GPT-6.1 Terra : API, benchmarks, tarification et mode d'emploi

Conçu pour la vitesse : latence d'environ 10 ms, même en cas de charge
Une méthode incroyablement rapide pour créer, suivre et déployer vos modèles !
- Gère plus de 350 RPS sur un seul processeur virtuel, aucun réglage n'est nécessaire
- Prêt pour la production avec un support complet pour les entreprises
Qu'est-ce que GPT-6.1 Terra ?
OpenAI propose désormais des niveaux nommés au sein de chaque génération de modèles — principalement Astra (flagship), Sol, Terra et Luna — où le numéro (6.1) indique la génération et le nom indique le niveau de capacité et de coût. Terra est le niveau équilibré pour la production : il ne s'agit pas de la frontière absolue sur le raisonnement brut, mais il est optimisé pour être suffisamment rapide et économique afin d'exécuter des charges de travail agentiques et de computer-use à grand volume.
La fonctionnalité phare de cette version est le computer-use. Terra associe la compréhension visuelle à la capacité de manipuler des applications navigateur et desktop, mises à disposition sous la forme d'un outil hébergé dans l'API Responses. En d'autres termes : il peut analyser un écran, cliquer, saisir du texte et naviguer — la boucle centrale des agents exploitant un ordinateur — à un prix qui rend ces boucles économiquement viables.
Spécifications clés
Tarification
La tarification de Terra est l'élément central de cette annonce. À 1 $/5 $ par million de tokens, il se situe largement en dessous des prix des modèles frontier, et la réduction batch/flex divise encore ce coût par deux pour les travaux asynchrones.
Deux pièges de coûts méritent d'être signalés : le fast mode double le tarif, et toute requête dont l'entrée dépasse 272K tokens est facturée à 2x pour l'entrée/cache et 1,5x pour la sortie sur l'ensemble de la requête. Les boucles d'agents à long contexte peuvent discrètement franchir cette ligne, mesurez donc la structure réelle de vos tokens au lieu de vous fier uniquement aux tarifs d'appel de 1 $/5 $.
Benchmarks
Les chiffres publiés par OpenAI au lancement mettent l'accent sur la sécurité, le dépannage multimodal et le raisonnement médical :
- ExploitBench : 97,10 %
- Multimodal Troubleshooting (Virologie) : 52,54 %
- HealthBench Professional : 62,7 (en hausse par rapport aux 57,7 de GPT-5.6 Terra)
- HealthBench Standard : 55,1 (en légère baisse par rapport aux 57,0 de GPT-5.6 Terra)
- Sandbox Bench : 5 sur 22 cibles
Considérez ces chiffres comme des données fournisseur communiquées au lancement, et non comme un bilan de production définitif. Il est à noter que Terra ne surpasse pas systématiquement son prédécesseur sur chaque benchmark (HealthBench standard est en baisse), ce qui rappelle opportunément que les modèles de cette gamme échangent des capacités brutes contre de la vitesse et un coût réduit. OpenAI affirme également que Terra est plus de 3 fois plus rapide que GPT-6 Astra et GPT-6.1 Sol — un avantage significatif en matière de latence pour les agents interactifs, mais qui reste une affirmation fournisseur issue de tests internes.
Comparatif : GPT-6.1 Terra face aux autres modèles
La comparaison pertinente porte sur le rapport prix/capacité par rapport aux modèles vers lesquels vous dériveriez vos requêtes. Tous les chiffres sont exprimés par million de tokens et reflètent les tarifs publiés au lancement (à vérifier avant toute décision).
Ce qu'il faut en retenir : Terra se situe dans la même tranche de prix réduit que Gemini 3.6 Flash tout en étant nettement en dessous de Claude Opus 4.8 et Fable 5.1, tout en apportant des fonctionnalités native de computer-use. Il ne cherche pas à battre Fable 5.1 ou GPT-6.1 Sol sur le raisonnement le plus complexe — son objectif est de rendre économique les 80 % de travail agentique de routine. C'est précisément cette répartition qu'une passerelle est conçue pour exploiter : Terra pour le volume, un modèle frontier pour le reste.
Limites
- Niveau intermédiaire, pas frontier. Terra écarte le niveau maximal de raisonnement au profit de la vitesse et du coût. Pour les tâches complexes à long terme, Fable 5.1 ou un modèle flagship resteront supérieurs.
- Surcoût sur le contexte long. Les requêtes dépassant 272K tokens sont facturées à 2x en entrée/1,5x en sortie pour l'ensemble de la requête — un seuil facile à franchir involontairement dans des boucles d'agent prolongées.
- Pas de fine-tuning. Terra ne prend pas en charge le fine-tuning lors de son lancement.
- Restrictions d'accès. Non disponible dans ChatGPT Chat classique, les offres Free ou Go au lancement, et non disponible pour le stockage/traitement de l'inférence aux Émirats Arabes Unis.
- Sortie texte uniquement. Les entrées acceptent le texte et l'image ; la sortie est exclusivement du texte (pas d'audio ni de vidéo).
Comment accéder à GPT-6.1 Terra et l'utiliser
Il existe deux approches concrètes pour la mise en production.
1. Appeler directement l'API OpenAI
Terra est accessible sur l'API OpenAI à partir du niveau Build, les fonctionnalités de computer-use étant exposées sous forme d'outil hébergé dans l'API Responses. C'est le moyen le plus rapide de prototyper une application unique sur un modèle unique.
2. Router les requêtes via TrueFoundry AI Gateway (recommandé pour la production)
Dès lors que vous utilisez Terra aux côtés d'autres modèles — Claude pour le raisonnement complexe, Gemini pour la multimodalité économique, Terra pour le computer-use — vous avez besoin de routage, de basculements (fallbacks), de budgets et d'un suivi centralisé des coûts. C'est ce que propose TrueFoundry AI Gateway : un endpoint unique compatible OpenAI devant chaque fournisseur.
- Pointez votre client vers l'endpoint de la passerelle TrueFoundry et sélectionnez gpt-6.1-terra comme modèle.
- Ajoutez des règles de routage — dirigez les appels à fort volume et de computer-use vers Terra, basculez les cas complexes vers un modèle frontier, avec basculement automatique si un fournisseur renvoie une erreur ou atteint une limite de débit (rate limit).
Vous bénéficiez de budgets par clé, par équipe et par agent, d'un registre global des coûts et des tokens multi-fournisseurs, ainsi que d'un audit complet — sans avoir à réécrire le code de votre application lorsque les prix ou les modèles évoluent. La passerelle n'ajoute que quelques millisecondes de latence et est conforme à la norme OpenTelemetry.
Placez GPT-6.1 Terra derrière un endpoint gouverné et multi-fournisseurs avec budgets et fallbacks. Contacter l'équipe TrueFoundry →
Quand utiliser GPT-6.1 Terra ?
- Privilégiez Terra lorsque : la charge de travail concerne du computer-use ou de l'automatisation agentique ; le volume est élevé et le coût est critique ; vous avez besoin d'un large contexte à un tarif par token réduit ; la latence est essentielle pour un agent interactif.
- Basculez vers un modèle frontier lorsque : la tâche exige un raisonnement à long terme particulièrement complexe ou du codage avancé où une erreur coûte plus cher que les tokens consommés — orientez alors ces requêtes vers Claude Fable 5.1, Opus 4.8 ou GPT-6.1 Sol.
- Envisagez Gemini 3.6 Flash lorsque : vous recherchez l'option multimodale rapide la moins chère sans avoir besoin de l'outil de computer-use de Terra.
TrueFoundry AI Gateway offre une latence d'environ 3 à 4 ms, gère plus de 350 RPS sur 1 processeur virtuel, évolue horizontalement facilement et est prête pour la production, tandis que LiteLM souffre d'une latence élevée, peine à dépasser un RPS modéré, ne dispose pas d'une mise à l'échelle intégrée et convient parfaitement aux charges de travail légères ou aux prototypes.













.webp)

.webp)









