GPT-6.1 Terra : le modèle qui agit sur votre écran devient-il enfin rentable ?

OpenAI lance GPT-6.1 Terra avec une promesse simple : rendre l’usage de l’ordinateur par une IA plus rapide, plus fiable et surtout moins cher. Le modèle ne vise pas à remplacer GPT-6 Astra ou GPT-6.1 Sol sur les tâches les plus difficiles. Il cherche plutôt à rendre économiquement crédibles des agents capables de lire un écran, naviguer entre plusieurs applications et exécuter des opérations répétitives à grande échelle.

L’annonce a été publiée le 26 octobre 2026. GPT-6.1 Terra est disponible depuis le même jour dans ChatGPT Work et Codex pour les abonnés Plus, Pro, Enterprise et Edu, ainsi que dans l’API sous l’identifiant `gpt-6.1-terra`.

Un modèle pensé pour agir, pas seulement répondre

GPT-6.1 Terra accepte du texte et des images en entrée, puis produit du texte. Sa fiche technique met surtout en avant le raisonnement visuel et le *computer use* : comprendre ce qui apparaît à l’écran, cliquer, remplir un formulaire, passer d’une application à l’autre ou exploiter un document visuel.

OpenAI cite notamment la lecture de factures avant saisie dans un logiciel comptable, la comparaison de photos avec un catalogue, l’interprétation de plans techniques, la rédaction de propositions et certaines opérations de montage vidéo. Ce sont des exemples fournis par l’entreprise, pas la garantie que le modèle réussira chaque workflow réel sans adaptation.

Pour une organisation, l’intérêt potentiel est concret : automatiser une succession d’actions effectuées aujourd’hui manuellement dans plusieurs interfaces, y compris lorsque les logiciels ne communiquent pas proprement entre eux. Mais voir un écran ne suffit pas. Un agent doit aussi savoir quand s’arrêter, demander une confirmation et signaler une ambiguïté.

Le prix devient l’argument central

Le tarif standard de l’API est fixé à 1 dollar par million de tokens en entrée, 0,05 dollar pour les entrées déjà en cache et 5 dollars par million de tokens en sortie. Selon OpenAI, ces prix sont inférieurs de 50 % à ceux de GPT-5.6 Terra et de GPT-6.1 Sol.

Des tarifs réduits existent en modes Batch et Flex, tandis que le mode Fast double les prix standards. Les très longs prompts coûtent aussi davantage : au-delà de 272 000 tokens d’entrée, OpenAI applique à l’ensemble de la requête un tarif multiplié par deux pour l’entrée et le cache, et par 1,5 pour la sortie. Les éventuels appels d’outils s’ajoutent à la facture.

Cette structure compte davantage que le seul prix au token. Pour un agent, le coût réel dépend du nombre d’étapes, des reprises après erreur, des captures d’écran analysées, des outils appelés et du niveau de raisonnement choisi. Le bon indicateur reste donc le coût d’une tâche correctement terminée, pas celui d’une réponse isolée.

Des progrès annoncés sur l’usage de l’ordinateur

OpenAI présente plusieurs résultats internes ou réalisés dans le cadre de ses propres évaluations. Sur Agents’ Last Exam, un ensemble de tâches professionnelles incluant la transformation d’un plan architectural en modèle 3D, Terra gagnerait 15 points par rapport à GPT-5.6 Terra avec un effort de raisonnement moyen, pour environ un tiers du coût. L’entreprise affirme également qu’il termine ces tâches plus de trois fois plus vite que GPT-6 Astra et GPT-6.1 Sol.

Sur OSWorld 2.1, qui évalue des actions en plusieurs étapes dans des logiciels de bureau, GPT-6.1 Terra dépasserait le meilleur score de GPT-5.6 Terra dès le niveau de raisonnement moyen. Pour le raisonnement visuel, OpenAI indique qu’il progresse à tous les niveaux d’effort sur MMMU-Pro.

Le modèle avance aussi en programmation. À l’effort maximal, OpenAI annonce 50,3 % de réussite sur Terminal-Bench 4.0, contre un score publié de 21,5 % pour GPT-5.6 Terra. L’entreprise précise toutefois que GPT-6.1 Sol et GPT-6 Astra restent préférables pour les problèmes de code les plus complexes.

Ces comparaisons sont utiles pour situer le produit, mais elles ne remplacent pas un test sur les logiciels, les données et les procédures de l’entreprise. Les chiffres publiés au lancement proviennent essentiellement d’OpenAI ; ils ne démontrent pas encore la fiabilité du modèle dans tous les environnements de travail.

Moins d’erreurs factuelles, selon OpenAI

Sur un test interne conçu pour provoquer des erreurs, OpenAI dit avoir fait passer le taux d’erreur de 53,6 % avec GPT-5.6 Terra à 16,7 % avec GPT-6.1 Terra au faible niveau de raisonnement. À l’effort maximal, le taux annoncé descend à 4,3 %.

Cette amélioration serait importante si elle se confirme dans des usages réels, mais elle ne transforme pas le modèle en source infaillible. Pour une facture, un contrat, une donnée client ou une action irréversible, la vérification reste nécessaire. Un agent peut interpréter correctement une interface tout en choisissant la mauvaise ligne, le mauvais destinataire ou la mauvaise option.

Une grande fenêtre de contexte, avec quelques contraintes

La documentation annonce une fenêtre de contexte de 1 050 000 tokens et jusqu’à 128 000 tokens en sortie. Le modèle prend en charge plusieurs niveaux de raisonnement, de `none` à `max`, ainsi que la recherche web, la recherche dans des fichiers, l’interpréteur de code, le shell hébergé, MCP et le *computer use* via l’API Responses.

Il n’accepte pas directement l’audio ou la vidéo. Le *tool calling* doit passer par l’API Responses. Le réglage maximal n’est pas automatiquement le meilleur : il augmente le temps et la consommation de tokens. OpenAI recommande de commencer avec le niveau moyen, puis d’évaluer si le gain de qualité justifie le surcoût.

Des capacités sensibles qui imposent des garde-fous

Dans son addendum de sécurité, OpenAI classe GPT-6.1 Terra au niveau « Critical » pour les capacités cyber et « High » pour les capacités biologiques et chimiques selon son propre Preparedness Framework. L’entreprise lui applique la même pile de protections qu’à GPT-6.1 Sol et GPT-6 Astra.

Le document rapporte une forte résistance aux injections indirectes dans les tests internes. Il relève aussi des régressions statistiquement significatives, par rapport à GPT-5.6 Terra, sur deux évaluations de sûreté portant sur des images liées à la haine et à l’extrémisme ; après examen manuel et comparaison avec d’autres tests, OpenAI estime néanmoins que les résultats restent dans la ligne de ses lancements précédents.

Pour les entreprises, le sujet dépasse donc le choix du modèle. Un agent qui agit sur un écran doit disposer de droits limités, d’un journal d’activité, de règles d’arrêt et d’une validation humaine avant les actions sensibles : paiement, suppression, publication, envoi externe ou modification de données critiques.

Ce que GPT-6.1 Terra change vraiment

Le lancement ne marque pas seulement une nouvelle hausse de performance. Il confirme une segmentation plus nette de la gamme OpenAI : Astra pour les tâches les plus exigeantes, Sol pour un équilibre entre puissance et coût, Terra pour les flux professionnels rapides et visuels, Luna pour les opérations ciblées à très grande échelle.

GPT-6.1 Terra devient intéressant lorsque le volume compte et que le workflow peut être précisément défini, observé et évalué. Il l’est beaucoup moins si l’entreprise ne sait pas encore quelles décisions l’agent peut prendre seul, quelles données il peut consulter ou comment mesurer une tâche réussie.

La baisse des prix peut rendre l’automatisation accessible à davantage d’équipes. Elle ne réduit pas le besoin de gouvernance. Avant un déploiement, le bon test consiste à comparer Terra à un modèle plus puissant sur un échantillon représentatif, en mesurant le taux de réussite, le coût complet, le temps gagné et la gravité des erreurs — pas seulement la qualité de quelques démonstrations.