TL;DR
GPT-6.1 Terra d’OpenAI combine le raisonnement visuel et l’utilisation de l’ordinateur aux tarifs API publiés de 1 $ par million de tokens d’entrée et de 5 $ par million de tokens de sortie. Des prix par token plus bas, c’est important, mais l’indicateur métier pertinent est le coût d’une tâche menée à bien et validée, pas le prix d’un clic.
Un modèle moins cher n’est pas automatiquement un flux de travail moins cher
Le 26 octobre, OpenAI a publié GPT-6.1 Terra pour les développeurs via son API et l’a rendu disponible dans certains forfaits ChatGPT Work et Codex. Le modèle cible le mélange d’interprétation visuelle, d’interaction avec l’ordinateur et de rédaction qui compose de nombreux flux de travail bureautiques. (Source : OpenAI — GPT-6.1 Terra; OpenAI — API changelog)
C’est plus lourd de conséquences qu’un simple rafraîchissement de modèle. Les agents qui pilotent des interfaces graphiques interprètent à répétition des captures d’écran, décident d’une action, attendent la réponse de l’interface et inspectent le résultat. Une tâche qui ressemble à une seule instruction pour un utilisateur peut nécessiter de nombreux appels au modèle et consommer une quantité substantielle de contexte. Baisser le prix d’un composant peut donc changer les flux de travail qu’il devient pratique de tester.
Il ne s’ensuit pas que le prix de chaque action soit divisé par deux. Les prix publiés par OpenAI sont des tarifs par token, pas un prix fixe par action informatique réussie. Le nombre et la taille des appels, les nouvelles tentatives, le contexte mis en cache et le travail de validation influencent tous la facture finale.
Commencer par les tarifs publiés
OpenAI affiche un tarif standard de 1 $ par million de tokens d’entrée, 0,05 $ par million de tokens d’entrée mis en cache et 5 $ par million de tokens de sortie. L’entreprise indique que ses prix API standard sont 50 % inférieurs à ceux de GPT-5.6 Terra et GPT-6.1 Sol. Pour une estimation opérationnelle, utilisez séparément les tarifs réels d’entrée, d’entrée mise en cache et de sortie, plutôt que de supposer que chaque poste diminue du même pourcentage. (Source : OpenAI — Pricing and availability)
Prenons une tâche illustrative qui utilise un million de tokens d’entrée non mis en cache et 100 000 tokens de sortie. Aux tarifs affichés, la composante tokens du modèle s’élève à 1,50 $. Cet exemple n’est ni un benchmark ni une tâche typique : il exclut les entrées mises en cache, tout outil facturé séparément, l’hébergement, la supervision, la relecture humaine et les tentatives échouées. Il est utile parce qu’il expose les leviers qu’une équipe peut mesurer, au lieu de traiter une remise sur les tokens comme une garantie de résultat.
Une comparaison avec un autre modèle doit s’appuyer sur le même ensemble de tâches et consigner le nombre de tokens que chaque système consomme réellement. Le tarif plus bas peut perdre son avantage si l’agent nécessite plus d’étapes, répète du travail ou échoue plus souvent.
Des gains sur les benchmarks, avec les réserves qui s’imposent
Sur Agents’ Last Exam, OpenAI rapporte que Terra, avec un effort de raisonnement moyen, obtient un score supérieur de 15 points de pourcentage à GPT-5.6 Terra pour environ un tiers du coût. Sur Terminal-Bench 4.0, l’entreprise rapporte 50,3 % au raisonnement maximal, contre 21,5 % pour le score publié de son prédécesseur. OpenAI rapporte également des taux d’erreur plus faibles sur un ensemble interne de prompts conçus pour induire des erreurs. Ce sont des résultats déclarés par l’éditeur dans des configurations spécifiées, et non la preuve qu’un flux de travail d’entreprise donné s’améliorera dans les mêmes proportions. (Source : OpenAI — GPT-6.1 Terra)
La distinction entre coût par tâche et prix par token compte ici. Le comportement du modèle peut modifier la quantité de travail nécessaire : un agent plus performant peut terminer avec moins de corrections, tandis qu’un réglage de raisonnement plus délibéré peut consommer plus de tokens. Une expérience valide suit la trajectoire complète, le nombre de résultats réussis et le taux d’intervention, pas seulement un score de classement.
Une grille d’évaluation pratique pour les acheteurs
Faites tourner l’ancien et le nouveau modèle sur les mêmes tâches représentatives, avec les mêmes autorisations et une définition claire de ce qui constitue une tâche terminée. Incluez des cas difficiles : factures ambiguës, approbations manquantes et changements inattendus d’interface. Consignez le total des tokens du modèle, les coûts des outils, le temps écoulé, les annulations et le temps qu’un humain consacre à relire ou corriger le résultat.
Calculez ensuite le coût par résultat accepté : le coût opérationnel total mesuré divisé par le nombre de résultats qui passent la relecture convenue. Indiquez le taux d’échec à côté de ce chiffre. Un coût moyen faible peut masquer un petit nombre d’erreurs coûteuses, en particulier lorsqu’un agent peut envoyer des messages ou modifier des enregistrements financiers.
La mise en cache peut réduire les coûts d’entrée, mais elle n’aide que lorsque l’entrée concernée remplit les conditions de mise en cache du fournisseur. Traitez-la comme un bénéfice mesuré, pas comme une remise générale. De même, la vitesse peut augmenter le débit, mais une exécution plus rapide n’est utile que si le flux de travail encadre les actions irréversibles.
La décision de déploiement
Commencez par des tâches en lecture seule ou produisant des brouillons. Pour des actions comme l’envoi d’un bon de commande ou la modification d’un paiement, exigez une autorisation explicite et une piste d’audit claire. Évaluez l’injection de prompts comme un risque propre au flux de travail : un agent peut rencontrer des instructions hostiles dans le contenu qu’on lui demande de lire. OpenAI rapporte une résistance dans ses propres tests, mais ces résultats ne remplacent pas un test des outils, des données et des autorisations réellement utilisés. (Source : OpenAI — Safety and alignment)
Le changement important n’est pas que l’automatisation du poste de travail ait soudain un prix universel. C’est que de meilleurs modèles visuels et des tarifs par token publiés plus bas rendent une nouvelle vague d’expérimentations d’automatisation soigneusement mesurées digne d’être menée.
FAQ
L’utilisation de l’ordinateur est-elle facturée à moitié prix par clic ?
Les chiffres publiés sont des tarifs par token. Ils n’établissent pas un tarif fixe par clic et ne garantissent pas une réduction de 50 % du coût d’une tâche menée à bien.
Terra peut-il remplacer la relecture humaine ?
Pas au vu des éléments présentés. Les exigences de relecture doivent refléter le risque et la réversibilité de chaque action, et être testées dans l’environnement prévu.
Quel indicateur de coût compte le plus ?
Le coût par résultat accepté, accompagné du taux d’échec et du temps de relecture, est plus informatif que le seul prix par token.
Pour aller plus loin
— The Agent Report