GPT-6.1 Terra peut-il vous aider à mettre en correspondance vos photos produits ?
Un dossier de photos produits arrive avec des noms comme IMG_4021. Quelqu’un doit déterminer quel article correspond à quelle fiche. GPT-6.1 Terra vaut un petit essai si cette recherche vous prend du temps chaque semaine. Demandez-lui de proposer des correspondances qu’une personne pourra vérifier, avec un moyen clair de signaler une taille ou une variante qu’il ne peut pas identifier.
Ce que le nouveau modèle change
OpenAI a lancé GPT-6.1 Terra le 2026-10-26. Sa documentation modèle mentionne explicitement la mise en correspondance de photos produits avec des entrées de catalogue comme cas d’usage. Il accepte des images et du texte, si bien qu’une application peut fournir une photo avec des produits candidats et leurs descriptions.
TLDR AI et The Rundown AI ont mis en avant le lancement dans leurs éditions du 27 octobre. Le prix plus bas de l’API justifie de vérifier si Terra peut réduire le travail nécessaire pour trouver une correspondance. Sa précision sur votre catalogue doit toutefois encore être testée.
Le premier résultat utile est une courte liste de candidats et les éléments nécessaires pour trancher. Forcer une seule réponse à chaque fois peut transformer une étiquette manquante en mauvaise fiche.
Journal des modifications des versions d’OpenAICapacités de Terra et accès APIRepérage dans une newsletter : TLDR AI, 27 octobreThe Rundown AI, 27 octobre
Exemple illustratif : trois lampes presque identiques
Exemple illustratif : une boutique d’articles pour la maison a trois entrées de catalogue — une petite lampe en laiton, une grande lampe en laiton et la petite lampe en noir. Ces produits sont fictifs et servent à expliquer la décision.
Une nouvelle photo montre la finition en laiton et l’abat-jour habituel, mais ne contient ni étiquette ni repère de taille fiable. La réponse raisonnable consiste à identifier les deux candidats en laiton et à demander le code produit ou une mesure. Choisir la petite lampe parce qu’elle paraît plus petite dans le cadre irait au-delà des éléments disponibles.
Ajoutez maintenant une photo nette de l’étiquette du produit. Demandez au système de lire le code, de le comparer au catalogue et de vérifier si l’article visible correspond. OpenAI avertit que les modèles de vision peuvent mal lire les petits textes et décrire incorrectement les images. Gardez l’étiquette lisible et vérifiez la correspondance proposée.
Trois résultats qui aident quelqu’un à vérifier le résultat
Pour un pilote, demandez au modèle un code produit possible, les détails qu’il peut voir et les informations dont il a encore besoin. Nous suggérons ces trois résultats. Votre développeur devra les ajouter à l’application.
- Correspondance à examiner : un candidat correspond aux attributs visibles et à l’identifiant fourni. Affichez la photo d’origine à côté de l’entrée du catalogue afin qu’une personne puisse la confirmer.
- Plus d’informations nécessaires : deux variantes restent plausibles, ou un détail essentiel ne peut pas être lu. Indiquez le détail manquant, comme la taille ou le texte de l’étiquette, afin que la personne qui vérifie le résultat sache quoi chercher.
- Aucune correspondance trouvée dans le catalogue : aucun des candidats fournis ne convient. Mettez l’article de côté pour qu’une personne l’identifie.
Budget pour l’ensemble du travail de mise en correspondance
Le 2026-10-28, OpenAI indique des tarifs API standard pour GPT-6.1 Terra de 1 US$ par million de tokens d’entrée et de 5 US$ par million de tokens de sortie. GPT-6.1 Sol coûte respectivement 2 US$ et 10 US$. Ces tarifs s’appliquent aux requêtes allant jusqu’à 272 mille tokens d’entrée. Les tokens mesurent les informations traitées et générées. Un million de tokens ne signifie pas un million de photographies.
Les images consomment aussi des tokens facturables. La taille et le niveau de détail de l’image, les images candidates, les tentatives répétées et la réponse générée influencent la facture. Il existe des tarifs différents pour les requêtes plus longues, la réutilisation d’une entrée stockée, un traitement plus rapide et un traitement dans une région spécifiée. Demandez à la personne qui construit le pilote d’enregistrer l’usage réel.
Terra nécessite un accès API payant ; l’option API gratuite ne le prend pas en charge. OpenAI présente les niveaux payants comme Build, Launch et Grow, chacun avec des limites d’usage. Votre développeur devra quand même connecter le modèle au catalogue et créer un écran pour vérifier les résultats. Confirmez l’accès API et ce coût de mise en œuvre avant de commander un pilote.
Incluez le temps nécessaire pour préparer les fiches catalogue et examiner les résultats. Notre guide des coûts d’automatisation explique comment inclure la mise en place et le travail récurrent sans considérer chaque minute libérée comme de la trésorerie économisée.
Tarification actuelle de l’API OpenAIPaliers et limites de l’API TerraEstimer le coût du flux de travail complet
Un petit essai pour vous aider à décider
Préparez un échantillon avec des réponses connues. Incluez des correspondances claires, des variantes presque identiques, des étiquettes illisibles et des produits absents du catalogue fourni. Utilisez des supports produits publics que vous êtes autorisé à traiter ou des exemples synthétiques.
Gardez la feuille de réponses séparée des entrées du modèle. Donnez à Terra et à tout modèle de comparaison les mêmes photos, fiches candidates et instructions. Notez les correspondances présentées comme certaines qui se révèlent fausses, les demandes d’informations complémentaires utiles, les correspondances manquées, l’usage de l’API et le temps qu’une personne passe à vérifier chaque résultat.
Comparez le temps total nécessaire pour arriver à une décision correcte avec le processus manuel. Incluez la vérification et la correction dans les deux cas. Cette évaluation proposée n’a pas été menée : utilisez un petit échantillon pour décider si un essai plus large vaut la peine.
Quand l’essayer, et quand attendre
Lancez un petit essai si le catalogue dispose de codes produits fiables et de photos de référence, si le travail d’association revient régulièrement et si quelqu’un peut vérifier le résultat. Commencez par une seule famille de produits afin que les erreurs soient faciles à comprendre.
Attendez si le catalogue lui-même ne permet pas de distinguer les variantes, ou si l’identification d’un article exige une information absente de toutes les photos. Améliorer les étiquettes ou capturer un code produit à la source peut éliminer entièrement la recherche.
Pour un premier brief utile, choisissez une famille de produits. Définissez ce qui compte comme une correspondance correcte, que faire lorsque la variante n’est pas claire, et comment traiter un article absent du catalogue.
Sources
Cadrer une tâche de catalogue.
Indiquez à forvertz quelle famille de produits doit être mise en correspondance et ce qui rend une correspondance acceptable. Un exemple synthétique suffit pour discuter de la première étape ; gardez les contenus confidentiels de vos clients privés.
Discuter d’un flux de travail IAMis à jour