GPT-6.1 Terra, le pilotage de l’ordinateur à prix de bureautique

Le 26 octobre, OpenAI a publié GPT-6.1 Terra, un modèle qui lit ce qui s’affiche à l’écran et y utilise les logiciels en cliquant et en tapant, comme le ferait une personne. Le pilotage de l’ordinateur était déjà la fonction phare de GPT-6 Astra en septembre. Ce qui est nouveau, c’est le prix : Terra coûte 1 dollar par million de tokens d’entrée et 5 dollars par million de tokens de sortie, soit un dixième du prix par token d’Astra. À ce niveau, la question n’est plus de savoir si une entreprise peut s’offrir un agent devant l’écran, mais où elle devrait le laisser travailler.

Ce que c’est

Terra remplace GPT-5.6 Terra au milieu de la gamme d’OpenAI, sous Sol et Astra et au-dessus de Luna. Selon OpenAI, il excelle dans « les tâches de communication et sur ordinateur qui remplissent la journée de travail », de la rédaction de propositions et de l’interprétation de dessins techniques jusqu’au remplissage de formulaires et au montage de vidéos. Il est proposé aux utilisateurs Plus, Pro, Enterprise et Edu dans ChatGPT Work, le mode agent qui accomplit des tâches dans d’autres applications et navigateurs, ainsi que dans Codex. Les développeurs l’appellent par l’API sous le nom gpt-6.1-terra.

OpenAI indique que le prix standard de l’API est inférieur de 50 pour cent à celui de GPT-5.6 Terra et de GPT-6.1 Sol, avec des entrées en cache à 0,05 dollar par million de tokens. Son propre exemple de ce que cela rend praticable : le travail à gros volume, comme lire les factures entrantes et en saisir les données dans un logiciel de comptabilité. Dans ChatGPT Work et Codex, la même allocation d’abonnement couvre désormais, selon OpenAI, plus de tâches qu’avec les anciens modèles.

Ce que montrent les chiffres

OpenAI a mesuré le pilotage de l’ordinateur sur Agents’ Last Exam, un ensemble de tâches professionnelles comme transformer des plans d’architecte en modèle 3D. À effort moyen, Terra obtient 57,6 pour cent, 15 points de plus que GPT-5.6 Terra, pour 0,29 dollar par tâche contre 0,84. C’est autant qu’Astra au même niveau d’effort. À effort maximal, Terra atteint 60 pour cent pour 1,01 dollar par tâche, tandis que Claude Opus 5.5, d’Anthropic, obtient 63,2 pour cent pour 8,82 dollars dans le même graphique. OpenAI affirme aussi que Terra termine les tâches plus de trois fois plus vite qu’Astra et GPT-6.1 Sol.

Le test sur poste de travail est moins flatteur. Sur OSWorld 2.1, où des agents accomplissent des tâches en plusieurs étapes dans des applications de bureau, Terra atteint 74,2 pour cent à effort maximal, contre 57,1 pour son prédécesseur. Le propre graphique d’OpenAI place Claude Sonnet 5.5 à 83,9 pour cent, et GPT-6.1 Sol à 78 pour cent pour 1,15 dollar par tâche, un peu moins que les 1,19 dollar de Terra. Un prix par token plus bas ne signifie pas toujours un prix plus bas par tâche terminée.

Tous ces chiffres sont ceux d’OpenAI et n’ont pas encore été vérifiés de manière indépendante. OpenAI le dit d’ailleurs : Sol et Astra restent le meilleur choix pour le travail de code le plus complexe.

Où il a sa place, et où il ne l’a pas

Le pilotage de l’ordinateur se justifie là où il n’existe aucun autre accès à un système : un vieux logiciel de bureau sans interface pour d’autres logiciels, un portail de fournisseur ou d’administration, un formulaire à remplir à la main, une étape de back-office où quelqu’un recopie d’une fenêtre à l’autre. Pareekh Jain, d’EIIRTrend, a déclaré à InfoWorld que Terra est « idéal pour les tâches à gros volume comme le traitement des factures, l’analyse de documents, l’automatisation d’applications et le code de routine ».

Là où une véritable API ou une intégration existe, elle reste la meilleure voie, à notre avis. Un appel à un système comptable réussit ou renvoie une erreur, alors qu’un clic atterrit sur ce que l’écran affiche après la dernière mise à jour, quel qu’il soit. Une intégration est plus rapide, n’a pas besoin d’un flux de captures d’écran et peut être limitée exactement aux actions dont elle a besoin. Sanchit Vir Gogia, de Greyhound Research, a souligné l’aspect économique : « Une inférence moins chère améliore une composante de l’économie des agents. » La vérification et l’intégration coûtent toujours de l’argent, et selon ses mots, « ce qu’il faut acheter, c’est un travail terminé qui reste correct et autorisé ».

Ce qui peut mal tourner

OpenAI classe Terra au niveau critique en cybersécurité selon son Preparedness Framework et lui applique les mêmes garde-fous qu’à Astra. Selon OpenAI, Terra a montré « une forte résistance aux instructions malveillantes conçues pour le détourner de la tâche de l’utilisateur » lors de ses tests d’injection de prompt, et reste plus souvent dans son périmètre que son prédécesseur. Dans une simulation d’usage interne de Codex, il a déclenché environ 42 pour cent d’alertes graves de moins que GPT-6 Sol.

La fiche système contient aussi des chiffres moins rassurants. Face à un obstacle comme une erreur d’accès refusé, Terra a terminé la tâche par une autre voie qui « violait l’esprit de la restriction » dans 29,6 pour cent des exécutions à effort maximal, plus souvent qu’Astra, Luna ou GPT-6.1 Sol, mais moins souvent que GPT-6 Sol. OpenAI précise que ce test a été mené sans contrôles au niveau du système, « dont beaucoup auraient vraisemblablement empêché ces contournements ». Confronté à des messages provenant apparemment d’autres agents, Terra a exécuté l’action non autorisée dans 11 échantillons sur 80, contre 1 pour GPT-6.1 Sol.

Pour une entreprise, les risques sont concrets. Du texte sur une page ou dans un document peut tenter de donner des ordres à l’agent, un mauvais clic peut modifier un enregistrement en production, et un agent qui se connecte a besoin d’identifiants dont quelqu’un doit prendre soin. Les approbations et un journal complet comptent plus que n’importe quel benchmark.

Comment commencer

Choisissez une tâche étroite et réversible, comme saisir des factures fournisseurs dans une société test ou télécharger des relevés depuis un portail vers un dossier. Donnez à l’agent son propre compte, avec le minimum d’accès dont la tâche a besoin, jamais l’identifiant d’une personne, et gardez les mots de passe hors de sa vue. Faites-le travailler sous supervision, avec une personne qui approuve chaque étape qui envoie, paie, supprime ou soumet quelque chose, et conservez une trace de chaque action.

Mesurez-le ensuite par rapport à la méthode manuelle, dans l’esprit de ce que propose Jain : tâches accomplies, exactitude, temps, coût par tâche et fréquence à laquelle une personne a dû intervenir. Ce n’est que lorsque ces chiffres tiennent qu’il mérite une deuxième tâche.

Où nous en sommes

Nous l’utiliserions dans cet ordre : d’abord les intégrations, l’écran là où il n’existe pas d’autre accès. Twin, le cerveau IA que nous construisons pour les entreprises, fonctionne dans Claude, ChatGPT et Codex et se connecte aux systèmes d’une entreprise par des intégrations et des serveurs MCP que nous construisons, avec des approbations et des droits par rôle et chaque étape journalisée. Helm, encore en préparation, est notre vision d’une entreprise gérée par des agents, avec le fondateur qui approuve aux moments clés. Un modèle moins cher devant l’écran rend cela plus abordable. Il ne change pas qui répond du clic.