OpenAI divise par deux le prix de Terra et rapproche ses agents des modèles les plus puissants

GPT-6.1 Terra améliore l'utilisation des logiciels, réduit les erreurs factuelles et coûte deux fois moins cher que son prédécesseur via l'API.

Un modèle capable de piloter des logiciels professionnels, de comprendre des documents visuels complexes et d'accomplir des tâches plus de trois fois plus rapidement que certains modèles pourtant plus puissants. Avec GPT-6.1 Terra, OpenAI privilégie l'efficacité des agents informatiques, tout en abaissant de moitié les tarifs de son modèle intermédiaire.

L'évolution dépasse la simple accélération de la génération de texte. Terra est conçu pour comprendre ce qui apparaît sur un écran, intervenir dans des applications, interpréter des documents techniques et mener des opérations comportant plusieurs étapes. Il est désormais disponible dans ChatGPT Work, Codex et l'API OpenAI, avec un tarif standard de 1 dollar par million de tokens en entrée et 5 dollars en sortie. Des agents capables de travailler dans plusieurs logiciels

Lire une facture et reporter ses données dans un logiciel comptable, remplir un formulaire, transformer un dessin architectural en modèle 3D ou analyser un film d'animation image par image : les exemples mis en avant par OpenAI concernent des tâches nécessitant bien davantage qu'une réponse textuelle.

GPT-6.1 Terra associe compréhension visuelle, raisonnement et utilisation d'interfaces informatiques. Lorsqu'il est intégré à un environnement agentique disposant des outils et autorisations nécessaires, le modèle peut interpréter une interface, déterminer les opérations à réaliser et interagir avec différentes applications.

Dans ChatGPT Work, ces capacités s'inscrivent dans des processus qui permettent de confier à l'IA des tâches prolongées impliquant des documents, des logiciels et des services connectés. Dans Codex, elles peuvent servir aux opérations de développement et de test nécessitant l'utilisation d'un ordinateur.

La différence tient également au niveau de modèle mobilisé. Les agents informatiques complexes ont longtemps bénéficié des modèles les plus coûteux, notamment lorsqu'ils devaient enchaîner de nombreuses observations visuelles et actions. Terra cherche à réaliser une partie de ces opérations avec un coût et un temps de traitement plus faibles. Quinze points de mieux sur les tâches professionnelles

Sur Agents' Last Exam v1, un benchmark mesurant la capacité des agents à effectuer des tâches professionnelles dans des logiciels, GPT-6.1 Terra améliore de 15 points de pourcentage le résultat de GPT-5.6 Terra à effort de raisonnement moyen.

Les tâches comprennent notamment la construction de modèles tridimensionnels à partir de documents architecturaux ou la production de relevés horodatés à partir de séquences vidéo.

OpenAI indique que cette progression s'accompagne d'un coût par tâche environ trois fois inférieur à celui de GPT-5.6 Terra.

À ce niveau de raisonnement, GPT-6.1 Terra atteint également une performance comparable à celle de GPT-6 Astra, tout en affichant un prix par token dix fois plus faible. Le modèle termine par ailleurs les tâches plus de trois fois plus rapidement en moyenne que GPT-6 Astra et GPT-6.1 Sol, selon les évaluations publiées par OpenAI.

Ces comparaisons distinguent deux paramètres souvent confondus : le tarif des tokens et le coût d'une tâche effectivement accomplie. Un modèle moins cher au token peut consommer davantage de tokens ou multiplier les tentatives. Le résultat économique dépend donc aussi de son efficacité pendant l'exécution.

Avec un effort de raisonnement maximal, OpenAI estime que Terra utilise plus de trois fois moins de tokens que Claude Opus 5.5 pour les tâches comparées. En tenant compte du tarif, l'entreprise annonce un coût par tâche environ neuf fois inférieur. Ces résultats proviennent des mesures d'OpenAI et ne démontrent pas une supériorité générale sur l'ensemble des usages. Les erreurs factuelles passent de 53,6 % à 16,7 %

L'amélioration concerne également la fiabilité des réponses.

Sur un jeu de tests interne composé de questions susceptibles de provoquer des erreurs, GPT-5.6 Terra produisait au moins une erreur factuelle dans 53,6 % des réponses avec un faible effort de raisonnement. Avec GPT-6.1 Terra, ce taux descend à 16,7 %, soit une baisse de 36,9 points de pourcentage.

À l'effort maximal, le taux d'erreur de la nouvelle version atteint 4,3 %, contre 22,3 % pour la génération précédente. Les résultats se rapprochent alors de ceux des modèles GPT-6 Astra et GPT-6.1 Sol dans cette évaluation.

Ces chiffres ne correspondent pas à un taux d'hallucination universel. Ils sont issus d'un benchmark interne portant sur des prompts difficiles, dont les résultats ne peuvent pas être extrapolés directement à toutes les conversations ou aux documents professionnels.

Sur MMMU-Pro, un benchmark consacré au raisonnement visuel, OpenAI rapporte également une progression à tous les niveaux de raisonnement par rapport à GPT-5.6 Terra. Les résultats les plus élevés se rapprochent de ceux d'Astra et de Sol, pour un coût inférieur.

Cette compréhension des contenus visuels intervient notamment lorsqu'un agent doit lire un tableau, distinguer les éléments d'un schéma technique ou comprendre une interface avant de réaliser une action. Les capacités de programmation progressent fortement

Terra améliore aussi ses résultats sur les tâches de développement logiciel.

Sur Terminal-Bench 4.0, qui évalue la résolution de problèmes dans un environnement de ligne de commande, GPT-6.1 Terra réussit 50,3 % des tâches avec un effort de raisonnement maximal. GPT-5.6 Terra obtenait 21,5 % dans les résultats publiés précédemment.

Cela représente une progression de 28,8 points et un score plus de deux fois supérieur.

Le benchmark inclut des opérations concrètes de développement, par exemple la correction d'une interface web dont les éléments changent de position pendant le chargement.

Les résultats concernent également la recherche scientifique assistée par programmation. Sur Terminal-Bench-Science 0.1, Terra dépasse GPT-6.1 Sol à un coût inférieur et termine à moins de cinq points de Claude Opus 5.5, pour moins d'un cinquième de son coût estimé.

OpenAI