GPT-6.1 Terra : prix et différences avec Sol 6.1

On attendait le retour de Terra dans la nouvelle gamme. C’est fait : GPT-6.1 Terra est sorti le 26 octobre 2026. Et son intérêt ne se résume pas à proposer un Sol moins cher. OpenAI le met surtout en avant pour comprendre des images, travailler dans des interfaces et rédiger clairement.

Pour une activité web, je trouve cette combinaison intéressante. Beaucoup de tâches quotidiennes ne demandent pas de résoudre un problème immense : il faut vérifier une fiche produit, repérer un recadrage raté, corriger un élément de page ou remettre un texte au propre. Reste à savoir où placer Terra, sans lui confier par économie un travail qui réclame davantage de jugement.

GPT-6.1 Terra : une nouvelle place entre Luna et Sol

Le changelog OpenAI confirme la sortie du 26 octobre, avec l’identifiant gpt-6.1-terra. Terra rejoint Sol 6.1, Astra et Luna ; il ne les remplace pas. Si vous avez perdu le fil des noms, mon guide de la gamme GPT-6 explique les rôles des autres modèles.

La nouveauté est d’abord un positionnement : un modèle efficace sur les tâches qui mêlent observation visuelle et action, sans oublier la rédaction. Comprendre ce qui apparaît sur un écran n’est qu’une moitié du travail. L’autre consiste à utiliser cette information pour obtenir le bon résultat, dans le bon champ, sans toucher au reste.

Je pense par exemple à une boutique qui reçoit de nouvelles photos fournisseur. Il faut reconnaître le bon produit, ne pas confondre deux variantes, puis mettre à jour la fiche correspondante. Un texte bien tourné ne suffit pas si la photo finit sur la mauvaise référence.

Par rapport à Terra 5.6, regarder aussi la facture

La fiche de GPT-5.6 Terra affiche encore 2 $ par million de tokens d’entrée, 0,20 $ en lecture du cache et 12 $ en sortie, contre 1 $, 0,05 $ et 5 $ pour Terra 6.1 en Standard court contexte. La baisse n’est donc pas un pourcentage uniforme sur toutes les lignes.

En revanche, la fenêtre API maximale de 1 050 000 tokens et la sortie maximale de 128 000 tokens ne sont pas nouvelles par rapport à Terra 5.6. Je ne prendrais pas ces deux chiffres comme preuve d’un progrès de compréhension. La qualité d’une réponse sur un long dossier se vérifie autrement qu’avec sa capacité théorique à l’accepter.

GPT-6.1 Terra vs Sol 6.1 : lequel choisir ?

Le guide de sélection OpenAI distingue les tâches visuelles et bien délimitées de Terra des projets plus complexes confiés à Sol. J’en retiens une règle simple : essayer Terra sur un travail dont on sait reconnaître la réussite ; garder Sol parmi les premiers choix quand la difficulté vient de plusieurs contraintes qui s’entrecroisent.

Prix et capacités maximales proviennent des fiches API de Terra et de Sol 6.1, contrôlées à la même date. Les tarifs du tableau concernent les demandes jusqu’à 272 000 tokens d’entrée. La dernière ligne décrit mon choix de départ, pas un classement mesuré.

Terra sait lire des images ; Sol aussi. L’annonce d’un modèle orienté vision ne signifie donc pas que l’autre est incapable d’analyser une capture. Ce qui mérite comparaison, c’est la précision obtenue, les oublis et le temps de reprise sur votre propre tâche.

Pour un changement de couleur sur un bouton, je ne commencerais pas forcément par le modèle le plus coûteux. Pour comprendre une régression mêlant chargement, navigation et rendu mobile, je serais plus exigeant. Mon article consacré à Sol 6.1 détaille ses évaluations publiées et ses conditions d’accès, sans les attribuer à Terra.

Prix de GPT-6.1 Terra : 1 $ en entrée, 5 $ en sortie

Voici les tarifs API OpenAI en dollars par million de tokens, en vitesse Standard et jusqu’à 272 000 tokens d’entrée. Ce sont des tarifs d’usage, pas le prix mensuel d’un abonnement ChatGPT.

À volumes et conditions identiques, ces lignes sont deux fois moins chères avec Terra. Mais une tâche qui demande trois tentatives n’a plus le même volume qu’une tâche terminée en une fois. Je regarderais le coût du résultat utilisable, relecture comprise.

Trois exemples pour se représenter le coût

Les calculs suivants supposent une entrée entièrement non cachée et le volume indiqué de sortie facturée, pas seulement la longueur du texte visible. Ils n’incluent ni appels d’outils, ni traitement régional, ni taxes, ni reprises. Ce ne sont pas des essais exécutés.

La première ligne se calcule ainsi pour Terra : 20 000 / 1 000 000 × 1 $ + 2 000 / 1 000 000 × 5 $ = 0,03 $. Sur cent demandes strictement identiques, cela donnerait 3 $, contre 6 $ pour Sol. Ce calcul rend l’écart lisible ; il ne prédit pas combien de tokens votre travail consommera.

Le seuil de 272 000 tokens change le tarif de toute la demande

D’après la fiche de Terra, au-delà de 272 000 tokens d’entrée, les tarifs d’entrée et de cache sont multipliés par deux, et celui de sortie par 1,5, pour la requête entière. Terra passe alors à 2 $ en entrée non cachée et 7,50 $ en sortie par million de tokens. Il ne faut pas appliquer le supplément au seul morceau qui dépasse le seuil.

Batch et Flex réduisent les tarifs Standard de 50 % ; Fast les multiplie par deux. Le traitement régional ajoute 10 % lorsqu’il est disponible. Ces options ne répondent pas au même besoin : je ne sélectionnerais pas une vitesse supérieure sur une tâche nocturne uniquement parce qu’elle existe.

None, Medium, High, xhigh et Max : régler la réflexion

Terra accepte none, low, medium, high, xhigh et max. Le défaut API est Medium. La différence avec Sol 6.1 est concrète : Terra accepte None, Sol non. Cela ne veut pas dire que None est le meilleur choix pour toute petite tâche.

Je commencerais à Medium pour un travail qui demande plusieurs vérifications. Pour reformuler quelques phrases à partir d’un document déjà fiable, comparer None et Medium peut avoir du sens. Pour vérifier une variante produit avec plusieurs détails proches, je garderais davantage de prudence : une réponse rapide n’aide pas si elle choisit le mauvais article.

High, xhigh et Max donnent davantage de latitude au raisonnement. Je les augmenterais pour une difficulté identifiée, pas pour rendre artificiellement un texte plus long. Mon test SEO des efforts High, xhigh et Max sur Sol 6.1 montre comment comparer les réponses et leurs oublis. Ses résultats concernent Sol, pas Terra.

Il faut aussi séparer trois réglages : l’effort de réflexion, la vitesse et le recours à plusieurs agents. Max n’est pas un mode Fast, et Ultra n’est pas une valeur à recopier dans reasoning.effort. Les intitulés proposés par l’application peuvent différer de ceux de l’API.

1 050 000 tokens de contexte ne signifie pas autant dans chaque conversation

La capacité maximale API de Terra est de 1 050 000 tokens, avec au maximum 128 000 tokens de sortie. Ce n’est pas une promesse de pouvoir remplir l’entrée jusqu’au plafond puis ajouter encore 128 000 tokens. Le contexte doit aussi laisser de la place à la réponse.

Dans Codex ou Work, le budget disponible dépend du client et de sa configuration. Le réglage de 500 000 tokens annoncé pour Sol 6.1, et les 475 000 affichés après sa marge de sécurité dans un client contrôlé, ne prouvent pas que Terra utilise exactement le même défaut. Je n’appliquerais pas automatiquement à toute la gamme un chiffre relevé pour un seul modèle.

Enfin, contexte et mémoire durable ne sont pas interchangeables. Une longue conversation peut être compactée ; un fichier fourni dans un échange ne devient pas nécessairement un souvenir disponible dans toutes les tâches suivantes. Pour un dossier important, je garderais les documents utiles accessibles plutôt que compter sur une mémoire implicite.

Ce que j’essaierais avec Terra dans une activité web

Contrôler une page ou des visuels de boutique

Je lui donnerais une capture desktop et une capture mobile de la même page, puis une demande précise : identifier les textes coupés, les images qui masquent le produit et les commandes difficiles à utiliser. Je séparerais les défauts réellement visibles des suppositions sur le code.

Si l’agent peut ensuite modifier la page, le contrôle ne s’arrête pas au message « corrigé ». Je voudrais revoir le rendu aux deux tailles, essayer les boutons concernés et vérifier que le reste n’a pas bougé. Terra peut être un candidat intéressant pour cette étape ciblée ; une refonte complète demande une autre profondeur de travail.

Reconnaître une image ne veut pas dire en générer une. Terra produit nativement du texte ; lorsqu’un agent crée un visuel à l’aide d’un outil, un autre modèle intervient. Pour la création et la retouche, c’est la famille GPT Image 2.5, Sunburst et Flare qu’il faut regarder.

Reprendre un texte français sans lui inventer une expérience

Sur une page d’outil, je lui confierais des informations vérifiées, un extrait représentatif du ton attendu et les éléments à conserver : conditions, réserves, prix et liens. La réussite n’est pas d’obtenir trois fois plus de mots. C’est de retrouver une lecture naturelle sans perdre une nuance importante.

Le point que je surveillerais le plus reste le faux vécu. Une formulation chaleureuse ne justifie pas de transformer « l’éditeur annonce » en « j’ai constaté ». Un modèle qui raccourcit bien peut aussi supprimer la petite réserve qui rendait le conseil honnête.

La date de connaissances publiée pour Terra est le 1er juin 2026, contre le 30 avril pour Sol 6.1. Ni l’une ni l’autre ne suffit pour connaître les prix ou annonces de fin octobre. Mon guide sur la vérification des sources avec les assistants IA reste utile pour ce travail.

Corriger un problème précis sans élargir le chantier

Un libellé tronqué, une validation de formulaire, un défaut reproductible sur un composant : voilà des demandes sur lesquelles j’essaierais Terra. Je lui fournirais le comportement attendu et un moyen de le vérifier. Un modèle économique ne doit pas devenir un prétexte pour accepter une correction sans test.

Je garderais plutôt Sol pour une investigation dont les causes ne sont pas encore comprises, ou pour une modification qui traverse plusieurs modules. Ce n’est pas une frontière absolue entre deux intelligences. C’est une façon de limiter les reprises, puis de réviser son choix avec des résultats concrets.

Voir GPT-6.1 Terra à l’œuvre : des essais en français

Dans cette vidéo, DigitalNovator soumet Terra à dix exercices visuels, notamment des animations, un site web et un dashboard, avec les efforts High, xhigh et Max. C’est une façon plus concrète de se faire une idée que de regarder seulement un tarif : on voit les réalisations, leurs différences et les ratés que l’auteur commente.

Je garderais deux réserves en regardant ses comparaisons. Les montants affichés sont des équivalents aux prix de l’API, calculés à partir d’un usage Codex sur abonnement, pas une facture payée à chaque exercice. Et l’auteur précise que l’outil et l’effort des anciens essais Sol, Astra et autres ne sont pas tous consignés. Je ne transformerais donc pas son écart de coût en multiplicateur garanti pour tout le monde.

Pour voir les réalisations et les explications, retrouvez les essais de GPT-6.1 Terra par DigitalNovator.

Où trouver GPT-6.1 Terra : Work, Codex et API

L’annonce de disponibilité OpenAI mentionne les offres Plus, Pro, Business, Enterprise et Edu dans ChatGPT Work et Codex. Terra n’est pas annoncé dans le Chat classique. L’accès aux interfaces, les déploiements et les réglages administrateur restent à prendre en compte.

Dans Work, cherchez Terra dans la liste des modèles des options avancées. Dans Codex CLI, la documentation des modèles demande la version 0.159.0 ou ultérieure. Vous pouvez lancer une session avec :

codex -m gpt-6.1-terra

Dans une session existante, /model permet de choisir le modèle et l’effort disponibles. Un ancien réglage enregistré sur gpt-5.6-terra ne se transforme pas en Terra 6.1 simplement parce que l’application propose le nouveau modèle.

{
  "model": "gpt-6.1-terra",
  "reasoning": { "effort": "medium" },
  "max_output_tokens": 2000,
  "input": "Reformule ce texte en français clair sans ajouter de faits : Notre service permet de classer les fichiers par projet."
}

Crédits Codex et prix API : ne pas mélanger les compteurs

La grille de crédits Work et Codex indique, en Standard et par million de tokens, 25 crédits en entrée, 1,25 en lecture du cache et 125 en sortie pour Terra, contre 50, 2,5 et 250 pour Sol 6.1. Cette facturation en crédits n’ajoute pas de ligne séparée d’écriture du cache, contrairement à l’API.

Les quotas inclus dans un abonnement ne se déduisent pas de cette seule grille. La longueur des tâches et leur contexte influencent l’usage. Pour comparer les formules plutôt que les modèles, mon point sur les prix et limites de ChatGPT Pro Max sépare ces différentes notions.

Avis ToolsBoxSEO en bref