GPT-6.1 Terra : un modèle moins cher ne garantit pas une tâche terminée moins chère
OpenAI affiche Terra à 1 $ le million de tokens en entrée et 5 $ en sortie. Lecture de l'annonce et de la fiche : le coût d'une tâche diffère du prix du token, surtout en contexte long.
Le prix n'est que le début
OpenAI a présenté GPT-6.1 Terra le 26 octobre. Tarifs API Standard : 1 $ le million de tokens en entrée, 5 $ en sortie et 0,05 $ en entrée mise en cache. C'est un nouveau modèle, pas une remise temporaire sur le même modèle. Ce qui m'intéresse est le trajet entre une requête bon marché et un travail terminé.
Ce que j'ai lu aujourd'hui
L'annonce vise le raisonnement visuel, l'usage d'un ordinateur et la rédaction. La fiche accepte texte et images et produit du texte ; audio et vidéo ne sont pas des modalités prises en charge. L'appel d'outils exige Responses API. Un exemple de montage vidéo ne signifie pas que cet endpoint accepte directement une vidéo.
OpenAI annonce 50,3 % sur Terminal-Bench 4.0 à l'effort de raisonnement maximal, contre les 21,5 % publiés pour GPT-5.6 Terra. Ce sont les résultats du fournisseur, pas mes tests. L'annonce recommande encore Sol ou Astra pour le code le plus complexe. Un benchmark ne garantit rien sur un dépôt précis.
La condition du contexte long
Au-delà de 272K tokens en entrée, toute la requête est facturée au double pour l'entrée et le cache, et à 1,5 fois le prix de sortie. Le million de tokens de contexte est une capacité, pas un tarif unitaire constant.
Les écritures de cache sont séparées : 1,25 $ le million pour 30 minutes, 2,50 $ pour 12 heures, avant ajustement de contexte long. Batch et Flex sont 50 % sous Standard ; Fast coûte le double ; le traitement régional ajoute 10 % lorsqu'il est disponible. Les outils peuvent ajouter des frais. Un budget doit préciser mode et route.
La comparaison que je ferais
Je donnerais à Terra et au modèle actuel les mêmes tâches réelles, entrées et critères d'acceptation. Je compterais résultats acceptés, reprises, frais d'outils et temps. Une personne relirait les sorties sans connaître leur modèle. C'est un protocole proposé, pas une évaluation réalisée.
Une facture exige les bons champs et leurs sources. Une tâche à l'écran exige la preuve du changement attendu. Du code exige un test et un diff lisible. Une petite facture sur une tâche inachevée reste une facture.
Mon avis
Les tarifs justifient une comparaison contrôlée avec les deux modèles cités par OpenAI, pas une bascule automatique en production. J'ai lu les sources primaires ; je n'ai appelé aucune API ni mesuré qualité, latence ou facturation.
Une feuille de calcul, pas une facture
Prenons une requête Standard hypothétique: 300 000 jetons en entrée sans cache et 2 000 en sortie, sans écriture de cache ni outil. Le seuil est franchi. Les multiplicateurs publiés donnent $0.60 en entrée et $0.015 en sortie, soit $0.615. Les seuls tarifs de base donneraient $0.31. Ce sont des calculs, pas des factures API observées.
attempt_costs = [0.615, 0.615, 0.040] # hypothetical USD
accepted = [True, False, True]
count = sum(accepted)
cost_per_accepted = sum(attempt_costs) / count if count else NonePython explicatif, sans appel API. Le numérateur inclut toutes les tentatives, même les sorties rejetées. Le dénominateur ne compte que les résultats acceptés. Sans résultat accepté, il n'existe pas de coût fini par tâche acceptée.