Qu'est-ce que GPT-6.1 Terra ? Fonctionnalités, tarification, fenêtre de contexte et meilleurs cas d'utilisation

GPT-6.1 Terra est un modèle conçu par OpenAI, spécialement développé pour le raisonnement visuel rapide, la manipulation précise de l'ordinateur et l'écriture claire en langage naturel. Sa fonction la plus puissante ne se limite pas à répondre à des questions. Terra est capable d'examiner des images et des interfaces d'applications, de raisonner sur ce qu'il voit, et, lorsqu'il est connecté à un environnement d'outils approprié, d'exécuter des actions contrôlées dans les navigateurs et les applications de bureau.

Cette combinaison rend le modèle adapté aux équipes qui traitent des catalogues de produits, des supports de campagnes marketing, des tests d'interface, des opérations sur de grands volumes de documents et des audits de production visuelle. Elle fixe également une limite importante : GPT-6.1 Terra peut analyser des images, mais n'est pas en soi un modèle d'entrée vidéo ou audio. Pour bien choisir, il faut d'abord comprendre cette distinction.

Aperçu de GPT-6.1 Terra

Selon la documentation actuelle du modèle OpenAI, le GPT-6.1 Terra possède les spécifications suivantes :

Terra prend en charge la diffusion en continu, les appels de fonction et la sortie structurée. Via l'API Responses, ses outils répertoriés incluent la recherche web, la recherche de fichiers, la génération d'images, l'interpréteur de code, le shell hébergé, l'utilisation de l'ordinateur, MCP, les compétences et la recherche d'outils. Cependant, la disponibilité des outils ne signifie pas que chaque application bénéficie d'un accès sans restriction. Les développeurs ont toujours besoin des autorisations d'accès API, de la configuration des outils, des permissions et de l'environnement d'exécution appropriés.

Les domaines d'expertise de GPT-6.1 Terra

Raisonnement visuel sur les images et les écrans

Terra peut vérifier les photos de produits, les captures d'écran, les graphiques, les mises en page et autres entrées d'image prises en charge. Une demande utile posera au modèle une question visuelle spécifique : identifier les éléments de catalogue incompatibles, vérifier si un texte important est rogné, comparer deux états d'interface, ou décrire les différences entre une image de storyboard et une image de référence.

Le raisonnement visuel n'équivaut pas à une vérité visuelle absolue. Les petits textes, les défauts subtils, les calques masqués, les différences de gestion des couleurs et les scènes floues peuvent encore entraîner des erreurs. Les décisions à haut risque nécessitent un processus de révision humaine et des tests représentatifs.

Flux de travail pour l'utilisation de l'ordinateur

Après avoir correctement configuré l'utilisation de l'ordinateur avec l'intégration, Terra peut recevoir des captures d'écran et demander des actions de souris ou de clavier. Les directives d'utilisation de l'ordinateur d'OpenAI recommandent d'utiliser un navigateur ou un bureau isolé, de limiter l'accès réseau et aux opérations, d'obtenir une approbation avant les actions importantes, et de vérifier les résultats réels.

Cela rend Terra adapté aux tâches délimitées, comme vérifier des parcours web, saisir des données de test non sensibles, trier des actifs visibles ou examiner une interface de gestion d'activités. Il ne faut pas lui accorder de permissions ouvertes pour des opérations difficiles à révoquer, telles que des achats, la suppression de comptes, le transfert d'identifiants ou d'autres actions similaires.

Rédaction professionnelle directe

Terra est également conçu pour une écriture claire et naturelle. Cela est particulièrement utile lorsque l’inspection visuelle doit aboutir à des livrables lisibles : rapports d’assurance qualité, notes de révision, annotations de catalogue, résumés de revue de plans ou notes destinées aux clients. Ce modèle est capable de relier les preuves issues des images à des sorties écrites structurées, plutôt que de traiter l’analyse et la communication comme deux tâches distinctes.

Fonctionnalités que GPT-6.1 Terra ne peut pas accomplir par lui-même

La page du modèle Terra liste les images comme modalité d'entrée et le texte comme modalité de sortie. Il n'accepte pas directement la vidéo ou l'audio comme entrée du modèle. Si une équipe souhaite examiner une vidéo, elle peut extraire des images sélectionnées, une planche contact, une transcription textuelle ou des métadonnées structurées, et fournir ces éléments au flux de travail approprié. Cela diffère du fait de prétendre que le modèle a regardé et écouté la vidéo originale.

Terra n'est pas non plus un modèle de rendu d'images ou de vidéos. L'API Responses peut exposer un outil de génération d'images, mais le processus de génération est traité par un modèle d'image spécialisé choisi par cet outil. Les développeurs doivent décrire précisément cette architecture dans la documentation du produit.

Tarification de GPT-6.1 Terra

Les prix de l'API standard sont actuellement indiqués par million de jetons de texte :

Entrée : $1.00
Entrée en cache : 0,05 $
Écriture cache de 30 minutes : 1,25 $
Écriture en cache de 12 heures : 2,50 $
Sortie : $5.00

Les requêtes dépassant 272 000 jetons d'entrée bénéficieront d'une tarification pour contexte long : les taux d'entrée et de cache sont doublés, tandis que la sortie est facturée à 1,5 fois le taux de sortie standard pour l'ensemble de la requête. Les prix des traitements par lots et Flex sont 50 % inférieurs au tarif standard, le mode rapide coûte le double du tarif standard, et les traitements dans les régions éligibles entraînent un supplément de 10 %. Les appels d'outils, les entrées d'images et les environnements hébergés peuvent générer des frais supplémentaires.

À titre d'exemple simple de modèle standard, le coût pour 100 000 jetons d'entrée non mis en cache et 10 000 jetons de sortie est d'environ 0,15 $, sans inclure les frais d'outils ou d'images : 0,10 $ pour l'entrée, 0,05 $ pour la sortie.

Cas d'utilisation réels

Terra est un candidat solide lorsque la tâche combine des preuves visuelles avec une prise de décision ou une action limitée. Les exemples incluent :

Faire correspondre les photos des produits fournisseurs avec les enregistrements du catalogue.
Vérifiez si la capture d'écran présente des problèmes de recadrage, de texte manquant ou de mise en page incohérente.
Interpréter les plans techniques et transformer les observations en listes de contrôle.
Comparez les images du storyboard avec les références des personnages et des lieux.
Créer une note de révision à partir des actifs de la campagne marketing.
Testez le flux de travail du navigateur avec contrôle humain et validation par approbation.
Rédigez ou révisez de longs documents avec le support d'images et de fichiers.

L'équipe créative devrait clairement distinguer les phases d'analyse et de génération. Par exemple, Terra peut examiner les planches contact des storyboards et générer une liste de questions plan par plan. Ensuite, les créateurs peuvent utiliser des plateformes dédiées telles que Elser AI pour générer ou animer les visuels révisés. Il s'agit d'un flux de travail complémentaire, et non d'une affirmation selon laquelle Terra serait intégré à Elser AI.

Qui devrait envisager d'utiliser Terra ?

Terra est idéal pour les équipes qui ont besoin d'une compréhension visuelle et d'une interaction informatique plus puissantes que l'automatisation de texte de base, mais où chaque demande ne nécessite pas d'utiliser le modèle généraliste le plus coûteux. La seule méthode fiable pour choisir consiste à construire un ensemble d'évaluation basé sur des travaux réels. Mesurez la précision visuelle, le taux d'achèvement des tâches, la latence, le coût et le nombre de corrections manuelles.

Si la requête est un problème de raisonnement très difficile, GPT-6 Astra ou GPT-6.1 Sol peuvent être de meilleurs points de départ. Si la charge de travail est étroite, répétitive et très sensible au coût, GPT-6 Luna peut mériter d'être évalué. Le nom du modèle ne remplace pas les tests pour une tâche spécifique.

Foire aux questions

GPT-6.1 Terra peut-il analyser des vidéos ?

La documentation du modèle ne répertorie pas la vidéo comme entrée directe prise en charge. Le flux de travail peut fournir des images sélectionnées, du texte transcrit ou d'autres documents dérivés, mais cela doit être décrit comme une analyse d'images ou de documents, et non comme une compréhension vidéo native.

GPT-6.1 Terra peut-il générer des images ?

Texte de sortie Terra. Dans l'API Responses, il peut appeler un outil de génération d'images qui fait appel à un modèle d'image spécialisé. Les applications doivent distinguer la génération d'images assistée par outil du mode de sortie propre à Terra.

GPT-6.1 Terra est-il disponible dans ChatGPT ?

OpenAI indique que Terra est disponible dans ChatGPT Work et Codex pour les plans Plus, Pro, Business, Enterprise et Edu éligibles, en fonction du déploiement et du contrôle des administrateurs. L'annonce du 26 octobre précise que cette fonctionnalité n'est pas disponible dans Chat. L'accès à l'API est géré séparément ; la page du modèle indique actuellement que l'API n'est pas prise en charge pour le niveau gratuit.

Évaluation finale

GPT-6.1 Terra occupe un juste milieu utile dans le travail professionnel orienté vers le visuel et basé sur l'écran. Sa valeur provient de la combinaison de la compréhension d'images, de l'utilisation d'outils, de l'interaction informatique, du contexte long et de l'écriture concise. Il doit être évalué comme un modèle d'analyse et d'action doté de garde-fous clairs — et non décrit comme un générateur natif audio ou vidéo.