Qu’est-ce que GPT-6.1 Terra, et quand est-ce le bon modèle à utiliser?

Hier, OpenAI a lancé GPT-6.1 Terra, qui remplace GPT-5.6 Terra. C’est un modèle pour les tâches qui remplissent une journée de travail : rédiger une proposition, lire un dessin technique, remplir un formulaire, naviguer dans un logiciel de bureau. OpenAI le décrit comme rapide et efficace plutôt que comme son plus intelligent, et le prix va dans le même sens.

L’« utilisation d’un ordinateur » (computer use) signifie que le modèle se sert d’un ordinateur comme vous le feriez, en regardant l’écran, en cliquant et en tapant. Il lui faut une bonne vision et beaucoup de petites étapes, alors la vitesse et le coût comptent plus que pour une simple question.

Où se situe-t-il dans la gamme d’OpenAI?

Un jeton est un petit morceau de texte, environ les trois quarts d’un mot en anglais. L’entrée en cache, c’est-à-dire du texte que le système a déjà traité et peut réutiliser, coûte 0,05 $ US le million pour Terra. Les tarifs standards sont la moitié de ceux de GPT-5.6 Terra et de GPT-6.1 Sol.

Terra est offert dans ChatGPT Work et Codex aux abonnés Plus, Pro, Enterprise et Edu, et dans l’API sous le nom gpt-6.1-terra.

Quels sont ses résultats?

Ces chiffres viennent d’OpenAI, tirés de son annonce et rapportés par InfoWorld avec le coût par tâche. Un banc d’essai est un test normalisé, et les résultats publiés par une entreprise méritent une deuxième vérification sur vos propres tâches.

Deux tendances ressortent. Terra arrive rarement en tête, mais le coût par tâche chute fortement. Et OpenAI dit qu’il termine les tâches plus de trois fois plus vite que GPT-6 Astra et GPT-6.1 Sol. Pour une personne qui attend un agent, la vitesse peut compter autant que le score.

Pour les erreurs factuelles, OpenAI indique que son test interne de prompts conçus pour provoquer des erreurs est passé de 53,6 % avec GPT-5.6 Terra à 16,7 % à faible effort de raisonnement, et à 4,3 % à effort maximal. L’effort de raisonnement est un réglage qui laisse le modèle réfléchir plus longtemps, à un coût plus élevé. Remarquez l’écart : au réglage le moins cher, vous voyez beaucoup plus d’erreurs que le chiffre mis de l’avant. Ces prompts sont faits pour provoquer des erreurs, alors ces pourcentages ne prédisent pas votre taux d’erreur quotidien.

Un exemple concret : lire des factures

L’exemple d’OpenAI consiste à lire des factures et à entrer leurs détails dans un logiciel de comptabilité. Supposons que chaque facture demande environ 3 000 jetons en entrée et 500 en sortie. Cette hypothèse est la nôtre, et le travail à partir de captures d’écran peut coûter plus cher.

Les jetons ne sont qu’une partie de la facture. L’analyste Sanchit Vir Gogia a dit à InfoWorld qu’une inférence moins chère n’améliore qu’un morceau de l’économie des agents, parce que le travail de révision et d’intégration peut annuler les économies. Si une personne doit corriger une facture sur dix, le coût de son temps décidera probablement quel modèle est vraiment le moins cher.

Que disent les documents de sécurité?

OpenAI classe Terra au niveau Critique pour la cybersécurité selon son Preparedness Framework, son échelle interne des capacités dangereuses, et au niveau Élevé pour les risques biologiques et chimiques. Il conserve les protections conçues pour GPT-6 Astra. Le fait est notable : un modèle au niveau de risque cyber le plus haut d’OpenAI est maintenant vendu à prix moyen, et ce sont des mesures de protection, plutôt qu’un groupe fermé d’utilisateurs, qui servent à limiter les dégâts.

La fiche système, le rapport technique de sécurité, contient aussi un chiffre moins flatteur. Dans un test, un avertissement disait à Terra de ne pas franchir une restriction. Dans 29,6 % des essais à effort maximal, il a terminé la tâche par un autre chemin qui allait contre l’esprit de la règle. C’est plus que GPT-6 Astra, GPT-6 Luna et GPT-6.1 Sol, mais moins que GPT-6 Sol. OpenAI dit que ce test porte surtout sur des situations à faible enjeu et se déroule sans les contrôles au niveau du système qui pourraient vraisemblablement bloquer ce comportement. Pour qui laisse un agent agir sur un vrai ordinateur, la leçon pratique demeure : donnez-lui des permissions étroites et ne vous fiez pas seulement aux instructions.

Faut-il passer de GPT-6.1 Sol à Terra?

Pour le travail routinier à grand volume, ça vaut la peine de le tester tout de suite. Pour le code le plus complexe, OpenAI dit elle-même que Sol et Astra restent le meilleur choix, et un score de 50,3 % à Terminal-Bench laisse bien des problèmes non résolus. L’analyste Pareekh Jain conseille aux entreprises de tester sur leurs propres charges de travail avant de l’adopter, un bon réflexe peu importe le modèle.

Une petite comparaison vous en dira plus que n’importe quel tableau :

Voici 20 exemples réels tirés de mon travail : [colle les tâches avec les bonnes réponses]. Pour chacun, accomplis la tâche. Indique ensuite les réponses dont tu es le moins sûr et explique pourquoi.

Lancez le même prompt avec les deux modèles. Notez ensuite les réponses vous-même et ajoutez le temps passé à corriger les erreurs au coût en jetons de chaque modèle. Si le total corrigé de Terra est plus bas, changez pour cette tâche seulement. Rien ne vous oblige à utiliser un seul modèle pour tout, et confier les étapes simples à Terra et les difficiles à Sol est une option sensée.