Tandis que son rival Anthropic raflait la mise avec un simple prospectus d'introduction en bourse, OpenAI a riposté en sortant GPT-6.1 Terra —
Vous voulez monopoliser les gros titres ? Demandez d'abord au nouveau modèle s'il est d'accord.
GPT-6.1 Terra mise sur« moitié prix, capacités supérieures »。
Par rapport à GPT-5.6 Terra, son prix d'API standard est directement réduit de moitié :
1 dollar d'entrée par million de tokens, 0.05 dollar d'entrée en cache par million de tokens, 5 dollars de sortie par million de tokens.
Et en plus de baisser les prix, les capacités se sont encore améliorées ?!
Dans le test pratique en milieu professionnel Agents’ Last Exam, Terra dépasse non seulement nettement GPT-5.6 Terra,mais égale aussi les performances de GPT-6 Astra pour un dixième de son prix par token。
Comparé à Claude Opus 5.5, le prix par token de Terra n'est que du quart du sien, son efficacité par token est plus de 3 fois supérieure, et le coût par tâche est d'environ un neuvième du sien.
Sérieux, la réduction des coûts et l'augmentation de l'efficacité dans l'IA en sont déjà à ce point ?
Côté usages, le principal argument de vente de GPT-6.1 Terra est on ne peut plus clair —plus rapide, plus puissant, tout en réduisant fortement le coût du contrôle des ordinateurs。
Il prend nativement en charge la compréhension d'écran, les opérations coordonnées entre logiciels et la rédaction en langage naturel, visant résolument la journée de travail complète des employés.
Le cofondateur d'OpenAI, Greg Brockman, a même déclaré que les capacités de manipulation d'ordinateur de Terra avaient franchi le « seuil du changement qualitatif », et qu'il s'en servait plus vite que s'il opérait lui-même.
Actuellement, les utilisateurs Plus, Pro, Enterprise et Edu peuvent déjà en faire l'expérience directement dans ChatGPT Work et Codex, et les développeurs peuvent y accéder à tout moment via l'API standard (gpt-6.1-terra).
Encore plus spectaculaire : le même jour, OpenAI a également publié trois résultats scientifiques produits par ses systèmes d'IA internes, couvrant les mathématiques, l'informatique et la physique.
D'un côté, faire chuter le coût de l'IA manipulant des ordinateurs ; de l'autre, élever l'imaginaire de la participation de l'IA à la recherche de pointe.
Quoi, ça commence à délirer avant même jeudi ??
GPT-6.1 Terra est officiellement lancé, avec des prix réduits de moitié
Pour ses capacités concrètes, commençons par le bulletin officiel fourni par OpenAI.
Conclusion générale d'abord :
GPT-6.1 Terra n'est pas le modèle aux capacités maximales d'OpenAI, mais il atteint déjà, à moindre coût, la fourchette de capacités des modèles phares.
Dans Agents’ Last Exam, GPT-6.1 Terra au niveau medium obtient un résultat supérieur de 15 points de pourcentage à GPT-5.6 Terra, avec un coût par tâche d'environ un tiers seulement de ce dernier.
Ce test évalue spécifiquement si l'IA peut utiliser des logiciels professionnels pour accomplir des tâches complexes, comme transformer des plans d'architecte en modèle 3D, ou examiner des animations plan par plan et générer des journaux de corrections avec timecode.
Plus impressionnant encore : selon les chiffres officiels, les performances de Terra seraient équivalentes à celles de GPT-6 Astra, mais avec un prix par token égal au dixième du sien, et une vitesse d'exécution des tâches plus de 3 fois supérieure à celle de GPT-6 Astra et de GPT-6.1 Sol.
Passons aux capacités visuelles.
Dans le benchmark MMMU-ProGPT-6.1 Terra dépasse GPT-5.6 Terra à tous les niveaux de raisonnement, et s'approche de GPT-6 Astra et GPT-6.1 Sol à un coût inférieur.
Sur le benchmark d'utilisation d'ordinateur OSWorld 2.1son résultat au niveau medium dépasse également le meilleur niveau précédent de GPT-5.6 Terra.
Autrement dit, le nouveau Terra ne sait pas seulement mieux « voir », il sait aussi mieux accomplir réellement les tâches en fonction du contenu de l'écran.
Les capacités en programmation connaissent elles aussi une forte hausse.
Dans Terminal-Bench 4.0,GPT-6.1 Terra au niveau max a résolu 50.3% des tâches, alors que le résultat précédemment publié de GPT-5.6 Terra n'était que de 21.5%.
Plus que doublé, tout simplement.
Mais OpenAI a aussi tracé une ligne elle-même :
Face aux tâches de programmation les plus complexes, de recherche scientifique et de raisonnement approfondi, GPT-6.1 Sol et GPT-6 Astra restent les choix plus appropriés.
Une autre amélioration manifeste concerne la réduction des hallucinations.
Lors des tests internes de stress sur la factualité à haute difficulté d'OpenAI, le taux d'erreurs en intensité de raisonnement faible est passé de 53,6 % avec GPT-5.6 Terra à 16,7 %.
Au niveau Max, il descend encore à 4,3 %, s'approchant déjà de GPT-6 Astra et GPT-6.1 Sol.
Du moins d'après ces résultats officiels, le positionnement de Terra est déjà très clair :
Apporter des capacités proches du fleuron pour faire chuter le coût d'un grand nombre de tâches informatiques.
Dans l'indice d'intelligence global de l'organisme tiers Artificial Analysis, GPT-6.1 Terra en mode Max obtient 48 points, se plaçant derrière Claude Opus 5.5, Kimi K3.1 Pro, Google Gemini 4 Argon, Meta Muse Wonder et GPT-6.1 Sol, mais devant Grok 4.7 et Xiaomi MiMo-V2.6-Pro.
Globalement, il se situe dans le milieu du peloton des modèles de tête mondiaux.
Tests des internautes : un rendu plus fin, pour un coût réduit de 38 %
Alors, quelles sont les vraies capacités du modèle ?
Comme d'habitude, examinons les résultats de tests partagés par les internautes.
DesignArena a soumis le même exercice à GPT-6.1 Terra et GPT-5.6 Terra :
Reproduire la tour de Belém de Lisbonne à l'heure dorée.
Il ne fallait pas seulement dessiner cette forteresse en calcaire du 16e siècle, mais aussi restituer les cordes sculptées, les balcons ouverts, les créneaux et les tourelles à dôme ; l'image devait en outre comporter des mouettes, des voiliers et, dans la brume, le pont du 25 du 4e mois (avril).
Le résultat est fort intéressant.
GPT-6.1 Terra a pris près de 4 fois plus de temps que la génération précédente, avec 48 % de tokens en plus.
Mais comme le prix unitaire est inférieur à la moitié de celui de la génération précédente, le coût total final est en réalité 38 % plus bas(le nouveau Terra a coûté 0,047 dollar, l'ancien Terra 0,077 dollar).
Heureusement, le temps supplémentaire investi se reflète bel et bien dans l'image.
Laquelle est la plus raffinée et la plus complète saute aux yeux.
Un autre développeur, Victor Nunez, a pour sa part sorti le « long formulaire ».
Il a demandé à GPT-6.1 Terra et à GPT-6.1 Sol, tous deux en mode Fast, de trouver et de remplir un formulaire général assez long, puis a comparé côte à côte leurs processus de manipulation de l'ordinateur.
Selon Nunez,lors du premier test, Terra a rempli ce formulaire 53,5 secondes plus vite que Sol.
Le compte développeurs d'OpenAI a ensuite directement relayé cette démonstration.
Cela correspond exactement au positionnement officiel de Terra :
il n'est peut-être pas chargé de pousser les problèmes les plus difficiles jusqu'au bout, mais il est tout indiqué pour reconnaître des informations dans une interface, cliquer en série, remplir des contenus et dérouler rapidement une longue suite d'étapes.
Un autre internaute, Leo, a pour sa part confronté Terra à Claude.
En termes de score d'intelligence global, Terra obtient 48 points, derrière les 56 points de Sonnet 5.5 et les 58 points d'Opus 5.5.
Mais dès qu'on parle de vitesse et de coût, la tendance s'inverse complètement :
Terra atteint une vitesse de génération de 283 Token/s, soit 3,4 fois celle d'Opus 5.5, avec un coût par tâche de seulement 0,4 dollar, environ un quinzième de celui d'Opus 5.5.
C'est pourquoi le résumé de Leo est très direct :
Pour l'intelligence et les capacités, choisissez Sonnet 5.5 ; pour la vitesse et le rapport qualité-prix, choisissez Terra. Quant à Opus 5.5, Terra n'est pas encore du même niveau pour le moment.
De plus, les résultats de tests d'un autre internaute confirment également la conclusion de Leo.
Une comparaison du même prompt entre Sonnet 5.5 et 6.1 Terra — inutile de dire lequel l'emporte.
Comparé à Opus 5.5, le prix est effectivement bien plus bas, mais vu les résultats générés, on peut seulement dire :
Ce qui est cher l'est pour une raison (doge).
Le même jour, OpenAI a aussi dévoilé 3 nouvelles découvertes scientifiques en IA
Au-delà de Terra, OpenAI a lâché le même jour une encore plus grosse « bombe académique ».
L'entreprise a annoncé officiellement queson système d'IA a obtenu trois nouveaux résultats en mathématiques, en informatique et en physique, portant respectivement sur l'analyse harmonique, la théorie de la complexité et la théorie quantique des champs。
Et ce n'est pas simplement une dérivation en langage naturel qui est fournie.
Pour les résultats en mathématiques et en informatique, les manuscrits en langage naturel et les preuves formelles Lean ont déjà été publiés.
Pour le résultat en physique, la formalisation Lean de l'existence de la théorie de Yang-Mills pure est également achevée, mais les documents concernés seront d'abord soumis à l'examen d'un groupe d'experts externes.
Sans entrer dans les détails, voici un bref résumé des progrès réalisés par OpenAI cette fois :
1. Résoudre une conjecture qui hante le monde mathématique depuis plus de 30 ans
OpenAI affirme queson système d'IA a prouvé la conjecture de lissité locale dans toutes les dimensions, et a ainsi résolu par extension la conjecture de Kakeya et la conjecture de restriction de Stein。
En termes simples, cette recherche étudie comment les ondes se concentrent au cours de leur propagation.
Elle a été formulée par le mathématicien Christopher Sogge en 1991, et seuls certains cas de dimension avaient été résolus auparavant.
Aujourd'hui, l'IA a non seulement fourni une preuve en langage naturel, mais l'a aussi intégrée dans le système de preuve formelle Lean.
Si elle est confirmée par la communauté mathématique, cela signifierait que l'IA est réellement entrée dans un problème que l'humanité n'avait pas réussi à résoudre complètement depuis des décennies.
2. Un fondement théorique de l'informatique utilisé depuis des décennies pourrait être erroné
Le deuxième résultat concerne l'hypothèse du temps exponentiel (ETH).
Cette hypothèse estime grossièrement que pour des problèmes complexes comme 3-SAT, il est très difficile de trouver des algorithmes beaucoup plus rapides que l'énumération exhaustive.
Au cours des dernières décennies, de nombreuses conclusions en informatique reposaient sur sa validité.
Mais OpenAI affirme queson système d'IA a prouvé que l'ETH est fausse, et a déjà achevé la formalisation Lean。
Cependant, cela ne signifie pas que le problème P≠NP est résolu, ni que de nouveaux algorithmes pratiques vont immédiatement apparaître ; cela indique seulement que certains problèmes complexes pourraient être moins difficiles à calculer qu'on ne le pensait auparavant.
3. Compléter la preuve mathématique de la théorie quantique des champs en dimension quatre pour la physique
Le troisième résultat entre directement dans la théorie quantique des champs.
OpenAI affirme queson système a fourni des preuves d'existence pour certaines théories quantiques des champs en dimension quatre, y compris la chromodynamique quantique (QCD)。
En termes simples, il s'agit de tenter de prouver, du point de vue mathématique rigoureux, que :
Ces théories physiques, utilisées pour décrire les quarks, les gluons et l'interaction forte, tiennent effectivement debout.
Cela inclut notamment la preuve de l'existence de la théorie de Yang-Mills pure —
qui fait partie du célèbre problème du prix du millénaire « Existence et trou de masse pour Yang-Mills ».
Mais attention : seulement une partie.
Le problème du gap de masse reste non résolu, on ne peut donc pas encore dire que l'IA a remporté cette énigme mondiale d'une valeur de 100万 dollars.
Pour l'heure, les résultats concernés sont en cours d'examen par des experts extérieurs, dont le lauréat du prix Nobel David Gross.
Sortir un nouveau modèle tout en réglant au passage une énigme qui tourmente l'humanité depuis des dizaines d'années.
OpenAI :
Ne pas pouvoir s'introduire en Bourse avant la société A, j'ai bien les moyens d'attirer l'attention.
Liens de référence :
[1]
https://openai.com/index/introducing-gpt-6-1-terra/
[2]
https://developers.openai.com/api/docs/models/gpt-6.1-terra
[3]
https://developers.openai.com/api/docs/pricing
[4]
https://x.com/OpenAI/status/2114780711664398349
[5]
https://x.com/DesignArena/status/2114800086391878104