L’essentiel
- GPT-6.1 Terra est facturé 1 dollar le million de tokens en entrée et 5 dollars en sortie, soit environ moitié moins que GPT-5.6 Terra et Claude Sonnet 5.5 (2 et 10 dollars).
- Selon Artificial Analysis, le modèle gagne 6 points sur son Intelligence Index au réglage maximal, pour 0,40 dollar par tâche contre 1,40 dollar pour son prédécesseur.
- OpenAI revendique, sur le benchmark Agents’ Last Exam, le niveau de GPT-6 Astra pour un dixième du prix du token, et un coût par tâche environ neuf fois inférieur à celui de Claude Opus 5.5.
- Pour les tâches de code les plus exigeantes, OpenAI continue de recommander GPT-6.1 Sol et GPT-6 Astra.
OpenAI vient de diviser par deux le prix de son modèle intermédiaire, et l’annonce de GPT-6.1 Terra laisse l’intelligence brute au second plan. Elle parle de vision, de formulaires à remplir, de plans techniques à lire et de vidéos à monter. Autrement dit, de logiciels que l’on pilote à la souris.
Le terrain est choisi avec soin : c’est celui où la facture d’un agent explose.
Un agent qui regarde l’écran paie à chaque clic
Un agent d’usage d’ordinateur (un modèle qui lit des captures d’écran, décide d’une action, clique, puis recommence) consomme des tokens à chaque boucle. Dix, trente, parfois cent étapes pour une seule tâche. Le prix par million de tokens ne dit donc presque rien ; ce qui compte, c’est le prix d’une tâche menée à son terme.
Terra vise cette grandeur. Artificial Analysis, qui mesure les modèles de façon indépendante, y voit un nouveau repère d’intelligence par dollar : au réglage maximal, 48 points à l’Intelligence Index contre 42 pour GPT-5.6 Terra, et 0,40 dollar par tâche au lieu de 1,40 dollar. À des niveaux d’effort plus bas, l’avance se creuse, de 7 à 13 points, et place Terra sur la frontière de Pareto, celle où l’on ne peut plus baisser le coût sans sacrifier la performance.
OpenAI pousse la comparaison plus loin. Sur Agents’ Last Exam, Terra égalerait GPT-6 Astra pour un dixième du prix du token. Face à Claude Opus 5.5 au réglage maximal, il consommerait plus de trois fois moins de tokens, ce qui ramènerait le coût par tâche à environ un neuvième. Ces chiffres viennent de l’éditeur : à vérifier sur vos propres flux avant d’y croire.
Sonnet dans le viseur, Astra et Sol sous le feu ami
Le tarif place Terra face à la gamme intermédiaire d’Anthropic. Claude Sonnet 5.5 est affiché à 2 et 10 dollars ; Terra descend à 1 et 5 dollars, et les entrées en cache tombent à 0,05 dollar le million de tokens, le quart de l’ancien tarif. Le développeur Simon Willison relève que Terra occupe la même position que Sonnet dans son catalogue : ni le moins cher, ni le plus puissant, ce qui complique le choix.
Le coup est double. Face à Anthropic, OpenAI attaque le segment où se décident les budgets d’agents en production, celui que l’on ne remplace pas par le modèle le plus cher. Face à sa propre gamme, il accepte de cannibaliser : un modèle qui rattrape Astra sur l’usage d’ordinateur à un dixième du prix du token fragilise la raison d’être des étages supérieurs sur ce cas d’usage précis. OpenAI l’admet à demi-mot en réservant à Sol et Astra les tâches de code les plus difficiles.
Ted Sanders, chez OpenAI, a pris soin de calmer les attentes sur Hacker News : Terra serait meilleur qu’Astra et Sol en communication technique, comparable en vision et en usage d’ordinateur (mais beaucoup plus rapide), un peu en retrait sur le reste. Pour les abonnés, dit-il, ce n’est pas une bombe ; pour les développeurs d’API, c’est une option médiane « bien plus maligne que Luna » sur la vision, l’usage d’ordinateur et la rédaction.
Vitesse et fiabilité, les deux autres postes de coût
Un agent lent coûte cher autrement : il immobilise une session, un navigateur, parfois un poste de travail. OpenAI affirme que Terra termine plus de trois fois plus vite qu’Astra et Sol sur l’usage d’ordinateur. Sur OSWorld 2.1, le benchmark d’agents de bureau, il dépasse le meilleur résultat de GPT-5.6 Terra à effort moyen pour une fraction du coût.
La fiabilité pèse autant. Sur AA-Omniscience, le test privé d’Artificial Analysis, Terra ne se met à deviner que dans 38 % des cas où il ignore la réponse, contre 88 % pour GPT-5.6 Terra, avec deux points de précision en plus. Pour un agent qui remplit un formulaire ou valide une action, chaque réponse inventée en moins épargne une correction humaine, donc un coût caché.
Le code progresse aussi : sur Terminal-Bench 4.0, Terra résout 50,3 % des tâches au réglage maximal, contre 21,5 % pour son prédécesseur. Artificial Analysis le range désormais dans la même catégorie que Sol. Sur son Coding Agent Index v2.0, il affiche 48 points, six de moins que Sol (54) et dix-sept de plus que Luna (31).
Choisir son modèle au coût par tâche réussie
Si vous faites tourner des automatisations d’écran (saisie répétitive, tests de logiciels sans API, traitement de pièces jointes), le critère de choix bascule : le bon modèle devient le moins cher qui boucle la tâche, et non plus le plus intelligent que l’on peut s’offrir. Terra, disponible dans l’API, Codex et ChatGPT Work pour les offres Plus, Pro, Enterprise et Edu, se teste en quelques heures sur un échantillon de vos propres scénarios.
Deux précautions. Les benchmarks d’usage d’ordinateur mesurent des environnements propres, alors que vos interfaces changent sans prévenir. Et le prix par tâche dépend du nombre d’étapes, que seul un essai réel vous donnera. Mesurez donc sur vos flux le coût par tâche réussie plutôt que le score.
Anthropic, de son côté, n’a pas encore répondu sur le tarif de Sonnet.
Mon avis
Le prix du token devient un indicateur aussi trompeur que la fréquence d’un processeur : ce qui compte, c’est ce qu’un agent accomplit par dollar. Je m’attends à ce que chaque éditeur publie d’ici la fin de l’année un coût par tâche, et que les modèles de pointe soient réservés au raisonnement long, pendant que des Terra font le travail d’écran. Les offres qui n’auront pas de réponse à ce niveau de prix perdront les budgets d’agents.
Sources
Ils m’ont fait confiance
« Il ne se contente pas de corriger les symptômes, il cherche à comprendre l'origine des problèmes et à sécuriser les modifications effectuées. J'ai réellement le sentiment d'avoir trouvé un développeur qui comprend à la fois la technique et les enjeux globaux du projet. »
Évaluation client · projet WordPress · septembre 2026
5,0/5 sur 22 évaluations
Faire appel à mes services →
