GPT-6.1 Terra : OpenAI divise ses prix API par deux et relance la guerre des coûts

Un dollar par million de tokens d'entrée. C'est le tarif qu'OpenAI affiche désormais pour GPT-6.1 Terra, son nouveau modèle de milieu de gamme annoncé le 26 octobre 2026. La moitié du prix de GPT-5.6 Terra et de Claude Sonnet 5.5 d'Anthropic. Pour les équipes qui font tourner des agents IA en production, la différence se chiffre rapidement en dizaines de milliers d'euros par mois.

Un modèle taillé pour les agents et le contrôle d'interface

OpenAI positionne Terra sur les tâches de travail automatisées : rédaction de propositions commerciales, interprétation de plans techniques, remplissage de formulaires, contrôle d'applications de bureau. Sur OSWorld 2.1, le benchmark de référence pour les agents de bureau, il dépasse les résultats de son prédécesseur à effort moyen pour une fraction du coût. Sur le benchmark Agents' Last Exam, il égale GPT-6 Astra, le modèle haut de gamme d'OpenAI, à un dixième du prix en tokens. Comparé à Claude Opus 5.5 en effort maximum, Terra est plus de trois fois plus efficace en tokens à un quart du tarif, soit environ neuf fois moins cher par tâche accomplie, selon les chiffres d'OpenAI.

La vitesse d'exécution compte aussi. OpenAI annonce que Terra termine ses séquences plus de trois fois plus vite que GPT-6 Astra et GPT-6.1 Sol. Pour les agents qui enchaînent des dizaines d'appels dans un pipeline, la latence agrégée devient un coût opérationnel. Voir notre analyse sur les facteurs de coût des agents IA en entreprise pour comprendre comment ces variables s'articulent.

Des benchmarks solides, une hallucination en forte baisse

Artificial Analysis, cabinet indépendant qui évalue les modèles de langage, place Terra sur ce qu'il appelle la frontière de Pareto : le point où aucune amélioration simultanée du coût et de la performance n'est disponible chez la concurrence à l'heure du test. Sur l'Intelligence Index maison, le modèle score 48, entre GPT-6.1 Sol (52) et GPT-5.6 Terra (42). À effort de raisonnement réduit, les gains relatifs sont encore plus marqués, de 7 à 13 points sur l'index, ce qui le place en tête dans les cas d'usage où la vitesse prime sur la précision maximale.

Le recul de l'hallucination est peut-être le chiffre le plus saillant. Sur le benchmark privé AA-Omniscience, Terra improvise une réponse quand il ne sait pas seulement 38 % du temps, contre 88 % pour son prédécesseur. Cette chute divise par plus de deux le risque de réponse inventée, un paramètre critique pour les agents qui opèrent sans supervision humaine. Sur Terminal-Bench 4.0, dédié aux tâches de développement en ligne de commande, Terra résout 50,3 % des cas en effort maximal, contre 21,5 % pour GPT-5.6 Terra.

Une guerre des prix qui redistribue les cartes pour les startups

La baisse tarifaire de Terra s'inscrit dans une séquence qui s'est accélérée depuis début 2026 : Google avec Gemini Flash, Anthropic avec ses offres Haiku, et désormais OpenAI compressent leurs marges pour conquérir la base des développeurs qui construisent des produits en production. Pour une startup qui traite un million d'appels par jour avec un ratio entrée/sortie de 3:1, le passage de GPT-5.6 Terra à Terra représente une économie de l'ordre de 2 000 euros par mois à volume constant, avant toute optimisation du prompt ou du cache.

Ce mouvement de fond pousse aussi les équipes à reconsidérer leurs architectures. Quand les modèles de milieu de gamme atteignent des niveaux de performance proches des modèles frontier à un dixième du prix, la question n'est plus seulement quel modèle utiliser, mais comment orchestrer plusieurs modèles selon le type de tâche. Les agents IA multi-modèles passent d'une option architecturale à une nécessité économique. La prochaine étape sera de voir si Anthropic ou Google répond avec une baisse équivalente sur leurs offres milieu de gamme, ou si la course se déplace vers d'autres critères, la fiabilité des outils, la longueur du contexte ou la latence garantie sous charge.