GPT-6.1 Terra surpasse Claude Opus 5.5 en termes de coût et de vitesse

OpenAI a lancé GPT-6.1 Terra le 26 octobre, le positionnant comme une alternative à haute efficacité par rapport à Claude Opus 5.5 d’Anthropic. Des tests indépendants réalisés peu après le lancement révèlent que Terra non seulement égale, mais souvent dépasse les performances de son concurrent dans des flux de travail complexes spécifiques, tout en fonctionnant à une fraction du coût.

Ce qui s'est passé

Suite aux affirmations d'OpenAI selon lesquelles Terra offre une meilleure efficacité tokenique, des tests indépendants ont été conçus pour évaluer les modèles dans trois scénarios exigeants : triage des versions, suivi de lignées cellulaires scientifiques et audits historiques d'intégration continue. Les tests ont été effectués avec des paramètres d'effort maximal pour les deux modèles, en utilisant leurs API respectives sans limiter le nombre d'échanges. L'objectif était de mesurer la précision, les taux d'achèvement, le temps de résolution et les coûts estimés dans des conditions standardisées.

Les résultats indiquent une divergence significative en matière de performance et d'économie. Dans le test de triage des versions, les deux modèles ont obtenu un score parfait, mais Terra a terminé la tâche en moins de temps et avec beaucoup moins de tokens de sortie. Dans le défi de la lignée cellulaire, qui nécessitait d'écrire et d'exécuter du code Python pour suivre les cellules en division dans des séquences microscopiques, Terra a obtenu un score plus élevé et a terminé en environ moitié moins de temps. Fait le plus notable, lors de l'audit historique CI impliquant des tableaux de données désordonnés, Terra a fourni une réponse quasi parfaite tandis que Claude Opus 5.5 n'a pas réussi à produire de résultat final avant d'atteindre sa limite de tokens de sortie.

Comment cela fonctionne

L'écart d'efficacité provient de la manière dont chaque modèle gère l'utilisation des tokens lors de tâches de raisonnement multi-étapes. Il est rapporté que GPT-6.1 Terra est plus de trois fois plus efficace en tokens qu'Opus 5.5 pour les entrées et sorties standard. Sa structure tarifaire reflète cela, avec des tokens d'entrée coûtant 1 $ par million et des tokens de sortie 5 $ par million, contre respectivement 4 $ et 20 $ pour Opus 5.5. Cela signifie que Terra devrait utiliser quatre fois plus de tokens pour égaler le coût de base d'Opus, or dans ces tests, il en a utilisé significativement moins.

En pratique, l'approche de Terra implique un contrôle plus strict des boucles d'interaction. Par exemple, dans le triage des versions basé sur le navigateur, Terra s'est appuyé davantage sur le clic d'éléments d'interface plutôt que sur la saisie répétée d'URL, ce qui a considérablement réduit le volume de tokens de sortie générés. Opus, en revanche, a saisi des URL plus d'une centaine de fois, gonflant son nombre de tokens et son coût sans améliorer la précision. Les deux modèles incluent des tokens de raisonnement dans leurs totaux de sortie, mais la capacité de Terra à atteindre des conclusions correctes avec moins d'étapes intermédiaires explique ses dépenses globales inférieures.

Détails clés

• Efficacité des coûts : Sur l'ensemble des trois tests, le coût estimé des tokens non mis en cache de Terra était de 25,99 $, contre 214,96 $ pour Opus 5.5, représentant un ratio de coût de 8,27 à 1.
• Vitesse : Terra a complété la charge de travail combinée en 2 418 secondes, tandis qu'Opus a pris 3 962 secondes, économisant environ 25 minutes.
• Triage des versions : Les deux modèles ont obtenu un score de 50/50, mais Terra y est parvenu avec 17,1 % du coût estimé des tokens non mis en cache d'Opus.
• Lignée cellulaire : Terra a obtenu un score de 48/50 et a terminé en 15 minutes, alors qu'Opus a obtenu 43,5/50 et a pris 36 minutes.
• Audit CI : Terra a obtenu un score de 47/50 sur une tâche complexe de tableau de données ; Opus n'a pas réussi à renvoyer de réponse finale dans sa limite de sortie de 128 000 tokens.
• Tarifs : Les tarifs standards de Terra sont de 1 $/million de tokens d'entrée et 5 $/million de tokens de sortie, contre 4 $ et 20 $ pour Opus 5.5.

Pourquoi c'est important

Pour les équipes d'ingénierie développant des agents IA, ces résultats suggèrent que la sélection du modèle doit accorder une grande importance à l'efficacité tokenique autant qu'à la précision brute. Un modèle nécessitant moins d'échanges et une sortie moins verbeuse pour atteindre une solution correcte peut réduire drastiquement les coûts opérationnels, surtout dans les applications à haut volume. La différence entre 25 $ et 215 $ pour un seul flux de travail complexe devient substantielle lorsqu'elle est mise à l'échelle sur des milliers de tâches quotidiennes. Les développeurs peuvent désormais envisager Terra pour des charges de travail précédemment réservées à des modèles plus coûteux, à condition que la tâche spécifique corresponde à ses forces en exécution de code et en traitement de données structurées.

Cependant, les tests soulignent également les défis persistants liés au traitement de données à grande échelle. Bien que Terra ait complété l'audit CI, il a commis des erreurs mineures dans le comptage des statuts et a mal identifié certaines questions sans réponse. Cela renforce la nécessité de couches de validation robustes dans les applications IA. Les équipes ne peuvent pas se fier uniquement à la confiance auto-déclarée du modèle ou à son format de sortie ; les scripts de vérification externes restent essentiels pour la précision numérique et l'intégrité des données, quelle que soit la sophistication du modèle.

Ce que vous pouvez faire

• Évaluez Terra par rapport à votre modèle actuel en utilisant des paramètres d'effort maximal pour des tâches agentiques complexes et multi-étapes.
• Mettez en œuvre une validation stricte des sorties pour les données numériques, car même les modèles de premier plan peuvent mal compter ou interpréter des entrées ambiguës.
• Surveillez les schémas d'utilisation des tokens, en recherchant spécifiquement la saisie excessive d'URL ou le raisonnement verbeux qui augmentent les coûts.
• Testez les stratégies de mise en cache, car les entrées répétées comme les captures d'écran peuvent réduire considérablement les coûts si elles sont bien gérées.
• Évaluez si votre charge de travail bénéficie davantage de la vitesse et de l'efficacité de Terra ou des potentiels points forts d'Opus dans d'autres domaines non couverts ici.
• Commencez avec Terra pour les tâches d'automatisation de navigateur et de génération de code afin de tirer parti de son efficacité démontrée dans ces domaines.