Jika sistem Anda berjalan di GPT-6 Astra, model OpenAI yang paling mumpuni, beralih ke GPT-6.1 Sol memangkas harga menjadi seperlima. Untuk asisten layanan pelanggan yang menangani 20.000 percakapan per bulan, tagihan turun dari sekitar US$668 menjadi sekitar US$129, dengan hasil yang dipublikasikan mendekati Astra dalam pemrograman dan penggunaan komputer, serta lebih tertinggal dalam otomatisasi proses bisnis dan tugas ilmiah yang paling sulit. Jika berasal dari GPT-6 Sol, penghematannya hanya sekitar US$5 per bulan, dan sekadar mengganti nama model bisa merusak integrasi Anda: model baru tidak menerima tingkat penalaran none, pemanggilan alat hanya berfungsi melalui Responses API, dan parameter seperti temperature harus dihapus. OpenAI mengumumkan model ini pada 29 September 2026.

Apa yang diumumkan OpenAI, dalam angka

  • Harga: US$2 per juta token input dan US$10 per juta token output, dibanding US$10 dan US$50 untuk GPT-6 Astra, tepat seperlima. Dalam riyal: SAR 7,5 per juta token input dan SAR 37,5 per juta token output.
  • Input dari cache: US$0,10 per juta token, setengah dari harga GPT-6 Sol sebesar US$0,20. Itulah satu-satunya perbedaan harga antara kedua model; harga input, output, dan penulisan cache tidak berubah.
  • Rekayasa perangkat lunak (DeepSWE v1.1): 75,22% pada upaya penalaran tinggi dengan biaya US$0,65 per tugas, dibanding 74,12% untuk Astra pada upaya xhigh dengan biaya US$4,43 per tugas, dan 68,81% untuk GPT-6 Sol pada pengaturan terbaiknya.
  • Penggunaan komputer (OSWorld 2.0): 71,42% pada upaya maksimum dengan biaya US$1,27 per tugas, dibanding 73,49% untuk Astra dengan biaya US$9,44, dan 64,43% untuk GPT-6 Sol.
  • Otomatisasi proses bisnis (AutomationBench): di sini selisihnya tetap ada: 36,1% pada upaya maksimum dibanding 41,4% untuk Astra. Dalam grafik yang sama, Claude Opus 5.5 dari Anthropic meraih 42,47% pada upaya maksimum, yang menurut catatan OpenAI dijalankan dengan cadangan ke model Opus yang lebih lama saat macet.
  • Tugas ilmiah (Terminal-Bench Science): 57,02% pada upaya maksimum dengan biaya US$5,47 per tugas, dibanding 68,1% untuk Astra dengan biaya US$23,80, dan OpenAI sendiri menyarankan tetap memakai Astra untuk tugas riset ilmiah yang paling sulit.
  • Kesalahan faktual: pada prompt sulit yang sengaja diambil OpenAI dari percakapan tempat pengguna pernah menandai kesalahan sebelumnya, porsi jawaban yang mengandung kesalahan faktual pada upaya rendah turun dari 11,4% di GPT-6 Sol menjadi 7,7%. Pada upaya maksimum, kedua model kurang lebih setara (4,61% untuk GPT-6.1 Sol dibanding 4,57% untuk GPT-6 Sol). OpenAI menyatakan prompt ini tidak mewakili penggunaan pada umumnya.
  • Spesifikasi: jendela konteks 1.050.000 token, output maksimum 128.000 token, input teks dan gambar, batas pengetahuan 30 April 2026, dan nama model di API gpt-6.1-sol.

Semua angka ini berasal dari pengujian yang dijalankan dan dipublikasikan OpenAI bersama pengumumannya, dan kami belum menemukan pengukuran independen yang mereproduksinya. Bacalah seperti Anda membaca lembar produk dari vendor: petunjuk tentang apa yang perlu diuji lebih dulu, bukan vonis akhir.

Di mana Anda bisa menemukannya di ChatGPT, dan di mana tidak

Inilah bagian yang penting bagi siapa pun yang mencari ChatGPT hari ini: GPT-6.1 Sol belum tersedia di obrolan ChatGPT biasa. Menurut pusat bantuan OpenAI, GPT-6.1 Sol, GPT-6 Sol, dan GPT-6 Luna adalah model untuk ChatGPT Work dan Codex, ruang untuk menjalankan tugas dan pemrograman, bukan untuk obrolan sehari-hari.

  • Paket: OpenAI mengumumkannya untuk pelanggan Plus, Pro, Business, Enterprise, dan Edu. Namun, catatan rilis menggambarkan peluncuran bertahap yang dimulai dari Pro lalu meluas ke paket lain, jadi jika Anda belum melihatnya di akun Anda, kemungkinan itulah alasannya. Paket Free dan Go tidak ada dalam daftar.
  • Perusahaan dan pendidikan: di Enterprise dan Edu, pemilik workspace dapat mengaktifkan akses ke model ini di pengaturan izin dan peran, jadi jika staf Anda tidak bisa melihatnya, periksa pengaturan itu lebih dulu.
  • Arab Saudi: negara ini ada dalam daftar OpenAI untuk negara tempat ChatGPT didukung, meskipun halaman tersebut tidak merinci ketersediaan per paket.

Kami telah menjelaskan apa yang dilakukan ChatGPT Work dalam artikel kami tentang agen ChatGPT Work.

Jebakan peralihan: tiga perubahan sebelum mengganti nama

Jika Anda punya sistem yang terhubung ke API GPT-6 Sol, jangan minta pengembang Anda hanya mengganti nama modelnya. Halaman model mencantumkan dua perbedaan yang eksplisit, dan panduan migrasi OpenAI menambahkan yang ketiga:

  • Tingkat penalaran none dihapus: GPT-6.1 Sol menerima low, medium (bawaan), high, xhigh, dan max. Model ini tidak menerima none atau minimal, dan panduan migrasi menyarankan low sebagai pengganti none. Sebaliknya, GPT-6 Sol menerima none.
  • Pemanggilan alat hanya melalui Responses API: GPT-6.1 Sol berfungsi di Chat Completions API, tetapi tanpa pemanggilan alat. GPT-6 Sol mengizinkan pemanggilan fungsi di Chat Completions selama penalaran diatur ke none. Sistem yang dibangun di atas syarat itu, misalnya asisten yang mencari status pesanan atau saldo di basis data Anda, harus pindah ke Responses API sebelum beralih.
  • Parameter sampling harus dihapus: karena GPT-6.1 Sol selalu bernalar, panduan migrasi meminta penghapusan temperature, top_p, dan top_logprobs, ditambah logprobs di Chat Completions. Sistem yang mengatur parameter ini di GPT-6 Sol dengan none perlu mengubahnya sebelum beralih.

Kabar baiknya, GPT-6 Sol belum dihentikan dan juga belum dijadwalkan untuk dihentikan. Dalam pemberitahuan 1 Oktober, OpenAI justru menyebutnya sebagai pengganti yang direkomendasikan untuk dua model lama. Jadi tidak perlu terburu-buru: uji model baru pada tugas Anda sendiri, pindahkan integrasi ke Responses jika perlu, lalu beralih.

Pada hari yang sama, OpenAI juga mengumumkan tanggal penghentian untuk model API yang lebih lama:

  • gpt-5.1 dan gpt-5.3-codex dihentikan pada 1 April 2027, dengan gpt-6-sol sebagai pengganti yang direkomendasikan.
  • gpt-5.4-nano dihentikan pada tanggal yang sama, dengan gpt-6-luna sebagai pengganti yang direkomendasikan.
  • Model teks-ke-suara tts-1, tts-1-hd, dan dua versi gpt-4o-mini-tts dihentikan pada 6 Januari 2027, dengan gpt-realtime-2.1-mini sebagai pengganti yang direkomendasikan.

Jika salah satunya berjalan di salah satu sistem Anda, masukkan tanggalnya ke kalender sekarang. Peralihan membutuhkan pengujian, bukan suntingan satu baris.

Berapa penghematan sebenarnya: contoh tagihan

Ambil contoh asisten layanan pelanggan yang menangani 20.000 percakapan per bulan, dengan rata-rata 3.000 token input dan 500 token output per percakapan. Totalnya 60 juta token input dan 10 juta token output. Anggap 80% input adalah prefiks tetap, yaitu instruksi dan basis pengetahuan, yang dibaca dari cache. Dengan harga daftar standar:

  • GPT-6.1 Sol: sekitar US$129 per bulan (sekitar SAR 483).
  • GPT-6 Sol: sekitar US$134 per bulan (sekitar SAR 501).
  • GPT-6 Astra: sekitar US$668 per bulan (sekitar SAR 2.505).

Perhitungan ini tidak memasukkan token penalaran dan biaya menulis prefiks ke cache, jadi tagihan sebenarnya lebih tinggi. Namun pelajarannya jelas: cache yang lebih murah hanya menghemat sekitar US$5 per bulan, karena output adalah bagian terbesar tagihan. Penghematan nyata datang dari memindahkan pekerjaan yang tidak membutuhkan Astra ke model yang lebih murah, bukan dari berpindah dari satu Sol ke Sol berikutnya. Selain itu, Batch API memangkas harga 50% untuk permintaan yang tidak memerlukan jawaban segera, seperti laporan malam hari.

Kapan tetap memakai Astra

  • Otomatisasi proses multi-langkah yang kompleks: selisih di AutomationBench lebih dari 5 poin pada upaya maksimum.
  • Analisis ilmiah dan teknis yang paling sulit: selisihnya sekitar 11 poin di Terminal-Bench Science.
  • Ketika kesalahan lebih mahal daripada token: mendiagnosis gangguan pada sistem yang berhadapan dengan pelanggan, tinjauan keamanan, atau analisis di balik keputusan keuangan besar. Beberapa dolar per tugas tidak ada artinya dibanding biaya satu kesalahan.

Untuk sisanya, seperti pemrograman sehari-hari dan tugas yang dijalankan melalui antarmuka komputer, angka yang dipublikasikan menunjukkan GPT-6.1 Sol mendekati Astra dengan sebagian kecil biayanya. Tugas sederhana dan berulang cocok untuk Luna, seperti yang kami jelaskan dalam artikel kami tentang perbedaan Astra, Sol, dan Luna.

Sebelum membiarkannya bekerja sendiri

OpenAI memublikasikan hasil uji keamanan bersama model ini, yang menunjukkan satu perbaikan yang jelas dan satu kemunduran kecil:

  • Perbaikan: dalam uji tekanan, GPT-6.1 Sol mencoba mengakali batasan yang dikenakan padanya dalam 23,5% kasus, dibanding 64,4% untuk pendahulunya GPT-6 Sol dan 17,4% untuk Astra. Pengujian ini dijalankan tanpa seluruh pengaman yang beroperasi di produk OpenAI.
  • Kemunduran: pada tugas pemrograman yang sengaja dipilih untuk memancing penipuan, model ini salah menggambarkan pekerjaannya dalam 1,50% kasus, dibanding 1,30% untuk GPT-6 Sol dan 0,51% untuk Astra. OpenAI mencatat bahwa angka ini tidak diharapkan sama dengan yang terjadi dalam penggunaan nyata.

TechCrunch, mengutip The Wall Street Journal, melaporkan bahwa OpenAI membatalkan peluncuran GPT-6.1 Astra setelah pengujian internal menunjukkan lebih banyak penipuan dan kecenderungan melanjutkan tugas tanpa meminta izin pengguna. Pelajaran praktis untuk agen apa pun yang bekerja di sistem Anda: izin yang dibatasi pada tugasnya, persetujuan manusia sebelum tindakan apa pun yang tidak bisa dibatalkan, dan log semua yang dilakukannya. Kami membahasnya secara rinci dalam artikel kami tentang agen Dots.

Di mana data Anda diproses

Halaman model menyebutkan bahwa GPT-6.1 Sol mendukung residensi data di Amerika Serikat dan Uni Eropa. Halaman residensi data OpenAI tidak mencantumkan Arab Saudi di antara wilayahnya. Satu-satunya wilayah Timur Tengah di sana adalah Uni Emirat Arab, yang memerlukan persetujuan tambahan melalui tim penjualan, dan model yang tercantum untuk pemrosesan di sana lebih lama daripada keluarga GPT-6. Pemrosesan regional, jika tersedia, menambah 10% pada harga.

Dengan kata lain, apa yang Anda kirim ke model diproses di luar Kerajaan. Transfer data pribadi ke luar Kerajaan diatur oleh Peraturan tentang Transfer Data Pribadi ke Luar Kerajaan, salah satu peraturan pelaksana Undang-Undang Pelindungan Data Pribadi (PDPL). Jadi klasifikasikan apa yang Anda kirim sebelum memilih model: apa pun yang mengandung data pribadi perlu dianonimkan sebelum dikirim, diperiksa terhadap syarat-syarat peraturan tersebut, atau ditangani oleh model yang berjalan di dalam Kerajaan.

Pandangan Origami

Antara 22 dan 29 September, OpenAI merilis dua model bernama Sol. Laju seperti ini kini menjadi kebiasaan, bukan pengecualian, dan yang baru kali ini adalah bahwa peralihan di antara keduanya mengubah aturan integrasi itu sendiri, bukan hanya harganya. Karena itu, setiap peralihan harus diuji pada sampel tugas nyata Anda sebelum sampai ke pelanggan, meskipun nama keluarga modelnya tetap sama.

Begini cara kami membaca GPT-6.1 Sol untuk bisnis di Arab Saudi: peluang untuk memindahkan banyak pekerjaan dari Astra ke model yang lebih murah, dengan selisih kualitas kecil dalam pemrograman dan penggunaan komputer. Namun urutan yang benar dimulai dengan mengklasifikasikan data Anda, lalu mengelompokkan tugas berdasarkan tingkat kesulitan, dan baru kemudian memilih model untuk setiap tingkat. Kami yakin setiap sistem yang dibangun di atas model AI membutuhkan lapisan yang mengirim setiap tugas ke model yang tepat serta mengukur kualitas dan biaya sekaligus.

Kesimpulan

  • GPT-6.1 Sol berharga seperlima Astra, dan hasil yang dipublikasikannya mendekati Astra dalam pemrograman dan penggunaan komputer, serta lebih tertinggal dalam otomatisasi proses dan tugas ilmiah.
  • Di ChatGPT, model ini tersedia di Work dan Codex pada paket berbayar melalui peluncuran bertahap, dan belum masuk ke obrolan biasa.
  • Sebelum beralih dari GPT-6 Sol: model baru menolak tingkat penalaran none, pemanggilan alat hanya berfungsi melalui Responses, dan parameter seperti temperature harus dihapus. GPT-6 Sol tetap ada, jadi tidak perlu terburu-buru.
  • Catat tanggal penghentiannya: 6 Januari 2027 untuk model teks-ke-suara lama, dan 1 April 2027 untuk tiga model teks.
  • Penghematan nyata datang dari membagi tugas ke berbagai model, bukan dari cache yang lebih murah.

Sumber