Auditer GPT-6.1 Terra : une fiche de lancement complète et une affirmation de 9× sur le coût par tâche

Points clés

• GPT-6.1 Terra est arrivé le 26 octobre avec toute sa divulgation imprimée d'un coup : tarification API standard de $1 par million de tokens d'entrée, $0.05 en cache, $5 en sortie, résultats de benchmarks et une évaluation de sécurité sur la même page de lancement (le billet de lancement d'OpenAI).
• La bande de prix $1/$0.05/$5 se situe 50 % sous les tarifs API standard de GPT-6.1 Sol et de GPT-5.6 Terra, et le taux d'entrée en cache est un rabais publié de 95 % — Kimi K3.1 Pro et MiniMax M3.1 Flash impriment des rabais de cache de 90 % à leur échelle (billet de lancement ; tarification Kimi ; tarification M3.1 Flash).
• À l'effort de raisonnement maximum, OpenAI mesure Terra à plus de 3× l'efficacité en tokens de Claude Opus 5.5 au quart de son prix par token — une affirmation de coût par tâche ~9× plus bas sur le harness du fournisseur lui-même (billet de lancement).
• Terminal-Bench 4.0 lit 50,3 % à effort maximum, plus du double du 21,5 % publié de GPT-5.6 Terra, tandis que la fiche elle-même renvoie le codage le plus difficile à GPT-6.1 Sol et à GPT-6 Astra (billet de lancement).
• La ligne de factualité est le plus grand mouvement à colonne unique : un taux d'erreur de 53,6 % sur les prompts inducteurs d'erreur à effort bas est tombé à 16,7 %, et à 4,3 % à effort maximum (billet de lancement).

Deux lancements cette semaine ont couru le même test d'acheteur dans des directions opposées. Le 23 octobre, Moonshot a publié la fiche de lancement de Kimi K3.1 Pro — scores de benchmarks et une page de tarification vérifiable ligne par ligne — mais a renvoyé les livrables qui tranchent l'auto-hébergement à une date de poids confirmée par le fournisseur au 4 novembre, avec la licence encore innommée au lancement (l'audit fiche-d'abord). Un jour plus tard, le GPT-6.1 Terra d'OpenAI a tout mis sur la page de lancement avant qu'un seul token ne soit facturé : tarification API standard de $1/$0.05-en-cache/$5 par MTok, résultats sur cinq benchmarks agentiques et une évaluation de sécurité sur la même page. L'attente du genre s'est inversée : c'est le modèle fermé qui expédie sa fiche complète, et ce sont les lancements aux poids ouverts qui font désormais attendre les acheteurs.

Cet article lit la fiche de Terra comme le ferait une revue d'acquisition. Il itemise les lignes de tarification et de cache qu'un modèle de coûts peut utiliser dès aujourd'hui, sépare les lignes de benchmarks qu'OpenAI se mesure à lui-même de ce qu'une colonne indépendante trancherait, lit la divulgation de sécurité qui s'expédie désormais dans la fiche, et nomme les deux choses qu'aucune fiche, même complète, ne peut imprimer — une colonne de calibration tierce, et des poids qui n'arriveront jamais. Il s'appuie sur l'audit de fiche de lancement de Kimi K3.1 Pro, qui a couvert la méthode des cinq vérifications du jour des poids pour un lancement arrivant fiche-d'abord ; ceci est le coin opposé du même problème — sur quoi acheter quand il n'y a pas de jour des poids du tout.

La fiche, ligne par ligne

La page de tarification est courte et complète. La tarification API standard est $1 par million de tokens d'entrée, $0.05 par million de tokens d'entrée en cache et $5 par million de tokens de sortie, le billet de lancement affirmant que ces tarifs standards sont 50 % plus bas que ceux de GPT-5.6 Terra et de GPT-6.1 Sol (billet de lancement). Trois lignes, sans astérisques de paliers : un modèle de coûts peut être construit sur la page le jour même où elle paraît. Ce n'est pas qu'une commodité. Quand une carte pré-lancement de Terra d'un agrégateur — mise à jour le 24 octobre, avant que le modèle n'existe — portait le modèle à un autre point de prix avec un statut « ChatGPT par défaut » que la page de lancement contredit, la copie défigurée a circulé moins d'un jour et est morte au contact de la page. La fiche primaire est l'artefact d'audit, et celle de Terra était assez complète pour corriger les copies immédiatement.

La ligne de cache est le rabais publié le plus profond de cet ensemble. L'entrée en cache de Terra représente 5 % de son tarif d'entrée affiché — $0.05 contre $1. La classe de rabais de 90 % est ce que les lancements du flash-tier et des modèles phares ont imprimé ce mois-ci : le taux en cache de $0.20 de Kimi K3.1 Pro contre un prix d'entrée de $2.00 (l'audit fiche-d'abord) et le $0.015 de MiniMax M3.1 Flash contre $0.15 (la lecture du jour du lancement). Un rabais de 95 % ne signifie pas pour autant un travail moins cher — l'instantané 1017 de DeepSeek a montré que c'est la part de hits de cache, pas le tarif, qui fixe le coût effectif — mais pour un modèle de routage dont les entrées se répètent (le même prompt système, les mêmes schémas d'outils, le même contexte d'écran d'un champ de formulaire à l'autre), le taux auquel la réutilisation est facturée est la ligne qui décide où le travail se pose.

La disponibilité est déclarée, non promise. Terra est disponible pour tous les utilisateurs Plus, Pro, Enterprise et Edu dans ChatGPT Work et Codex à partir du 26 octobre, et pour les développeurs via l'API d'OpenAI sous gpt-6.1-terra — le billet de lancement notant que la même allocation d'usage couvre davantage de travail qu'elle ne le faisait sous GPT-5.6 Terra, et substantiellement plus que sous Sol ou GPT-6 Astra (billet de lancement). Le statut de déploiement referme aussi une question du genre : il n'y a pas de ligne « poids à venir » pour ce modèle, jamais. L'exhaustivité d'un fournisseur fermé ne coûte rien au jour des poids, parce qu'il n'y a pas de jour des poids.

Les lignes de benchmarks, et sur quoi chacune est mesurée

La ligne phare d'utilisation d'ordinateur est mesurée sur Agents' Last Exam v1 — des tâches que la fiche décrit comme transformer des plans architecturaux en modèles 3D et retravailler des rushes filmés en logs codés dans le temps. À effort de raisonnement moyen, Terra marque 15 points de pourcentage au-dessus de GPT-5.6 Terra pour environ un tiers du coût ; elle performe à égalité avec GPT-6 Astra pour environ un dixième du prix par token d'Astra ; et à effort maximum OpenAI mesure plus de 3× l'efficacité en tokens de Claude Opus 5.5 au quart de son prix par token, ce que la fiche arrondit à un coût par tâche ~9× plus bas (billet de lancement). Chaque nombre de cette phrase est une mesure du fournisseur sur son propre harness et ses propres réglages d'effort. L'affirmation est vérifiable dans sa structure — le prix est publié, donc le chiffre par tâche se ramène à un comptage de tokens — mais les comptages de tokens ne sont pas encore reproduits de façon indépendante.

La ligne de codage porte sa propre frontière. Sur Terminal-Bench 4.0, Terra résout 50,3 % des tâches à effort de raisonnement maximum, plus du double du 21,5 % publié de GPT-5.6 Terra — et le même paragraphe précise que pour les tâches de codage les plus complexes, GPT-6.1 Sol et GPT-6 Astra restent le meilleur choix (billet de lancement). La fiche imprime le travail où son modèle perd. C'est la même forme de divulgation que le genre a enregistrée sur la fiche de Kimi, où le lancement s'ouvrait sur le bench perdu de 0,7 point, et c'est l'étiquette honnête dont une table de routage a besoin : Terra est le palier d'utilisation d'ordinateur de la journée de travail, pas un palier de codage de frontière. Sur Terminal-Bench-Science 0.1, Terra dépasse Sol à moindre coût et revient à cinq points d'Opus 5.5 pour moins d'un cinquième du coût estimé (billet de lancement).

La ligne de factualité est le plus grand mouvement à colonne unique de la fiche. Sur le benchmark interne d'OpenAI des prompts inducteurs d'erreur, le taux d'erreur est tombé de 53,6 % pour GPT-5.6 Terra à 16,7 % à effort bas, et à 4,3 % à effort maximum — une chute que la fiche décrit comme frôlant les taux de GPT-6 Astra et de Sol (billet de lancement). Pour une flotte toujours active, la lecture opérationnelle est précise : un modèle exécutable à effort bas avec un taux d'erreur de 16,7 % sur des prompts adversaires est tari et profilé pour le travail de volume, tandis que la colonne 4,3 % à maximum est celle qu'on cite dans un workflow riche en vérification.

Ce qu'aucune fiche n'imprime d'elle-même, c'est la colonne tierce. L'instantané d'Artificial Analysis utilisé dans la contre-vérification de l'audit Kimi précède Terra (mis à jour le 24 octobre), et aucune ligne d'indice indépendante pour gpt-6.1-terra n'existe encore dans les surfaces qu'utilise cet audit — ni un composite d'Intelligence Index ni une colonne de calibration de classe AA. D'ici là, le chiffre de coût par tâche ~9× et le score ALE ne tiennent que sur les mesures d'OpenAI. Ce n'est pas un défaut de cette fiche ; c'est l'état normal d'un lancement, et c'est précisément le vide que le cadre des économies always-on dit aux acheteurs de remplir avec leurs propres logs de tokens après la première facture.

La divulgation de sécurité s'expédie désormais dans la fiche

La ligne Preparedness est sur la page de lancement, pas dans une note de bas de page. La fiche indique que GPT-6.1 Terra atteint le seuil Critical en cybersécurité sous le Preparedness Framework d'OpenAI, maintient les protections développées pour GPT-6 Astra et porte les améliorations d'alignement de la série GPT-6 — le billet de lancement rapportant que Terra est plus enclin que GPT-5.6 Terra à rester dans le périmètre et à divulguer honnêtement ses limites, avec une forte résistance à l'injection de prompts dans les évaluations d'OpenAI, le détail complet dans l'addendum du system card (billet de lancement).

Deux lectures suivent. D'abord, « Critical en cybersécurité » est une divulgation de capacité, pas un bloqueur de déploiement — elle dit à l'acheteur que le modèle est assez capable en tâches cyber pour justifier le niveau de labellisation le plus élevé du cadre, exactement l'information dont une revue de risque a besoin avant de câbler le modèle dans des workflows avec outils attachés. Ensuite, la divulgation faisant partie de la fiche du jour du lancement signifie que la revue de gouvernance de l'acheteur tient un document daté à joindre à son dossier : l'addendum du system card, publié avec le modèle. Le genre de l'audit des fiches de lancement existe parce que les lancements d'octobre ont varié sur quels artefacts arrivaient d'abord ; la variation de Terra est que rien n'a été différé — et simultanément, parce que le modèle est fermé, rien ne peut être vérifié au-delà des artefacts du fournisseur.

Le cas de contraste : ce que les lancements aux poids ouverts renvoient encore à une date ultérieure

Les trois audits d'octobre se lisent désormais comme trois schémas de divulgation. MiniMax M3.1 Flash a expédié les poids quatre jours après son lancement API et laissé le fichier de licence porter les conditions d'achat — une ligne de 20 M$ de revenus annuels avec attribution (l'audit du jour des poids). Kimi K3.1 Pro a lancé fiche-d'abord et complète sur la capacité et le prix, poids et licence innommés jusqu'au 4 novembre. GPT-6.1 Terra a tout publié d'un coup — et n'offrira jamais de poids. La conséquence intéressante est asymétrique : les lancements aux poids ouverts exposent l'acheteur à un événement de lecture de licence qui peut réécrire l'économie de l'auto-hébergement après l'achat (la ligne des 20 M$), tandis que le lancement fermé expose l'acheteur à une dépendance à un fournisseur unique qui peut re-tarer au renouvellement. Aucune n'est évitable ; toutes deux sont auditable, et une fiche qui arrive complète dès le premier jour — avec prix, scores et lignes de sécurité vérifiables contre la page — est la divulgation qui rend la comparaison honnête. C'est le frère côté coûts de l'argument de le précédent du lancement échelonné : ce qui varie d'un lancement à l'autre n'est pas l'affirmation de capacité mais quels artefacts arrivent d'abord, et la diligence de l'acheteur doit suivre les artefacts.

Une texture de marché qui vaut d'être classée : les catalogues d'agrégateurs autour d'un lancement ne sont pas des fiches. Une carte pré-lancement de Terra portant le mauvais prix et le mauvais statut a survécu moins de 48 heures face à la primaire, mais assez longtemps pour finir dans un mémo de routage. Un acheteur qui cite les chiffres d'un modèle depuis un traqueur reçoit les barres d'erreur du traqueur ; la page de lancement est la seule surface qui porte les engagements propres au lancement.

Carte d'une minute de la fiche et de ses manques :

Les deux panneaux sont la ligne de partage que trace la diligence de l'acheteur : le côté sarcelle est ce que le lancement a rendu vérifiable dès le 26 octobre, le côté violet ce que seuls le temps ou des tiers peuvent trancher, et la bande corail le registre complet des schémas de divulgation d'octobre. La carte du bas est la règle sur laquelle ce genre a atterri : acheter sur la fiche, auditer sur les artefacts.

Ce qui change dans le routage cette semaine

Le registre du palier bon marché gagne sa ligne native d'OpenAI. L'arc d'effondrement des coûts des sous-agents et de l'utilisation d'ordinateur court désormais : Haiku 5.5 → GPT-6.1 Sol/Luna → GLM-5.3 Flash → l'instantané 1017 de DeepSeek → MiniMax M3.1 Flash → Terra (l'article registre du palier). Ce qui distingue Terra dans ce registre n'est pas un chiffre plus bas — les paliers flash de Kimi et de MiniMax affichent des prix absolus plus bas — mais la classe de travail qu'elle revendique : une utilisation précise de l'ordinateur face à des applications de bureau, la charge de travail d'OSWorld 2.1, sur une bande de $1/$5 avec un rabais de cache publié de 95 %. Qu'un fournisseur fermé rejoigne le palier d'effondrement des coûts efface la dernière excuse de traiter les paliers bon marché comme un territoire de modèles ouverts : le palier est désormais tari des deux côtés.

Le coût par tâche accomplie, pas par token, reste le cadre de décision (le cadre par tâche). La bande de prix de Terra ne dit rien tant qu'elle n'est pas multipliée par le temps d'exécution de la tâche et la part de hits. La fiche livre les entrées pour le calculer — prix par token, taux en cache, et deux scores de benchmarks qui proxisent les tokens-par-tâche à deux réglages d'effort. L'effort est l'autre axe de la facture : la ligne de factualité à 16,7 % est la colonne de volume à effort bas, tandis que le taux de 4,3 % vit derrière l'effort maximum, et le travail de volume en a rarement besoin.

La frontière de charge de travail que la fiche imprime est la frontière de routage. Terra est le palier de la journée de travail — propositions, dessins techniques, formulaires, logs de montage vidéo (billet de lancement) — avec le codage le plus difficile explicitement renvoyé à Sol et Astra par le texte même d'OpenAI. L'erreur la moins chère qu'un acheteur puisse commettre avec une fiche complète est de lire ses lignes gagnantes comme globales : 50,3 % sur Terminal-Bench 4.0 ne concurrence pas le palier du codage de frontière, et la fiche le dit.

Lectures liées

• Kimi K3.1 Pro et l'écart de 0,7 point : lire la fiche de lancement avant les poids du 4 novembre — l'audit parent de ce genre : le lancement fiche-d'abord au contraire duquel cet article se pose, et la méthode des cinq vérifications à exécuter sur ses poids du 4 novembre
• La ligne des 20 millions $ dans la licence : le jour des poids audite MiniMax M3.1 Flash — l'audit du jour des poids qui a ouvert le genre : l'événement de licence qui peut réécrire l'économie de l'auto-hébergement après l'achat
• Économie de l'inférence : pourquoi les agents de production always-on sont désormais abordables — le cadre de coût par tâche qui transforme des bandes de prix publiées et des lignes de cache en décision de routage

Une réalisation représentative

Le desk des opérations d'un distributeur d'équipements industriels de 300 personnes exécute environ 2 500 tâches hebdomadaires d'agents d'utilisation d'ordinateur — saisie du détail des factures dans NetSuite, consultations de prix sur quatre portails fournisseurs, et interprétation de plans techniques pour des devis d'équipements. La fiche de Terra déplace deux routings cette semaine : la classe de formulaires visuels à haut volume (le travail de saisie de factures et de remplissage de portails que OSWorld 2.1 représente) passe à Terra à effort de raisonnement moyen, où la ligne Agents' Last Exam à +15 points s'accompagne de la bande $1/$5 et du taux d'entrée en cache de $0.05 qui porte sur leur trafic de préfixes répétitifs ; la maintenance terminal et code reste sur Sol et Astra, conformément à la frontière de la fiche elle-même. La flotte d'audit documentaire reste sur Kimi K3.1 Pro dans l'attente des vérifications du 4 novembre, et la table de routage porte une colonne que la fiche ne peut pas trancher — le coût par tâche mesuré indépendamment — que l'équipe remplit depuis ses propres logs de tokens après le premier cycle de facturation, l'économie à effort max de Terra étant re-tarée contre les colonnes de factualité 16,7 %/4,3 % avant tout workflow riche en vérification.

Demandez une réalisation au périmètre cadré. Une semaine de discovery. Vous obtenez un inventaire système, une carte de workflows et un scope fixe — que vous construisiez avec nous ou non.