Tarification de GPT-6.1 Terra : ce que 1 $ et 5 $ vous permettent réellement d’acheter

La grille tarifaire de GPT-6.1 Terra tient en quatre nombres, et trois d’entre eux sont ceux que l’on cite : un dollar par million de jetons d’entrée, cinq dollars par million de jetons de sortie, cinq cents par million de jetons d’entrée mis en cache. Le quatrième — 1,25 $ par million de jetons d’écriture de cache — est celui qui détermine si votre facture est divisée par deux ou simplement réduite. Ceci est une page de tarification, pas un article de lancement : elle décompose la grille complète ligne par ligne, évalue le coût de trois charges de travail réelles sur GPT-6.1 Terra, GPT-6.1 Sol, GPT-5.6 Terra, GPT-6 Astra et GPT-6 Luna, et montre où l’allégation de moitié prix résiste au contact d’une facture de production et où elle cesse discrètement d’être vraie.

Chaque chiffre ci-dessous provient de la documentation du modèle d’OpenAI pour GPT-6.1 Terra, consultée le 27 octobre 2026, ainsi que des fiches en direct d’Artificial Analysis pour les chiffres indépendants de coût par tâche. Lorsqu’un chiffre est rapporté par le fournisseur, cela est indiqué. Rien ici n’est une prévision déguisée en mesure.

La carte, ligne par ligne

Les tarifs standard de GPT-6.1 Terra sont de 1,00 $ par million de tokens d’entrée et de 5,00 $ par million de tokens de sortie. Les entrées mises en cache coûtent 0,05 $ par million. Ce sont les chiffres que l’on retrouve dans tous les titres, et ils sont exacts dans les limites de ce qu’ils indiquent.

Ce que les gros titres omettent, c’est que remplir un cache n’est pas gratuit. L’écriture dans le cache coûte 1,25 $ par million de tokens avec une rétention de 30 minutes, ou 2,50 $ par million avec une rétention de 12 heures. Si votre charge de travail consiste en un long prompt système réutilisé sur des milliers de requêtes courtes, le cache s’amortit en quelques appels. Si votre charge de travail correspond à un document différent de 40 000 tokens à chaque fois, vous payez 1,25 $ en plus du tarif d’entrée de 1,00 $ pour le privilège de stocker quelque chose que vous ne relirez jamais — et l’entrée mise en cache à cinq cents n’entre jamais en ligne de compte.

Les autres modificateurs s'empilent d'une manière facile à manquer :

• Contexte long — toute requête dépassant 272 000 tokens d'entrée est facturée à 2,00 $ en entrée et 7,50 $ en sortie pour l'ensemble de la requête, et non uniquement pour l'excédent. L'entrée mise en cache double pour atteindre 0,10 $ et les écritures de cache atteignent 2,50 $ à ce palier.

• Batch et Flex — 50 % en dessous du tarif standard, soit 0,50 $ en entrée et 2,50 $ en sortie. C'est le tarif généraliste compétent le moins cher de la grille tarifaire d'OpenAI.

• Mode rapide — 2× le tarif standard, soit 2,00 $ en entrée et 10,00 $ en sortie.

• Traitement régional — une prime de 10 % lorsqu’une région est proposée. Terra ne prend pas en charge la résidence d’inférence aux Émirats arabes unis, cette prime n’est donc pas disponible pour tous les acheteurs qui la souhaitent.

• Effort de raisonnement — aucun, faible, moyen, élevé, très élevé et maximal. Le niveau par défaut est moyen. L’effort ne change pas le prix par token ; il change le nombre de tokens que le modèle consacre à réfléchir, ce qui explique qu’une même invite puisse coûter trois fois plus au niveau maximal qu’au niveau faible.

La carte par token, autrement dit, est un menu avec six curseurs et deux falaises. Les falaises sont le seuil de 272K et les frais d’écriture du cache. Les curseurs sont l’effort, le lot, le mode rapide, le régional, et l’entrée en cache versus l’entrée non mise en cache.

Trois charges de travail, trois factures

Prenons un pipeline de triage du support : une invite système de 2 000 jetons, un ticket de 1 500 jetons et une réponse de 400 jetons. Sans cache, cela représente 3 500 jetons d’entrée à 1,00 $ par million et 400 jetons de sortie à 5,00 $ par million — soit 0,0035 $ plus 0,0020 $, ou 0,0055 $ par ticket. Dix mille tickets par jour coûtent 55 $. Avec l’invite système mise en cache et le cache qui reste chaud, l’entrée tombe à environ 1 500 jetons non mis en cache plus 2 000 mis en cache à 0,05 $, et le même ticket coûte environ 0,0037 $. L’économie est de 33 %, et non de 50 %, car la sortie a toujours été la moitié la plus coûteuse.

Prenons maintenant un pipeline de documents : 80 000 tokens d’entrée de texte contractuel et 2 000 tokens de sortie de résumé. Cela fait 0,08 $ en entrée, 0,01 $ en sortie — neuf cents par document. Avec GPT-5.6 Terra à 2,00 $ et 12,00 $, le même travail coûte 0,16 $ en entrée et 0,024 $ en sortie, soit 18,4 cents. La facture est divisée par deux, et c’est sur la sortie que se situe la réduction proportionnelle la plus forte : 58 % de moins, et non 50 %.

Ensuite, l’agent de navigateur, c’est-à-dire la charge de travail pour laquelle Terra a réellement été vendu. À chaque étape, il envoie une capture d’écran ainsi que l’état de la tâche et demande une action. Supposons 3 000 jetons d’entrée et 150 jetons de sortie par étape, et vingt étapes par tâche. Cela représente 60 000 jetons d’entrée et 3 000 jetons de sortie par tâche — 0,06 $ en entrée, 0,015 $ en sortie, soit 7,5 cents par tâche terminée avant les nouvelles tentatives. Ajoutez un taux de nouvelle tentative de 30 % et vous arrivez à environ 9,8 cents. C’est ici que le coût par tâche, et non le coût par jeton, devient le seul chiffre qui compte.

La falaise des 272K, décortiquée

Comme le multiplicateur de contexte long s’applique à l’ensemble de la requête, franchir 272 000 jetons d’entrée n’est pas un coût marginal. Une requête de 300 000 jetons d’entrée et 3 000 jetons de sortie est facturée à 2,00 $ et 7,50 $ par million : 0,60 $ en entrée, 0,0225 $ en sortie, 0,6225 $ au total. La même requête à 270 000 jetons d’entrée est facturée à 0,27 $ en entrée et 0,015 $ en sortie, 0,285 $ au total. Vous avez ajouté 30 000 jetons et payé 118 % de plus.

Cela compte parce que la fenêtre de contexte de GPT-6.1 Terra est de 1 050 000 tokens, avec une entrée maximale de 922 000 tokens. Cette fenêtre invite des charges de travail que la grille tarifaire pénalise. Si votre pipeline envoie régulièrement de 300 K à 500 K tokens, la comparaison honnête n’est pas Terra à 1 $ contre Sol à 2 $ — c’est Terra à 2 $ contre Sol à 4 $, et Terra à 7,50 $ en sortie contre Sol à 15 $. L’écart de 50 % subsiste, mais les chiffres absolus sont le double de ce que suggère le chiffre phare : une requête de 400 000 tokens en entrée et 4 000 en sortie coûte 0,83 $ sur Terra et 1,66 $ sur Sol.

Là où s'arrête l'argument du demi-prix

Le mode rapide en est l'exemple le plus net. GPT-6.1 Terra à 2× coûte 2,00 $ en entrée et 10,00 $ en sortie — exactement le prix catalogue standard de GPT-6.1 Sol, pour un modèle qu'Artificial Analysis situe quatre points d'indice en dessous. Si votre charge de travail exige à ce point la vitesse de Terra que vous payez le multiplicateur rapide, l'argument de prix en faveur de Terra face à Sol disparaît totalement. Il ne reste qu'un argument de latence, et ce n'est un argument que si l'écart de vitesse mesuré est réel.

Le deuxième point où cela s’arrête, c’est l’effort. À xhigh ou max, Terra peut consommer plus de tokens que Sol à low ou medium pour parvenir à une réponse similaire. Les commentateurs de Hacker News ont soulevé ce point dans les heures suivant le lancement : « Terra à xhigh coûte plus cher que Sol à low et obtient de moins bons résultats » était la version récurrente. La grille tarifaire ne peut pas répondre à cela, car elle tarifie les tokens et c’est la charge de travail qui détermine leur nombre.

Le troisième poste est le trafic à forte écriture dans le cache. À 1,25 $ par million de tokens écrits, un pipeline qui reconstruit un contexte de 50 000 tokens à chaque requête paie 0,0625 $ par requête avant même de lire un seul token. Sur GPT-5.6 Terra, la même écriture coûtait 2,50 $ — le nouveau modèle reste donc moins cher — mais la ligne de cache représente désormais 55 % de la facture d’entrée, contre 20 %.

Le coût par tâche terminée est le chiffre à retenir pour établir le budget.

Artificial Analysis publie à la fois un indice d’intelligence et un coût par tâche de l’indice. Sur son classement en direct, GPT-6.1 Terra se situe à 48 avec un coût par tâche de $0.40. GPT-6.1 Sol est à 52 et $0.72. GPT-5.6 Terra est à 42 et $1.40. GPT-6 Astra est à 53 avec un prix par token bien plus élevé, et GPT-6 Luna est à 38 et encore moins cher.

La lecture utile n’est pas « Terra est 71 % moins cher par tâche que son prédécesseur » — c’est vrai, mais c’est une comparaison avec un modèle que vous étiez déjà en train d’abandonner. C’est que les 0,40 $ de Terra se situent entre les 0,72 $ de Sol et le territoire sous les dix cents de Luna, ce qui ramène la décision à une ligne de partage : la tâche est-elle assez difficile pour que quatre points d’indice changent le résultat ? Pour le remplissage de formulaires, l’extraction de factures et le tri de captures d’écran, non. Pour la programmation sur un horizon long, oui.

Un chiffre du lancement mérite d’être relu à cette lumière. La propre comparaison d’OpenAI place GPT-6.1 Terra à effort maximal à peu près au niveau de GPT-6 Astra à effort moyen sur Agents' Last Exam, pour environ un dixième du prix par token. Il s’agit d’une affirmation par tâche déguisée en argument par token, et c’est l’argument de coût le plus fort de la publication — plus fort que « moitié prix », car il tient compte du nombre de tokens que chaque modèle consomme.

Ce que vous pouvez réellement acheter aujourd'hui

GPT-6.1 Terra ne figure pas au catalogue d’OrcaRouter au moment de la rédaction. Le catalogue propose GPT-6.1 Sol à 2/10 $, GPT-5.6 Terra à 2/12 $, GPT-6 Astra à 10/50 $ et GPT-6 Luna à 0,10/0,50 $, avec 0 % de marge sur le prix public du fournisseur, mais pas le nouveau Terra. Quiconque vous cite aujourd’hui un tarif Terra via un routeur est soit en avance sur la documentation du fournisseur, soit en train de deviner.

Cela dessine une approche pratique pour les prochaines semaines. Chiffrez la charge de travail sur les volets que vous pouvez mobiliser dès maintenant — Sol et Luna sont tous deux opérationnels, sur une seule clé, avec bascule automatique — et testez Terra directement face à l’API d’OpenAI en parallèle. Comme notre catalogue répercute le prix catalogue du fournisseur sans marge, une baisse de prix du fournisseur apparaît sur les volets Sol et Luna le jour même où OpenAI la publie ; rien n’est à renégocier. Si Terra rejoint ensuite le catalogue, la migration se résume à une chaîne de modèle, et la mesure que vous avez construite sur le volet Sol est la référence à laquelle vous comparez Terra.

Un modèle budgétaire qui survit au contact

• Séparer l’entrée, l’entrée mise en cache, la sortie et les écritures en cache. Quatre lignes, pas une.

• Signalez toute requête dépassant 272K tokens. Si plus de quelques pour cent la dépassent, re-tarifez l’ensemble de la charge de travail au palier « long contexte », et non au palier d’affichage.

• Facturez l’effort séparément. Exécutez la même évaluation à faible, moyen et max ; c’est le nombre de jetons, et non le taux, qui varie.

• Réessais du modèle. Un agent navigateur avec un taux de réessai de 30 % coûte 30 % de plus par tâche que ne le suggère l’arithmétique, et c’est généralement le modèle bon marché qui a besoin du réessai.

• Comparez le coût par tâche terminée, et non le coût par million. Le chiffre de tâche d'index fourni par Artificial Analysis constitue un proxy raisonnable lorsque vous n'avez rien de mieux ; votre propre évaluation est préférable.

L'annonce du demi-tarif est bien réelle. C'est aussi le chiffre le moins intéressant de la fiche, car il décrit un taux plutôt qu'une facture. La facture, elle, est déterminée par l'effort, par la falaise des 272K, par la fréquence à laquelle vous reconstruisez un cache et par le nombre de tentatives que nécessite une tâche — et sur trois de ces quatre facteurs, la documentation d'OpenAI vous donne la molette, mais pas le réglage.