Comment utiliser GPT-6.1 Terra : configuration de l'API, effort d'inférence et appels d'outils

Le chemin le plus court vers GPT-6.1 Terra est l'API Responses. Cependant, une implémentation utile nécessite plus qu'un simple identifiant de modèle. Elle doit définir la tâche, choisir le niveau de raisonnement, fournir des images avec un niveau de détail approprié, valider les sorties et limiter tout outil susceptible de modifier l'état externe.

Ce tutoriel utilise les conventions actuelles de l'API OpenAI et l'ID de modèle gpt-6.1-terra. Il se concentre sur le flux de travail de révision visuelle, car cela correspond au positionnement officiel de Terra.

Avant de commencer

Vous avez besoin d'un projet OpenAI API capable d'accéder à GPT-6.1 Terra, d'une clé API stockée en dehors du code source, et du dernier SDK OpenAI. Actuellement, la page du modèle indique que le forfait gratuit ne prend pas en charge l'API, veuillez donc vérifier directement l'accès dans votre projet, sans supposer que l'accès au forfait ChatGPT est identique à l'accès à l'API.

Installer le SDK Python :

pip install --upgrade openai

Définissez OPENAI_API_KEY via votre shell ou gestionnaire de clés. Ne collez pas de clé de production dans des scripts, captures d'écran, dépôts ou applications clientes.

Envoyer une requête de texte de base

from openai import OpenAI

client = OpenAI()

= client.responses.create(
    model="gpt-6.1-terra",
    raisonnement={"effort": "Moyen"},
    instructions=(
        "Rédiger des instructions de production concises. Distinguer les preuves visibles."
        "Provenant du raisonnement, et expliquer la situation lorsque les informations fournies sont insuffisantes."
    ),
    input="Transformez cette note de commentaire en une liste claire de cinq actions : ..."
)

.output_text

OpenAI recommande d'utiliser l'API Responses pour les requêtes directes au modèle et les modèles de raisonnement. La valeur instructions s'applique à la requête en cours. Placez-y les consignes de comportement stables et laissez les entrées utilisateur se concentrer sur des tâches spécifiques.

Analyser l'image

Terra accepte des entrées d'images et renvoie du texte. Une requête Responses peut contenir du texte et des URL d'images :

# Ce script sert à démontrer comment extraire l'audio d'une vidéo

from openai import OpenAI

client = OpenAI()

= client.responses.create( model="gpt-6.1-terra", raisonnement={"effort": "Moyen"}, input=[{ "role": "utilisateur", "content": [ { "type": "input_text", "text": ( "Examinez cette image de campagne publicitaire. Signalez uniquement les problèmes visibles." "Inclut le recadrage, le placement de texte, le contraste et la sécurité du logo." "Pour chaque problème, indiquez la zone visible et proposez une solution de correction." ), }, { "type": "input_image", "image_url": "https://example.com/asset.jpg", "detail": "Haut", }, ], }], )

.output_text

Les formats d'image pris en charge incluent PNG, JPEG, WEBP ainsi que les GIF non animés. Les directives visuelles d'OpenAI prennent également en charge les URL de données Base64. Les images consomment des jetons, utilisez donc une résolution et un niveau de détail adaptés à la tâche. Pour les écrans denses ou sensibles aux coordonnées, lorsque cela est pris en charge, `original` peut être approprié ; pour un premier examen grossier, `low` peut suffire. Avant de normaliser les paramètres, vérifiez le tableau des dimensions spécifique au modèle en vigueur.

## Choisir consciemment le niveau d'effort de raisonnement

Terra prend en charge `none`, `low`, `medium`, `high`, `xhigh` et `max` ; la valeur par défaut est `medium`. Augmenter l'effort de traitement améliore la qualité pour les tâches difficiles, mais augmente également la latence et l'utilisation de jetons.

Un échelon d'évaluation raisonnable est :

- `none` : extraction ou classification simple, la valeur ajoutée d'un raisonnement en plusieurs étapes est limitée.
- `low` : Examen de routine, rédaction ou utilisation d'outils restreints.
- `medium` : preuves mixtes, jugement ou travail en plusieurs étapes ; il s'agit de la valeur par défaut.
- `high` : difficulté visuelle importante, planification ou gestion complexe des exceptions.
- `xhigh` et `max` : à utiliser uniquement lorsque l'évaluation montre un gain substantiel pour les tâches à haute valeur.

Lorsque la réponse échoue, n'augmentez pas automatiquement le niveau d'effort. Vérifiez d'abord le prompt, les preuves, la qualité de l'image, le contrat de sortie et la logique de validation.

## Demander une sortie structurée

Les systèmes de production ne devraient pas analyser de texte arbitraire lorsqu'un schéma connu est disponible. Terra prend en charge la sortie structurée. Un schéma de contrôle qualité visuelle peut nécessiter un tableau de questions incluant la catégorie, les preuves, la gravité et les recommandations.

La syntaxe auxiliaire exacte du SDK peut varier, veuillez donc suivre le guide actuel de « sortie structurée » pour le langage que vous utilisez. Quelle que soit la syntaxe, validez l'objet renvoyé et définissez les actions que l'application doit effectuer lorsque les preuves nécessaires sont manquantes. Une structure JSON valide peut encore contenir des observations incorrectes.

## Ajouter des outils via l'API de réponse

Les outils de l'API Responses listés par Terra incluent la recherche web, la recherche de fichiers, la génération d'images, l'interpréteur de code, le Shell hébergé, l'utilisation d'ordinateur, MCP, etc. Seuls les outils nécessaires à la tâche sont exposés.

Pour une utilisation informatique, votre application doit exécuter ou se connecter à un environnement d'exécution, effectuer les opérations autorisées, renvoyer des captures d'écran et maintenir la session selon les besoins. Les directives de sécurité d'OpenAI recommandent :

- Un navigateur isolé ou une machine virtuelle.
- Liste blanche des sites web et des opérations.
- Évitez d’inclure des informations d’identification dans le texte de la page ou les captures d’écran.
- Obtenir l'approbation de l'utilisateur avant tout achat, transfert de données, suppression ou autre opération majeure.
- Limites d'étapes, de temps et de coûts.
- Vérifiez les résultats enregistrés, ne vous fiez pas au résumé du modèle.

Le contenu de la page n'est pas fiable. La page Web ne peut pas accorder de nouvelles autorisations ni remplacer les instructions de l'utilisateur.

## Cycle fiable de révision visuelle

Une implémentation robuste sépare l'observation de l'action :

1. Envoyer l'image et un ensemble de critères d'évaluation restreints.
2. Exiger que chaque découverte soit accompagnée de preuves visibles.
3. Vérifier le mode de réponse.
4. Transmettre les découvertes de haute sévérité ou à faible niveau de preuve aux personnes concernées.
5. Si les modifications sont autorisées, n'exposez que les outils d'édition ou informatiques nécessaires.
6. Capturer l'état des résultats et exécuter le processus de validation.
7. Conserver le contenu original, les actions proposées, les approbations, les résultats et les décisions du réviseur.

Pour les travaux créatifs, Terra peut transformer la révision de storyboard en un briefing de modifications structuré. Les créateurs peuvent ensuite appliquer ce briefing approuvé dans des outils indépendants de création d'images, d'animations ou de production d'histoires.

## Erreurs d'implémentation courantes

### Envoyer directement le fichier vidéo

Terra ne répertorie pas d'entrée vidéo native. Extrayez des images représentatives et, si nécessaire, fournissez une transcription ou des métadonnées de plan. Indiquez clairement que l'analyse repose sur ces éléments.

### Autoriser l'utilisation d'outils sous forme libre

Accorder à un modèle un accès informatique étendu comporte des risques inutiles. Limitez les outils, les domaines, les opérations et les données. Exigez une approbation aux étapes ayant des conséquences.

### Considérer la sortie comme une base factuelle

Les modèles visuels peuvent manquer des détails infimes ou déduire des relations non étayées. Dans les cas où les erreurs ont des conséquences importantes, utilisez des cas de test connus et une révision humaine.

### Ignorer la tarification des longs contextes

La fenêtre de contexte de Terra est de 1,05 million de tokens, mais les prompts dépassant 272 000 tokens d'entrée seront facturés à un tarif plus élevé. Veuillez ne récupérer que les documents pertinents dans la mesure du possible.

## Foire aux questions

### Puis-je utiliser la fonction de complétion de chat de GPT-6.1 Terra ?

La page du modèle liste Chat Completions comme un point de terminaison, mais indique que l'appel d'outils nécessite l'API Responses. Pour les nouvelles implémentations d'utilisation d'outils, Responses est le choix par défaut approprié.

### Terra prend-il en charge le réglage fin ?

La page du modèle actuel indique que le fine-tuning n'est pas pris en charge. Veuillez utiliser des instructions claires, la recherche, des exemples, des modèles et des évaluations, plutôt que de planifier autour du fine-tuning.

### Comment dois-je tester la mise à niveau vers des capacités de raisonnement supérieures ?

Exécutez le même ensemble d'évaluations représentatives sur deux niveaux d'effort ou plus. Comparez les résultats acceptés, la latence, l'utilisation de jetons et les catégories d'échec. Ne jugez pas sur la base d'un seul exemple impressionnant.

## Résumé de la mise en œuvre

Utilisez `gpt-6.1-terra` via l'API Responses, en commençant par un effort modéré, en ne fournissant au modèle que les preuves et outils nécessaires, et en vérifiant la structure et le contenu. La qualité du cadre environnant — autorisations, évaluation, vérification et journalisation — est tout aussi importante que le choix du modèle.