Les agents basés sur GPT-6.1 Terra coûtent moitié moins cher par token que ceux sous GPT-6.1 Sol, et OpenAI affirme qu'ils s'exécutent plus de trois fois plus vite. OpenAI a lancé ce modèle le 26 octobre sous l'identifiant d'API gpt-6.1-terra, au tarif de 1 $ par million de tokens en entrée, 0,05 $ pour les tokens en cache et 5 $ en sortie. Il remplace GPT-5.6 Terra au milieu de la gamme, entre GPT-6.1 Sol au-dessus et GPT-6 Luna en dessous. Il n'y a pas eu de GPT-6 Terra : il s'agit du premier modèle Terra depuis la version 5.6.
Pour une équipe qui déploie plusieurs agents de développement, le prix est la partie la plus simple. Le plus difficile reste de décider quels Agents migrer, lesquels conserver sur Sol, et comment quiconque consultant le tableau de bord peut faire la différence une semaine plus tard. Ce guide détaille la configuration dans Sharkly, le niveau d'effort par lequel commencer, les cas d'usage adaptés à Terra, et ce que ce tarif réduit de moitié apporte à une Crew. Il reprend la même structure que notre guide sur GPT-6.1 Sol et se concentre uniquement sur ce qui a changé.
En résumé
Mettez à jour Codex vers la version 0.159.0 ou ultérieure sur le Computer et confirmez que codex -m gpt-6.1-terra se lance bien dans un terminal. Dans Sharkly, créez une variante d'un Agent existant, définissez son modèle sur gpt-6.1-terra dans Custom arguments ou sur la ligne Default model, puis nommez-la selon son attribution. Commencez avec un effort medium, passez à low ou none pour les boucles courtes et mécaniques, et réservez les développements les plus complexes ainsi que le leader de la Crew à Sol ou Astra. Les agents recherchent, exécutent, testent et rendent compte. Les humains donnent la direction, accordent les autorisations et valident le résultat.
GPT-6.1 Terra en un coup d'œil
| GPT-6.1 Terra | GPT-6.1 Sol | |
|---|---|---|
| Identifiant d'API | gpt-6.1-terra |
gpt-6.1-sol |
| Entrée / en cache / sortie par million | $1 / $0.05 / $5 | $2 / $0.10 / $10 |
| Niveaux d'effort | de none à max, medium par défaut |
de low à max, medium par défaut |
| Date limite des connaissances | 1er juin 2026 | 30 avril 2026 |
La fenêtre de contexte de Terra atteint 1 050 000 tokens, avec jusqu'à 922 k en entrée et 128 k en sortie. GPT-6 Luna, le palier inférieur, s'affiche à 0,10 $ en entrée et 0,50 $ en sortie.
Trois détails tarifaires ont leur importance pour les longues exécutions d'agents. Les modes Batch et Flex coûtent la moitié du tarif standard, tandis que le mode Fast coûte le double (2 $ / 10 $). Toute requête dépassant 272 k tokens d'entrée est facturée au double des tarifs d'entrée et de cache, et à 1,5 fois le tarif de sortie pour l'ensemble de la requête. Les écritures en cache reviennent à 1,25 $ par million pour un cache de 30 minutes. La grille tarifaire complète est disponible sur la page des tarifs d'OpenAI.
Où se trouve désormais le réglage du modèle
Les paramètres d'agent dans Sharkly ont évolué depuis nos précédents guides, et cette mise à jour tombe à pic. La documentation sur les Agents indique désormais qu'un Agent « suit par défaut le modèle du Runtime, et la ligne Model vous permet d'en choisir un autre dans le catalogue renvoyé par le Runtime ». La ligne s'affiche en lecture seule lorsque le Runtime verrouille un modèle dans ses arguments de lancement. Vous pouvez aussi définir le modèle dans les Custom arguments de l'Agent ou du Runtime, valeur qui est alors lue par cette ligne lorsque l'argument est renseigné.
Deux autres commandes se trouvent juste à côté. La même ligne affiche une option de profondeur de réflexion dès que le modèle en propose une. Et lorsque vous assignez une Task, la documentation d'exécution des tâches mentionne une icône de modèle sur la ligne de chaque Agent dans le sélecteur Assignee, ce qui permet de choisir un modèle pour cette exécution précise sans modifier la valeur par défaut de l'Agent.
Étape 1 : faire tourner Terra sur le Computer
Sharkly ne vend pas de tokens. Une exécution est facturée sur l'abonnement Codex ou sur la clé API déjà associés au Runtime de ce Computer. La toute première vérification se fait donc dans un terminal sur le Computer, et non dans Sharkly :
codex --version # needs 0.159.0 or later
codex -m gpt-6.1-terra # should open a session on Terra
Si vous vous connectez avec un forfait ChatGPT, la note de lancement d'OpenAI indique que Terra est « accessible à tous les utilisateurs Plus, Pro, Enterprise et Edu dans ChatGPT Work et Codex ». Les forfaits Free et Go n'y ont pas accès, et il n'existe pas de niveau d'API gratuit. Sur un Computer configuré avec une clé API, vous payez les tarifs par token indiqués ci-dessus.
De retour dans Sharkly, ouvrez les détails du Computer, lancez la nouvelle analyse ou le test de connexion, puis vérifiez que le Runtime Codex affiche Available. Un Computer indiqué en ligne signifie simplement que son service local transmet ses signaux d'activité (heartbeats). L'article sur les Computers dans Sharkly explique comment les Runtimes sont détectés.
Étape 2 : créer une variante Terra au lieu de modifier votre Agent Sol
La tentation est grande d'ouvrir votre Agent Sol et de modifier un simple argument. Résistez-y. Toutes les Tasks exécutées par cet Agent sur Sol se retrouveraient alors sur le tableau de bord aux côtés de celles exécutées sur Terra, sans aucun moyen de les distinguer.
Créez plutôt une variante d'Agent. La documentation mentionne « l'utilisation d'un modèle par défaut différent » comme cas d'usage pour en créer une : la variante conserve les instructions, les Skills et les dépôts de l'original, et vous personnalisez uniquement le modèle. Dans les paramètres Computer & Runtime de la variante, ajoutez une ligne Custom arguments :
Runtime: Codex on <your Computer>
Custom arguments: --model gpt-6.1-terra
La ligne Default model reprend alors cet argument, comme illustré sur la capture d'écran plus haut. Nommez la variante selon sa voie de travail, par exemple « Codex, routine lane », et précisez le modèle ainsi que l'effort dans sa description. Un réviseur qui parcourt un diff ne devrait pas avoir besoin d'ouvrir un terminal sur la machine de quelqu'un d'autre pour savoir quel modèle l'a produit.
Deux options s'offrent à vous : utilisez une variante si plusieurs personnes attribuent du travail à cet Agent, ou si vous souhaitez comparer une semaine de résultats Terra face à Sol avec des instructions strictement identiques. Utilisez le choix par exécution dans le sélecteur Assignee pour tester ponctuellement Terra sur une Task sans créer de configuration supplémentaire.
Étape 3 : choisir le niveau d'effort de départ
GPT-6.1 Terra accepte none, low, medium, high, xhigh et max, avec medium par défaut. Le niveau none fait son retour : GPT-6.1 Sol l'avait retiré, ce qui permet à une configuration Sol basculée de none à low de revenir à son réglage d'origine.
Démarrez à medium pour le code de routine, puis adaptez selon la nature de la Task :
noneoulowpour les boucles courtes avec une validation immédiate : renommages, corrections de lint, montées de dépendances, entrées de journal des modifications (changelog).mediumpour les modifications circonscrites, les bugs accompagnés d'un scénario de reproduction et les tâches de rédaction telles que la documentation ou les notes de version.highoumaxpour les exécutions en computer-use et les longues boucles multi-étapes, où une seule étape erronée gâche tout le travail qui suit.
Définissez le niveau via l'option de profondeur de réflexion sur la ligne Model lorsqu'elle s'affiche, ou à l'aide de model_reasoning_effort dans le fichier ~/.codex/config.toml du Computer. La documentation de Sharkly précise qu'un Runtime rejetant la profondeur choisie interrompt l'exécution avec une erreur explicite au lieu de tourner silencieusement sur la valeur par défaut ; une faute de frappe apparaîtra donc dès la première exécution dans le journal.
Ce qu'un coût réduit de moitié par rapport à Sol apporte à une équipe
Le tarif est exactement deux fois moins élevé que celui de Sol sur chaque ligne, le calcul est donc direct. Prenons une exécution d'agent représentative qui envoie 2 millions de tokens d'entrée (dont 80 % mis en cache) et génère 100 k tokens de sortie :
| GPT-6.1 Terra | GPT-6.1 Sol | |
|---|---|---|
| 400 k d'entrée non mis en cache | $0.40 | $0.80 |
| 1,6 M d'entrée en cache | $0.08 | $0.16 |
| 100 k de sortie | $0.50 | $1.00 |
| Par exécution | $0.98 | $1.96 |
| 40 exécutions par jour | $39.20 | $78.40 |
Ce calcul exclut les frais d'écriture en cache et suppose une facturation par clé API. Sur un forfait ChatGPT, l'économie se mesure par un nombre plus élevé d'exécutions avant d'atteindre les limites du forfait, plutôt qu'en montant en dollars.
Le prix ne représente que la moitié de l'histoire. La vitesse en constitue l'autre versant : OpenAI indique que Terra est « en moyenne plus de 3 fois plus rapide qu'Astra et que GPT-6.1 Sol ». Pour une Crew, cela signifie qu'un plus grand nombre d'exécutions aboutissent avant le délai d'expiration fixé par Task, et que le travail en attente démarre plus vite. L'organisme indépendant Artificial Analysis a mesuré le coût par tâche de Terra à l'effort maximal à 0,40 $, contre 1,40 $ pour GPT-5.6 Terra.
Quels agents exécuter sur Terra
OpenAI a conçu Terra pour l'interaction système (computer-use), la rédaction et la compréhension visuelle, et continue de recommander Sol ou Astra pour le code le plus complexe. Les chiffres tiers confirment ce positionnement : sur le Coding Agent Index d'Artificial Analysis, Terra affiche un score de 48, GPT-6.1 Sol 54 et GPT-6 Luna 31. Son taux d'hallucination sur AA-Omniscience est tombé à 38 %, contre 88 % pour GPT-5.6 Terra.
Une grille de départ à tester sur vos propres Tasks :
| Rôle au sein de la Crew | Démarrer avec | Migrer lorsque |
|---|---|---|
| Leader interprétant un objectif ambigu | GPT-6.1 Sol ou GPT-6 Astra | Les plans restent routiniers pendant tout un Sprint |
| Membres affectés au code standard et aux refactorisations | GPT-6.1 Terra, medium |
Une catégorie de Task échoue deux fois ; un humain prend le relais |
| Tâches de computer-use et d'automatisation de navigateur | GPT-6.1 Terra, high |
Les résultats nécessitent plus souvent des corrections qu'avec Sol |
| Documentation, notes de version, descriptions de PR | GPT-6.1 Terra, low ou medium |
Les réviseurs commencent à réécrire les textes générés |
| Triage et étiquetage | GPT-6 Luna | Les décisions sont régulièrement infirmées |
Le rôle de leader reste sur le palier supérieur pour la raison détaillée dans notre guide sur le leader de Crew : une erreur du leader oriente l'ensemble des membres vers un mauvais objectif. Si vous souhaitez formaliser cette règle de routage avec une procédure d'escalade manuelle, le guide sur le routage de modèles pour les Crews détaille la marche à suivre, tandis que le guide sur GPT-6 Luna traite du palier inférieur.
Ce qu'un Runtime plus abordable ne change pas
Terra réduit le coût de production d'une modification. Il ne réduit pas le coût lié à sa validation. Obtenir deux fois plus d'exécutions pour le même budget signifie deux fois plus de diffs en attente d'une relecture humaine : vérifiez donc l'état de votre file d'attente de revues avant de doubler la taille de la Crew. Notre article La revue humaine est le goulot d'étranglement aborde ce volet.
Sharkly maintient le contexte, l'avancement, les blocages, les résultats et la revue humaine parfaitement visibles, de la demande initiale jusqu'au déploiement, quel que soit le modèle ayant exécuté la Task. L'outil est actuellement gratuit pour les organisations comptant jusqu'à 5 personnes, d'après la page des tarifs. Votre prochaine étape : mettez à jour Codex sur un Computer, créez une variante Terra, et assignez-lui trois Tasks de routine que vous auriez confiées à Sol.
FAQ
GPT-6.1 Terra est-il gratuit ?
Non. Il n'existe aucun palier d'API gratuit, et les forfaits ChatGPT Free et Go ne l'intègrent pas. Les utilisateurs Plus, Pro, Enterprise et Edu y ont accès dans ChatGPT Work et Codex. Notre article sur l'exécution de GPT-6.1 Sol sans clé API explique en quoi l'utilisation via abonnement diffère de la facturation au token.
Existe-t-il un modèle GPT-6 Terra ?
Non. GPT-6.1 Terra remplace directement GPT-5.6 Terra.
Puis-je basculer un Agent existant de Sol vers Terra ?
Oui, mais créer une variante permet de conserver un historique clair. Ne modifiez l'original que si personne n'a besoin de comparer les anciennes exécutions avec les nouvelles.
Sharkly indique-t-il quel modèle a exécuté une Task ?
La ligne Default model affiche le modèle configuré pour l'Agent. Sharkly ne pouvant pas toujours identifier quel modèle un Runtime est en train d'utiliser, précisez également le modèle dans la description de l'Agent.
