OpenAI lance GPT-6.1 Terra pour le travail visuel et les tâches sur ordinateur

OpenAI a lancé GPT-6.1 Terra le 26 octobre, ajoutant à sa famille GPT-6 un modèle consacré au travail visuel, à l'utilisation d'un ordinateur et à la rédaction quotidienne. Le journal officiel des changements de l'API situe sa sortie à cette date. Son positionnement répond à une question pratique pour les agents d'intelligence artificielle : quelle capacité faut-il mobiliser lorsqu'une application doit lire un écran et mener à bien une tâche dont l'objectif est clairement défini ?

La documentation du produit donne notamment comme exemples le rapprochement de photos de fournisseurs avec des références de catalogue, la mise à jour de fiches et la vérification du cadrage ou du placement du texte dans des visuels publicitaires. Ces usages relient la compréhension d'une image aux actions effectuées ensuite dans un logiciel. Reconnaître un produit n'est qu'une étape ; le résultat utile consiste à mettre à jour le bon enregistrement. L'accès au navigateur et à l'ordinateur reste soumis à des exigences propres de configuration et d'autorisation.

Les tarifs Standard de l'API pour le texte sont de 1 dollar par million de tokens d'entrée non mis en cache, 0,05 dollar pour l'entrée en cache et 5 dollars pour la sortie. Les tokens servent à mesurer le contenu traité ou généré. Ces montants correspondent au mode Standard, pas à un prix universel pour chaque requête. Les écritures en cache sont facturées séparément, et les modes de traitement Fast, Batch ou Flex modifient également la facture.

La fiche du modèle indique une fenêtre de contexte de 1,05 million de tokens, c'est-à-dire l'espace disponible pour les matériaux d'une requête, et un maximum de 128 000 tokens en sortie. Il accepte du texte et des images et produit du texte. L'appel d'outils nécessite Responses API. Les grandes requêtes demandent une attention particulière : au-delà de 272 000 tokens d'entrée, les tarifs d'entrée et de cache doublent, tandis que ceux de sortie passent à 1,5 fois le tarif de base pour l'ensemble de la requête.

OpenAI annonce un gain de 15 points de pourcentage par rapport à GPT-5.6 Terra dans Agents’ Last Exam, avec un effort de raisonnement medium et environ un tiers du coût mesuré. Ce test porte sur des tâches professionnelles réalisées sur ordinateur. Il s'agit d'une comparaison publiée par l'entreprise, et non d'une économie démontrée pour tous les clients. Son intérêt réside dans la recherche d'un meilleur volume de travail accompli par unité de dépense, sachant que les nouvelles tentatives et la difficulté des tâches peuvent modifier ce calcul.

L'entreprise indique aussi que les erreurs dans son jeu interne de questions factuelles difficiles sont passées de 53,6 % avec GPT-5.6 Terra à 16,7 % avec le nouveau modèle en raisonnement low. Au niveau maximal, Terra affiche encore 4,3 % d'erreurs : les réponses inventées n'ont donc pas disparu. Pour les tâches logicielles en ligne de commande de Terminal-Bench 4.0, OpenAI publie un taux d'achèvement de 50,3 % à effort maximal, contre les 21,5 % précédemment annoncés pour son prédécesseur.

Les indications actuelles de ChatGPT Learn prévoient un accès dans ChatGPT Work et Codex avec les abonnements Plus, Pro, Business, Enterprise et Edu. Terra se sélectionne dans Advanced sur l'application de bureau ou Work sur le web ; Work mobile est également compatible. Il n'est pas disponible dans Chat. L'accès Enterprise dépend de la disponibilité dans l'espace de travail et des contrôles administratifs. La résidence d'inférence aux Émirats arabes unis n'est pas prise en charge. L'abonnement, la facturation de l'API et les permissions des outils restent des conditions distinctes.

L'addendum de sécurité traite Terra comme atteignant le niveau de capacité Critical en cybersécurité dans le Preparedness Framework d'OpenAI et lui applique les protections de GPT-6.1 Sol et GPT-6 Astra. Il s'agit d'une évaluation de capacité, pas du récit d'une attaque particulière. Le document précise aussi que les évaluations de recherche ou par API peuvent différer du ChatGPT en production selon les instructions système, les outils disponibles et le raisonnement configuré. Cela limite la transposition directe des résultats publiés à l'utilisation quotidienne.