OpenAI memperluas keluarga model GPT-6 dengan meluncurkan GPT-6 Sol dan GPT-6 Luna. Kedua model tersebut resmi diperkenalkan pada 22 September 2026, tidak lama setelah OpenAI menghadirkan GPT-6 Astra sebagai model flagship untuk pekerjaan yang membutuhkan kemampuan penalaran lebih tinggi.
Berbeda dari Astra yang ditujukan untuk pekerjaan paling kompleks, Sol dan Luna dirancang untuk membawa kemampuan generasi terbaru OpenAI ke lebih banyak penggunaan dengan biaya yang lebih rendah.
OpenAI mengatakan pengembangan keduanya memanfaatkan kemajuan yang sebelumnya diperkenalkan melalui GPT-6 Astra, termasuk peningkatan dalam pekerjaan profesional, factuality, coding, penggunaan komputer, dan alignment.
Perusahaan juga menyoroti efisiensi infrastruktur. Peningkatan pada sistem caching dan inference memungkinkan OpenAI memangkas biaya pemrosesan dan meneruskan penghematan tersebut kepada pengguna API.
Harga API Turun 50 Persen
Salah satu perubahan terbesar yang dibawa GPT-6 Sol dan Luna berada pada harga API.
OpenAI menyatakan harga API GPT-6 Sol dan GPT-6 Luna dipangkas 50 persen dibandingkan harga promosi GPT-5.6.
Untuk GPT-6 Sol, harga standar tercatat US$2 per 1 juta token input dan US$10 per 1 juta token output. Sementara GPT-6 Luna dibanderol US$0,10 untuk input dan US$0,50 untuk output per 1 juta token.
Jika dibandingkan dengan harga promosi GPT-5.6 yang disebut OpenAI, GPT-6 Sol turun dari US$4 menjadi US$2 untuk input dan dari US$20 menjadi US$10 untuk output.
Pada Luna, harga input turun dari US$0,20 menjadi US$0,10, sedangkan output turun dari US$1,20 menjadi US$0,50.
Penurunan biaya tersebut menjadi penting bagi perusahaan atau pengembang yang menjalankan aplikasi AI dalam volume besar. Biaya token merupakan salah satu komponen utama dalam operasional layanan berbasis model bahasa.
Sol untuk Coding dan Agen AI
GPT-6 Sol ditempatkan di antara Astra dan Luna dalam keluarga model OpenAI.
Dokumentasi resmi OpenAI menyebut Sol dirancang untuk coding kompleks dan workflow agentic. Model ini memiliki context window hingga 1,05 juta token dan mampu menghasilkan hingga 128.000 token dalam satu respons.
Kemampuan tersebut membuat Sol diarahkan untuk pekerjaan yang membutuhkan konteks panjang dan beberapa tahap pengerjaan.
Pengembang dapat menggunakannya untuk pekerjaan pemrograman, analisis dokumen besar, penggunaan berbagai tools, hingga workflow yang melibatkan agen AI.
Sol juga mendukung input teks dan gambar serta kemampuan seperti function calling, structured outputs, web search, file search, dan computer use melalui platform yang didukung.
Dengan demikian, Sol bukan hanya ditujukan sebagai chatbot untuk menjawab pertanyaan. Model ini juga diposisikan sebagai mesin yang dapat membantu menyelesaikan pekerjaan dengan alur yang lebih kompleks.
Luna Fokus pada Pekerjaan Volume Tinggi
Sementara itu, GPT-6 Luna dirancang untuk penggunaan yang lebih efisien dan berulang.
OpenAI mendeskripsikannya sebagai model paling efisien untuk pekerjaan terfokus dengan volume tinggi. Contoh penggunaannya mencakup ekstraksi informasi, peringkasan dokumen, klasifikasi, hingga tugas yang memiliki tujuan jelas.
Harga Luna yang jauh lebih rendah dibandingkan Sol membuatnya relevan untuk aplikasi yang harus memproses banyak permintaan.
Perusahaan yang perlu menganalisis ribuan dokumen, misalnya, dapat menggunakan model dengan biaya per token lebih rendah untuk pekerjaan yang tidak membutuhkan penalaran sedalam model flagship.
Pendekatan ini menunjukkan strategi OpenAI untuk menyediakan beberapa tingkatan model berdasarkan kebutuhan pekerjaan, bukan memaksa seluruh pengguna memakai model paling mahal.
Klaim Kesalahan Lebih Rendah
Selain biaya, OpenAI juga mengklaim GPT-6 Sol memberikan peningkatan pada akurasi dan factuality.
Dalam evaluasi internal yang menggunakan percakapan dunia nyata yang telah dideidentifikasi dan sebelumnya ditandai pengguna sebagai mengandung kesalahan, OpenAI mengatakan GPT-6 Sol menghasilkan sekitar setengah jumlah kesalahan dibandingkan pendahulunya.
Perusahaan menyebut tingkat keandalan tersebut berada pada level yang sebanding dengan GPT-6 Astra dalam evaluasi factuality yang digunakan OpenAI.
Namun, angka tersebut perlu dipahami sebagai klaim berdasarkan evaluasi internal OpenAI. Hasil pada penggunaan nyata dapat berbeda tergantung jenis pertanyaan, konteks, data, dan cara model digunakan.
Model AI tetap dapat menghasilkan informasi yang salah sehingga pengguna tidak seharusnya menganggap GPT-6 Sol atau Luna selalu bebas kesalahan.
Context Window Mencapai 1,05 Juta Token
Salah satu spesifikasi yang menarik dari kedua model adalah context window yang mencapai sekitar 1,05 juta token.
Konteks sebesar itu memungkinkan model menangani dokumen atau rangkaian instruksi yang jauh lebih panjang dalam satu alur kerja.
Bagi pengembang, kemampuan tersebut dapat berguna ketika aplikasi harus memproses dokumen panjang, repositori kode, percakapan yang besar, atau rangkaian informasi yang saling berhubungan.
GPT-6 Sol dan Luna juga memiliki batas output maksimum 128.000 token menurut dokumentasi model OpenAI.
Kemampuan context window besar juga berkaitan dengan strategi OpenAI dalam mengembangkan agen AI. Agen membutuhkan kemampuan mempertahankan informasi dalam rangkaian pekerjaan yang panjang agar tidak terus-menerus kehilangan konteks.
Caching Jadi Bagian Penting
OpenAI menyebut peningkatan efisiensi caching sebagai salah satu alasan di balik penurunan harga GPT-6 Sol dan Luna.
Caching memungkinkan bagian tertentu dari input yang digunakan kembali dalam alur pemrosesan tidak selalu dihitung dengan tarif input standar.
Dokumentasi API saat ini mencantumkan harga cached input yang lebih rendah dibandingkan input biasa. Untuk Sol, cached input standar tercatat US$0,20 per 1 juta token, sedangkan Luna sebesar US$0,01 per 1 juta token.
Skema tersebut dapat menjadi penting bagi aplikasi yang sering mengirim konteks atau instruksi yang sama dalam banyak permintaan.
Dengan infrastruktur caching yang lebih efisien, pengembang dapat mengoptimalkan biaya ketika menjalankan aplikasi AI dalam skala besar.
Keduanya Berbeda dari Astra
Kehadiran Sol dan Luna tidak berarti GPT-6 Astra kehilangan posisinya.
OpenAI masih menempatkan GPT-6 Astra sebagai model paling mampu untuk pekerjaan end-to-end yang paling sulit. Dokumentasi model perusahaan merekomendasikan Astra untuk complex reasoning dan coding, Sol untuk keseimbangan antara kemampuan dan biaya, sedangkan Luna untuk pekerjaan terfokus dengan volume tinggi.
Pembagian tersebut membuat keluarga GPT-6 memiliki struktur yang lebih jelas.
Astra menjadi pilihan untuk pekerjaan paling berat, Sol berada pada tingkat yang lebih efisien untuk coding kompleks dan workflow agen, sementara Luna ditujukan untuk kebutuhan yang mengutamakan biaya dan skala.
Ketersediaan GPT-6 Sol dan Luna
GPT-6 Sol dan Luna tersedia melalui API OpenAI.
Keduanya juga diluncurkan dalam ChatGPT Work dan Codex untuk sejumlah pengguna berbayar, sementara Luna memiliki ketersediaan yang lebih luas termasuk desktop untuk pengguna Free dan Go sesuai pengumuman OpenAI.
OpenAI juga menyatakan kedua model tersebut akan tersedia secara bertahap dalam produk ChatGPT.
Ketersediaan fitur dapat berbeda berdasarkan produk, paket, wilayah, dan tahap peluncuran. Karena itu, pengguna sebaiknya melihat model yang benar-benar tersedia pada akun atau layanan yang digunakan.
Apa Artinya bagi Pengembang?
Peluncuran GPT-6 Sol dan Luna membawa perubahan penting bagi pengembang aplikasi AI.
Harga yang lebih rendah membuka ruang untuk menjalankan lebih banyak permintaan tanpa peningkatan biaya yang sebanding. Hal ini terutama relevan untuk aplikasi yang memiliki jumlah pengguna besar.
Pengembang juga dapat menggunakan strategi routing model.
Tugas sederhana dan berulang dapat diarahkan ke Luna, sedangkan pekerjaan yang membutuhkan coding kompleks atau workflow agen dapat dialihkan ke Sol. Pekerjaan paling berat dapat tetap menggunakan Astra.
Pendekatan semacam itu memungkinkan biaya dan kemampuan model disesuaikan dengan karakteristik tugas.
GPT-6 Dorong AI Lebih Efisien
GPT-6 Sol dan GPT-6 Luna menunjukkan bahwa persaingan model AI tidak hanya berlangsung pada kemampuan menjawab pertanyaan.
Efisiensi biaya semakin menjadi bagian penting. Model yang sangat kuat tetapi terlalu mahal akan sulit digunakan secara luas untuk aplikasi dengan jutaan permintaan.
OpenAI mencoba menjawab persoalan tersebut melalui kombinasi kemampuan model, context window besar, optimasi inference, caching, dan penurunan harga API.
Sol ditujukan untuk pekerjaan yang lebih kompleks, sedangkan Luna membawa pendekatan biaya rendah untuk penggunaan berskala besar.
Meski OpenAI mengklaim keduanya lebih akurat dan menghasilkan lebih sedikit kesalahan, klaim tersebut tetap perlu dilihat berdasarkan metode evaluasi dan penggunaan nyata.
Pada akhirnya, kehadiran GPT-6 Sol dan Luna memperlihatkan arah baru industri AI: bukan hanya mengejar model yang semakin pintar, tetapi juga membuat kemampuan tersebut semakin efisien dan terjangkau untuk digunakan dalam skala besar.
