Contexte technique
Ce matin, je suis tombé sur des plaintes concrètes : un utilisateur a brûlé environ 30 % de sa limite hebdomadaire en une courte session, un autre a épuisé la limite de base de 5 heures après à peine deux questions. Et là, j’ai freiné sec, car pour l’automatisation par l’IA, ce n’est pas un détail, c’est un signal architectural.
D’abord, une précision importante : « Terra Ultra » en tant que combinaison officielle ne semble pas exister. D’après les données disponibles, il y a GPT-5.6 Terra comme modèle équilibré et Ultra comme mode à effort élevé pour Sol, où une coordination de quatre agents parallèles a lieu. Les gens mélangent donc les noms en conversation, mais la douleur ne disparaît pas.
En examinant les spécificités d’Ultra, le tableau est clair : la consommation de tokens n’est pas linéaire. Si le mode exécute vraiment plusieurs agents en parallèle, la consommation augmente non pas parce que le modèle est « mauvais », mais parce qu’il effectue littéralement plus de travail interne par requête. Certaines descriptions évoquent une estimation d’environ 3x par rapport au mode à agent unique classique.
Personne ne promet honnêtement un coût exact « par question ». Tout dépend de la longueur du contexte, de la taille de la réponse, de l’utilisation d’outils, du code, des fichiers et de votre propension à écrire des prompts interminables. Mais une conclusion pratique s’impose déjà : le mode à effort élevé ne peut pas être considéré comme un chat ordinaire avec une qualité légèrement meilleure. C’est un profil de calcul distinct avec un budget différent.
Ce que cela change pour les entreprises et l’automatisation
Je ne mettrais pas Ultra par défaut pour les flux de travail. Si votre intégration d’IA repose sur des tâches régulières, un tel mode sans routage transforme très vite un joli scénario de démonstration en une habitude coûteuse.
Qui gagne ? Les équipes qui n’utilisent Ultra que pour des cas critiques rares : analyse complexe, revue de code, décisions litigieuses, erreurs coûteuses. Qui perd ? Ceux qui y jettent tout, de la correspondance aux brouillons.
De mon côté, je construirais un schéma simple : Terra ou Sol standard pour le flux continu, Ultra uniquement via un routeur explicite et des limites par classe de tâche. C’est exactement ce que nous assemblons pour les clients chez Nahornyi AI Lab quand il ne faut pas de la magie pour une présentation, mais un développement solide de solutions d’IA avec contrôle du prix, de la qualité et de la vitesse.
Si vous constatez déjà que votre équipe brûle les limites en « mode intelligent » sans discernement, examinons votre pipeline. Chez Nahornyi AI Lab, je peux vous aider à configurer l’automatisation par l’IA pour que le raisonnement coûteux ne s’active que là où il est vraiment rentable, au lieu de dévorer le budget entre deux questions.