GPT-6.1 Terra mise sur le coût bas, au prix de quelques erreurs

OpenAI a lancé GPT-6.1 Terra le 26 octobre, en le présentant comme un modèle bon marché pour les tâches du quotidien à fort volume. Dans un test comparatif publié par The New Stack le 30 octobre 2026, Terra a fini plus vite et à moindre coût que GPT-6 Astra, mais avec un score inférieur sur deux des trois exercices. Pour les équipes qui automatisent des requêtes, des contrôles de données ou du tri d’incidents, l’écart compte vite.

Le calcul est simple : moins cher, mais pas gratuit en confiance

Terra est affiché à 1 dollar par million de tokens en entrée et 5 dollars par million en sortie, soit un dixième des tarifs d’Astra, facturé 10 dollars et 50 dollars sur les mêmes bases. Sur les trois tests synthétiques menés par Jessica Wachtel avec un effort de raisonnement réglé sur high, Terra a coûté 0,61 dollar au total contre 7,88 dollars pour Astra. Le temps cumulé a aussi penché en sa faveur : 258,8 secondes pour Terra, 709,2 secondes pour Astra.

Le tableau n’est toutefois pas linéaire. Sur le test de raisonnement SQL, Terra a obtenu 26/50 quand Astra a atteint 48/50. Sur la validation de données, Terra a marqué 45/50 et Astra 50/50. En revanche, les deux modèles ont fait jeu égal sur le tri d’un faux incident, avec 50/50 chacun. La différence, ici, n’est pas seulement une question de prix ; elle touche à la fiabilité quand il faut compter juste.

Quand le modèle répond, mais laisse le travail à moitié fait

Le test SQL illustre le mieux le dilemme. Terra a bien parcouru 500 lignes d’une base fictive, géré les suppressions logiques, les relances et trois devises, mais il a refusé de calculer six réponses et a renvoyé des requêtes SQL à exécuter soi-même. Jessica Wachtel note que c’est la première fois qu’elle voit un modèle “hand work back”. En clair : l’IA ne s’est pas trompée sur tout, elle a parfois choisi de ne pas trancher. Prudence utile, mais pas toujours très pratique quand on attend un résultat exploitable dans la minute.

Sur la validation de données, Terra a identifié 35 des 40 enregistrements erronés, sans accuser de faux positifs. Astra a trouvé les 40, mais au prix d’un effort plus lourd : 145,0 secondes contre 31,4 secondes pour Terra, et 13 369 tokens de sortie contre 2 336. Dans le tri d’incident, les deux modèles ont suivi la bonne piste — un changement de paramètres dans le service de ledger — et évité les faux indices, dont un changement de fraude annulé, un basculement de base de données et un faux problème de mémoire. Là encore, l’écart de coût ne s’est pas traduit par un écart de résultat.

Pour les équipes, le vrai sujet reste le périmètre d’usage

Le total des trois tests donne 121/150 pour Terra, contre 148/150 pour Astra. The New Stack rappelle que ces résultats proviennent de versions finales de tests synthétiques, durcies au fil des itérations parce que les modèles obtenaient souvent les mêmes scores. Autrement dit, il ne s’agit pas d’une mesure de performance générale, mais d’un point de comparaison sur des tâches précises. Cela change la lecture du lancement : Terra peut convenir à des charges répétitives où le coût prime, mais il demande une vérification humaine dès que les chiffres doivent être justes au centime ou au nombre près.

OpenAI cherche clairement à élargir l’usage de ses modèles avec une offre intermédiaire entre vitesse et facture. Sur le papier, Terra réduit le ticket d’entrée. Dans les faits, il rappelle surtout qu’un modèle moins cher reste un modèle à contrôler. La machine peut aller vite ; le tableur, lui, ne pardonne pas toujours.