Spesifikasi GPT-6.1 Sol, harga konteks panjang, dan perbandingan yang dipublikasikan

Spesifikasi dan harga di bawah ini berasal dari halaman model dan tabel harga OpenAI. Perbandingannya berasal dari halaman pengumuman. Semuanya dicek pada 2 Oktober 2026. Pengumuman itu mencantumkan selisih dan biaya, bukan tabel skor absolut yang bisa disalin begitu saja. Folkbench tidak menjalankan ulang evaluasi ini. Klaim “sekitar seperlima biaya” dari penyedia model menggambarkan perangkat uji mereka sendiri.

OpenAI menyebut GPT-6.1 Sol sebagai peningkatan dari gpt-6-sol. ID model API-nya gpt-6.1-sol. Menurut pengumuman, model ini mendekati gpt-6-astra dalam coding kompleks, penggunaan komputer, dan pekerjaan profesional, dengan harga input dan output standar seperlima dari Astra. Pembacaan cache dihargai $0,10 per 1 juta token, yaitu 5% dari input standar dan separuh harga pembacaan cache gpt-6-sol. Untuk riset ilmiah tersulit, pengumuman itu tetap merekomendasikan Astra. gpt-6-sol masih tercantum di tabel harga.

Pengumuman GPT-6 Sol dan Luna merujuk ke model ini dalam pembaruan bertanggal 29 September 2026. Artikel ini tidak menganggap tanggal pada kartu berita lain di footer sebagai tanggal pengumuman GPT-6.1 Sol.

Untuk harga resmi dan tabel benchmark Claude, baca [Opus 5.5](../claude-opus-5-5-review-pricing/) dan [Sonnet 5.5](../claude-sonnet-5-5-review-pricing/).

Spesifikasi yang sudah dipublikasikan

Input maksimum 922.000 cocok dengan jendela konteks 1.050.000 dikurangi output maksimum 128.000: 1.050.000 − 128.000 = 922.000. Halaman model menyebut token penalaran didukung, tetapi bagian yang dikutip di sini tidak mencantumkan rumus penagihan tersendiri untuk token tersebut. Susun anggaran berdasarkan input, cache, dan output di catatan penggunaan.

Harga resmi

Konteks pendek dan konteks panjang

Harga dalam dolar AS per 1 juta token. Kedua tarif berasal dari tabel harga API yang dicek pada 2 Oktober 2026. Tabel itu menyebut konteks pendek adalah input hingga 272 ribu token, dan konteks panjang adalah input di atas 272 ribu token. Halaman model menyebut bahwa di atas 272 ribu, input dan cache dihargai 2× dan output 1,5×, untuk seluruh permintaan.

Input hingga 272 ribu token memakai tarif pendek. Begitu sebuah permintaan melewati 272 ribu, token sebelumnya juga dihitung ulang dengan tarif panjang. Bukan hanya token kelebihannya yang berubah harga. Pembacaan cache 6.1 separuh dari Sol. Input dan output standar seperlima dari Astra. Pembacaan cache tidak seperlima dari Astra: pembacaan cache Astra pada konteks pendek $1, sedangkan 6.1 $0,10.

Penulisan cache bernilai 1,25× input tanpa cache, jadi tarif pendek $2 × 1,25 = $2,50 dan tarif panjang $4 × 1,25 = $5. Output tarif panjang 1,5× tarif pendek, $10 × 1,5 = $15.

Pengali lain di tabel harga

Halaman model mencantumkan tiga pengali resmi lainnya. Mode Fast 2× harga standar. Batch dan Flex 50% lebih murah dari standar. Pemrosesan regional, bila tersedia, menambah 10%. Di tabel harga pada hari yang sama, Batch, Flex, dan Fast masing-masing punya baris sendiri, dan angkanya sesuai dengan pengali tersebut. Misalnya, mode Fast untuk 6.1 pada konteks pendek adalah input $4, pembacaan cache $0,20, penulisan cache $5, dan output $20.

Pengumuman itu juga menyebut Ultrafast akan hadir di Codex dalam beberapa hari berikutnya, dengan kecepatan pembuatan token hingga 8× kecepatan standar. Tabel harga model unggulan yang dibaca pada 2 Oktober 2026 tidak memiliki baris model Ultrafast tersendiri. Apakah suatu pengali resmi sudah masuk ke tagihan tertentu, pastikan lewat catatan penggunaan.

Berikut tiga contoh yang bisa dihitung ulang dengan tarif standar. Dua baris pertama tetap di tarif pendek. Baris ketiga berisi 280 ribu token input, sehingga seluruh permintaan memakai tarif panjang. Baris cache mengasumsikan catatan penggunaan menghitung token input tersebut sebagai cache hit.

Jika 280 ribu token itu dihitung dengan tarif pendek, hasilnya 0,28 × $2 + 0,01 × $10 = $0,66. Itu bukan harga tarif ini. Fast, Batch, Flex, dan tambahan biaya regional belum dikalikan ke dalam tiga baris ini.

Cara membaca perbandingan di pengumuman

Pengumuman mencantumkan selisih dan biaya, bukan tabel skor absolut. Baris di bawah hanya memuat perbandingan yang dinyatakan di halaman itu. Kalimat tentang biaya menggambarkan perangkat uji OpenAI.

Sampel faktualitas berupa percakapan yang sudah dianonimkan, tempat pengguna pernah menandai kesalahan sebelumnya. Pengumuman menyebut prompt ini sengaja dipilih yang sulit dan tidak mewakili lalu lintas biasa. Angka dolar Terminal-Bench Science adalah biaya rata-rata per tugas yang dipublikasikan OpenAI, bukan harga grup suatu relay. Skor ilmiah tertinggi di antara model yang diuji tetap milik Astra, 68,1%, dan pengumuman menyarankan agar riset ilmiah tersulit tetap memakai Astra.

Halaman yang sama juga mencantumkan tingkat kegagalan dari uji penyelarasan yang sengaja dibuat sulit. Ketika tool pencarian sudah rusak, porsi run dengan effort max yang tidak memberi tahu pengguna adalah 2,1% untuk 6.1, 4,9% untuk Sol, 1,5% untuk Astra, dan 28,7% untuk Luna. Pengumuman menyebut tidak teramati upaya melewati peninjau keamanan otomatis, sama seperti Astra dan Sol. Detailnya ada di adendum kartu sistem GPT-6.1 Sol. Tingkat kegagalan ini bukan tingkat kegagalan pada lalu lintas biasa.

Pengumuman juga menyebut evaluasi dijalankan di lingkungan riset atau melalui API, yang system prompt dan tool-nya bisa berbeda dari ChatGPT produksi. Angka pesaing diambil dari laporan publik.

Dua jalur permintaan yang harus dipisahkan

Pemanggilan tool memakai Responses. Effort default sudah medium. Halaman model menyebut Chat Completions dapat membawa teks tanpa tool.

# Responses
model: gpt-6.1-sol
reasoning.effort: medium

# Chat Completions, tanpa tools
model: gpt-6.1-sol
reasoning_effort: medium

# Tidak diterima menurut halaman model
reasoning.effort: none
reasoning.effort: minimal
tools pada permintaan Chat Completions

Saat beralih dari gpt-6-sol atau gpt-6-luna, yang menerima none, bandingkan ulang pada low. Jangan biarkan none tetap ada di permintaan. Tool, penggunaan komputer, pencarian file, dan pencarian web lewat Responses. Chat Completions hanya menangani permintaan tanpa tool. Tool Responses yang tercantum di halaman model meliputi pencarian web, pencarian file, code interpreter, penggunaan komputer, dan MCP. Input gambar memakai array konten pada pesan pengguna.

Input dan output tarif pendek sama dengan gpt-6-sol. Pembacaan cache turun dari $0,20 menjadi $0,10. Output tarif panjang $15 pada keduanya, dan pembacaan cache tarif panjang turun dari $0,40 menjadi $0,20. Saat beralih ke 6.1, kunci nama model pada hasil yang selesai. Jawaban yang mendarat di ID lain tidak dihitung sebagai peralihan ini.

Hal yang perlu dicek sebelum memindahkan lalu lintas

1. Kunci gpt-6.1-sol. Nama model pada hasil yang selesai juga harus ID tersebut.
2. Putar ulang satu set yang tidak berisi data sensitif pada low, medium, high, xhigh, dan max. none dan minimal tidak ada di kartu ini.
3. Letakkan tool di Responses. Jangan sertakan tool di permintaan Chat Completions.
4. Hitung harga satu prompt hingga 272 ribu token input dan satu prompt di atas 272 ribu. Yang kedua memakai tarif panjang untuk seluruh permintaan.
5. Susun anggaran dari dua baris standar terlebih dahulu. Fast, Batch, Flex, dan tambahan biaya regional mengikuti jumlah yang benar-benar tercatat di catatan penggunaan.
6. Baca token cache di catatan penggunaan sebelum memakai contoh cache di atas.
7. Residensi data UE tidak bisa digabung dengan mode Fast. Halaman model menyebut residensi AS dan UE didukung, tetapi tidak menggambarkan residensi sebagai parameter yang bisa ditambahkan di sembarang gateway.
8. Tetap gunakan gpt-6-astra untuk riset ilmiah tersulit. gpt-6-sol masih ada di tabel harga.

Setelah model dipilih, apakah suatu relay menyediakan ID ini, beserta ketersediaan dan harga relay itu yang dipublikasikan, mengacu pada catatan di direktori. Tabel dalam artikel ini adalah harga resmi OpenAI, bukan harga pengguna di suatu relay setelah dikalikan rasio harga grup.