OpenAI lance une nouvelle série de modèles GPT-6, axée sur la réalisation de tâches quotidiennes de bureau et d'opération informatique à un coût réduit.
Le 26 octobre, heure de l’Est américain, OpenAI a lancé GPT-6.1 Terra, mettant en avant ses capacités de compréhension visuelle, d’opération inter-applications et d’écriture en langage naturel. Tout en améliorant les performances du modèle, OpenAI a réduit le prix de l’API standard de 50 % par rapport à la génération précédente, GPT-5.6 Terra. Les évaluations de l’organisme indépendant Artificial Analysis ont également révélé des améliorations dans les domaines de l’intelligence, du coût des tâches et de la réduction des hallucinations sur des benchmarks spécifiques.
Renforcer la compréhension visuelle et les compétences en manipulation informatique tout au long de la journée de travail
OpenAI positionne GPT-6.1 Terra comme un modèle rapide et efficace, conçu pour aider les utilisateurs à accomplir des tâches d'opération informatique couvrant toute la journée de travail à un coût réduit. Le modèle peut non seulement comprendre le contenu de l'écran, mais aussi effectuer des actions à travers des applications et rédiger avec un langage plus clair et naturel.
De la rédaction de propositions commerciales à l'interprétation de plans techniques, en passant par la remplissage de formulaires et l'édition de vidéos, OpenAI souhaite faire de Terra un outil universel adapté aux tâches bureautiques intensives. Pour les entreprises, ces capacités signifient également que le modèle peut assumer davantage de tâches répétitives, comme lire les factures reçues et saisir les informations pertinentes dans un logiciel comptable.
Cette mise à niveau ne vise pas uniquement à améliorer une capacité unique, mais cherche à intégrer la compréhension visuelle, la manipulation informatique et la génération de texte au sein d’un même flux de travail. OpenAI affirme que GPT-6.1 Terra présente une amélioration significative par rapport à GPT-5.6 Terra sur les tâches de manipulation informatique et de communication, tout en soulignant que le nouveau modèle permet d’accomplir davantage de tâches avec les quotas existants de ChatGPT Work et Codex.
La base de performances informatiques augmente de 15 points de pourcentage, avec une vitesse plus de trois fois supérieure à celle d'Astra
Dans le benchmark Agents’ Last Exam, qui évalue la capacité des agents à utiliser des logiciels pour accomplir des tâches professionnelles, OpenAI affirme que GPT-6.1 Terra obtient un score 15 points supérieur à GPT-5.6 Terra à intensité de raisonnement moyenne, avec un coût de tâche environ un tiers de celui de ce dernier. Sa performance est même comparable à celle du modèle phare GPT-6 Astra, mais son prix par token n’est que le dixième de celui d’Astra.
À l'intensité maximale d'inférence, OpenAI affirme que l'efficacité en tokens de GPT-6.1 Terra est plus de trois fois supérieure à celle de Claude Opus 5.5, avec un coût par token seulement un quart de celui de ce dernier. Combinant l'efficacité de consommation de tokens et l'avantage de prix unitaire, le coût d'exécution des tâches par Terra est environ un neuvième de celui de Claude Opus 5.5. En termes de vitesse, OpenAI indique que Terra effectue les tâches en moyenne plus de trois fois plus rapidement que GPT-6 Astra et GPT-6.1 Sol.
En matière de compréhension visuelle, GPT-6.1 Terra surpasse GPT-5.6 Terra sous tous les paramètres d'inférence sur le benchmark MMMU-Pro, tout en approchant les performances de GPT-6 Astra et GPT-6.1 Sol à un coût inférieur. Sur le benchmark OSWorld 2.1, qui évalue l'utilisation d'applications de bureau par des agents pour accomplir des tâches à plusieurs étapes, Terra dépasse également le meilleur résultat précédemment obtenu par GPT-5.6 Terra avec une intensité d'inférence modérée.
Ces résultats reflètent la position d'OpenAI vis-à-vis de Terra : ne pas chercher à atteindre des performances de pointe sur tous les axes, mais plutôt accomplir un grand nombre de tâches pratiques à moindre coût et en moins de temps.
Independent evaluation: Intelligence level improved, cost to complete tasks significantly reduced
L'évaluation indépendante publiée par Artificial Analysis compare davantage les performances et les coûts de GPT-6.1 Terra avec ceux du modèle précédent. L'organisme affirme que Terra a obtenu un score de puissance d'inférence de 6 points supérieur à GPT-5.6 Terra dans l'indice d'intelligence d'Artificial Analysis, tandis que le coût unitaire par tâche est passé de 1,40 $ à 0,40 $, soit moins du tiers de l'ancien montant.
À des niveaux de puissance d'inférence faible et moyenne, Terra affiche une amélioration plus importante par rapport à sa génération précédente, atteignant 7 à 13 points. Artificial Analysis estime que ces deux niveaux d'inférence se situent sur la frontière d'efficacité en matière d'équilibre entre intelligence et coût, ce qui signifie que les utilisateurs peuvent obtenir de meilleures performances de modèle à un coût relativement plus faible.
Dans l'indice Coding Agent Index v2.0 dédié aux agents de codage, GPT-6.1 Terra obtient un score de 48, inférieur aux 54 de GPT-6.1 Sol, mais supérieur aux 31 de GPT-6 Luna. L'organisme souligne que certains paramètres de raisonnement de Terra se situent également sur la frontière de l'efficacité coûts, indiquant qu'il est non seulement adapté au bureau quotidien, mais aussi doté d'une forte capacité en tant qu'agent de codage.
Cependant, la puissance d'inférence du modèle et la complexité de la tâche restent importantes. Les évaluations d'Artificial Analysis montrent que le score de Terra sur l'indice d'intelligence, même à la puissance d'inférence maximale, reste inférieur à celui de GPT-6.1 Sol ; OpenAI recommande également explicitement que, pour des recherches approfondies ou des tâches de codage complexes, les utilisateurs privilégient GPT-6.1 Sol ou GPT-6 Astra.
Taux d'hallucinations en baisse, taux de réussite des tâches de codage amélioré
La fiabilité est un autre point clé de cette mise à jour. Artificial Analysis a constaté, sur son jeu de référence privé sur les connaissances et les hallucinations AA-Omniscience, que GPT-6.1 Terra donnait des suppositions dans 38 % des cas lorsqu'il ne connaissait pas la réponse, contre 88 % pour GPT-5.6 Terra, soit une baisse de 50 points de pourcentage. Parallèlement, la précision de Terra sur ce benchmark a augmenté de 2 points.
Il convient de noter que ce résultat mesure la tendance du modèle à deviner des réponses dans des situations d'incertitude dans un benchmark spécifique, et ne signifie pas que le taux d'erreur global du modèle a diminué de 50 points de pourcentage dans toutes les applications pratiques.
Les tests internes d'OpenAI ont également révélé une tendance d'amélioration similaire. Dans les tests de prompts susceptibles d'induire des erreurs, le taux d'erreurs de GPT-6.1 Terra est passé de 53,6 % à 16,7 % sous une faible intensité de raisonnement, soit une baisse de 36,9 points de pourcentage ; sous la plus forte intensité de raisonnement, le taux d'erreurs a diminué de 18 points de pourcentage pour atteindre 4,3 %, se rapprochant ainsi du niveau de GPT-6 Astra et GPT-6.1 Sol.
Les compétences en codage ont également progressé de manière significative. Dans le benchmark Terminal-Bench 4.0 publié par OpenAI, GPT-6.1 Terra a atteint un taux de réussite de 50,3 % sous la plus forte intensité de raisonnement, dépassant les 21,5 % précédemment rapportés par GPT-5.6 Terra, soit plus du double. Une évaluation indépendante d'Artificial Analysis confirme également une amélioration d'environ 20 points de pourcentage pour Terra sur ce benchmark, approchant GPT-6.1 Sol sous la plus forte intensité de raisonnement.
Cela signifie que la mise à niveau de Terra ne se limite pas à rendre le modèle plus rapide et moins coûteux, mais inclut également la réduction de certaines erreurs et l'amélioration de la capacité à exécuter des tâches complexes. Toutefois, pour les tâches d'ingénierie logicielle les plus complexes, OpenAI recommande toujours d'utiliser Sol ou Astra.
Prix de l'API divisé par deux, ciblant les tâches automatisées des entreprises à haut volume
Le prix constitue un autre point central de cette publication de GPT-6.1 Terra. Les prix standard de l'API publiés par OpenAI sont les suivants : 1 dollar pour un million de tokens d'entrée, 0,05 dollar pour un million de tokens d'entrée en cache, et 5 dollars pour un million de tokens de sortie. Par rapport à GPT-5.6 Terra, les prix standard de l'API ont été réduits de 50 % en moyenne ; par rapport à GPT-6.1 Sol, les prix standard de l'API de Terra sont également 50 % plus bas.
Les comparaisons de prix fournies par Artificial Analysis indiquent que les prix des tokens d'entrée et de sortie pour GPT-5.6 Terra s'élèvent à 2 $ et 12 $ par million, tandis que pour le nouveau modèle, ils baissent à 1 $ et 5 $ respectivement. Le prix du cache d'entrée passe de 0,20 $ à 0,05 $ par million, soit une réduction de 75 %. L'organisme indique également que le prix d'écriture du cache pour le nouveau modèle est de 1,25 $ par million.
Dans ChatGPT Work et Codex, OpenAI affirme que le même quota d'utilisation permet à GPT-6.1 Terra d'accomplir plus de tâches que GPT-5.6 Terra, ainsi que plus de tâches que GPT-6.1 Sol et GPT-6 Astra. Pour les entreprises nécessitant la lecture répétée de fichiers, l'utilisation de logiciels bureautiques ou le traitement d'importantes quantités d'informations structurées, cette différence de coût peut avoir un impact direct sur la possibilité de déployer des agents à grande échelle.
GPT-6.1 Terra est disponible à partir du 26 octobre pour les utilisateurs Plus, Pro, Enterprise et Edu de ChatGPT Work et Codex, et les développeurs peuvent également l'appeler via l'API sous le nom de modèle gpt-6.1-terra.
Du point de vue de la répartition des produits, OpenAI affinerait davantage les niveaux de capacité et de coût de la série GPT-6 : Terra cible les tâches fréquentes, répétitives et nécessitant une intervention informatique, tandis que Sol et Astra continuent de s'adresser à la recherche approfondie et au codage complexe. À mesure que l'efficacité des modèles sur des tâches spécifiques s'améliore, le centre de la concurrence passe de la simple comparaison des limites de capacité des modèles à la mesure du temps, des tokens et du coût total nécessaires pour accomplir des travaux réels.