GPT-5.6 Terra : quand passer à GPT-6.1 Terra ?

GPT-6.1 Terra, qui prend la suite de GPT-5.6 Terra, est le premier modèle à évaluer pour comprendre des images, utiliser des applications ou rédiger clairement à partir de documents fournis. Lancé par OpenAI le 26 octobre 2026, il réalise ces tâches à des tarifs API standard par token deux fois moins élevés que ceux de GPT-6.1 Sol. Gardez Sol pour les projets complexes, GPT-6 Astra pour les travaux les plus exigeants et GPT-6 Luna pour les tâches simples et répétitives.

Informations vérifiées dans la documentation en ligne des éditeurs le 27 octobre 2026. Les recommandations de migration sont une analyse de ces sources ; l’exemple de coût repose sur un calcul, et non sur une charge de travail mesurée.

Qu’est-ce que GPT-6.1 Terra ?

GPT-6.1 Terra est le modèle rapide et efficient d’OpenAI pour le raisonnement visuel, l’utilisation d’un ordinateur et la rédaction naturelle. Le raisonnement visuel consiste à interpréter ce que montre une image, y compris les relations entre ses éléments et leur disposition. L’utilisation d’un ordinateur consiste à agir dans les interfaces des logiciels. OpenAI présente cette version comme une évolution de GPT-5.6 Terra pour le travail professionnel quotidien, notamment les propositions commerciales, les dessins techniques et les formulaires. Annonce d’OpenAI

C’est la différence entre lire une carte et suivre un itinéraire. Un assistant capable d’analyser des images peut décrire un écran. Un agent qui utilise un ordinateur doit aussi choisir une action, examiner l’écran après cette action et vérifier s’il a obtenu le résultat voulu. Terra vise précisément cette combinaison de compréhension visuelle et d’action.

Pour une équipe opérationnelle, cela peut prendre la forme d’une mission bien délimitée : associer les photos d’un fournisseur aux références d’un catalogue existant, puis préparer la mise à jour des fiches produit. Pour un fondateur, il peut s’agir de transformer des notes produit fournies en proposition commerciale. Ce sont des workflows à tester, sans garantie qu’une exécution sans supervision produira des fiches ou des phrases toutes exactes.

Le modèle a aussi besoin d’un environnement qui lui donne les outils et les autorisations nécessaires. Sélectionner Terra ne suffit pas à connecter un logiciel de comptabilité ni à lui ouvrir l’accès à un navigateur. La documentation Work d’OpenAI distingue explicitement la disponibilité du modèle de la configuration du navigateur et de l’utilisation de l’ordinateur. Notes de version de Work

GPT-6.1 Terra ou Sol : quelles tâches confier à Terra ?

Testez Terra sur des tâches visuelles et rédactionnelles bien définies ; gardez Sol pour les projets difficiles dont les éléments sont interdépendants, jusqu’à ce que les essais justifient un changement. Le guide de sélection d’OpenAI recommande de comparer les mêmes entrées avec le même niveau d’effort de raisonnement, le réglage qui détermine le temps de réflexion accordé au modèle. Sol reste recommandé pour les travaux complexes où le temps et le coût comptent. Guide de sélection d’OpenAI

Caractéristiques : fiche du modèle Terra et fiche du modèle Sol. Une fenêtre de contexte représente le budget de tokens disponible pour le travail, sans garantir que chaque détail sera correctement exploité. Le plafond de sortie ne constitue pas un espace supplémentaire qui s’y ajouterait.

Développeurs : un développeur qui travaille seul peut essayer Terra sur un bug dont la reproduction est claire et qui dispose d’un test de non-régression. Gardez Sol pour une modification qui touche à la fois l’authentification, la facturation et une migration de données, où chaque décision influe sur les autres. C’est une application pratique de la distinction faite par OpenAI entre corrections ciblées et développement complexe ; cela ne signifie pas que Terra ne peut pas tenter le chantier le plus vaste.

Responsables opérationnels : un responsable expérimenté peut tester Terra pour renseigner des champs connus à partir d’un document fourni. La vérification doit porter sur l’enregistrement sauvegardé, y compris sur les champs qui devaient rester intacts. Un message de fin assuré ne prouve pas, à lui seul, que la tâche a réussi.

Décideurs : le directeur technique d’une entreprise de taille intermédiaire devrait changer le modèle affecté à un workflow avant de modifier le choix par défaut de toute l’entreprise. Un fondateur ayant levé des fonds peut tester la rédaction d’une proposition à partir de sources, tout en gardant sur Sol ou Astra un projet stratégique fondé sur des éléments contradictoires. Comparez le temps de relecture et de correction en plus de la vitesse d’exécution.

Dans quels cas Astra ou Luna restent-ils plus adaptés ?

GPT-6 Astra reste le recours pour les raisonnements exigeants et les travaux ambigus ; GPT-6 Luna reste le point de départ économique pour les tâches ciblées à grand volume. Ce sont les rôles publiés par OpenAI. Le numéro de version plus élevé de Terra ne le place pas au-dessus de tous les membres de la famille GPT-6. Guide GPT-6 d’OpenAI

Si Luna classe déjà correctement les demandes entrantes ou extrait quelques champs avec précision, laissez-lui ce travail. Essayez Terra lorsque l’interprétation visuelle, l’interaction avec des applications ou la qualité rédactionnelle explique les échecs du workflow moins coûteux. Gardez Astra pour une investigation difficile ou un livrable dont la qualité peut justifier une consommation supérieure. La règle consiste à choisir l’option la moins chère qui satisfait vos critères de validation réels, et non celle dont la tentative coûte le moins.

Pour une vue d’ensemble de la famille et les identifiants exacts, consultez notre guide des modèles GPT.

GPT-5.6 Terra : faut-il passer à GPT-6.1 Terra ?

Commencez dès maintenant un essai de migration si GPT-5.6 Terra prend en charge vos tâches visuelles ou vos actions quotidiennes dans les applications. Le guide de migration d’OpenAI recommande de comparer des images et des workflows représentatifs avec le même effort de raisonnement. Commencez à medium, puis ne modifiez ce réglage qu’après avoir établi une référence. Les applications qui passent par Chat Completions pour les appels d’outils doivent transférer ces requêtes vers Responses pour adopter GPT-6.1 Terra. Guide de migration

Notre guide de la famille GPT-5.6 décrit la gamme précédente. Les arguments en faveur d’un essai du nouveau Terra sont plus solides que ceux en faveur d’un remplacement à l’aveugle. Conservez l’ancien fonctionnement pendant que vous vérifiez les documents aux mises en page inhabituelles, les photos de produits ambiguës, les entrées incomplètes et les défaillances d’outils. Ce sont des exemples de cas à intégrer à l’évaluation, et non des échecs observés au cours de ce travail.

Que montrent les benchmarks d’OpenAI ?

Les résultats publiés justifient un essai, mais leur portée prédictive a des limites précises. Tous les résultats ci-dessous sont communiqués par le fournisseur, OpenAI ; il ne s’agit pas de tests indépendants :

• Sur Agents' Last Exam, Terra avec un effort moyen dépasse GPT-5.6 Terra de 15 points de pourcentage, pour environ un tiers du coût. OpenAI indique que les tâches sont réalisées plus de trois fois plus vite qu’avec Sol et Astra dans cette évaluation.
• Sur MMMU-Pro, qui mesure le raisonnement visuel, OpenAI indique que Terra atteint presque le niveau de Sol et Astra, à moindre coût.
• Sur Terminal-Bench 4.0, Terra avec l’effort maximal résout 50.3% des tâches, contre 21.5% dans les résultats publiés de GPT-5.6 Terra. OpenAI recommande toujours Sol ou Astra pour les travaux de développement les plus complexes.

Source : benchmarks de lancement d’OpenAI

Un benchmark fixe un ensemble de tâches et un protocole d’évaluation. Votre workflow introduit d’autres prompts, autorisations et outils, ainsi que des coûts d’échec différents. Un résultat sur des tâches réalisées dans un environnement de bureau ne démontre pas que Terra remplace Sol pour tous les problèmes de recherche ou d’ingénierie.

Combien peut-on économiser en changeant de modèle ?

À répartition de tokens identique, Terra divise par deux la facture standard des tokens de Sol, tandis que Luna reste moins cher. Les tarifs standard d’OpenAI en contexte court, par million de tokens, sont de $1 en entrée, $0.05 en entrée mise en cache et $5 en sortie pour gpt-6.1-terra. Les tarifs d’entrée et de sortie correspondants sont de $2/$10 pour Sol, $10/$50 pour Astra et $0.10/$0.50 pour Luna. Tarifs de l’API OpenAI

Ce calcul suppose l’absence d’écritures ou de lectures de cache, de frais d’outils distincts, de suppléments liés à la vitesse ou à la région, et de requêtes dépassant le seuil de contexte long. La fiche de Terra prévoit des tarifs supérieurs sur l’ensemble de la requête au-delà de 272K tokens d’entrée. Une fenêtre de contexte d’un million de tokens ne signifie donc pas que les requêtes d’un million de tokens conservent le tarif de base. Conditions tarifaires de Terra

En pratique, les modèles peuvent consommer des quantités différentes de tokens de raisonnement et de contexte lié aux outils ; les nouvelles tentatives peuvent aussi modifier le total. Mesurez le coût par résultat validé avant de considérer les économies sur les tokens comme des économies sur le workflow. Notre guide des tarifs de l’API OpenAI détaille la facturation.

Où peut-on utiliser GPT-6.1 Terra ?

Terra est disponible via OpenAI, Amazon Bedrock et GitHub Copilot ; la documentation de Microsoft le répertorie aussi dans l’offre de modèles Foundry d’Azure. Choisissez le canal que votre organisation peut administrer et évaluer, puis vérifiez ses conditions d’accès.

Les abonnements ChatGPT Work et Codex

ChatGPT Work et Codex proposent Terra dans les abonnements Plus, Pro, Business, Enterprise et Edu. Les notes de version actuelles de Work incluent explicitement Business, alors que la liste de l’annonce de lancement ne le mentionne pas. Sélectionnez Terra dans Advanced depuis l’application de bureau ou Work sur le Web ; Work le prend aussi en charge sur mobile. Il n’est pas disponible dans Chat classique. L’accès Enterprise dépend des paramètres de l’espace de travail et de l’administrateur ; les notes de version excluent la résidence des traitements d’inférence aux Émirats arabes unis. Documentation Work d’OpenAI

Pour un acheteur, il faut distinguer droit d’accès et capacité : un abonnement peut inclure un modèle sans promettre un nombre fixe de tâches terminées. OpenAI indique que Terra permet d’aller plus loin avec le quota existant, mais ne publie aucun multiplicateur universel du nombre de tâches dans son annonce. Les rapports entre tarifs API ne permettent pas de déduire les rapports entre quotas d’abonnement. Pour ce volet, consultez les tarifs et les conditions d’accès de Codex.

L’API OpenAI

Les développeurs sélectionnent gpt-6.1-terra ; l’API Responses est nécessaire lorsque le workflow appelle des outils. Le modèle accepte du texte et des images en entrée et produit du texte. Sa fiche ne mentionne aucune prise en charge native de l’audio ou de la vidéo. Aider à utiliser un logiciel de montage vidéo n’équivaut pas, pour une API, à accepter la vidéo comme modalité d’entrée. Documentation de l’API Terra

Amazon Bedrock

Amazon Bedrock, le service de modèles géré par AWS, a annoncé la disponibilité générale de Terra le 26 octobre 2026. Selon AWS, il est possible de l’appeler via les API Bedrock ou de configurer ChatGPT Work et Codex pour utiliser Terra sur Bedrock. L’annonce renvoie à la documentation Bedrock pour les régions, les points de terminaison, les fonctionnalités prises en charge, les profils d’inférence et les tarifs. Annonce d’AWS

Pour une équipe qui travaille déjà sur AWS, ce canal permet une évaluation dans le cadre existant de gestion des accès et d’audit. Cela ne garantit pas des fonctionnalités ou une facturation identiques chez tous les fournisseurs.

GitHub Copilot

GitHub Copilot, l’assistant de développement de GitHub, a annoncé la disponibilité générale de Terra le 26 octobre pour Pro, Pro+, Max, Business et Enterprise. GitHub cite VS Code, Visual Studio, Copilot CLI, son agent cloud et son application, github.com, GitHub Mobile, JetBrains, Xcode et Eclipse. Le déploiement est progressif ; les administrateurs Business et Enterprise peuvent contrôler l’accès au moyen de la politique d’utilisation des modèles. Annonce de GitHub

GitHub indique que le modèle est facturé à l’usage aux tarifs catalogue du fournisseur. Évaluez-le dans le client déjà utilisé par vos développeurs et vérifiez la politique d’accès au modèle s’il n’apparaît pas dans leur sélecteur.

Microsoft Azure

La documentation de Microsoft Azure sur les modèles de raisonnement Foundry répertorie explicitement gpt-6.1-terra, version 2026-10-26. Elle inclut Terra dans les tableaux de disponibilité et de fonctionnalités et renvoie aux disponibilités régionales ainsi qu’aux niveaux de quota. Cela justifie la présence d’Azure dans cette liste, sans établir une disponibilité dans chaque région ou pour chaque type de déploiement. Documentation des modèles de Microsoft

Quelles promesses faut-il relativiser ?

L’exagération consiste à faire d’un modèle moins cher et performant sur les tâches visuelles un remplaçant universel. La place de Terra dépend du travail à accomplir, des outils qui l’entourent et de la qualité du résultat enregistré.

Un benchmark exécuté plus vite ne rend pas toutes les tâches de production plus rapides. Un tarif par token inférieur ne signifie pas une baisse équivalente de la consommation du quota d’abonnement. Et la présence d’un modèle dans un sélecteur ne signifie pas qu’un agent a accès à toutes les applications dont il a besoin.

Pour les équipes opérationnelles, la principale limite concerne la vérification : un modèle peut décrire de façon plausible une tâche terminée alors que l’enregistrement attendu n’a pas été correctement sauvegardé. Le guide de sélection d’OpenAI recommande expressément de rouvrir les enregistrements concernés, de vérifier les données sans rapport avec la tâche et de comparer le compte rendu de fin au résultat. Intégrez ce contrôle à l’essai, au-delà d’une appréciation subjective du caractère convaincant de la réponse. Critères d’évaluation d’OpenAI

Dès lundi, testez un seul workflow

Choisissez un workflow récurrent dont le résultat est vérifiable et comparez Terra au modèle utilisé aujourd’hui. Conservez les mêmes documents sources, autorisations et niveaux d’effort de raisonnement pour que la comparaison réponde à une question utile.

1. 1

   Définissez les critères de réussite avant l’exécution

   Pour un catalogue, exigez la bonne correspondance produit, l’enregistrement des champs demandés et l’absence de modifications sans rapport avec la tâche. Pour une proposition commerciale, exigez le respect des faits fournis, du public visé et du ton attendu. Pour le code, précisez le comportement requis et les contrôles de non-régression.

2. 2

   Comparez le résultat dans son ensemble

   Relevez le temps d’exécution, la consommation facturée, l’effort de relecture et les corrections. Rouvrez les enregistrements sauvegardés ou examinez le livrable. Ne notez pas seulement le dernier message de la conversation.

3. 3

   Adoptez le workflow qui passe les contrôles

   Confiez-le à Terra s’il atteint le niveau de qualité attendu et réduit le coût total ou le temps consacré. Laissez les tâches simples et fiables sur Luna, gardez Sol pour les projets complexes et réservez Astra aux travaux les plus difficiles. Réexaminez ce choix lorsque le workflow évolue.

Abonnez-vous à la newsletter pour des conseils pratiques sur le choix des modèles et les workflows en entreprise.