modèle invente moins : sur AA-Omniscience, il répond au hasard dans 38 % des cas quand il ne sait pas, contre 88 % pour GPT-5.6 Terra.
50,3 %de tâches résolues sur Terminal-Bench 4.0 en effort maximal, contre 21,5 % pour GPT-5.6 Terra (OpenAI, 26 octobre 2026)

Un concurrent frontal de Claude Sonnet, à moitié prix

Terra occupe chez OpenAI la place que Sonnet occupe chez Anthropic : le modèle intermédiaire qui absorbe le gros des usages. Simon Willison fait ce parallèle dans son test du jour. Ted Sanders, d'OpenAI, le décrit sur Hacker News comme « une bonne option intermédiaire si vous voulez moins cher que Sol ». Sur le Coding Agent Index v2.0, Terra fait 48 contre 54 pour Sol. OpenAI recommande d'ailleurs toujours Sol ou Astra pour le code complexe. En revanche, sur Agents' Last Exam (tâches professionnelles sur ordinateur), Terra égale GPT-6 Astra pour un dixième du prix au token. Il termine aussi ses tâches trois fois plus vite qu'Astra et Sol.

La fiabilité progresse plus que le score brut. Sur le jeu interne de prompts conçus pour provoquer des erreurs, le taux d'erreurs factuelles passe de 53,6 % à 16,7 % en effort de raisonnement faible. Il tombe à 4,3 % en effort maximal. La résistance aux injections de prompt indirectes monte à 98,8 %, contre 96,2 % pour son prédécesseur. OpenAI classe par ailleurs le modèle au seuil « critique » en cybersécurité de son Preparedness Framework et lui applique les garde-fous construits pour GPT-6 Astra.

Deux limites. Presque tous les chiffres viennent d'OpenAI ou de benchmarks commandés à Artificial Analysis, sans réplication indépendante à ce stade. Et le coût par tâche annoncé comme 9 fois inférieur à Claude Opus 5.5 compare un milieu de gamme au haut de gamme concurrent. DataCamp juge cette comparaison « un peu artificielle ou sélective ». Après la baisse de prix de Moonshot sur Kimi K3.1 Pro la semaine dernière, la guerre des prix se joue désormais sur le milieu de gamme. C'est là que tournent les agents en production.

Mon avis : notable. Pas de saut de capacité, mais une division par deux du prix sur le segment le plus utilisé. Pour une équipe française qui fait tourner des pipelines d'extraction, de classification ou de computer use, c'est une baisse de facture immédiate, sans migration technique.

Pour les gros volumes d'API, le calcul se refait cette semaine

Si vous consommez l'API OpenAI pour des tâches répétitives (traitement de documents, remplissage de formulaires, lecture de factures, agents de navigation), Terra est conçu pour vous. Le changement se limite à l'identifiant de modèle, et OpenAI conseille de comparer le coût par tâche avant de basculer la production. Le cache d'entrée à 0,05 $ le million de tokens divise par quatre le tarif précédent. Les architectures à long prompt système répété en profitent le plus.

Si vous êtes sur ChatGPT Work ou Codex, la même enveloppe d'abonnement couvre plus de tâches avec Terra qu'avec GPT-5.6 Terra, et nettement plus qu'avec Sol ou Astra. Si votre usage est du code exigeant ou du raisonnement long, rien ne change : Sol et Astra restent la recommandation d'OpenAI, et ce lancement ne les remplace pas.

Ce que vous devez faireConcrètement, pour votre visibilité
  • Rejoue un lot de 50 tâches réelles de ton pipeline avec gpt-6.1-terra et compare le coût par tâche et le taux d'échec avec ton modèle actuel avant toute bascule en production.
  • Active le prompt caching sur tes appels à prompt système long : l'entrée en cache passe à 0,05 $ le million de tokens, quatre fois moins qu'avant.
  • Teste l'effort de raisonnement en plusieurs crans : les gains de Terra sur les erreurs factuelles se concentrent en effort faible et moyen, là où tournent les gros volumes.

Sources

Source : Openai.com

Cet article a été rédigé avec l’assistance d’un modèle de langage (LLM).

Besoin d'un accompagnement personnalisé?

Je propose des accompagnements au forfait et en régie pour vous aider à améliorer votre visibilité en ligne.