Kamu memilih model yang murah supaya hemat, tapi 20 menit kemudian kamu masih menontonnya berputar-putar di tempat. Ini kesalahan paling umum saat memakai alat coding berbasis AI: sekali jalan memang murah, tetapi biaya sampai pekerjaannya benar-benar selesai sama sekali tidak murah.
Jawaban singkatnya: pakai Luna untuk pekerjaan yang jelas dan berulang, Sol untuk pekerjaan Codex sehari-hari, dan Astra untuk masalah ruwet yang bahkan belum ketahuan apa yang rusak. Di bawah ini alasannya, kenapa model termahal justru bisa jadi yang paling murah per pekerjaan yang selesai.
1. Apa yang ditambahkan pada September 2026
OpenAI merilis GPT-6 Sol dan GPT-6 Luna di API pada 22 September 2026, lalu menambahkan keduanya ke ChatGPT Work dan Codex.[1][2]
Menurut OpenAI, Sol ditujukan untuk coding yang rumit dan pekerjaan bertahap di mana model memakai alat-alat sendiri. Luna dibuat untuk pekerjaan sempit yang jumlahnya banyak. Keduanya bisa membaca hingga 1,05M token sekaligus dan menulis hingga 128K token dalam satu jawaban.[3][4][5]
Di atas keduanya ada GPT-6 Astra, yang disebut OpenAI sebagai model untuk pekerjaan paling sulit dari awal sampai akhir: coding, mengoperasikan komputer, riset, dan menulis dokumen.[6]
Kalau diibaratkan kantor:
- Luna: staf hemat yang membereskan tumpukan pekerjaan rutin
- Sol: ketua tim andalan yang dipercaya untuk sebagian besar pekerjaan
- Astra: orang yang masuk ruang server dan langsung bertanya kenapa kabel itu terpasang terbalik
2. "GPT-6 sudah masuk ChatGPT" tidak berarti seperti yang kamu kira
Catatan rilis ChatGPT tanggal 22 September menyebut Sol dan Luna ditambahkan ke ChatGPT Work dan Codex, dan keduanya terpisah dari model yang tersedia di chat biasa.[1]
Jadi "Sol ada di ChatGPT" dan "Sol bisa dipilih di chat biasa" adalah dua hal yang berbeda. Mencarinya di menu model chat biasa sama saja dengan mencari peti harta karun di peta yang memang tidak ada petinya.
Astra lain lagi: pengumumannya di awal September menyebut model ini juga akan hadir di paket berbayar ChatGPT.[6] Namanya sama-sama GPT-6, tapi tempat memakainya berbeda-beda.
3. Kalau dilihat dari daftar harga, bedanya gila-gilaan
Harga Standard API per 23 September 2026, per 1 juta token masukan / keluaran:[3][4][6][7][8][9]
| Model | Masukan | Keluaran |
|---|---|---|
| GPT-6 Luna | $0.10 | $0.50 |
| GPT-6 Sol | $2.00 | $10.00 |
| GPT-6 Astra | $10.00 | $50.00 |
| GPT-5.6 Luna | $0.20 | $1.20 |
| GPT-5.6 Terra | $2.00 | $12.00 |
| GPT-5.6 Sol | $4.00 | $20.00 |
Untuk jumlah teks yang sama, Sol kira-kira 20 kali harga Luna, dan Astra 5 kali harga Sol.
Kalau hanya melihat tabel ini, "pakai Luna untuk semuanya" terdengar cerdas. Logikanya sama dengan menghemat biaya pindahan dengan memanggul kulkas sendiri keliling kota.
4. Hitungan cepat: satu tugas membaca 100K token dan menulis 20K
Misalkan satu tugas membaca 100.000 token dan menulis 20.000 token. Diskon cache, biaya alat, biaya tambahan untuk teks yang sangat panjang, dan percobaan ulang tidak dihitung.
| Model | Perkiraan biaya API per sekali jalan |
|---|---|
| GPT-6 Luna | $0.020 |
| GPT-6 Sol | $0.400 |
| GPT-6 Astra | $2.000 |
| GPT-5.6 Luna | $0.044 |
| GPT-5.6 Terra | $0.440 |
| GPT-5.6 Sol | $0.800 |
Dari harga saja, Luna menang telak.
Tapi hitungan yang sebenarnya penting adalah ini:
biaya sampai selesai ≈ biaya per percobaan × jumlah percobaan + waktu orang yang harus turun tangan + konteks yang hilang saat percobaan gagal
Dengan jumlah token yang sama, sekali jalan Astra setara dengan lima kali jalan Sol. Kalau Sol butuh lima percobaan untuk tugas sulit dan Astra cukup sekali, tagihan API-nya sudah impas.
Tambahkan waktu yang kamu habiskan membaca ulang log dan mengetik "bukan di situ, itu sudah dicek tadi", maka Astra unggul lebih cepat lagi.
5. Model mahal memang bisa lebih murah
Angka dari OpenAI sendiri menunjukkannya. Di Terminal-Bench 4.0, GPT-6 Astra mencetak 57,9% dibanding 37,3% untuk GPT-5.6 Sol, dan OpenAI melaporkan perkiraan biaya API per tugas untuk Astra sekitar 9% lebih rendah pada pengaturan yang dibandingkan.[6]
Di AutomationBench selisihnya 41,4% lawan 18,1%, dan pada tugas internal OpenAI untuk memindahkan database ke struktur baru, 63,9% lawan 42,7%.[6]
Harga per token yang lebih mahal dan biaya menyelesaikan pekerjaan yang lebih mahal adalah dua hal berbeda.
Astra juga membawa cara baru bagi Codex untuk menyimpan dan mencari kembali hal yang sudah dikerjakan selama sesi panjang.[6] Saat berburu bug yang memakan waktu lama atau merapikan kode dalam skala besar, ini berarti lebih jarang lupa kenapa perbaikan sebelumnya gagal lalu masuk lagi ke lubang yang sama.
Taksi memang mahal. Tapi tetap lebih murah daripada jalan kaki memutari gunung tiga kali, baru kemudian memesan taksi.
6. Pilah dulu jenis tugasnya, jangan selalu mulai dari yang paling murah
Melempar setiap pekerjaan ke Luna, lalu Sol, lalu Astra sampai ada yang berhasil adalah kebiasaan yang keliru. Lihat jenis tugasnya, kirim ke model yang tepat sejak awal, dan naikkan satu tingkat setelah satu kali gagal yang sungguhan.
GPT-6 Luna
Cocok untuk:
- mencari di kode, membuat daftar, mengelompokkan, dan mengubah format
- perubahan kecil dengan instruksi yang jelas
- banyak tugas yang tidak saling terkait sekaligus
- menjalankan tes dan merangkum hasilnya
- pekerjaan yang berhasil atau gagalnya bisa dinilai otomatis oleh program
GPT-6 Sol
Cocok untuk:
- perubahan biasa yang menyentuh beberapa file
- memperbaiki bug saat kamu kira-kira tahu letak masalahnya
- pekerjaan yang butuh beberapa alat berturut-turut
- alur biasa: cek → perbaiki → tes
- pilihan bawaan sehari-hari di Codex
GPT-6 Astra
Cocok untuk:
- masalah yang bahkan belum jelas apa yang rusak
- masalah yang melibatkan beberapa layanan, izin akses, jaringan, atau data tersimpan
- berburu bug yang sangat lama
- pemindahan database dan perombakan kode skala besar
- tugas yang selalu sampai 80% lalu mati di titik yang sama
- apa pun yang sudah diselidiki Sol dengan benar sekali tapi tetap belum beres
Kelompok terakhir inilah tempat model murah mulai "lembur AI": pencarian makin banyak, token makin banyak, log makin banyak, tapi tidak makin dekat ke penyebab sebenarnya.
7. Lalu bagaimana dengan GPT-5.6 Terra?
Dari harga saja, posisi Terra jadi serba tanggung.
- GPT-5.6 Terra: masukan $2 / keluaran $12
- GPT-6 Sol: masukan $2 / keluaran $10
Harga masukan sama, keluaran Sol lebih murah.[3][8] Sol juga model generasi baru yang ditujukan untuk coding rumit dan pekerjaan bertahap dengan alat.[3]
Jadi untuk proyek baru, hampir tidak ada alasan soal biaya untuk menjadikan Terra pilihan bawaan. Tapi kalau kamu sudah punya instruksi yang teruji di Terra dan butuh hasil yang bisa ditebak, tetap memakainya masih masuk akal. Model cepat sekali berganti, jadi jangan ganti semuanya di hari yang sama saat model baru keluar.
Untuk proyek baru, tiga tingkat ini sudah cukup:
Luna = jumlah banyak dan aturan jelas. Sol = pilihan bawaan. Astra = kasus sulit.
8. Uji sendiri dengan 20 tugasmu
Hasil uji perbandingan itu peta, bukan diagram kabel dari kode milikmu sendiri.
Bagi pekerjaan nyata kamu menjadi tiga sampai lima jenis, lalu catat sekitar 20 tugas untuk tiap jenis. Perhatikan:
- seberapa sering selesai tanpa perlu instruksi tambahan darimu
- berapa lama sampai tesnya lolos
- berapa kali harus diulang
- token atau kredit yang terpakai
- seberapa banyak log yang harus dibaca orang
- bug baru yang muncul setelahnya
- seberapa sering akhirnya kamu tetap ganti model
Lalu nilai berdasarkan:
total biaya per tugas yang selesai
dan
berapa banyak pekerjaan yang selesai per menit perhatianmu
Memilih model dari harga per token itu seperti memesan empat porsi kecil karena murah, masih lapar, lalu akhirnya tetap memesan paket besar. Yang bertambah cuma jumlah pesanannya.
Kesimpulan: Sol untuk sehari-hari, Luna untuk yang rutin, Astra untuk labirin
GPT-6 Luna: banyak tugas yang jelas dan tidak saling terkait.
GPT-6 Sol: pekerjaan Codex biasa.
GPT-6 Astra: masalah yang samar, panjang, dan melibatkan banyak sistem.
Yang bikin mahal biasanya bukan memilih Astra. Yang mahal adalah menjalankan masalah sulit berkali-kali di Luna atau Sol demi menghindari Astra, lalu ujung-ujungnya tetap menyerahkannya ke Astra.
Yang kamu beli dari model kelas atas bukan harga per kata yang lebih murah, melainkan peluang lebih besar untuk menyelesaikan pekerjaan tanpa tersesat. Dan waktu yang kamu habiskan membaca log yang sama untuk keempat kalinya juga termasuk biaya.
- OpenAI ChatGPT Release Notes help.openai.com
- OpenAI API Changelog developers.openai.com
- GPT-6 Sol developers.openai.com
- GPT-6 Luna developers.openai.com
- Models catalog developers.openai.com
- GPT-6 Astra openai.com
- GPT-5.6 Sol developers.openai.com
- GPT-5.6 Terra developers.openai.com
- GPT-5.6 Luna developers.openai.com
