GPT-6.1 Terra, lancé par OpenAI le 26 octobre 2026, est un modèle conçu pour le travail de bureau confié à une IA : remplir des formulaires, saisir des factures, interpréter un plan, piloter des applications à l’écran. Il coûte 1 dollar par million de jetons en entrée et 5 en sortie. GPT-6.1 Sol, le modèle d’OpenAI d’un cran au-dessus, et Claude Sonnet 5.5, le modèle intermédiaire d’Anthropic, sont affichés tous deux au double : 2 et 10 dollars.
Sur le papier, le choix est vite fait. En pratique, un modèle se paie à la tâche, pas au jeton, et le nombre de jetons qu’il consomme dépend de sa façon de raisonner et du niveau d’effort qu’on lui demande. OpenAI publie, pour chacun de ses tests, le score et le coût par tâche de chaque modèle à chaque niveau d’effort, Claude compris. C’est ce qui permet une comparaison précise, et elle ne donne pas le même vainqueur selon le réglage.
Le verdict en bref
- Prix affiché : Terra, deux fois moins cher. 1 et 5 dollars le million de jetons, contre 2 et 10 pour Sol comme pour Sonnet 5.5.
- Coût réel par tâche : Terra, mais pas toujours de moitié. Selon Artificial Analysis, 0,96 dollar par tâche pour Terra, 1,27 pour Sol, 10,02 pour Sonnet 5.5. Sur certains tests d’OpenAI, Terra coûte autant que Sol pour un score plus bas.
- Meilleurs résultats à effort maximal : Claude Sonnet 5.5. Il a le meilleur score sur tous les graphiques d’OpenAI où il figure, et devance Terra et Sol chez Artificial Analysis. Mais il coûte jusqu’à dix fois plus cher par tâche.
- À effort moyen, le réglage par défaut : Terra fait jeu égal ou mieux que Sonnet 5.5, pour un coût par tâche inférieur d’un tiers à près de moitié, sur les graphiques d’OpenAI. Sol fait mieux que les deux pour un surcoût modéré.
- Code complexe : Sol ou Sonnet 5.5. OpenAI elle-même déconseille Terra pour les tâches de programmation les plus complexes.
- Vitesse : Terra. C’est celui qui boucle ses tâches le plus vite chez Artificial Analysis comme chez Plotly.
- Notre conseil : Terra pour les gros volumes de tâches de bureau et le pilotage d’écran au quotidien. Sol si vous voulez un cran de fiabilité au-dessus pour un surcoût limité. Sonnet 5.5 quand le meilleur résultat compte plus que la facture.
D’où viennent les chiffres de ce comparatif
Nous n’avons pas testé ces modèles nous-mêmes. Ce comparatif croise quatre types de sources, toutes citées :
- Les graphiques de l’annonce d’OpenAI. La page publie les valeurs exactes de six graphiques : score et coût moyen par tâche, pour cinq niveaux d’effort, sur des tests d’utilisation de l’ordinateur, de vision, de code et d’exactitude. Claude Sonnet 5.5 et Opus 5.5 y figurent sur quatre d’entre eux. Ce sont des données de l’éditeur, mesurées par OpenAI.
- Les mesures indépendantes d’Artificial Analysis, relevées le 30 octobre 2026 : un indice de neuf épreuves, le coût, le temps et le nombre de jetons par tâche, tous les modèles à effort maximal.
- Une épreuve indépendante de Plotly, éditeur d’outils d’analyse de données : 43 questions privées sur un jeu de données d’éoliennes.
- Les retours du fil de lancement sur Hacker News (427 commentaires), cités sous le pseudonyme public de leur auteur.
Une précaution de lecture, donnée par OpenAI elle-même : dans ce fil, tedsanders, qui dit travailler chez OpenAI, écrit que les marges d’erreur de ces graphiques sont « couramment de l’ordre de ±5 % ». Un écart de deux ou trois points entre deux modèles ne désigne donc pas un vainqueur.
Les adversaires, côte à côte
| GPT-6.1 Terra | GPT-6.1 Sol | Claude Sonnet 5.5 | Claude Opus 5.5 (repère) | |
|---|---|---|---|---|
| Éditeur | OpenAI | OpenAI | Anthropic | Anthropic |
| Prix API (entrée / sortie, par million) | 1 $ / 5 $ | 2 $ / 10 $ | 2 $ / 10 $ | 4 $ / 20 $ |
| Indice Artificial Analysis | 51 | 55 | 54 | 58 |
| Coût moyen par tâche | 0,96 $ | 1,27 $ | 10,02 $ | 10,04 $ |
| Jetons de sortie par tâche | 60 000 | 68 000 | 285 000 | 173 000 |
| Temps moyen par tâche | 655 s | 861 s | 1 301 s | 1 152 s |
Chez OpenAI, GPT-6 Luna (0,10 et 0,50 dollar) occupe le bas de la gamme et GPT-6 Astra (10 et 50 dollars) le haut ; nous les citons en repères quand les graphiques les montrent. Terra accepte du texte et des images en entrée, avec une fenêtre de contexte d’un million de jetons et des connaissances arrêtées au 1er juin 2026.
Le prix affiché, et le vrai prix : le coût par tâche
Le tableau ci-dessus le montre déjà : Sonnet 5.5 et Sol ont le même prix par jeton, mais Sonnet produit plus de quatre fois plus de jetons de sortie par tâche, et revient huit fois plus cher par tâche chez Artificial Analysis. Le prix affiché ne dit presque rien de la facture.
Entre Terra et Sol, l’écart affiché est de moitié. Sur les graphiques d’OpenAI, à effort maximal, il se répartit ainsi :
| Test (graphiques d'OpenAI, effort maximal) | GPT-6.1 Terra | GPT-6.1 Sol | Écart de coût par tâche |
|---|---|---|---|
| Agents' Last Exam (tâches professionnelles sur ordinateur) | 60,0 % pour 1,01 $ | 58,6 % pour 2,00 $ | −50 % |
| Terminal-Bench-Science 0.1 (recherche scientifique par le code) | 58,3 % pour 4,15 $ | 57,0 % pour 5,47 $ | −24 % |
| MMMU-Pro (raisonnement visuel) | 85,5 % pour 0,012 $ | 86,3 % pour 0,013 $ | −8 % |
| Terminal-Bench 4.0 (code en ligne de commande) | 50,3 % pour 1,84 $ | 55,9 % pour 1,98 $ | −7 % |
| Erreurs factuelles (plus bas = mieux) | 4,3 % pour 0,12 $ | 4,4 % pour 0,12 $ | 0 % |
| OSWorld 2.1 (logiciels de bureau) | 74,2 % pour 1,19 $ | 78,0 % pour 1,15 $ | +3 % |
Un coût par tâche presque identique avec un prix par jeton deux fois plus bas signifie que Terra a consommé environ deux fois plus de jetons pour mener la même tâche à bien. Sur l’indice d’Artificial Analysis, l’économie de Terra sur Sol est de 24 %, pas de 50 %.
Deux conditions de la fiche développeur de Terra pèsent aussi sur la facture : au-delà de 272 000 jetons envoyés dans une requête, toute la requête est facturée deux fois plus cher en entrée et une fois et demie en sortie ; et le traitement régional, qui garde les données dans une zone donnée, ajoute 10 %.
Le réglage d’effort change le vainqueur
C’est la donnée que les comparaisons rapides oublient. Chaque modèle se règle sur plusieurs niveaux d’effort de raisonnement, et le classement n’est pas le même en bas et en haut de l’échelle. Sur les deux graphiques d’OpenAI où Terra, Sol et Sonnet 5.5 figurent ensemble :
| Graphique d'OpenAI | GPT-6.1 Terra | GPT-6.1 Sol | Claude Sonnet 5.5 |
|---|---|---|---|
| OSWorld 2.1, effort moyen | 66,7 % pour 0,50 $ | 73,5 % pour 0,65 $ | 65,9 % pour 0,93 $ |
| OSWorld 2.1, effort maximal | 74,2 % pour 1,19 $ | 78,0 % pour 1,15 $ | 83,9 % pour 5,74 $ |
| Terminal-Bench 4.0, effort moyen | 35,8 % pour 0,46 $ | 52,7 % pour 1,02 $ | 28,8 % pour 0,68 $ |
| Terminal-Bench 4.0, effort maximal | 50,3 % pour 1,84 $ | 55,9 % pour 1,98 $ | 70,6 % pour 10,44 $ |
À effort maximal, Sonnet 5.5 domine nettement, au prix fort. À effort moyen, l’ordre s’inverse : Terra fait jeu égal avec Sonnet sur OSWorld et le devance sur Terminal-Bench, pour un coût par tâche inférieur d’un tiers à près de moitié. L’effort moyen est le réglage par défaut de l’API de Terra, et celui qu’Anthropic applique par défaut à Sonnet 5.5 dans ses applications et dans Claude Code, comme nous l’avions relevé dans notre comparatif Sonnet 5.5 contre Muse Wonder Full. Autrement dit, pour un utilisateur qui ne touche à rien, la comparaison est bien plus favorable à Terra que les classements à effort maximal ne le laissent croire.
Dans les deux cas, Sol reste le meilleur compromis d’OpenAI : premier des trois à effort moyen, pour un surcoût de 30 % à 122 % sur Terra selon le test.
Travail sur ordinateur et tâches de bureau : qui gagne
C’est le terrain revendiqué de Terra. Les résultats sont contrastés.
Sur Agents’ Last Exam, le test qu’OpenAI met en avant, Terra est le meilleur modèle d’OpenAI : 60,0 % à effort maximal, devant Sol (58,6 %) et Astra (59,3 %). En effort moyen, il obtient exactement le score d’Astra (57,6 %) pour 0,29 dollar par tâche contre 4,82. Le test comprend des tâches comme transformer des plans d’architecte en modèle 3D, ou relever plan par plan un film d’animation pour une équipe de restauration. Claude Opus 5.5, seul modèle Claude affiché sur ce graphique, fait mieux : 63,2 %, pour 8,82 dollars par tâche.
Sur OSWorld 2.1, le test de référence de l’utilisation d’applications de bureau, Terra est derrière : 74,2 % contre 78,0 % pour Sol, 80,9 % pour Astra et 83,9 % pour Sonnet 5.5.
Chez Artificial Analysis, sur les deux épreuves les plus proches du travail de bureau confié à un agent, Terra est le moins bon des quatre modèles comparés : 60 % sur AutomationBench (tâches dans des logiciels en ligne), contre 65 % pour Sol, 72 % pour Sonnet 5.5 et 70 % pour Opus 5.5 ; et 1 402 points Elo sur AA-Briefcase, contre 1 555, 1 814 et 1 801.
Chez Plotly, sur 43 questions d’analyse de données, Terra obtient 40 bonnes réponses pour 1,31 dollar le passage complet, Sol fait un sans-faute (43 sur 43) pour 2,61 dollars, et Luna 38 pour 0,13 dollar. Plotly le décrit comme le modèle le plus rapide de son classement de 35 parmi ceux qui atteignent 40 bonnes réponses, avec 15 secondes médianes par question.
La lecture de tedsanders, qui travaille chez OpenAI, résume bien ce portrait : Terra serait meilleur qu’Astra et Sol en communication technique, « similaire en vision et en utilisation de l’ordinateur (mais beaucoup plus rapide !) », et un peu moins bon sur la plupart des autres points.
Programmation : Sol ou Sonnet 5.5, pas Terra
OpenAI le dit dans son annonce : pour les tâches de programmation les plus complexes, Sol et Astra « restent les meilleurs choix ». Les chiffres le confirment. Sur Terminal-Bench 4.0, à effort maximal, Terra résout 50,3 % des tâches, Sol 55,9 %, Astra 58,2 % et Sonnet 5.5 70,6 %, ce dernier pour 10,44 dollars par tâche.
Artificial Analysis nuance l’écart avec Sol : sur sa propre passation de Terminal-Bench 4.0, Terra et Sol sont à égalité, 56 % chacun, et Sonnet 5.5 obtient 64 %. Sur FrontierCode 2.0, les trois sont au coude à coude (42 %, 41 % et 42 %). Pour du code courant, Terra suffit ; pour un projet exigeant, Sol en effort moyen offre le meilleur rapport, et Sonnet 5.5 en effort élevé ou maximal le meilleur résultat. Notre comparatif Claude Opus 5.5 contre GPT-6 Sol détaille le haut de gamme.
Fiabilité des réponses et vision
Erreurs factuelles. Sur un test interne d’OpenAI fait de questions conçues pour provoquer des erreurs, Terra en effort maximal donne environ une réponse sur 23 contenant au moins une erreur (4,3 %), au niveau de Sol (4,4 %) et d’Astra (4,2 %). En effort moyen, une réponse sur dix (10,1 %) contient encore au moins une erreur, et une sur six en effort faible (16,7 %). C’est un net progrès sur GPT-5.6 Terra (53,6 % en effort faible), mais Claude ne figure pas sur ce graphique.
Connaissances. Les épreuves indépendantes de connaissances sont moins favorables à Terra : 30 sur l’indice AA-Omniscience, comme Sonnet 5.5, contre 42 pour Sol et 48 pour Opus 5.5 ; 47 % sur HLE-Diamond, contre 53 % pour Sonnet 5.5 et 59 % pour Sol. Pour de la recherche d’informations pointues, Sol est un meilleur choix.
Vision. Sur MMMU-Pro, Terra est presque au niveau des grands modèles : 85,5 % à effort maximal, contre 86,3 % pour Sol et 86,7 % pour Astra. Il ne lit en revanche ni la vidéo ni l’audio : il peut piloter un logiciel de montage ou analyser des images extraites d’un film, pas ouvrir un fichier vidéo.
Vitesse : avantage Terra
Terra boucle une tâche en 655 secondes en moyenne chez Artificial Analysis, contre 861 pour Sol, 1 152 pour Opus 5.5 et 1 301 pour Sonnet 5.5. Sonnet écrit pourtant plus vite (140 jetons par seconde contre 91), mais il écrit beaucoup plus. OpenAI annonce Terra « plus de trois fois plus rapide » que Sol et Astra, sur son propre test ; chez Artificial Analysis, l’écart avec Sol est plutôt de 1,3 fois. Plotly confirme l’avantage : 15 secondes médianes par question pour Terra, 18 pour Sol.
Ce que les graphiques d’OpenAI ne disent pas sur Claude
L’annonce cite Claude Opus 5.5 deux fois : pour souligner que Terra coûte environ neuf fois moins cher par tâche sur Agents’ Last Exam, et qu’il « se rapproche à moins de cinq points » d’Opus sur Terminal-Bench-Science. Elle ne dit pas que, sur Agents’ Last Exam aussi, Opus a le meilleur score. Et elle ne cite jamais Sonnet 5.5, pourtant présent sur deux graphiques.
| Test (graphique d'OpenAI) | Meilleur score de Terra | Meilleur score de Claude affiché | Coût par tâche (Terra / Claude) |
|---|---|---|---|
| Agents' Last Exam | 60,0 % | Opus 5.5 : 63,2 % | 1,01 $ / 8,82 $ |
| OSWorld 2.1 | 74,2 % | Sonnet 5.5 : 83,9 % | 1,19 $ / 5,74 $ |
| Terminal-Bench 4.0 | 50,3 % | Sonnet 5.5 : 70,6 % | 1,84 $ / 10,44 $ |
| Terminal-Bench-Science 0.1 | 58,3 % | Opus 5.5 : 63,3 % | 4,15 $ / 23,21 $ |
Sur les quatre graphiques où figure un modèle Claude, c’est lui qui a le meilleur score face à Terra ; sur trois, il dépasse même tous les modèles d’OpenAI, GPT-6 Astra compris. Aucun modèle Claude ne figure sur le graphique des erreurs factuelles ni sur celui de la vision. Le détail n’a pas échappé aux lecteurs : sur Hacker News, entrope se demande pourquoi OpenAI ne montre pas Opus 5.5 sur OSWorld, ni aucun modèle d’Anthropic sur le test d’erreurs factuelles. Sur Terminal-Bench-Science, enfin, Opus 5.5 apparaît « avec solutions de repli » : chez Anthropic, certaines tâches sensibles sont réacheminées vers un modèle plus ancien, ce qui complique la comparaison.
Terra ou Luna : faut-il payer dix fois plus ?
GPT-6 Luna coûte dix fois moins cher par jeton que Terra. Sur les graphiques d’OpenAI, Terra en effort faible fait à peu près jeu égal avec Luna en effort maximal, pour un coût par tâche voisin : 55,9 % contre 50,9 % sur Agents’ Last Exam (0,16 contre 0,14 dollar), 53,8 % contre 55,5 % sur OSWorld (0,36 contre 0,30 dollar). Terra creuse l’écart dès qu’on lui laisse plus d’effort : à effort maximal, 74,2 % contre 55,5 % sur OSWorld.
Chez Plotly, l’écart est de deux bonnes réponses sur 43 (40 contre 38), pour un passage dix fois plus cher (1,31 contre 0,13 dollar). Pour des tâches simples et très répétitives, Luna suffit souvent. Un utilisateur du fil Hacker News, frisbee6152, résume le dilemme : quand Luna ne suffit pas, le saut vers Sol vaut souvent la peine, ce qui laisse peu de place à Terra. Plotly, à l’inverse, constate que Terra rejoint sa frontière coût-précision : aucun modèle testé n’y est à la fois moins cher et plus précis.
Sécurité des agents : ce que dit la fiche de Terra
Pour un agent qui navigue et agit à votre place, la résistance à l’injection de prompt, des instructions cachées dans une page qui tentent de le détourner, est décisive. La fiche système d’OpenAI chiffre plusieurs comportements. Anthropic ne publie pas les mêmes tests pour Sonnet 5.5 : la comparaison directe avec Claude n’est donc pas possible ici.
| Évaluation (fiche système d'OpenAI) | GPT-6.1 Terra | Points de comparaison |
|---|---|---|
| Résistance aux injections de prompt indirectes | 98,77 % | GPT-5.6 (juin 2026) : 96,23 % ; GPT-6.1 Sol : 98,98 % ; GPT-6 Astra : 99,79 % |
| Contournement d'une restriction légitime (plus bas = mieux) | 29,6 % | GPT-5.6 Terra : 28,4 % ; GPT-6.1 Sol : 22,0 % ; GPT-6 Astra : 21,6 % |
| Action non autorisée après des messages d'autres agents | 13,75 % (11 essais sur 80) | GPT-6.1 Sol : 1,25 % ; GPT-6 Sol : 16,25 % |
Face aux injections, Terra fait trois fois mieux que la génération précédente, mais reste en dessous de Sol et d’Astra : environ une attaque sur 80 aboutit. En revanche, il contourne une restriction légitime un peu plus souvent que son prédécesseur, et OpenAI explique pourquoi : le plus souvent, le modèle prend une restriction légitime pour une tentative d’injection, et l’ignore. Ces tests portent sur des situations à faible enjeu et sans les protections du système réel. Sur ce terrain, Sol est le choix le plus prudent des modèles d’OpenAI. Comme Sol, Terra est classé au niveau « critique » de la grille de risques d’OpenAI en cybersécurité, ce que nous avions détaillé pour GPT-6.1 Sol.
Dans ChatGPT : Work, pas Chat, et un réglage par défaut qui change
Selon le centre d’aide d’OpenAI, ChatGPT se divise en deux espaces : Chat pour les questions rapides, Work, un agent pour les tâches longues en plusieurs étapes qui aboutissent à un livrable, et à côté Codex pour le développement. GPT-6.1 Terra, comme Sol, n’est proposé que dans Work et Codex, pour les forfaits Plus, Pro, Business, Enterprise et Edu selon les notes de version (l’annonce ne cite pas Business). Aucun forfait gratuit n’est mentionné. Les agents permanents d’OpenAI, les dots, lancent eux aussi leurs tâches dans Work et Codex.
Un détail des notes de version compte pour ce comparatif : certains abonnés Plus et Pro verront GPT-6.1 Terra en effort moyen à la place de GPT-6.1 Sol en effort léger dans les préréglages par défaut de Work. Le modèle qui exécute vos tâches peut donc avoir changé sans que vous l’ayez choisi. Le sélecteur de modèle permet de revenir à Sol.
Ce que disent les premiers utilisateurs
Quatre jours après le lancement, les retours publics sont encore peu nombreux, mais ils dessinent un consensus. Le fil de lancement de Hacker News, 427 commentaires, en donne la tonalité.
- Le meilleur usage, c’est l’effort moyen. XCSme, qui publie ses propres tests, écrit qu’en effort maximal Terra fait « moins bien que 6.1 Sol et coûte deux fois plus cher » dans ses essais, mais qu’en effort moyen il trouve son meilleur usage, moins cher que Sol.
- Une place étroite dans la gamme. Pour minimaxir, Terra reste « un enfant du milieu un peu étrange » entre Luna, qui a beaucoup progressé, et Sol, qui a beaucoup baissé. Silagi va plus loin, pour Terra comme pour Sonnet : presque chaque tâche serait mieux servie en montant d’un modèle avec moins d’effort, ou en descendant d’un modèle avec plus d’effort.
- Le prix par jeton ne suffit pas. stymaar rappelle que l’ordre des prix « par jeton, oui », ne vaut pas forcément « par tâche, selon la quantité de réflexion nécessaire ».
- Un modèle en sursis ? tedsanders, qui travaille chez OpenAI, écrit que l’entreprise est enthousiaste sur la rapidité de Terra en utilisation de l’ordinateur, mais que si son adoption est faible, OpenAI pourrait revenir à trois modèles. Pour les abonnés, précise le même message, ce n’est « pas une sortie fracassante ».
Ces avis sont des témoignages individuels, pas des mesures. Ils vont dans le même sens que les chiffres : Terra est un bon outil pour un usage précis, pas un remplaçant universel.
Ce que dit notre propre classement
Sous cet article, un relevé automatique tiré de notre classement IA compare les deux modèles. Il donne Claude Sonnet 5.5 gagnant sur tous les usages mesurés, y compris le rapport coût/performance, ce qui semble contredire les coûts par tâche cités plus haut. L’explication tient aux variantes et aux sources. Le relevé retient, de chaque côté, la variante la mieux classée : pour Sonnet 5.5, la version Xhigh, 9e de notre classement, mais mesurée par une seule source, LMArena, qui agrège des votes d’utilisateurs à l’aveugle ; pour Terra, la version Max, 289e, mesurée par Artificial Analysis seul. Les deux chiffres ne viennent donc pas de la même source, et le bloc le signale lui-même, pour trois des cinq usages, par une réserve sur la solidité des mesures. Sur une même source, Artificial Analysis, Sonnet 5.5 en effort maximal reste devant Terra, mais de beaucoup moins loin : 210e contre 289e.
Lequel choisir selon votre situation
| Votre situation | Notre choix | Pourquoi |
|---|---|---|
| Gros volumes de tâches de bureau (formulaires, factures, saisie) | GPT-6.1 Terra | Meilleur modèle d'OpenAI sur Agents' Last Exam, coût par tâche le plus bas après Luna |
| Pilotage d'applications de bureau à fort enjeu | GPT-6.1 Sol, ou Sonnet 5.5 si le budget le permet | Sur OSWorld, Sol fait mieux que Terra au même coût, Sonnet fait mieux que tous |
| Programmation complexe | GPT-6.1 Sol ou Claude Sonnet 5.5 | Terra est le moins bon des trois sur Terminal-Bench 4.0 selon OpenAI |
| Usage courant sans régler l'effort | GPT-6.1 Terra | À effort moyen, il fait jeu égal ou mieux que Sonnet pour un coût par tâche nettement inférieur |
| Recherche d'informations pointues | GPT-6.1 Sol | Meilleurs scores de connaissances des trois chez Artificial Analysis |
| Tâches simples et très répétitives | GPT-6 Luna | Dix fois moins cher que Terra, presque au même niveau en effort faible |
| Agents autonomes qui peuvent payer ou supprimer | GPT-6.1 Sol, avec validation humaine | Meilleurs résultats de sécurité que Terra dans la fiche d'OpenAI |
Pour les modèles les plus puissants de chaque camp, notre comparatif GPT-6 Astra contre Fable 5.1 détaille les écarts de prix et de résultats.
Ce qu’il faut retenir
GPT-6.1 Terra ne bat pas Claude Sonnet 5.5 sur la performance maximale, et il ne remplace pas Sol pour le code exigeant. Il fait mieux que cela pour un usage précis : le travail de bureau en volume, au réglage par défaut, où il égale Sonnet pour un coût par tâche nettement inférieur et va plus vite que tous. La leçon vaut au-delà de ce trio : un modèle se juge au coût de la tâche terminée et au niveau d’effort que vous utiliserez vraiment, pas au prix du million de jetons affiché en tête d’annonce.