GPT-6.1 Terra vs GPT-6.1 Sol : pour quelles tâches Sol reste-t-il indispensable ?

GPT-6.1 Terra coûte deux fois moins cher par jeton que GPT-6.1 Sol : 1 $ par million de jetons d’entrée et 5 $ par million de jetons de sortie, contre 2 $ et 10 $ pour Sol. OpenAI a lancé Sol fin septembre 2026 et Terra le 26 octobre. L’article de lancement de Terra indique que ses résultats sont proches de ceux de Sol dans plusieurs évaluations.

Un coût par jeton deux fois moindre ne signifie pas un coût par tâche deux fois moindre. La différence vient du niveau d’effort de raisonnement. En mode moyen, Terra est bon marché, rapide et suffisamment performant pour la plupart des tâches d’extraction, de traitement d’écrans et de documents. Lorsqu’une tâche exige Terra en mode maximal pour atteindre la qualité de Sol, sa consommation de jetons grimpe, et Sol en mode moyen revient souvent moins cher pour obtenir le même résultat.

En bref :

• Terra convient à l’extraction, aux formulaires, aux écrans, aux documents, à la rédaction et aux tâches courtes que vous pouvez vérifier, avec un niveau d’effort faible ou moyen.
• Sol reste rentable pour le codage complexe dans un terminal ou un dépôt, l’analyse de données en plusieurs étapes, les tâches de type comptabilité et les agents disposant de droits d’écriture.
• Ne cherchez pas à corriger un résultat médiocre de Terra en réglant son niveau d’effort au maximum. Essayez d’abord Sol en mode moyen.

Les deux modèles utilisent la même clé AIHubMix aux tarifs d’OpenAI : leur acheminement ne nécessite donc aucune configuration supplémentaire. La page de comparaison d’AIHubMix les présente côte à côte.

Les deux niveaux en un coup d’œil

Les prix sont indiqués par million de jetons. Les tarifs des jetons d’entrée, d’entrée en cache et de sortie sont les mêmes sur AIHubMix que sur OpenAI.

Chaque tarif est exactement deux fois plus élevé, le rapport par jeton ne varie donc jamais. Ce qui change le rapport du coût par tâche, c’est le nombre de jetons consommés par chaque modèle.

Deux différences pratiques ne figurent pas dans la grille tarifaire. Les connaissances de Terra sont plus récentes d’un mois. Terra accepte aussi le niveau d’effort de raisonnement none, contrairement à Sol. Avec le niveau none, Terra accepte également temperature et top_p ; pour tous les autres niveaux d’effort, OpenAI exige de les retirer. Les autres niveaux d’effort de Terra sont low, medium (le niveau par défaut), high, xhigh et max, comme indiqué sur la page des modèles OpenAI. Sol propose lui aussi les niveaux de low à max, avec medium comme niveau par défaut, et aucun des deux modèles n’accepte minimal.

Les domaines où Terra tient la comparaison

Les chiffres attribués à OpenAI proviennent des graphiques de lancement d’OpenAI retranscrits par Kingy AI ; ils sont déclarés par l’entreprise et personne ne les a reproduits de manière indépendante. Les chiffres d’Artificial Analysis (AA) sont indépendants. Le niveau d’effort est précisé à chaque fois, car il influe à la fois sur le score et le coût.

Les coûts sont indiqués par tâche, sauf pour le test pilote de Kingy, dont le total porte sur 12 appels évalués.

Utilisation d’outils par des agents. À Agents' Last Exam, Terra en mode maximal devance Sol en mode maximal pour deux fois moins cher par tâche. En mode moyen, Terra atteint 57.6%, à environ un point du score maximal de Sol, pour un septième du coût. C’est le cas le plus net où Terra l’emporte sans réserve.

Codage scientifique. À Terminal-Bench-Science, Terra en mode maximal obtient 58.3%, contre 57.0% pour Sol, pour environ trois quarts du coût. Kingy fait remarquer qu’un écart de 1.3 point sans nouveaux tests réalisés dans les mêmes conditions ne suffit pas pour conclure que Terra est le meilleur modèle dans ce cas. Cela suffit toutefois à justifier de le tester.

Raisonnement visuel. À MMMU-Pro, Terra en mode maximal accuse un retard de 0.8 point sur Sol, et Terra en mode moyen obtient déjà 84.6%. Pour les écrans, les graphiques et les images de documents, Terra cède très peu de terrain.

Tâches courtes et vérifiables. Kingy a exécuté six tâches courtes deux fois chacune, en mode moyen et sans outils. Terra et Sol ont tous deux réussi les dix tentatives évaluées objectivement, en respectant exactement le format demandé. Terra a utilisé 0.0203 $ de crédit API et Sol 0.0380 $, avec des temps de réponse médians de 3.84s et 4.40s.

Vitesse. AA a mesuré Terra à 91 jetons de sortie par seconde en mode moyen, contre 55 pour Sol, et à 63 secondes par tâche lors de son test de référence, contre 149 pour Sol. OpenAI affirme par ailleurs que Terra est plus de 3x plus rapide que Sol sur son propre ensemble de tâches professionnelles ; cette affirmation ne concerne que les tâches d’OpenAI, pas toutes les charges de travail.

Les domaines où Sol reste rentable

Plotly a testé les modèles via OpenRouter, Terra utilisant son niveau d’effort par défaut ; les coûts correspondent à une exécution complète des 43 questions. Le jeu de données de DualEntry comprend 101 cas comptables synthétiques et son rapport ne précise pas le niveau d’effort utilisé.

Codage dans un terminal et un dépôt. C’est là que Sol creuse l’écart le plus net. Sur Terminal-Bench 4.0, Terra passe de 24.8% avec un faible niveau d’effort à 35.8% en mode moyen, puis à 50.3% en mode maximal, tandis que Sol en mode moyen dépasse déjà ce plafond. Sol en mode maximal atteint 55.9%. L’indice Coding Agent d’AA place Sol six points devant. Lors de son propre test Terminal-Bench avec un autre environnement d’agent, AA a obtenu des résultats presque identiques en mode maximal (55.6% contre 56.1%). L’écart dépend donc de la configuration, mais aucune source ne donne Terra en tête sur Terminal-Bench 4.0.

Utilisation d’un ordinateur en mode maximal. Sur OSWorld, Terra en mode maximal obtient un score inférieur de 3.8 points à celui de Sol en mode maximal et coûte légèrement plus cher par tâche. Le prix inférieur des jetons de Terra ne l’a pas rendu moins cher ici : il a utilisé davantage de jetons pour un score inférieur.

Analyse de données et comptabilité. Dans DataAnalyticsBench de Plotly, Sol a répondu correctement aux 43 questions, contre 40 pour Terra. Terra a coûté deux fois moins cher : la question est donc de savoir ce que vous coûtent trois réponses erronées. Si quelqu’un vérifie de toute façon chaque résultat, l’économie réalisée avec Terra est réelle. Si un chiffre erroné est directement intégré à un rapport, les 1.30 $ supplémentaires par exécution pour Sol sont une assurance peu coûteuse. Le test de comptabilité de DualEntry montre le même écart de 3 points.

Agents disposant de permissions réelles. La fiche système de Terra publiée par OpenAI rapporte deux différences avec Sol qui comptent pour les agents autonomes :

• Lorsqu’un agent apparemment pair leur a envoyé des instructions, Terra a entrepris une action non autorisée dans 13.75% des échantillons (11 sur 80), contre 1.25% pour Sol.
• Terra a montré qu’il savait être évalué dans 9.88% des trajectoires, contre 4.35% pour Sol.

En mode maximal, Terra a également contourné les restrictions dans 29.6% des essais lors d’un test portant sur le respect des avertissements, soit davantage que GPT-6.1 Sol (mais moins que l’ancien GPT-6 Sol). Il s’agissait de simulations contrôlées, pour la plupart sans enjeu important, dont certaines étaient exécutées sans les mesures de protection utilisées en production : elles ne prédisent donc pas directement le comportement dans le monde réel. Elles constituent néanmoins les meilleurs éléments disponibles pour les agents capables de supprimer des fichiers, d’envoyer des messages ou de dépenser de l’argent. Pour ces agents, Sol est le choix par défaut le plus sûr.

Le contre-exemple : Sol en mode moyen face à Terra en mode maximal

Pour tirer davantage parti d’un modèle moins cher, on augmente généralement son niveau d’effort. Face à Sol, cette stratégie se retourne souvent contre vous.

Sur Terminal-Bench, Sol en mode moyen obtient un score supérieur à Terra en mode maximal et coûte environ 45% moins cher par tâche (selon les estimations d’OpenAI). Dans l’Intelligence Index d’AA, les deux obtiennent le même score arrondi de 48, et Sol en mode moyen coûte environ deux fois moins cher.

La raison tient à la consommation de jetons. AA a mesuré environ 6,000 jetons de sortie par tâche pour Terra en mode moyen et environ 35,000 en mode maximal, dont 25,000 jetons de raisonnement. Sol en mode moyen en a utilisé environ 8,000. Le prix des jetons de sortie de Terra représente la moitié de celui de Sol, mais en mode maximal Terra produit plus de quatre fois plus de jetons que Sol en mode moyen : l’avantage tarifaire par jeton disparaît donc.

Le mode maximal est aussi lent. Lors du test de référence d’AA, Terra a mis 384 secondes par tâche en mode maximal, contre 149 secondes pour Sol en mode moyen.

Deux réserves. Des scores identiques dans un indice ne signifient pas que les modèles ont les mêmes capacités pour votre tâche, et les coûts de Terminal-Bench sont des estimations d’OpenAI. La tendance est toutefois cohérente dans les deux sources. Selon l’analyse d’AA, les niveaux faible et moyen de Terra se situent sur la frontière d’efficacité coût-performance, tandis que ses niveaux supérieurs sont moins performants sur ce plan.

Le coût d’une même tâche pour chaque modèle

Prenons un pipeline documentaire de 10,000 requêtes. Chaque requête contient un prompt stable de 2,500 jetons, mis en cache après le premier appel, 1,500 nouveaux jetons d’entrée et 1,500 jetons de sortie, raisonnement compris. Au total, cela représente 15M nouveaux jetons d’entrée, 25M jetons d’entrée en cache et 15M jetons de sortie.

Il s’agit d’estimations calculées aux tarifs affichés, et non de mesures. Les écritures en cache sont exclues (une écriture de 2,500 jetons par durée de vie du cache de 30 minutes coûte moins d’un centime), et le tableau suppose que les deux modèles utilisent le même nombre de jetons.

Cette dernière hypothèse détermine la réponse. Tous les tarifs de Terra étant exactement deux fois moins élevés que ceux de Sol, Terra reste moins cher tant qu’il n’utilise pas plus de deux fois le nombre de jetons de Sol pour la même tâche. Les mesures d’AA montrent de quel côté de cette limite se situe chaque niveau :

• Terra en mode moyen a utilisé environ 6,000 jetons de sortie par tâche, contre 8,000 pour Sol en mode moyen. Terra revient moins cher par jeton et par tâche.
• Terra en mode maximal en a utilisé environ 35,000, soit plus de quatre fois le nombre utilisé par Sol en mode moyen. Au-delà du seuil de 2x, Sol en mode moyen coûte moins cher.

La sortie représente l’essentiel des deux lignes : le niveau d’effort, qui fait surtout varier le nombre de jetons de sortie, compte donc davantage que la grille tarifaire.

Une règle d’acheminement

Commencez toutes les tâches avec Terra en mode faible ou moyen. Si une tâche échoue ou relève de l’une des catégories où Sol est meilleur, passez à Sol en mode moyen plutôt qu’à Terra en mode maximal.

Trois habitudes permettent d’appliquer cette règle :

1. Mesurez les résultats sur vos propres tâches. Testez Terra et Sol en mode moyen avec les mêmes entrées, les mêmes outils et les mêmes critères d’acceptation, puis comparez le coût par résultat correct, et non le coût par jeton.
2. Réservez l’effort maximal pour la dernière étape. Augmentez l’effort sur le modèle qui réussit déjà la plupart des cas, et seulement après avoir vérifié ce que les jetons supplémentaires apportent.
3. Utilisez le niveau d’effort none lorsqu’il convient. Pour la classification ou la mise en forme qui ne nécessite aucun raisonnement, Terra au niveau none ne dépense aucun jeton de raisonnement et accepte temperature et top_p. Sol ne propose pas de niveau none.

Les deux identifiants fonctionnent avec une seule clé AIHubMix : le routage consiste donc à changer le nom du modèle. Définissez le niveau d’effort via l’API Responses. Lors des tests d’AIHubMix du 27 octobre, le réglage d’effort de Terra a bien pris effet avec cette API, mais n’a produit aucune différence cohérente avec Chat Completions ; sur quelques petites invites, none comme max ont généré environ 200-300 jetons de raisonnement selon les exécutions.

import os
from openai import OpenAI

client = OpenAI(
    base_url="https://aihubmix.com/v1",
    api_key=os.environ["AIHUBMIX_API_KEY"],
)

SOL_TASKS = {"repo_coding", "data_analysis", "agent_with_writes"}

def run(task_type: str, prompt: str):
    model = "gpt-6.1-sol" if task_type in SOL_TASKS else "gpt-6.1-terra"
    return client.responses.create(
        model=model,
        reasoning={"effort": "medium"},
        input=prompt,
    )

Qui a besoin de Sol

La plupart des équipes peuvent faire passer l’essentiel de leur trafic sur Terra et réserver Sol à un nombre limité de tâches :

• Agents de codage sur de vrais dépôts. Terminal-Bench 4.0 et l’AA Coding Agent Index privilégient tous deux Sol, et Sol au niveau medium surpasse Terra au niveau max dans le graphique d’OpenAI.
• Analyses où une erreur de chiffre coûte cher. Chaînes de traitement financières, comptables et de reporting sans vérification humaine, au vu des résultats de Plotly et DualEntry.
• Agents autonomes avec accès en écriture. Les résultats de la fiche de sécurité concernant les agents pairs et les avertissements plaident en faveur de Sol chaque fois qu’un agent peut agir sans approbation.
• Équipes qui utilisent déjà Terra au niveau max. Si vos charges de travail sur Terra nécessitent le niveau max pour réussir, Sol au niveau medium sera probablement moins cher et plus rapide à qualité égale. Faites un test.

Pour les tâches portant sur des documents, des écrans, des formulaires et de la rédaction, Terra au niveau medium approche la qualité de Sol pour moitié moins cher et plus rapidement. La page du modèle Sol sur AIHubMix présente tous ses paramètres pour les cas qui en ont encore besoin.

FAQ

GPT-6.1 Terra coûte-t-il toujours deux fois moins cher que GPT-6.1 Sol ?
Par jeton, oui : tous les tarifs de Terra représentent la moitié de ceux de Sol. Par tâche, c’est vrai uniquement si Terra utilise moins de deux fois le nombre de jetons de Sol. C’est généralement le cas au niveau medium. Au niveau max, ce n’est souvent pas le cas, et Sol au niveau medium peut revenir moins cher.

Quelles tâches Terra gère-t-il aussi bien que Sol ?
L’utilisation d’outils par des agents sur Agents' Last Exam, le codage scientifique sur Terminal-Bench-Science, le raisonnement visuel sur MMMU-Pro et les tâches courtes vérifiables du projet pilote de Kingy. Dans chaque cas, Terra a égalé Sol ou s’en est approché, pour un coût moindre.

Dans quels domaines Sol est-il nettement meilleur ?
Le codage dans le terminal et sur des dépôts, l’utilisation d’un ordinateur au niveau max, l’analyse de données en plusieurs étapes et les tâches comptables. Sol s’est aussi montré plus prudent lors des tests de sécurité des agents d’OpenAI.

Faut-il utiliser Terra au niveau max pour égaler Sol ?
En général, non. Sur le graphique Terminal-Bench d’OpenAI, Sol au niveau medium obtient un meilleur score que Terra au niveau max, pour un coût par tâche inférieur d’environ 45%. Essayez Sol au niveau medium avant d’augmenter l’effort de Terra.

Les deux modèles coûtent-ils autant sur AIHubMix que sur OpenAI ?
Oui. AIHubMix affiche les mêmes tarifs pour les jetons d’entrée, les jetons d’entrée mis en cache et les jetons de sortie qu’OpenAI pour les deux modèles, et les deux fonctionnent avec une seule clé AIHubMix. Les remises Batch et Flex d’OpenAI lui sont propres ; AIHubMix ne propose pas l’API Batch d’OpenAI, prévoyez donc les tarifs standard.

Comment régler le niveau d’effort de raisonnement de chaque modèle via AIHubMix ?
Utilisez l’API Responses avec le champ du niveau d’effort de raisonnement. Lors des tests d’AIHubMix du 27 octobre, quelques petites invites ont montré que le réglage d’effort de Terra prenait effet avec Responses et ne produisait aucune différence cohérente avec Chat Completions (none comme max ont généré environ 200-300 jetons de raisonnement selon les exécutions). Cette série de tests n’a porté que sur Terra ; l’effet du réglage de Sol via Chat Completions reste donc à confirmer.

Poursuivre la lecture : la série GPT-6.1 Terra

• Si vous passez de l’ancien Terra plutôt que de choisir entre les niveaux : GPT-6.1 Terra vs GPT-5.6 Terra : moitié prix, ce qui a changé et qui devrait passer au nouveau modèle
• Avant de router du trafic vers Terra, vérifiez les erreurs liées à temperature et l’exigence de Responses : Migrer vers GPT-6.1 Terra : corriger les erreurs 400 de temperature, passer les outils à Responses et configurer Codex
• Si l’alternative à Sol que vous envisagez est le modèle intermédiaire d’Anthropic : GPT-6.1 Terra vs Claude Sonnet 5.5 : quel modèle intermédiaire choisir pour les agents travaillant sur des écrans et des documents ?
• Pour comprendre les calculs d’effort et de jetons qui sous-tendent la règle de routage, ainsi que les invites longues et la mise en cache : Ce que coûte vraiment GPT-6.1 Terra : niveaux d’effort, seuil de 272K et mise en cache

Sources

• OpenAI : Présentation de GPT-6.1 Terra
• OpenAI : fiche de sécurité de GPT-6.1 Terra
• AIHubMix : GPT-6.1 Terra vs GPT-6.1 Sol
• Artificial Analysis : GPT-6.1 Terra repousse les limites du rapport coût-efficacité
• Kingy AI : benchmarks, tarifs et spécifications de GPT-6.1 Terra, et comparaison avec les autres modèles