Jawaban langsung: GPT-6 Sol dan GPT-6 Luna adalah 2 model OpenAI di bawah GPT-6 Astra, rilis 22 September 2026. Harga APIAPIPintu resmi yang dipakai 2 sistem untuk saling mengirim data, tanpa orang menyalin data secara manual.Buka glosarium Sol $2 input dan $10 output per 1 juta token, sedangkan Luna $0,10 dan $0,50. Pindah dari GPT-5.6 memerlukan 5 perubahan: model dan parameter, tool calling, prompt caching, batas 272.000 token, dan uji ulang.

Kondisi utama: langkah di artikel ini berlaku untuk API OpenAI, terutama Responses API. Batas: uji independen Artificial Analysis menemukan penurunan pada tugas knowledge work, jadi jangan memindahkan laporan atau presentasi tanpa uji ulang.

Kami membaca pengumuman OpenAI, halaman model, dan panduan migrasi pada 23 September 2026. Angka benchmark kami ambil dari label data grafik resmi OpenAI. Contoh migrasi di artikel ini adalah simulasi dengan data dummy.

Apa yang berubah dari GPT-5.6

OpenAI menulis bahwa Sol dan Luna dilatih dengan metode yang mirip dengan GPT-6 Astra, yang rilis awal September 2026. Tujuannya memberi kemampuan kelas GPT-6 dengan biaya lebih rendah. Sumber: pengumuman OpenAI.

Bila Anda masih memakai GPT-5.6, artikel kami tentang Sol, Terra, dan Luna di GPT-5.6 menjelaskan pola routing lama. Keluarga GPT-6 tidak memuat Terra, jadi jalur tengah Anda perlu dipetakan ulang ke Sol atau Luna.

Tiga kartu keluarga GPT-6: Astra $10 dan $50, Sol $2 dan $10, Luna $0,10 dan $0,50 per 1 juta token, lengkap dengan cache read, knowledge cutoff, dan level effort
Ketiga model memakai konteks 1.050.000 token dan output maksimal 128.000 token. Astra tidak menerima effort none.
ItemGPT-6 AstraGPT-6 SolGPT-6 Luna
ID APIgpt-6-astragpt-6-solgpt-6-luna
Input / cache read / output$10 / $1 / $50$2 / $0,20 / $10$0,10 / $0,01 / $0,50
Cache write$12,50$2,50$0,125
Knowledge cutoff30 April 202620 April 202618 Mei 2026
Level effortlow sampai maxnone sampai maxnone sampai max
Fokus menurut OpenAIPekerjaan end-to-end tersulitCoding dan agentAgent AIProgram AI yang mengerjakan langkah pekerjaan sendiri, misalnya membaca pesan, menyiapkan balasan, lalu mencatat hasilnya.Buka glosarium kompleksTugas fokus bervolume tinggi

Sumber: halaman model GPT-6 Astra, GPT-6 Sol, dan GPT-6 Luna, dibaca 23 September 2026.

Harga turun, dan ada 1 detail yang sering salah dibaca

OpenAI menulis bahwa harga Sol dan Luna turun 50% dibanding harga promo GPT-5.6. Input Sol turun dari $4 ke $2, output dari $20 ke $10. Input Luna turun dari $0,20 ke $0,10.

Output Luna sebenarnya turun 58%, dari $1,20 ke $0,50. Juru bicara OpenAI mengonfirmasi kepada VentureBeat bahwa harga ini permanen, bukan promo.

Grafik dumbbell harga GPT-5.6 ke GPT-6: input Sol $4 ke $2, output Sol $20 ke $10, input Luna $0,20 ke $0,10, dan output Luna $1,20 ke $0,50
Tiga harga turun 50% dan output Luna turun 58%. Hitung ulang anggaran dengan angka baru, bukan dengan persentase judul.

Fakta, kejujuran, dan gaya jawaban

Pada evaluasi faktualitas OpenAI, jawaban Sol medium yang memuat kesalahan fakta turun ke 6,9%, dari 15,0% pada GPT-5.6 Sol medium. Luna max mencapai 7,6%, lebih rendah dari GPT-5.6 Sol max yang 8,5%. Evaluasi ini memakai percakapan yang pernah ditandai salah oleh pengguna, jadi angkanya lebih tinggi daripada pemakaian biasa.

Pada uji deception koding, OpenAI melaporkan tingkat 1,3% untuk Sol dan 2,8% untuk Luna, dari 10,4% dan 9,5% pada GPT-5.6. Tugas uji itu sengaja dipilih untuk memancing ketidakjujuran. Angka ini dikutip VentureBeat dari grafik OpenAI.

OpenAI juga membawa gaya komunikasi Astra ke Sol dan Luna: lebih jelas, lebih sedikit jargon, dan jawaban sedikit lebih pendek. Periksa ulang parser yang bergantung pada panjang atau format jawaban lama.

Fitur API baru di keluarga GPT-6

  • Async tool calling: model lanjut bekerja saat aplikasi Anda menjalankan tool.
  • Mid-turn steering: Anda mengirim koreksi saat model masih bekerja, lewat WebSocket.
  • configuration_update: effort berubah di tengah percakapan tanpa merusak cache.
  • Prompt caching baru: cache minimal 30 menit, breakpoint eksplisit, dan dashboard diagnosis.

Sumber: panduan Using GPT-6 dan artikel Better prompt caching for GPT-6.

Benchmark resmi OpenAI per level effort

OpenAI menerbitkan grafik skor per level effort. Tabel berikut memuat effort medium, yaitu default, dan effort max. Semua angka adalah klaim vendor dari grafik 22 September 2026.

BenchmarkSol mediumSol maxLuna mediumLuna max
FrontierCode 1.1 Main45,9% ($0,80)49,3% ($2,14)35,5% ($0,053)42,4% ($0,11)
DeepSWE 1.156,6% ($0,38)68,8% ($2,74)44,5% ($0,052)66,6% ($0,22)
OSWorld 2.0 offline54,0% ($1,32)64,4% ($3,25)31,5% ($0,062)52,7% ($0,27)
Jawaban dengan kesalahan fakta6,9%4,6%17,5%7,6%

Angka dalam kurung adalah biaya per tugas menurut OpenAI. Untuk konteks, OpenAI mencatat Sol max di DeepSWE 1,1 poin di bawah ClaudeClaude ProLangganan berbayar asisten AI Claude dari Anthropic. Langganan ini membuka connector ke alat luar.Buka glosarium Fable 5 xhigh, yang 69,9%, dengan biaya sekitar 80% lebih rendah.

Grafik garis DeepSWE 1.1 per level effort: GPT-6 Sol naik dari 37,2% di low ke 68,8% di max, GPT-6 Luna naik dari 2,4% di low ke 66,6% di max, dengan biaya per tugas Luna
Luna di effort low hampir tidak menyelesaikan tugas koding. Di effort high, Luna mencapai 59,3% dengan biaya $0,084 per tugas.

Temuan ini cocok dengan uji kami. Pada 23 September 2026, Luna medium salah menghitung total invoice 2 dari 2 kali, lalu benar 3 dari 3 kali pada effort high. Detail uji ada di perbandingan GPT-6 Sol, Luna, dan Claude Opus 5.5.

Grafik OpenAI tidak memuat Claude Opus 5.5, karena kedua model rilis pada hari yang sama. Untuk perbandingan langsung, pakai uji independen atau uji Anda sendiri.

Yang perlu Anda siapkan

  • Akses API OpenAI dengan tier yang memuat GPT-6. Tier Free tidak mendukung Sol dan Luna.
  • Lingkungan staging yang memakai kode produksi yang sama.
  • 20 tugas nyata beserta jawaban benar, dari alur kerja yang akan Anda pindahkan.
  • Log yang menyimpan input_tokens, cached_tokens, cache_write_tokens, dan output_tokens per permintaan.
  • Jalur kembali ke model lama: 1 variabel konfigurasi, bukan perubahan kode.

Langkah 1: Ganti model ID, effort, dan parameter sampling

Ubah model ke gpt-6-sol atau gpt-6-luna. Pertahankan effort efektif Anda, lalu hapus parameter sampling yang tidak diterima saat reasoning aktif.

Kartu kode sebelum dan sesudah: model gpt-5.6-sol dengan effort minimal, temperature, dan top_p menjadi gpt-6-sol dengan effort low tanpa temperature dan top_p
Effort minimal tidak ada di GPT-6, jadi mulai dari low. Hapus temperature, top_p, dan top_logprobs saat effort bukan none.
  • Bila kode lama memakai minimal, mulai dari low lalu bandingkan hasil.
  • Sol dan Luna menerima none. Astra tidak menerimanya, jadi pakai low untuk Astra.
  • Saat effort bukan none, hapus temperature, top_p, dan top_logprobs.

Periksa: permintaan pertama di staging menjawab tanpa error parameter. Sumber: bagian Migration quickstart di panduan Using GPT-6.

Langkah 2: Pindahkan tool calling ke Responses API

Chat Completions menerima function calling di Sol dan Luna hanya dengan reasoning_effort none. Untuk reasoning dengan tool, pakai Responses API.

Perbandingan Chat Completions dan Responses API untuk GPT-6: Chat Completions hanya menerima function calling pada effort none, Responses API menerima reasoning dengan tool bawaan dan async tool calling
Responses API membuka tool bawaan seperti web search, file search, MCPMCPAturan standar yang memungkinkan program AI memakai alat dan data Anda dengan izin yang jelas.Buka glosarium, hosted shell, dan computer use. Async tool calling juga hanya ada di sana.

Responses API di Sol dan Luna mendukung 10 tool bawaan. Daftarnya: web search, file search, image generation, code interpreter, hosted shell, apply patch, skills, computer use, MCP, dan tool search. Daftar ini tertulis di halaman model GPT-6 Sol.

Bila tool Anda lambat, tandai dengan "async": true. Model lanjut bekerja, dan aplikasi Anda mengirim hasil tool nanti dengan call_id yang sama.

Periksa: 1 permintaan dengan effort medium memanggil tool Anda dan menerima hasilnya tanpa error.

Langkah 3: Susun prompt caching untuk GPT-6

Taruh bagian yang tetap di awal prompt dan bagian yang berubah di akhir. Cache hanya kena saat awal prompt sama persis, dan cache read berharga 10% dari harga input.

Diagram urutan prompt GPT-6: instruksi, definisi tool, instruksi aplikasi, dan riwayat chat masuk cache sebelum breakpoint, sedangkan pesan baru dibayar penuh, dengan 4 parameter cache
Jaga definisi tool tetap sama dan taruh pesan baru di akhir. Cache write kini ditagih 1,25x harga input.
client.responses.create(
    model="gpt-6-luna",
    reasoning={"effort": "high"},
    prompt_cache_options={"mode": "implicit", "ttl": "30m"},
    tools=tools,            # urutan dan skema tetap sama di tiap giliran
    input=riwayat + [pesan_baru],
)
  • Datang dari GPT-5.5 atau lebih lama? Ganti prompt_cache_retention dengan prompt_cache_options.ttl bernilai "30m".
  • Ubah effort di tengah percakapan dengan item configuration_update. Biarkan effort tingkat permintaan tetap.
  • Batasi tool dengan allowed_tools. Jangan menghapus definisi tool di tengah percakapan.
  • Prompt di bawah 1.024 token tidak masuk cache.

Periksa: pada permintaan ke-2, input_tokens_details.cached_tokens lebih dari 0. Bila 0, buka alat diagnosis cache; alat itu menyebut alasan seperti tools_changed. Sumber: Better prompt caching for GPT-6.

Langkah 4: Pasang alarm di batas 272.000 token

Di atas 272.000 token input, OpenAI menagih 2x harga input dan cache, serta 1,5x harga output, untuk seluruh permintaan. Aturan ini berlaku untuk Sol, Luna, dan Astra.

Grafik batang 2 permintaan GPT-6 Sol tanpa cache: prompt 270.000 token berharga $0,58 dan prompt 280.000 token berharga $1,18, selisih prompt 3,7% dan selisih biaya 103%
Prompt 3,7% lebih panjang membuat biaya permintaan naik 103%. Pasang alarm sebelum prompt menyentuh batas.

Contoh hitungan dengan output 4.000 token: prompt 270.000 token berharga $0,58, sedangkan prompt 280.000 token berharga $1,18. Tambahan 10.000 token menggandakan biaya.

Periksa: log Anda memberi alarm saat input_tokens melewati 250.000. Untuk dokumen panjang, bandingkan juga dengan Claude Opus 5.5, yang tidak punya premi ini. Hitungannya ada di panduan hitung biaya API per tugas.

Langkah 5: Uji ulang 20 tugas sebelum memindahkan trafik

Jalankan 20 tugas nyata di model lama dan model baru, lalu bandingkan tingkat lulus per effort. Artificial Analysis menemukan kenaikan dan penurunan dibanding GPT-5.6.

Delapan kartu hasil Artificial Analysis: Sol lebih baik di Coding Agent Index, Terminal-Bench 4.0, dan halusinasi, tetapi lebih buruk di GDPval; Luna lebih buruk di Coding Agent Index, DeepSWE, dan GDPval, tetapi lebih baik di halusinasi
Biaya per tugas turun sekitar setengah. Knowledge work dan presentasi melemah, jadi uji alur kerja itu lebih dahulu.
  • Sol naik di Coding Agent Index dari 55 ke 57 dan di Terminal-Bench 4.0 dari 37% ke 43%.
  • Luna turun di Coding Agent Index dari 43 ke 41 dan di DeepSWE dari 66% ke 64%.
  • Sol dan Luna turun di GDPval-AA v2.1, sekitar 100 dan 75 Elo.
  • Biaya per tugas indeks turun: Sol dari $1,99 ke $1,06, Luna dari $0,18 ke $0,07.

Periksa: tingkat lulus model baru tidak lebih rendah dari model lama pada tugas yang sama. Sumber: Artificial Analysis, 22 September 2026.

Contoh kerja: migrasi bot CS dalam 7 hari

Simulasi dengan data dummy. Sebuah SaaS memindahkan bot customer service dari GPT-5.6 Luna ke GPT-6 Luna. Setiap percakapan memuat 6.000 token input dan 1.600 token output.

HariTindakanYang tercatatKeputusan
Hari 1Ganti model di stagingtemperature masih terkirim dari 1 modulHapus dari modul itu
Hari 2Susun ulang prompt untuk cachecached_tokens naik dari 0 ke 4.500 per giliranPertahankan urutan tool
Hari 3Uji 20 tugas pada medium18 lulus, 2 gagal hitung diskonCoba effort high
Hari 4Uji ulang 2 tugas pada high2 lulusPakai high untuk intent tagihan
Hari 5Pindahkan 10% trafikTingkat lulus sama dengan model lamaLanjut
Hari 7Pindahkan 100% trafikBiaya 1.000 percakapan tanpa cache: $3,12 ke $1,40Selesai, simpan jalur kembali

Angka biaya di baris terakhir memakai harga standar tanpa cache. Dengan cache, biaya nyata lebih rendah lagi.

Checklist migrasi ke GPT-6

  1. Ganti model ID lewat 1 variabel konfigurasi. Pemilik: developer. Bukti: diff konfigurasi.
  2. Petakan effort lama ke effort GPT-6. Pemilik: developer. Bukti: tabel effort lama dan baru.
  3. Hapus parameter sampling saat effort bukan none. Pemilik: developer. Bukti: log permintaan staging.
  4. Pindahkan tool calling ke Responses API. Pemilik: developer. Bukti: tes tool yang lulus.
  5. Periksa cached_tokens pada permintaan ke-2. Pemilik: developer. Bukti: potongan log usage.
  6. Pasang alarm di 250.000 token input. Pemilik: ops. Bukti: aturan alarm yang aktif.
  7. Uji 20 tugas nyata di model lama dan baru. Pemilik: kepala tim. Bukti: tabel lulus per effort.
  8. Berhenti dan kembali ke GPT-5.6 bila tingkat lulus turun lebih dari 5 poin pada 20 tugas itu.

Kapan tetap di model lama, kapan pindah

Rekomendasi Rama Digital berikut berlaku untuk tim yang sudah berjalan di GPT-5.6.

Situasi AndaPilihanAlasan
Bot volume tinggi dengan pemeriksa kodePindah ke GPT-6 LunaBiaya per tugas turun sekitar 60% menurut Artificial Analysis
Agent koding atau terminalPindah ke GPT-6 SolCoding Agent Index naik dan biaya turun sekitar 50%
Laporan dan presentasi klienUji dulu, jangan pindah otomatisGDPval-AA turun pada Sol dan Luna
Dokumen di atas 272.000 tokenBandingkan dengan Claude Opus 5.5Premi konteks panjang menggandakan harga input
Tugas tersulit yang masih gagal di Sol maxEskalasi ke GPT-6 AstraAstra mencetak skor tertinggi di keluarga GPT-6 pada grafik OpenAI

Pilih Luna bila hasil dapat dicek kode dan Anda memakai effort high untuk hitungan. Pilih Sol bila tugas memakai tool atau menyentuh kode produksi.

Pertanyaan yang sering muncul

Kapan GPT-6 Sol dan GPT-6 Luna rilis? OpenAI merilis keduanya pada 22 September 2026. Peluncuran di ChatGPT berjalan bertahap sepanjang hari itu.

Apakah GPT-6 Sol dan Luna ada di ChatGPT gratis? Pengguna Free dan Go mendapat GPT-6 Luna di aplikasi desktop. Sol ada di ChatGPT Work dan Codex untuk Plus, Pro, Business, Enterprise, dan Edu.

Apakah GPT-6 Terra ada? Tidak ada Terra di keluarga GPT-6 per 23 September 2026. Keluarga GPT-6 memuat Astra, Sol, dan Luna.

Apakah kode Chat Completions lama tetap jalan? Tetap jalan untuk permintaan tanpa tool. Function calling di Chat Completions hanya jalan dengan reasoning_effort none, jadi pindahkan agent ke Responses API.

Berapa konteks maksimal GPT-6 Sol dan Luna? Keduanya menerima 1.050.000 token konteks dan 128.000 token output. Di atas 272.000 token input, harga seluruh permintaan naik.

Langkah berikutnya

Batas yang tetap berlaku: angka di artikel ini adalah klaim vendor dan uji pihak ketiga, bukan hasil pada data Anda. Migrasi aman bila 20 tugas nyata Anda lulus dan jalur kembali siap.

Bila Anda ingin kami memantau sistem AI yang sudah berjalan dan memperbarui model serta prompt-nya, buka OS Care Retainer. Untuk menetapkan ruang lingkup migrasi dulu, pilih jadwal Sesi Scoping Teknis.

Sumber