OpenAI Rilis GPT-6 Sol dan Luna, Harga API Dipangkas hingga 50 Persen

OpenAI memperluas keluarga model kecerdasan buatannya dengan meluncurkan GPT-6 Sol dan GPT-6 Luna. Kedua model tersebut diperkenalkan pada 22 September 2026, tidak lama setelah OpenAI merilis GPT-6 Astra sebagai model flagship untuk pekerjaan dengan tingkat kompleksitas tinggi.

Berbeda dari Astra yang ditempatkan sebagai model paling mumpuni OpenAI, Sol dan Luna dirancang untuk membawa kemampuan GPT-6 ke pekerjaan dengan kebutuhan biaya dan skala yang berbeda. OpenAI menyebut keduanya dibangun menggunakan metode yang serupa dengan GPT-6 Astra, termasuk peningkatan pada pekerjaan profesional, factuality, coding, computer use, dan alignment.

Harga API GPT-6 Sol dan Luna Dipangkas

Harga menjadi salah satu perubahan paling mencolok pada peluncuran ini. OpenAI memangkas harga API GPT-6 Sol dan Luna hingga 50 persen dibandingkan harga promosi GPT-5.6 Sol dan GPT-5.6 Luna.

GPT-6 Sol kini dibanderol US$2 untuk setiap 1 juta token input dan US$10 untuk 1 juta token output. Sebelumnya, GPT-5.6 Sol berada di US$4 untuk input dan US$20 untuk output.

Sementara itu, GPT-6 Luna dihargai US$0,10 untuk 1 juta token input dan US$0,50 untuk output. Harga tersebut turun dari US$0,20 dan US$1,20 pada GPT-5.6 Luna.

OpenAI mengaitkan penurunan harga tersebut dengan peningkatan pada caching dan inference. Perusahaan mengatakan penghematan biaya infrastruktur tersebut diteruskan kepada pengguna dan pelanggan API.

Sol Diposisikan untuk Pekerjaan yang Lebih Kompleks

GPT-6 Sol ditujukan untuk pekerjaan yang membutuhkan kemampuan penalaran lebih dalam, terutama coding dan agentic workflows. Model ini dapat digunakan untuk pekerjaan profesional yang melibatkan beberapa tahapan, penggunaan berbagai tool, serta interaksi dengan aplikasi.

Dalam pengujian internal yang dipublikasikan OpenAI, Sol mencatat skor 33,2 persen pada AutomationBench ketika menggunakan tingkat penalaran xhigh. OpenAI menyebut skor tersebut lebih tinggi dibandingkan Claude Opus 5 pada tingkat max dalam pengujian yang sama.

Namun, angka tersebut merupakan hasil benchmark yang dipilih dan dipublikasikan OpenAI. Karena pengujian AI sangat bergantung pada metodologi, konfigurasi, dan biaya yang dihitung, hasil tersebut lebih tepat dibaca sebagai klaim performa dari OpenAI ketimbang ukuran tunggal untuk menentukan kemampuan model secara keseluruhan.

GPT-6 Luna Mengejar Efisiensi

Jika Sol diarahkan untuk pekerjaan yang lebih kompleks, Luna mengambil posisi berbeda. OpenAI mendeskripsikannya sebagai model yang lebih efisien untuk tugas terfokus dan pekerjaan dalam volume tinggi.

Model tersebut dapat digunakan untuk berbagai pekerjaan berulang, termasuk pemrosesan data, ekstraksi informasi, dan workflow yang harus dijalankan berkali-kali. Biaya token yang jauh lebih rendah membuat Luna ditujukan untuk skenario ketika jumlah permintaan menjadi pertimbangan utama.

OpenAI juga mengatakan GPT-6 Luna mengalami peningkatan dibandingkan GPT-5.6 Luna. Pada tingkat penalaran lebih tinggi dalam salah satu pengujian internal OpenAI, Luna disebut mampu meningkatkan performa tanpa kenaikan biaya yang sebanding.

OpenAI Klaim Kesalahan Faktual Sol Berkurang

Selain kemampuan, OpenAI menyoroti peningkatan akurasi faktual pada GPT-6 Sol. Berdasarkan evaluasi internal yang menggunakan percakapan dunia nyata yang telah dianonimkan, OpenAI mengatakan Sol menghasilkan sekitar separuh jumlah kesalahan dibandingkan GPT-5.6 Sol.

OpenAI juga menyebut peningkatan tersebut membuat tingkat keandalan faktual Sol mendekati GPT-6 Astra, tetapi dengan biaya yang lebih rendah. Luna turut mengalami peningkatan pada aspek factuality, meskipun OpenAI tidak menempatkannya pada level yang sama dengan Astra untuk seluruh jenis pekerjaan.

Kemampuan Coding Jadi Salah Satu Fokus

OpenAI juga membawa peningkatan GPT-6 Sol ke pekerjaan pemrograman. Pada benchmark FrontierCode, model diuji bukan hanya berdasarkan apakah kode yang dibuat berjalan, tetapi juga kualitas pengujian, gaya kode, disiplin terhadap ruang lingkup perubahan, dan kesesuaiannya dengan standar codebase.

Dalam pengujian DeepSWE, yang menguji pekerjaan software engineering pada codebase nyata, GPT-6 Sol pada tingkat max mencatat skor 68,8 persen menurut data OpenAI. Angka tersebut berada 1,1 poin persentase di bawah skor tertinggi Claude Fable 5 yang disebut OpenAI dalam perbandingan tersebut.

OpenAI menekankan bahwa biaya penyelesaian setiap tugas Sol dalam pengujian tersebut sekitar 80 persen lebih rendah. Sementara GPT-6 Luna pada tingkat max mencatat skor 66,6 persen dalam pengujian yang sama.

Perubahan Juga Menyentuh Computer Use

GPT-6 Sol dan Luna tidak hanya ditujukan untuk menghasilkan teks atau kode. Keduanya juga dapat digunakan untuk computer use, yakni kemampuan model berinteraksi dengan antarmuka komputer sebagai bagian dari pekerjaan yang lebih panjang.

Dalam OSWorld 2.0 offline, OpenAI melaporkan GPT-6 Sol pada tingkat xhigh memperoleh skor 60,5 persen, hampir sama dengan Claude Opus 5 pada tingkat medium yang mencatat 60,3 persen. OpenAI menyebut biaya per tugas Sol sekitar 80 persen lebih rendah dalam perbandingan tersebut.

GPT-6 Luna juga menunjukkan peningkatan terhadap generasi sebelumnya. Menurut OpenAI, Luna pada tingkat max dapat melampaui GPT-5.6 Sol pada tingkat medium dengan biaya per tugas sekitar sepersepuluhnya.

Prompt Caching Jadi Bagian Penting

Penurunan biaya GPT-6 tidak hanya berasal dari harga dasar token. OpenAI juga memperbarui sistem prompt caching untuk meningkatkan kemungkinan konteks yang sudah pernah diproses dapat digunakan kembali.

Pada GPT-6, cache yang memenuhi syarat dapat digunakan kembali dalam jangka waktu 30 menit. OpenAI juga menyediakan mekanisme diagnostik untuk membantu pengembang mengetahui penyebab cache miss serta mengatur bagian prompt yang ingin dipertahankan dalam cache.

Bagi aplikasi AI yang menggunakan konteks panjang atau menjalankan agent secara berulang, perubahan tersebut dapat menjadi faktor penting. Sebagian konteks yang sama tidak harus selalu diproses dari awal, sehingga biaya dan latensi dapat ditekan.

Gaya Jawaban GPT-6 Sol dan Luna Dibuat Lebih Ringkas

OpenAI juga membawa perubahan pada gaya komunikasi yang sebelumnya diperkenalkan pada GPT-6 Astra. Perusahaan mengatakan Sol dan Luna dirancang untuk memberikan jawaban yang lebih jelas, mengurangi penggunaan jargon, menghindari ungkapan yang terasa janggal, serta memangkas detail yang dianggap tidak memberikan nilai tambah.

Perubahan tersebut terutama ditujukan untuk percakapan teknis dan coding. OpenAI mengklaim jawaban dapat menjadi lebih singkat tanpa mengurangi substansi yang dibutuhkan untuk menyelesaikan pekerjaan.

GPT-6 Sol dan Luna Tidak Menggantikan Astra

Kehadiran Sol dan Luna tidak mengubah posisi GPT-6 Astra sebagai model flagship OpenAI. Astra masih ditempatkan untuk pekerjaan yang membutuhkan kemampuan paling tinggi, sedangkan Sol dan Luna mengisi kebutuhan dengan pertimbangan biaya, kecepatan, dan volume penggunaan.

Dengan pembagian tersebut, keluarga GPT-6 mulai terlihat tidak hanya sebagai perlombaan meningkatkan kemampuan model, tetapi juga sebagai persoalan ekonomi penggunaan AI. Model yang lebih mahal tidak selalu diperlukan untuk setiap pekerjaan, terutama ketika sebuah perusahaan harus menjalankan jutaan permintaan secara rutin.

Sol dan Luna Mulai Digulirkan ke Pengguna

GPT-6 Sol dan GPT-6 Luna mulai tersedia pada 22 September 2026 melalui API. Keduanya juga digulirkan ke ChatGPT Work dan Codex untuk pengguna Plus, Pro, Business, Enterprise, dan Edu, dengan ketersediaan yang dapat bergantung pada pengaturan akun dan workspace.

Pengguna Free dan Go dapat mencoba GPT-6 Luna melalui aplikasi desktop ChatGPT. Sementara itu, kedua model tersebut tersedia melalui API dengan nama gpt-6-sol dan gpt-6-luna.

Dengan peluncuran ini, OpenAI memperluas strategi GPT-6 dari satu model flagship menjadi beberapa model dengan fungsi dan struktur biaya berbeda. Bagi pengembang, perubahan harga dan efisiensi caching menjadi salah satu aspek yang paling relevan karena biaya inferensi merupakan komponen utama dalam menjalankan aplikasi AI dalam skala besar.