GPT-5.6 Terra : Le remplaçant discret de GPT-5.5 par OpenAI à moitié prix

Lorsque OpenAI a lancé GPT-5.6 le 9 juillet 2026, les gros titres étaient dédiés à Sol, la version phare offrant le raisonnement le plus approfondi et figurant en tête des classements. Cependant, en lisant l'annonce de GPT-5.6 au-delà des chiffres de Sol, le modèle ayant le plus grand impact en production se trouve une ligne plus bas. GPT-5.6 Terra coûte 2,50 $ par million de jetons d'entrée et 15 $ par million de jetons de sortie, et OpenAI le positionne comme compétitif avec GPT-5.5, à environ la moitié du prix.

Cette affirmation unique redéfinit le lancement. Si Terra correspond à GPT-5.5 pour votre charge de travail, chaque requête que vous continuez de diriger vers GPT-5.5 représente une dépense dont vous n'avez plus besoin. Terra n'est pas le compromis budgétaire de la famille ; c'est le nouveau choix de production par défaut. Son arrivée marque également la fin discrète de l'ère de GPT-5.5 en tant que modèle phare d'OpenAI.

Ce guide explique ce qu'est Terra, comment gérer la migration de GPT-5.5, quand Sol justifie un prix double, quand Luna est plus abordable que les deux, et comment tester la régression du changement avant que vos utilisateurs ne le voient.

En bref

• gpt-5.6-terra est la version équilibrée de la famille GPT-5.6, entre Sol, le modèle phare, et Luna, axé sur la vitesse.
• Tarification : 2,50 $ d'entrée / 15 $ de sortie par million de jetons. OpenAI positionne Terra comme compétitif avec GPT-5.5 à environ la moitié du coût.
• Les utilisateurs gratuits de ChatGPT bénéficient désormais de Terra par défaut, un signal fort de la confiance d'OpenAI dans cette version.
• La migration depuis GPT-5.5 est "un ajustement, pas seulement un changement d'identifiant de modèle" selon la documentation d'OpenAI : testez votre niveau d'effort de raisonnement actuel et un niveau inférieur, et attendez-vous à des sorties plus courtes.
• Les trois versions partagent l'ensemble des fonctionnalités : six niveaux d'effort de raisonnement, le mode pro, la mise en cache explicite des prompts et les nouvelles capacités de l'API Responses.
• Avant de passer en production, exécutez votre ensemble de prompts sauvegardés sur `gpt-5-5` et `gpt-5.6-terra` dans Apidog et comparez les sorties et le nombre de jetons côte à côte.

Qu'est-ce que GPT-5.6 Terra ?

GPT-5.6 est composé de trois modèles en une seule génération. Sol est le modèle phare avec le raisonnement le plus approfondi. Luna est le plus rapide et le moins cher, conçu pour les appels à fort volume et sensibles à la latence. Terra se situe entre les deux : une profondeur de raisonnement suffisante pour la plupart des travaux de production, avec un prix inférieur à celui du modèle qu'il remplace. Les noms des versions sont durables, et OpenAI indique que chaque version progressera à son propre rythme à partir de maintenant. Terra est une voie sur laquelle vous pouvez construire, pas une marque de lancement ponctuelle.

L'ID du modèle est `gpt-5.6-terra`, et l'accès à l'API est en libre-service pour tout compte API. Pas de liste d'attente, pas de restriction de forfait. Un détail à noter : l'alias nu `gpt-5.6` dirige vers Sol, pas Terra. Si vous souhaitez la version moins chère, nommez-la explicitement, ou une configuration par défaut paresseuse doublera votre facture sans changer une ligne de code.

Voici la tarification familiale par million de jetons :

Comparez ces chiffres à la tarification de base de GPT-5.5 et l'argument devient clair : la même qualité de sortie pour environ la moitié de la facture. OpenAI ne présente pas Terra comme une version allégée. Il le présente comme le modèle qui rend son ancien modèle phare redondant en termes de prix.

Il y a un autre signal évident. Selon le centre d'aide d'OpenAI, Terra est désormais le modèle utilisé par les utilisateurs gratuits et Go de ChatGPT. OpenAI a placé cette version devant son public le plus vaste et le moins indulgent dès le premier jour. Les entreprises ne font pas cela avec un modèle sur lequel elles ont des réserves.

Terra vs GPT-5.5 : une décision de migration, pas un simple remplacement

La tentation est de simplement échanger la chaîne de caractères du modèle et de déployer. La propre documentation des développeurs d'OpenAI met en garde contre cela : « Traitez la migration comme une phase d'ajustement, pas seulement un changement d'identifiant de modèle. »

Trois comportements changent en dessous de vous :

• L'effort de raisonnement est mappé différemment. OpenAI recommande de tester votre niveau d'effort actuel et un niveau inférieur. Terra à effort réduit peut correspondre à la qualité de sortie de votre GPT-5.5 tout en réduisant la latence et le nombre de jetons de sortie, ce qui accentue l'avantage de prix.
• Les sorties sont plus courtes. GPT-5.6 écrit des réponses plus concises avec moins d'introductions génériques. Si vos invites contiennent des instructions comme « soyez concis » ou « sautez le préambule », supprimez-les ; des directives de concision empilées sur un modèle déjà bref peuvent tronquer le contenu que vous vouliez conserver.
• La mise en cache mérite d'être vérifiée à nouveau. Surveillez l'utilisation des jetons mis en cache pendant votre période de test, surtout si vous adoptez le nouveau mode de mise en cache explicite décrit ci-dessous.

Les spécifications sont actuellement soumises à certaines réserves. La couverture de la documentation initiale, y compris le compte rendu du premier jour de Simon Willison, fait état d'une fenêtre contextuelle de 1 million de jetons, d'une sortie maximale de 128 000 et d'une date limite de connaissance au 16 février 2026. Considérez-les comme des chiffres rapportés jusqu'à ce que les pages de spécifications d'OpenAI soient stabilisées.

Le plan de migration pratique se présente ainsi : extrayez 20 à 50 tâches représentatives du trafic de production réel, et non des invites synthétiques. Exécutez-les sur Terra avec votre paramètre d'effort actuel et de nouveau un niveau plus bas. Évaluez les sorties par rapport à votre base de référence GPT-5.5 et enregistrez le nombre de jetons pour chaque exécution. Si la qualité se maintient à l'effort inférieur, vous réalisez des économies deux fois : une fois sur le tarif par jeton et une fois sur des sorties plus courtes. Si la qualité se dégrade sur une route spécifique, maintenez cette route à un effort plus élevé plutôt que d'abandonner la migration. L'intérêt d'un modèle à moitié prix est perdu si vous gaspillez les économies en régressions, alors mesurez avant d'agir.

Terra vs Sol : quand le modèle phare justifie un prix 2x

Sol coûte exactement deux fois le tarif de Terra, 5 $ / 30 $ contre 2,50 $ / 15 $. GPT-5.6 Sol est la version décrite par les benchmarks de lancement d'OpenAI, et les écarts sont réels, selon OpenAI : environ 53 sur Agents’ Last Exam contre 46,9 pour GPT-5.5, 88,8 % sur Terminal-Bench 2.1 (91,9 % avec le réglage ultra), 73,5 sur ExploitBench contre 47,9, et 62,6 sur OSWorld 2.0 contre 47,5. Ce sont des affirmations du jour du lancement, et ce sont aussi des chiffres de Sol. OpenAI n'a pas publié la même profondeur de données de benchmark pour Terra, ce qui vous indique où se situe la prime 2x : au plafond des travaux agentiques.

Une mise en garde honnête s'impose ici : même Sol n'est pas en tête partout. Sur SWE-Bench Pro, Claude Fable 5 obtient 80,3 % contre 64,6 % pour Sol, selon les mêmes documents de lancement. La frontière est contestée ce cycle, ce qui est une raison de plus pour évaluer vos propres tâches plutôt que de faire confiance aux graphiques d'un fournisseur.

Quand Sol justifie-t-il un prix double ?

• Codage agentique à long terme, où une exécution ratée coûte l'après-midi à un ingénieur.
• Orchestration d'outils multi-étapes où la profondeur de raisonnement s'amplifie au fil des tours.
• Charges de travail où vous activeriez Ultra, le réglage multi-agents qui exécute quatre agents en parallèle et échange des dépenses de jetons supplémentaires contre des résultats plus rapides en temps réel. Ultra est disponible dans ChatGPT Work sur les forfaits Pro et Enterprise, et dans Codex à partir de Plus.

Et quand ne le fait-il pas ? La plupart des chats. La summarisation. L'extraction. La classification avec contexte. Les réponses RAG, où la qualité de la récupération est plus importante que le plafond de raisonnement. Pour ceux-là, Terra à moitié prix est le choix par défaut rationnel. L'arithmétique est difficile à contester : un service traitant 10 millions de jetons d'entrée et 2 millions de jetons de sortie par jour coûte 55 $ sur Terra et 110 $ sur Sol. Sur un mois, cet écart est de 1 650 $, suffisant pour financer une suite d'évaluation sérieuse pour les routes où vous pensez que Sol pourrait être pertinent.

Terra vs Luna : quand aller plus loin

Luna coûte 1 $ / 6 $ par million de jetons, soit 60 % de moins que Terra. C'est la version la plus rapide, conçue pour les travaux à fort volume et sensibles à la latence : classification, extraction, routage, première ébauche. Si la tâche est étroite et que le prompt fait le gros du travail, Luna vous y mène souvent pour moins de la moitié du tarif de Terra.

Un modèle mental utile : Terra est votre point de départ, et Luna est là où les routes individuelles passent une fois que vous avez des évaluations prouvant que la version moins chère tient. La répartition du trafic entre les versions est désormais une opération normale, pas une optimisation pour plus tard. La comparaison Sol vs Terra vs Luna décompose la décision route par route si vous voulez le cadre complet.

Chaque version bénéficie de l'ensemble complet des fonctionnalités

Rétrograder les versions signifiait auparavant perdre des capacités. Pas ici. Les trois modèles GPT-5.6 partagent la même surface :

• Six niveaux d'effort de raisonnement : `none`, `low`, `medium`, `high`, `xhigh`, `max`.
• Mode Pro (`reasoning.mode: "pro"`), un réglage axé sur la qualité disponible sur chaque version. C'est un paramètre, pas un modèle séparé.
• Mise en cache explicite des prompts : définissez `prompt_cache_options.mode: "explicit"` avec un champ `ttl`. Les écritures de cache sont facturées à 1,25x le taux d'entrée non mis en cache, les lectures de cache conservent la réduction de 90 %, et le contenu mis en cache dure au moins 30 minutes. Pour un agent ou un chatbot avec un prompt système long et stable, cela s'ajoute au prix de base de Terra pour pousser le coût d'entrée effectif bien en dessous du tarif affiché.
• Les nouvelles capacités de l'API Responses : appel d'outils programmatique, où le modèle écrit du JavaScript qui orchestre les appels d'outils à l'intérieur d'un environnement d'exécution V8 isolé sans accès réseau ; exécution multi-agents en bêta ; raisonnement persistant au fil des tours via `reasoning.context` ; et paramètres de détail de la vision (`original` / `auto`) qui préservent les dimensions originales des images.

La conséquence est claire : le choix de la version est purement une décision de rapport prix/profondeur. Vous ne sacrifiez jamais une fonctionnalité de l'API en choisissant Terra.

Un appel minimal à Terra via l'API Responses se présente comme suit :

curl https://api.openai.com/v1/responses \
  -H "Authorization: Bearer $OPENAI_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "gpt-5.6-terra",
    "reasoning": { "effort": "low" },
    "input": "Summarize this support thread and flag any refund request."
  }'

Testez la régression du changement avant que la production ne le voie

La liste de contrôle de migration ci-dessus ne fonctionne que si vous pouvez comparer les exécutions proprement, et c'est d'abord un problème d'outillage avant d'être un problème de modèle. Téléchargez Apidog et le flux de travail prend une après-midi :

1. Enregistrez votre requête API Responses une fois, avec le nom du modèle comme variable d'environnement au lieu d'une chaîne de caractères codée en dur.
2. Créez deux environnements : l'un définit la variable sur `gpt-5-5`, l'autre sur `gpt-5.6-terra`.
3. Exécutez votre ensemble de prompts enregistrés sur chaque environnement et comparez les réponses côte à côte.
4. Lisez les champs `usage` sur chaque réponse : les jetons d'entrée, les jetons de sortie et les jetons mis en cache vous indiquent ce que coûte le changement, et non ce qu'implique la page de tarification.

Attendez-vous à ce que les réponses de Terra soient plus courtes que celles de GPT-5.5 sur les mêmes invites. C'est intentionnel, mais cela a des conséquences en aval : des analyseurs qui supposent une longueur minimale, des interfaces utilisateur qui complètent maladroitement les réponses courtes, des budgets de jetons réglés sur l'ancien modèle. La comparaison du nombre de jetons est l'étape que la plupart des équipes sautent, et c'est l'étape qui décide de la véritable économie de la migration.

Une fois que Terra est validé sur votre ensemble de prompts, ajoutez un troisième environnement pour `gpt-5.6-luna` et réexécutez les routes moins chères. Les mêmes requêtes enregistrées répondent à la prochaine question de coût avant même qu'elle ne soit posée.

FAQ

GPT-5.6 Terra est-il meilleur que GPT-5.5 ?

OpenAI positionne Terra comme compétitif avec GPT-5.5, pas strictement meilleur, à environ la moitié du prix. Pour la plupart des charges de travail, l'échange est une qualité comparable avec des sorties plus courtes et une facture moins élevée. La réponse honnête pour votre stack vient de l'évaluation de vos propres tâches représentatives avant de basculer le trafic.

Combien coûte GPT-5.6 Terra ?

2,50 $ par million de jetons d'entrée et 15 $ par million de jetons de sortie, les lectures de cache bénéficiant d'une réduction de 90 % dans le nouveau mode de mise en cache explicite. Pour l'économie familiale complète, y compris Sol, Luna et le calcul de la mise en cache, consultez la répartition des prix de GPT-5.6.

Quels forfaits ChatGPT incluent Terra ?

Tous. Les utilisateurs gratuits et Go obtiennent Terra comme modèle. Les utilisateurs Plus et supérieurs peuvent choisir entre Sol, Terra et Luna et définir un niveau d'effort de raisonnement par modèle, Sol étant disponible à partir de l'effort moyen sur Plus.

Ai-je besoin de modifications de code pour utiliser Terra ?

La forme de l'appel est inchangée ; Terra fonctionne avec votre intégration API Responses existante, et les ID de modèle sont confirmés dans la documentation des développeurs d'OpenAI. Ce qui nécessite une attention particulière est l'ajustement : re-testez votre niveau d'effort de raisonnement, supprimez les directives de concision des prompts, et confirmez que le code en aval gère les sorties plus courtes.

Le défaut a changé

GPT-5.5 n'est pas déprécié aujourd'hui, mais son économie l'est. Lorsqu'un même fournisseur vend une sortie comparable à moitié prix, rester en place est une décision que vous devriez pouvoir défendre avec des données, et la plupart des équipes ne le pourront pas. Terra est le nouveau point de départ : commencez par là, promouvez les routes agentiques complexes vers Sol lorsque les évaluations l'exigent, et rétrogradez les routes étroites à fort volume vers Luna lorsqu'elles sont validées.

L'étape suivante est simple. Extrayez 20 prompts réels de vos journaux de production, exécutez-les sur `gpt-5-5` et `gpt-5.6-terra` dans Apidog, et laissez les sorties et le nombre de jetons décider. La capacité à moitié prix est une affirmation jusqu'à ce que vos propres évaluations le confirment, et la confirmation vous coûtera un après-midi.