GPT-6.1 Terra vs Muse Wonder : quatre points d’indice, une facture huit fois plus élevée

GPT-6.1 Terra et Muse Wonder sont séparés de quatre points sur le classement public qui a mesuré les deux, et d’environ huit fois en ce qui concerne le coût pour terminer une tâche sur ce classement. OpenAI a publié Terra le 26 octobre 2026 à 1 $ par million de jetons d’entrée et 5 $ par million de sortie ; il obtient un score de 48 sur l’Artificial Analysis Intelligence Index et coûte 0,40 $ par tâche de l’indice. Meta a publié Muse Wonder le 12 octobre à 4 $ et 20 $ ; il obtient un score de 52 et coûte 3,27 $ par tâche. Les deux affichent une fenêtre de contexte d’un million de jetons. Un tri par classement trancherait la décision en une ligne, et c’est pourquoi le classement est le mauvais endroit pour la trancher : le modèle avec le score le plus élevé et la facture la plus élevée est aussi le plus rapide, et l’avantage du modèle bon marché dépend entièrement de ce que vous coûte une mauvaise réponse.

Les chiffres ci-dessous proviennent d’Artificial Analysis, consulté le 27 octobre 2026, et de la documentation de lancement des deux fournisseurs. Les affirmations des fournisseurs sont signalées comme telles. Le seul benchmark au niveau des tâches de cet article a été réalisé par DualEntry, une entreprise qui vend de l’automatisation comptable ; il s’agit donc d’une preuve tierce ayant un intérêt commercial, et non d’un audit neutre ; elle est traitée comme telle.

Deux modèles conçus pour des tâches différentes

Terra est le modèle à forte volumétrie d'OpenAI, le remplacement de GPT-5.6 Terra et le moyen le moins coûteux d'obtenir la compétence générale de la famille OpenAI actuelle. Il accepte du texte et des images, renvoie du texte, documente un contexte de 1 050 000 tokens avec un plafond de sortie de 128 000 tokens et expose un effort de raisonnement de none à max. OpenAI l'a également déployé sur Amazon Bedrock le jour du lancement, ainsi que dans ChatGPT Work et Codex, mais pas dans la zone de chat grand public de ChatGPT. Il est exclusivement disponible via API au sens qui compte pour les achats : pas de fine-tuning, pas de Realtime, pas d'Assistants.

Muse Wonder est le premier modèle de Meta qui appartient à la conversation sur la frontière, et il arrive avec une scission que la plupart des pages de comparaison estompent. Le modèle accessible via l'API est Wonder, à 4 $ en entrée et 20 $ en sortie. Le checkpoint le mieux noté, Muse Wonder Full à 56 sur le même indice, n'est vendu qu'au sein de l'abonnement Muse Code à 50 $ ou 200 $ par mois et n'est pas servi via l'API. Les lignes de référence mises en avant décrivent souvent Full. Le modèle qu'un développeur peut réellement appeler est quatre points au-dessus de Terra, pas huit.

• Prix — GPT-6.1 Terra : 1,00 $ en entrée / 5,00 $ en sortie par million ; Muse Wonder : 4,00 $ / 20,00 $.

• Entrée mise en cache — Terra 0,05 $ avec une réduction de 95 % ; Wonder 0,20 $ avec une réduction de 95 %.

• Fenêtre de contexte — Terra 1 050 000 documentés ; Wonder 1 000 000 documentés.

• Sortie maximale — Terra : 128 000 documentés ; Meta n'a pas publié de plafond pour Wonder, et des organismes de suivi tiers rapportent des chiffres proches de 943 000.

• Indice indépendant d’intelligence — Terra 48, 25e sur 221 ; Wonder 52, 10e sur 221.

• Coût par tâche d'indexation — Terra 0,40 $ ; Wonder 3,27 $.

• Vitesse de sortie — Terra 90,9 jetons par seconde ; Wonder 207,8.

• Temps jusqu’au premier token — Terra 77,96 secondes ; Wonder 31,62 secondes.

• Entrées — Terra : texte et images ; Wonder : texte, images, vidéo et audio selon les trackers, les supports de lancement de Meta mettant eux-mêmes l'accent sur le texte et les images.

{{1}}Poids{{/1}} — fermés des deux côtés. L’option à poids ouverts de Meta est {{2}}Muse Spark{{/2}}, un modèle différent.

La facture représente huit fois l’écart de l’indice.

Le chiffre du coût par tâche est celui qui devrait changer la lecture de l’écart de quatre points. Artificial Analysis ne se contente pas de multiplier les tarifs affichés par un nombre fixe de tokens ; il mesure combien de tokens chaque modèle dépense pour accomplir le même ensemble de tâches de l’indice, puis facture cette consommation. Terra coûte en moyenne 0,40 $ par tâche et Wonder 3,27 $, soit une différence de 8,2x pour un écart de capacité inférieur à 8 %.

Les tarifs affichés ne suffisent pas à l’expliquer. Prenons une charge de travail de 100 millions de jetons d’entrée et de 10 millions de jetons de sortie : Terra facture 150 $ et Wonder 600 $, soit un écart de 4×. L’écart par tâche est deux fois plus large, ce qui signifie que les jetons réellement consommés par les évaluations de l’indice ne se répartissaient pas selon un rapport de 10 pour 1 ; Artificial Analysis applique un prix au volume d’entrée et de sortie mesuré pour chaque modèle, et ce chiffre par tâche reflète les évaluations plutôt qu’un exemple uniforme. Un prix par jeton est un prix du carburant, pas un coût de trajet.

Cette distinction compte surtout au volume auquel Terra est destiné. Un pipeline qui exécute 100 000 tâches par mois dépense 40 000 $ pour Terra et 327 000 $ pour Wonder, aux tarifs mesurés par Artificial Analysis. L’écart de capacités entre les deux ne change pas d’un facteur huit lorsque la charge de travail change ; la facture, si. Si votre tâche est de la classification, de l’extraction, de la lecture de formulaires ou une étape d’agent bornée, la charge de la preuve incombe au modèle coûteux.

Une mise en garde concernant l’arithmétique : l’indice est périodiquement renormalisé, et les chiffres du coût par tâche évoluent avec lui. Comparez des modèles issus d’une même lecture, comme ces chiffres, plutôt que de soustraire un nombre provenant d’un article plus ancien.

Wonder est plus rapide, et l’affirmation de rapidité de Terra ne résiste pas à la comparaison.

La documentation de lancement d'OpenAI décrit Terra comme nettement plus rapide que GPT-6 Astra et GPT-6.1 Sol. Au sein de la famille OpenAI, cela semble vrai, et c'est la raison d'être du modèle : un généraliste bon marché et rapide pour les tâches visuelles et documentaires. Face au modèle de Meta, la différence est nette. Wonder produit 207,8 jetons de sortie par seconde, contre 90,9 pour Terra, et renvoie son premier jeton en 31,62 secondes, contre 77,96 pour Terra.

Tous deux sont lents au démarrage en termes absolus, ce qui est une propriété des grands modèles de raisonnement plutôt qu’un scandale. Mais l’ordre est l’inverse de celui des prix, et cela a une conséquence pratique. Pour une tâche par lots qui s’exécute pendant la nuit, la latence de Terra est sans importance et son coût est décisif. Pour un produit interactif où l’utilisateur attend le premier token, un démarrage de 78 secondes est une décision produit, pas une ligne de benchmark, et les 32 secondes de Wonder offrent une meilleure expérience, même à cinq fois le tarif des entrées.

Les chiffres de vitesse remettent aussi en cause une idée reçue sur les modèles bon marché : qu’ils sont par défaut l’option rapide. Terra est bon marché par token et bon marché par tâche. Il n’est pas rapide à la seconde. Ce sont des affirmations différentes, et une seule d’entre elles est vraie.

Un test au niveau des tâches où le modèle économique a perdu

Le contrôle tiers le plus large disponible au lancement est le benchmark comptable de DualEntry : 101 cas synthétiques couvrant la classification des transactions, les écritures de journal, les comptes fournisseurs, les créances clients, le rapprochement, le reporting, la clôture mensuelle et les connaissances comptables, exécuté trois fois par modèle avec des réponses de référence fixes plutôt qu’un évaluateur IA. Vingt-deux modèles ont été testés. DualEntry vend de l’automatisation comptable, donc le benchmark n’est pas neutre, mais la méthode est plus concrète qu’un indice composite.

Terra a terminé à 78,2 % au global, à égalité à la 18e place sur 22. Son profil était inégal d’une manière que le score composite masque. La classification des transactions était parfaite, 13 sur 13. La comptabilité fournisseurs était à 53,8 %, à égalité pour la dernière place. Le rapprochement bancaire était à 83,3 %, derrière Kimi K3.1 Pro et Muse Wonder, bien que le communiqué ne publie pas le score exact de rapprochement de Wonder. Terra était le modèle OpenAI le plus rapide du benchmark et le troisième plus rapide au global, à 16,1 secondes par tâche, à 0,042 $ par tâche — environ la moitié de GPT-6.1 Sol et un dixième de GPT-6 Astra.

Une plateforme d’évaluation distincte, Vals AI, place Terra à 60,17 % et à la 10e place sur 28 sur sa propre suite, avec le codage et le travail sur terminal comme points forts, et le juridique, la fiscalité et la finance comme points faibles. Suite différente, échelle différente : le nombre n’est donc pas comparable à l’indice Artificial Analysis ; le profil, lui, l’est. Terra est un généraliste rapide et peu coûteux, avec une forte variabilité selon les familles de tâches, et non un modèle uniformément bon.

Cette variance est l’argument contre l’achat fondé uniquement sur le coût par tâche. Dans un flux de travail où un sous-score de 53,8 % signifie qu’une personne retravaille la moitié de la file des comptes fournisseurs, les 2,87 $ économisés par tâche ne constituent pas une économie ; c’est un transfert de coût du budget de tokens vers le budget de paie. L’avantage de quatre points d’indice de Muse Wonder ne prouve pas qu’il franchirait ce seuil — aucun benchmark commun accessible au public ne l’établit — mais sur le seul test au niveau des tâches où les deux figurent, il est en tête là où Terra est le plus faible.

Modalités, longueur de sortie et ce que Meta n'a pas documenté

La ligne des entrées de Wonder constitue la différence structurelle la plus nette. Les trackers indiquent en entrée du texte, des images, de la vidéo et de l’audio, et en sortie du texte ; les éléments de lancement de Meta sont plus restrictifs par endroits, mais l’entrée vidéo et audio est précisément la raison pour laquelle une équipe envisagerait de le préférer à Terra. Terra prend du texte et des images. Si votre pipeline ingère des appels enregistrés, des enregistrements d’écran ou des vidéos produit, Terra ne peut pas être le seul modèle qu’il contient.

La longueur de sortie est le deuxième point. Terra documente 128 000 tokens de sortie. Meta n’a pas publié le plafond de Wonder, et le chiffre d’environ 943 000 qui circule provient d’observations tierces plutôt que d’une spécification. Traitez-le comme une piste à vérifier, pas comme un chiffre autour duquel concevoir. La même prudence s’applique aux dates limites de connaissances : Terra documente le 1er juin 2026 ; Meta n’en a pas publié pour Wonder.

Aucun des deux modèles ne figure dans notre catalogue. Voici ce qui est

Une mise au point honnête avant toute note produit : au 27 octobre, ni GPT-6.1 Terra ni Muse Wonder ne figurent dans le catalogue de 214 modèles d’OrcaRouter. Terra est disponible via l’API propre à OpenAI et, depuis le jour du lancement, via Amazon Bedrock. Wonder est vendu sur le Model API de Meta. Quiconque affirme aujourd’hui pouvoir router l’un ou l’autre via nos services décrit une feuille de route, pas un catalogue.

Ce que le catalogue propose, ce sont les options hébergées les plus proches de part et d'autre : GPT-6.1 Sol à 2 $ en entrée et 10 $ en sortie, qui obtient 52 sur l'indice et coûte 0,72 $ par tâche, et Muse Spark 1.2, la gamme Spark de Meta. Si la charge de travail de type Terra est celle que vous devez mesurer — du texte et des images à grand volume, où le coût par tâche accomplie décide de l'achat — Sol est le proxy hébergé offrant le plus de capacités et un coût par tâche environ deux fois supérieur, et la comparaison vous indique si l'économie réalisée avec Terra justifie la migration. Les deux sont servis au prix catalogue du fournisseur, sans marge, sur une seule clé avec basculement automatique, afin qu'une panne de fournisseur ne devienne pas une panne de produit.

Quand l’un ou l’autre des modèles sera ajouté au catalogue, la bascule tiendra à une chaîne de modèle, et non à un second contrat. Voilà la raison pratique de benchmarker la charge de travail dès maintenant, plutôt que d’attendre l’article de lancement qui arbitrera la confrontation.

Qui devrait choisir lequel ?

Choisissez Terra lorsque le travail est à fort volume, bien spécifié et dominé par du texte ou des images : extraction de documents, classification, lecture de formulaires et de captures d’écran, rédaction, étapes d’agent encadrées. Le tarif de 0,40 $ par tâche est le plus bas de cette comparaison, et de loin ; la sortie de 128 K est documentée plutôt que supposée, et des scores inégaux sur les sous-tâches sont acceptables lorsqu’un humain révise de toute façon la sortie.

Choisissez Muse Wonder lorsque l’entrée est plus riche que du texte et des images, lorsqu’un agent doit renvoyer un long artefact en un seul appel, ou lorsqu’une mauvaise réponse coûte bien plus que 2,87 $. Les 207,8 tokens par seconde et le premier token en 32 secondes en font le modèle interactif le plus adapté, et l’avantage de quatre points sur l’indice est réel même s’il est plus petit que l’écart entre Muse Wonder Full et Terra. Prévoyez le tarif de sortie de 20 $ et vérifiez quel checkpoint le benchmark que vous lisez a réellement mesuré.

Les quatre points sont le chiffre le moins intéressant de la comparaison. La facture, le temps jusqu’au premier token et la variance au niveau des tâches sont ce dont dépend une décision de production — et sur ces points, le modèle le moins cher n’est pas simplement le moins bon.