GPT-5.6 Terra vs Claude Sonnet 5 : benchmarks, tarifs et comment choisir

Si vous cherchez un modèle intermédiaire pour alimenter un agent qui tourne en continu, deux candidats s’imposent aujourd’hui : GPT-5.6 Terra et Claude Sonnet 5. Tous deux sont le modèle par défaut proposé aux utilisateurs gratuits, tous deux offrent une fenêtre de contexte d’environ 1 million de tokens, et tous deux se tiennent à moins d’un dollar d’écart sur le coût des tokens en entrée.

Dans cet article, je compare GPT-5.6 Terra et Claude Sonnet 5 sur les agents de code et de terminal, le travail de connaissance, la posture cybersécurité, le comportement en long contexte, la surface de contrôle de l’API et la tarification, afin de vous aider à choisir le modèle adapté à votre charge. Pour une analyse détaillée de chaque modèle, consultez nos guides sur la famille GPT-5.6 et sur Claude Sonnet 5.

En bref

• Terra est le meilleur choix pour les agents de développement pilotés par le terminal et les pipelines riches en outils, où ses fonctions d’optimisation des tokens font vraiment la différence.
• Sonnet 5 est le choix le plus serein pour le long contexte et les charges documentaires, grâce à une tarification stable sur toute la fenêtre.
• Choisissez GPT-5.6 Terra si vos agents vivent dans un shell, appellent de nombreux outils par tour, ou si vous voulez des tokens de sortie moins chers après août.
• Choisissez Claude Sonnet 5 si vous envoyez de très grands prompts, cherchez une facturation prévisible au token, ou souhaitez délibérément un modèle qui refuse les tâches d’exploitation.

Qu’est-ce que GPT-5.6 Terra ?

GPT-5.6 Terra est le niveau intermédiaire de la famille GPT-5.6 d’OpenAI, disponible en accès général depuis le 9 juillet 2026, aux côtés du porte-étendard Sol et de l’entrée de gamme, Luna. OpenAI présente Terra comme l’option équilibrée pour le travail quotidien et indique qu’il correspond globalement au niveau « mini » des précédentes familles GPT-5. Il propose une fenêtre de contexte de 1 050 000 tokens, un plafond de sortie de 128 000 tokens, et une date de coupure des connaissances au 16 février 2026.

Deux éléments rendent Terra intéressant au-delà de son prix. Il hérite du Programmatic Tool Calling de l’API Responses, qui permet au modèle d’écrire et d’exécuter de petits programmes en mémoire pour coordonner les outils, plutôt que de renvoyer chaque réponse d’outil via le modèle. Et le 30 juillet 2026, OpenAI a abaissé le prix de Terra de 20 %, passant de 2,50 $ / 15 $ au lancement à 2,00 $ / 12 $ par 1 M de tokens.

Nous avons couvert la famille au sens large dans notre guide GPT-5.6 Sol, Terra et Luna, et pour voir à quoi sert le niveau phare, notre article sur la contribution de GPT-5.6 Sol à l’invalidation de la conjecture de Maxwell vaut la lecture. Nous proposons aussi un face-à-face au niveau flagship dans notre comparaison Claude Opus 5 vs GPT-5.6 Sol.

Qu’est-ce que Claude Sonnet 5 ?

Claude Sonnet 5 est le modèle intermédiaire d’Anthropic, sorti le 30 juin 2026, présenté comme le Sonnet le plus agentique publié à ce jour. Anthropic affirme qu’il planifie, pilote navigateurs et terminaux, et fonctionne de manière autonome à un niveau qui nécessitait auparavant des modèles de classe Opus, atteignant des performances proches d’Opus 4.8 en raisonnement, usage d’outils, code et travail de connaissance, pour un prix inférieur.

Il est le modèle par défaut des offres Free et Pro, avec un ensemble de contraintes délibérées : temperature, top_p et top_k ont disparu, la pensée étendue manuelle renvoie une erreur 400, et la pensée adaptive est activée par défaut. Il utilise aussi un nouveau tokenizer qui génère environ 30 % de tokens en plus pour un même texte comparé à Sonnet 4.6, qu’Anthropic a compensé par une tarification de lancement jusqu’au 31 août 2026.

Nous avons décortiqué les chiffres de lancement dans notre guide Claude Sonnet 5 et l’avons comparé au-dessus avec le modèle phare d’Anthropic dans Claude Opus 5 vs Claude Sonnet 5.

GPT-5.6 Terra vs Claude Sonnet 5 : comparaison directe

Voici le profil des deux modèles côte à côte, avant d’entrer dans les domaines de capacité spécifiques.

Agents de code et de terminal

En général, le partage se fait en faveur d’Anthropic pour le développement dans un dépôt, et en faveur d’OpenAI pour le travail en terminal.

Ce partage tient toujours : sur Terminal-Bench 2.1, Terra atteint 87,4 %, contre 80,4 % pour Sonnet 5 dans les documents de lancement d’Anthropic, soit 7 points d’écart sur les workflows en ligne de commande. À noter, Terra surpasse aussi Claude Opus 4.8 (78,9 %) et Claude Fable 5 (83,1 %) dans l’exécution du même eval par OpenAI.

Mais actuellement, les deux modèles intermédiaires concurrents sont au coude à coude pour le code dans les dépôts. Sur SWE-Bench Pro, qui évalue des correctifs multi-étapes sur des dépôts réels, OpenAI annonce Terra à 63,4 % et Anthropic annonce Sonnet 5 à 63,2 %.

Le cadrage d’Anthropic va dans ce sens. Le récit de Sonnet 5 en code parle d’achèvement plutôt que de score de crête : les premiers testeurs l’ont décrit comme terminant des tâches où Sonnet 4.6 s’arrêtait et vérifiant spontanément sa propre sortie.

Si votre agent vit dans un shell, Terra a l’avantage. S’il vit dans une base de code à raisonner sur une panne, les benchmarks indiquent que vous choisissez entre deux modèles de même catégorie.

Travail de connaissance et tâches professionnelles

Les deux éditeurs publient GDPval-AA v2, une mesure de type Elo de la qualité de production professionnelle, et les chiffres sont trop proches pour départager. OpenAI place Terra à 1 593 Elo ; Anthropic place Sonnet 5 à 1 618. OpenAI crédite Claude Opus 4.8 de 1 600 Elo sur cet eval, tandis qu’Anthropic crédite le même modèle de 1 615 ; un écart de 25 points entre Terra et Sonnet 5 entre donc dans le bruit méthodologique.

Là où Terra avance une revendication sans réponse, c’est Agents’ Last Exam, une évaluation de workflows professionnels de longue durée sur 55 domaines. Terra obtient 50,4 %, devant GPT-5.5 (46,9 %), Claude Opus 4.8 (45,2 %) et Claude Fable 5 (40,5 %). Anthropic n’a pas publié Sonnet 5 sur cet eval, considérez donc que c’est un terrain choisi par OpenAI plutôt qu’un verdict.

L’usage de l’ordinateur est le seul endroit où je déconseille toute comparaison directe. OpenAI annonce Terra à 50,2 % sur OSWorld 2.0, tandis qu’Anthropic annonce Sonnet 5 à 81,2 % sur OSWorld-Verified. Ce sont des jeux d’évaluation différents avec des barèmes différents, et Anthropic a explicitement révisé sa procédure OSWorld-Verified pour cette version : mettre ces deux chiffres côte à côte n’apprend rien.

L’avantage pratique de Terra ici, c’est la gestion des tokens. Notion a indiqué que de nombreux agents sous GPT-5.5 délivrent les mêmes résultats sous Terra pour moitié moins cher et avec 16 % de tokens en moins, et Clio a signalé que le Programmatic Tool Calling a réduit de 38 % les tokens de prompt sur des analyses documentaires multi-étapes sans perte de qualité. Ce sont des dires de partenaires éditeurs, pas des mesures indépendantes, mais ils sont précis sur ce qui a changé.

Cybersécurité : deux paris opposés

C’est l’écart le plus grand, et il relève d’un choix de conception plus que d’un hasard de capacité.

OpenAI a entraîné la famille GPT-5.6 pour le travail cyber : Terra obtient 91,8 % sur des défis Capture-the-Flag, 57,7 % sur SEC-Bench Pro, 52,9 % sur ExploitBench et 23,2 % sur ExploitGym. Deux de ces chiffres dépassent GPT-5.5, l’ancien modèle phare, noté 45,8 % sur SEC-Bench Pro et 47,9 % sur ExploitBench.

Anthropic a pris l’option inverse. Sonnet 5 n’a pas été entraîné délibérément pour les tâches de cybersécurité, et sur un eval de développement d’exploit construit avec Mozilla contre des vulnérabilités de Firefox 147, il n’a jamais produit d’exploit fonctionnel, avec un score de 0,0 %. Anthropic livre Sonnet 5 avec des garde-fous cyber en temps réel activés par défaut et recommande Opus 4.8 pour les travaux cyber nécessitant moins de garde-fous.

Pour la plupart des lecteurs, c’est une qualité de Sonnet 5, pas une faiblesse. Si vous construisez un produit où la génération d’exploits par le modèle est un risque, un modèle qui refuse systématiquement est une dépendance plus sûre. Si vous faites de la sécurité défensive, Terra est disponible via le programme Daybreak Trusted Access for Cyber d’OpenAI, et chaque membre doit activer des passkeys adossées au matériel d’ici le 1er septembre pour conserver l’accès aux modèles les plus capables en cyber.

À signaler aussi la friction côté OpenAI. OpenAI indique que les garde-fous cyber de GPT-5.6 Sol bloquent environ dix fois plus d’activités potentiellement dangereuses que les modèles précédents, et a ajouté une option de réexécution sur un modèle de moindre capacité dans ChatGPT et Codex précisément parce que des requêtes bénignes sont interceptées. Des fils Reddit côté Anthropic rapportent la même plainte : Sonnet 5 bloque des contenus pédagogiques de sécurité bénins, donc aucun des deux éditeurs n’a complètement résolu le sur-blocage.

Fenêtre de contexte et long contexte

Sur le papier, c’est équivalent : Terra publie une fenêtre de contexte de 1 050 000 tokens avec un plafond de sortie de 128 000 tokens, et Sonnet 5 propose 1 M avec 128 K en sortie. Ce qui diffère, c’est le comportement quand on la remplit réellement.

Terra publie des scores de recherche (« retrieval ») sur toute la fenêtre. Sur OpenAI MRCR v2 8-needle, il atteint 89,6 % dans la plage 256 K–512 K et 72,5 % dans la plage 512 K–1 M, proche des 91,5 % et 73,8 % de Sol et bien au-dessus des 41,3 % de Luna. Concrètement, vous pouvez attendre du modèle qu’il retrouve les détails cachés dans 9 cas sur 10 au sein d’un document de 512 k, ce qui en fait un compagnon fiable pour l’extraction de connaissances. Anthropic n’a pas publié de chiffres comparables de recherche d’aiguilles pour Sonnet 5 au lancement.

La facturation est la différence la plus déterminante. Les prompts dépassant 272 K tokens d’entrée sur Terra sont facturés 2× en entrée et 1,5× en sortie pour toute la requête, pas seulement pour le dépassement. Sonnet 5 n’a pas de surcoût long contexte publié, ses tarifs restent donc plats jusqu’à 1 M. Je chiffrerai cela dans la section tarification, car cela inverse le modèle le moins cher.

Surface de contrôle : effort, pensée et contraintes d’API

Les deux modèles exposent un réglage d’effort de raisonnement, puis divergent fortement sur le reste des paramètres accessibles.

Sonnet 5 a supprimé temperature, top_p et top_k, et tout appel avec ces paramètres renvoie une erreur 400. La pensée étendue manuelle renvoie également une 400 : vous avez la pensée adaptive activée par défaut, ou vous désactivez la pensée tout court.

Sonnet 5 ne prend pas en charge non plus Priority Tier sur la plateforme Anthropic, ce qui compte si votre équipe s’appuie dessus pour des garanties de latence sur Opus ou Sonnet 4.6 aujourd’hui. Anthropic a relevé les limites de débit sur Chat, Cowork, Claude Code et la Claude Platform pour absorber la hausse d’usage de tokens qu’induisent les niveaux d’effort plus élevés.

La surface de Terra est plus large, mais dans une autre direction. Les fonctions à connaître :

• Programmatic Tool Calling dans l’API Responses, qui exécute des programmes de coordination en mémoire et est compatible Zero Data Retention.

• Une bêta multi‑agents dans l’API Responses, permettant au modèle d’exécuter des sous‑agents en parallèle et de synthétiser leur travail en une requête.

• Le réglage d’effort max, activable par tout utilisateur ayant accès à GPT‑5.6 dans ChatGPT Work et Codex.

• Des points de rupture de cache explicites avec une durée de vie minimale de 30 minutes, des lectures de cache à –90 % et des écritures de cache à 1,25× le tarif d’entrée non mis en cache.

• Function calling, sorties structurées, shell hébergé, interpréteur de code et computer use via l’API Responses, sans prise en charge du fine‑tuning.

Asymétrie à noter : le réglage ultra d’OpenAI coordonne quatre agents en parallèle, mais tous les benchmarks publiés en ultra concernent Sol, pas Terra. N’anticipez pas les mêmes gains multi‑agents sur le milieu de gamme tant que des chiffres Terra Ultra n’ont pas été publiés.

Tarification : ce que vous paierez vraiment

Terra et Sonnet 5 sont actuellement à moins d’un dollar d’écart sur l’entrée, ce qui fait que la forme de votre charge, pas le tarif affiché, déterminera votre facture.

Tarifs par token, côte à côte

Les tarifs 2,00 $/12,00 $ de Terra reflètent la baisse de 20 % appliquée par OpenAI le 30 juillet 2026, contre 2,50 $/15,00 $ au lancement. Les lectures d’entrée en cache sur Terra sont à 0,20 $ par 1 M, et Anthropic prend en charge le cache de prompt pour Sonnet 5 sans publier de tarif spécifique à Sonnet dans ses documents de lancement.

Comme Anthropic facture les tokens de pensée au tarif de sortie, exécuter Sonnet 5 à effort très élevé multiplie directement votre poste le plus coûteux. C’est la manière la plus simple de dépasser un budget dimensionné sur le volume d’entrée.

Ce que coûte une charge réelle

La formule est simple : (volume ÷ 1 M) × tarif, sommée entre entrée et sortie. J’ai travaillé trois profils de charge aux tarifs standards, choisis pour isoler un mécanisme où ces deux modèles diffèrent réellement.

La troisième ligne est la clé. Rien ne change dans le volume total entre les lignes deux et trois, seulement la taille de chaque requête ; le surcoût de Terra à 272 K inverse un avantage de coût de 41 % en un malus de 29 %. Si vous mettez régulièrement 300 K tokens de contrats ou de contexte de dépôt dans un seul appel, le prix facial de Terra est trompeur.

La ligne « génération intensive » s’inverse aussi si vous achetez avant septembre. Aux tarifs de lancement de Sonnet 5 à 2,00 $/10,00 $, cette charge coûte 42 $ contre 50 $ pour Terra, soit 8 $ d’économie jusqu’au 1er septembre 2026. Anthropic a calé cette fenêtre de lancement pour rendre la migration depuis Sonnet 4.6 à peu près neutre en coût ; gardez‑le en tête avant d’en faire la base d’un budget.

Pourquoi la même tâche coûte des montants différents

Ces tarifs ne deviennent une facture que si les deux modèles consomment le même nombre de tokens pour le même travail, ce qui est rarement le cas. Terra et Sonnet 5 utilisent des tokenizers différents, donc un texte identique produit des décomptes d’entrée différents avant même la réponse du modèle.

Aucun éditeur n’a publié de décompte inter‑sujets, je ne peux donc pas fournir une correction ajustée. On dispose seulement de dires sur les prédécesseurs, qui ne comparent pas Terra à Sonnet 5 :

• Anthropic documente un tokenizer de Sonnet 5 générant environ 30 % de tokens en plus que Sonnet 4.6, et
• Notion a signalé que Terra utilisait 16 % de tokens en moins que GPT‑5.5.

Mon conseil : traitez le tableau ci‑dessus comme une comparaison de tarifs, pas comme une prévision, et mesurez vos propres décomptes sur un échantillon représentatif avant de vous engager. Le changement de tokenizer de Sonnet 5 a d’ailleurs surpris des équipes au lancement, avec la revue de Simon Willison et des cabinets cloud le pointant comme la principale surprise de migration.

Quand choisir GPT-5.6 Terra vs Claude Sonnet 5

Voici comment la décision se répartit selon les scénarios les plus probables.

Choisissez GPT-5.6 Terra si…

• Vos agents vivent dans un shell. L’écart de 7 points sur Terminal-Bench 2.1 est la plus grande différence publiée en code entre ces deux modèles.
• Vous appelez beaucoup d’outils par tour. Le Programmatic Tool Calling garde les données intermédiaires hors du contexte, et PlayCo a rapporté 63,5 % de tokens en moins au total et 50,1 % de tours modèle en moins sur de la construction de scènes structurées.
• Vous faites du cyber défensif. Les 57,7 % sur SEC‑Bench Pro et 52,9 % sur ExploitBench placent Terra dans une autre catégorie que le refus délibéré de Sonnet 5.
• Vous voulez des tokens de sortie moins chers. Après août 2026, Sonnet 5 passe à 15 $ par 1 M contre 12 $ pour Terra.
• Vous voulez des chiffres documentés en long contexte, comme 72,5 % sur MRCR v2 dans la plage 512 K–1 M.

Choisissez Claude Sonnet 5 si…

• Vos prompts ou fichiers de contexte sont volumineux. Une tarification plate jusqu’à 1 M de tokens surpasse la falaise des 272 K de Terra, avec un écart de 29 % sur un mois à 10 M de tokens d’entrée.
• Vous voulez un modèle qui refuse par conception le travail cyber offensif. L’évaluation d’Anthropic est que Sonnet 5 a des capacités cyber nettement inférieures à Opus 4.8 et Mythos 5, ce qui, pour la plupart des équipes produit, est souhaitable.
• Vous êtes déjà dans l’écosystème Claude. Sonnet 5 est le modèle par défaut sur Free et Pro et fonctionne dans Claude Code.
• Vous préférez un seul réglage à un panneau complet. La pensée adaptive avec niveaux d’effort offre une surface plus simple à piloter que effort + max + ultra + modes d’appel d’outils.

Si le coût est la contrainte principale, les trois charges travaillées sont le moyen le plus rapide de vous situer : 50 $ contre 63 $ sur un mois de génération intensive, 32 $ contre 45 $ sous le seuil, et 58 $ contre 45 $ dès que chaque requête dépasse 272 K tokens en entrée.

Premiers pas avec GPT-5.6 Terra et Claude Sonnet 5

Les deux modèles sont disponibles en GA aujourd’hui, et tous deux sont ceux que leurs éditeurs offrent gratuitement : les essayer ne coûte que du temps.

Votre premier appel d’API

Ce sont des SDK différents : changer entre eux ne se limite pas à une chaîne de modèle. Les deux appels sont assez courts pour que la différence saute aux yeux.

from openai import OpenAI

client = OpenAI()
response = client.responses.create(
    model="gpt-5.6-terra",  # swap for gpt-5.6-sol or gpt-5.6-luna
    input="Refactor this pytest fixture to avoid module-level state.",
)
print(response.output_text)

from anthropic import Anthropic

client = Anthropic()
message = client.messages.create(
    model="claude-sonnet-5",  # no temperature/top_p/top_k on this model
    max_tokens=1024,
    messages=[{"role": "user", "content": "Refactor this pytest fixture to avoid module-level state."}],
)
print(message.content.text)

Si vous migrez du code Anthropic existant, pensez à retirer temperature, top_p, top_k et toute configuration manuelle de pensée étendue, car Sonnet 5 renvoie une 400 plutôt que d’ignorer ces paramètres.

Pour un parcours complet côté Anthropic, notre guide complet de l’API Claude va plus loin que nécessaire ici. Pour démarrer côté GPT, notre cours Working with the OpenAI API est le meilleur point de départ.

Dernières réflexions

En une phrase : Terra est le meilleur modèle intermédiaire pour les agents de terminal et les pipelines d’outils denses, et Sonnet 5 le meilleur pour les prompts volumineux et les équipes qui veulent une surface de réglage plus restreinte.

Ce qui m’intéresse le plus, c’est que les deux éditeurs ont choisi le milieu de gamme comme défaut gratuit, tout en faisant des paris opposés sur ce qu’un modèle intermédiaire doit refuser. OpenAI a entraîné Terra pour le travail cyber et a placé les capacités les plus tranchantes derrière la vérification d’identité et des passkeys matérielles. Anthropic a entraîné Sonnet 5 à ne pas le faire du tout, puis a ajouté des garde-fous par‑dessus. Aucune approche n’est évidemment « la bonne », et toutes deux créent une friction réelle pour des usages légitimes.

Si vous préférez construire votre propre grille de lecture plutôt que de lire le tableau de quelqu’un d’autre, commencez par notre parcours de compétences AI Fundamentals.