Kiro : environ 82 % de coûts en moins avec GPT‑5.6 Terra sur Terminal‑Bench 2.1

Des tests sur Terminal‑Bench 2.1 rapportent qu’avec Kiro, GPT‑5.6 Terra réalise les tâches en réduisant les coûts d’environ 82 %. OpenAI et AWS disent avoir optimisé ensemble l’environnement et prévoient de poursuivre ces travaux. La famille de modèles GPT‑5.6, incluant Sol, Terra et Luna, est mise à disposition dans Kiro pour des développements longs et contextualisés.

Des tests indiquent environ 82 % de coûts en moins avec Terra

OpenAI et AWS déclarent avoir collaboré pour optimiser l’environnement Kiro ainsi que les modèles OpenAI. Sur Terminal‑Bench 2.1, des tests rapportent que GPT‑5.6 Terra a réussi des tâches dans Kiro, avec une réduction de coût d’environ 82 %. Le dispositif de Kiro, fondé sur des spécifications, ancre dès le départ le modèle dans des exigences, des conceptions techniques et le contexte de la tâche. Selon sa description, cette approche permet d’aboutir plus vite à des solutions fonctionnelles, avec moins d’erreurs. OpenAI et AWS annoncent vouloir continuer à améliorer la performance des modèles OpenAI dans Kiro et à aider les équipes à extraire davantage de valeur de l’IA sur l’ensemble du cycle de développement.

AWS et OpenAI mettent en avant flexibilité et maîtrise des dépenses

Swami Sivasubramanian, Vice‑Président Agentic AI chez AWS, affirme viser la mise à disposition des derniers modèles de base aux développeurs et l’élargissement de leurs options pour accélérer le développement natif à l’IA dans Kiro. Il se dit également ravi d’ajouter la famille GPT‑5.6 pour alimenter des tâches complexes et de longue durée. Chez OpenAI, Colleen Kapase, Vice‑Présidente des Partenariats Stratégiques Globaux et des Écosystèmes, soutient que l’intégration de GPT‑5.6 à Kiro donne davantage de latitude pour ajuster intelligence, vitesse et coût à chaque étape du cycle de vie logiciel. Elle ajoute qu’avec AWS, OpenAI aide les équipes à optimiser chaque dollar investi tout en allant plus vite lorsque le temps compte.

Spécifications, contexte et contrôles structurent le développement dans Kiro

Kiro transforme une intention générale en spécifications précises, en schémas techniques et en tâches prêtes à être réalisées. Cette structuration du contexte est annoncée comme simplifiant la compréhension de GPT‑5.6 concernant les objectifs, les comportements attendus du système et le résultat recherché. Dans ce cadre, les équipes peuvent transformer des idées produit en plans d’implémentation, traiter des tâches de codage complexes et multi‑étapes, et imposer un développement guidé par des spécifications. Le travail se fait dans le contexte de la base de code et des normes de l’équipe, avec des points de contrôle pour revoir et affiner les propositions du modèle. La correction des implémentations peut être vérifiée via des tests basés sur des propriétés.

Disponibilité de GPT‑5.6 et portée fonctionnelle dans Kiro

La famille GPT‑5.6 est disponible dans Kiro et intègre les modèles Sol, Terra et Luna dans les étapes de planification, de construction, d’examen et de test. Ces modèles sont présentés comme pouvant aider à produire un code de meilleure qualité avec moins d’itérations, tout en améliorant le rapport qualité‑prix par token. GPT‑5.6 est décrit comme délivrant plus de travail utile par token, avec une meilleure performance par dollar et une capacité à la demande pour des tâches complexes. Au sein de Kiro, ces fonctionnalités sont utilisées pour des projets de longue durée, fondés sur les exigences, la base de code et les standards de l’équipe. Selon la présentation faite aux développeurs, cela se traduirait par une quantité de travail réalisée plus importante, une réduction des efforts inutiles et une optimisation du rapport qualité‑prix à chaque session.