GPT-5 Codex vs GPT-5.6 Sol: Spesialis Coding vs Flagship yang Melahapnya

Ketika O​penAI merilis keluarga G​PT-​5.6 pada 9 Juli 2026, O​penAI diam-diam menghentikan aplikasi Codex yang berdiri sendiri dan menggabungkan mode agen pengodean ke dalam ChatGPT. Halaman model yang ditulis O​penAI untuk GPT-5.6 Sol kemudian berbunyi seperti deskripsi pekerjaan yang diambil dari spesialis pengodean — "penalaran multi-langkah yang mendalam, rekayasa perangkat lunak skala besar, dan alur kerja agenik jangka panjang." Jadi pertarungan antara GPT-5 Codex dan GPT-5.6 Sol bukanlah pertarungan spesifikasi biasa. Ini adalah sang spesialis yang bertanya apakah model andalan yang baru saja menyerap kategori produknya juga telah membuatnya tidak relevan.

Jawaban singkatnya adalah tidak — tetapi alasannya lebih menarik daripada "Codex masih bagus." GPT-5 Codex tetap tersedia di API dengan harga $1.25 per juta token input dan $10 per juta token output: agen rekayasa perangkat lunak yang dirancang khusus, disetel untuk otomatisasi CLI, IDE, dan GitHub, dengan skor yang diukur secara independen. GPT-5.6 Sol harganya empat kali lipat untuk input dan tiga kali lipat untuk output ($5 / $30) dan merupakan flagship umum terbaru, dengan angka pengodean yang lebih tinggi — tetapi sebagian besar dilaporkan oleh vendor. Yang sebenarnya menjadi penentu dalam pasangan ini adalah harga, konteks, dan perbedaan antara spesialis dan generalis yang pandai menulis kode. Semua yang di bawah ini diberi label berdasarkan sumber.

Apa yang dimaksud dengan masing-masing model

GPT-5 Codex persis seperti yang dikatakan halaman modelnya: "versi khusus GPT-5 yang dioptimalkan untuk rekayasa perangkat lunak dan alur kerja pengkodean." Dirilis pada September 2025, ini adalah model API di balik agen pengkodean OpenAI — yang membangun proyek dari nol, mengerjakan fitur, melakukan refaktorisasi dalam skala besar, meninjau kode, dan merencanakan perubahan multi-file dengan kenop upaya penalaran yang dapat disesuaikan. Ia menerima masukan teks dan gambar (tangkapan layar untuk pekerjaan UI), memiliki konteks 400K token, batas keluaran 128K, dan secara eksplisit ditujukan untuk aplikasi pengkodean agentik: CLI, ekstensi IDE, GitHub, dan tugas cloud.

GPT-5.6 Sol adalah tingkat andalan dari seri G​PT-​5.6, dirilis pada 9 Juli 2026 dengan batas pengetahuan Februari 2026. Ini adalah model yang O​penAI tugaskan untuk pekerjaan umum tersulit: penalaran multi-langkah yang mendalam, rekayasa perangkat lunak skala besar, agen jangka panjang, penggunaan komputer, dan mode penalaran "ultra" multi-agen. Konteksnya 1,05 juta token — 2,6 kali lipat dari GPT-5 Codex — dengan batas keluaran 128K yang sama, serta menerima masukan teks, gambar, dan file. Sol juga berjalan di dalam ChatGPT, jadi ketika O​penAI berbicara tentang "Codex" dalam arti produk saat ini, biasanya itu berarti Sol yang melakukan pekerjaan coding agen.

Harga: kesenjangan 4x / 3x yang menyempit tetapi tidak pernah menutup

Angka-angka utama, keduanya dihitung berdasarkan harga daftar penyedia: GPT-5 Codex sebesar $1,25 / $10 per juta token (cache read $0,125); GPT-5.6 Sol sebesar $5 / $30 (cache read $0,50). Itu berarti empat kali harga input dan tiga kali harga output. Pada hari coding biasa dengan sepuluh juta token pada pembagian input/output 75/25, GPT-5 Codex menagih sekitar $34; GPT-5.6 Sol menagih sekitar $112. Perbedaannya bukan sekadar teori.

Dua hal mempersempitnya. Pertama, caching: kedua model memberi harga input yang di-cache jauh di bawah input segar, dan loop agen terus-menerus membaca ulang konteks repositori yang sama, sehingga sebagian besar token dapat memanfaatkan tier murah. Kedua, efisiensi: OpenAI mengklaim generasi 5.6 menyelesaikan tugas-tugas agen dengan sekitar 54% lebih sedikit token keluaran dibandingkan generasi sebelumnya. Jika Sol hanya membutuhkan setengah token keluaran untuk pekerjaan yang sama, kesenjangan per tugas menyusut dari sekitar 3,3x menjadi sekitar 2x — penghematan nyata, tetapi tidak menghapus perbedaan harga input 4x, dan klaim efisiensi yang dilaporkan OpenAI, bukan yang diukur secara independen.

Sol juga memiliki harga input berjenjang: di halaman model OrcaRouter, harga dasar $5 / $30 berlaku untuk permintaan hingga 32K token input, dan permintaan yang lebih besar ditagih pada tier atas $10 / $45. Itulah pajak konteks panjang — persis permintaan yang dibuat oleh agen repo besar. Jadi perbandingan harga praktisnya bahkan lebih bergantung pada beban kerja daripada yang disarankan oleh headline 3-4x.

Konteks dan cara menyebutnya

Kesenjangan konteks adalah pembatas nyata kedua. 400 ribu token mencakup basis kode yang substansial, dan Codex, sebagai spesialis, dirancang untuk efisien dalam jendela tersebut. Namun, konteks Sol 1,05 juta token mengubah apa yang dapat Anda berikan kepada model: seluruh monorepo, jejak agen yang panjang, wiki orientasi, plus kode. Bagi tim yang memasukkan seluruh repositori dalam satu permintaan, jendela yang lebih besar adalah perbedaan antara "model dapat melihat file-file yang relevan" dan "model dapat melihat file-file yang relevan plus semua yang mengimpornya." Ini juga perbedaan antara token input $1,25 dan token $5, itulah sebabnya keputusan konteks adalah keputusan biaya.

Kedua model berbicara dalam dua bentuk API yang sama — Chat Completions O​penAI dan Responses API — dan keduanya mendukung pemanggilan alat/fungsi serta keluaran terstruktur. Di OrcaRouter, keduanya berada di belakang satu endpoint yang kompatibel dengan O​penAI, sehingga beralih di antara keduanya hanyalah perubahan nama model, bukan perubahan integrasi.

Di mana tolok ukur tersebut berbeda — dan catatan kejujuran

Angka yang menarik adalah bahwa kedua model itu hampir tidak berbagi tolok ukur yang sama. GPT-5 Codex memiliki skor yang benar-benar independen: Artificial Analysis mengukurnya pada Intelligence Index 36.1, Coding Index 38.9, Math Index 98.7, LiveCodeBench 84.0, dan SWE-Bench Verified 74.5 persen. Angka andalan GPT-5.6 Sol — Terminal-Bench 2.1 sebesar 88.8, Artificial Analysis Coding Agent Index 80 dalam penalaran maksimal, Agents' Last Exam 53.6 — adalah angka-angka yang dipublikasikan O​penAI saat peluncuran dan belum direproduksi oleh evaluator independen. "88.8 versus 84.0" bukanlah pertarungan yang adil, karena salah satu angka tersebut diaudit dan yang lainnya adalah klaim vendor. Ringkasan yang jujur: Sol satu generasi lebih baru dan batas atasnya jelas lebih tinggi, tetapi satu-satunya skor coding yang dimiliki salah satu model dan telah diverifikasi oleh laboratorium independen adalah milik spesialis lama yang lebih murah.

Ada juga tolok ukur yang diperdebatkan oleh O​penAI sendiri. Pada SWE-Bench Pro, GPT-5.6 Sol mencetak 64,6 persen sementara Claude Fable 5 memimpin dengan 80 — dan O​penAI secara terbuka mempertanyakan validitas tolok ukur tersebut. Pada kasus itu, sinyal yang menarik bukanlah skornya, melainkan fakta bahwa vendor unggulan kini berargumen bahwa nilai rendahnya sendiri adalah kesalahan tolok ukur. Bagi tim pengembang, ini adalah pengingat untuk menguji model pada repositori Anda sendiri sebelum mempercayai papan skor mana pun, termasuk milik kami.

Kecepatan: peringatan lalu lintas

Pada telemetri tujuh hari OrcaRouter, GPT-5.6 Sol menunjukkan median waktu-ke-token-pertama sebesar 3,82 detik dan sekitar 465 token keluaran per detik, pada lalu lintas 39 juta token. Halaman GPT-5 Codex masih "mengumpulkan" telemetri — lalu lintasnya melalui router terlalu tipis sehingga belum ada yang bisa dirata-rata. Lalu lintas tipis itu sendiri adalah informasi: di mata pasar, kerja API agen coding sudah berpindah ke model-model yang lebih baru. Hal ini tidak berarti GPT-5 Codex lambat atau rusak; itu berarti "mana yang lebih cepat" tidak dapat dijawab dari data router sampai seseorang menjalankan volume nyata melaluinya.

Mana yang sebaiknya Anda pilih?

Pilih GPT-5 Codex jika…

Beban kerja Anda benar-benar berbentuk pengodean: Anda menjalankan agen yang mengedit kode, meninjau pull request, melakukan refactoring, menulis tes, dan bekerja di dalam lingkungan IDE atau CLI. Anda menginginkan fokus spesialis, biaya input yang empat kali lebih murah, dan satu-satunya skor pengodean yang terverifikasi secara independen dalam perbandingan ini. GPT-5 Codex juga merupakan pilihan yang tepat jika Anda menginginkan semantik agentic-coder dari OpenAI — kenop upaya penalaran, putaran penggunaan alat — tanpa membayar harga flagship untuk kemampuan umum yang tidak akan Anda gunakan.

Pilih GPT-5.6 Sol jika…

Pekerjaan Anda memadukan pengkodean dengan penalaran umum yang sulit, agen cakrawala panjang, penggunaan komputer, atau masukan sarat berkas — atau Anda hanya menginginkan satu andalan untuk semuanya. Konteks 1.05M, mode ultra multi-agen, pelatihan yang lebih baru, dan integrasi produk ChatGPT dan Codex semuanya mendukung Sol. Angka pengkodeannya lebih tinggi di atas kertas, dan pada tolok ukur yang diyakini vendor, ini adalah agen pengkodean terbaik yang pernah dirilis O​penAI. Anda membayar tiga hingga empat kali lipat per token untuk keluasan itu; kisah efisiensi token mempersempit kesenjangan pada tugas-tugas yang sebenarnya dimenangkan Sol.

Jawabannya sering kali keduanya — rute berdasarkan tugas

Karena keduanya berjalan di OrcaRouter dengan markup 0%, pengaturan terkuat bukanlah pilihan sama sekali. Arahkan volume pengodean ke GPT-5 Codex — spesialis $1.25 / $10 — dan naikkan level hanya tugas-tugas yang membutuhkan cakupan unggulan ke GPT-5.6 Sol seharga $5 / $30. Satu kunci API, satu endpoint yang kompatibel dengan OpenAI, perubahan nama model saat Anda merutekan, dan failover otomatis jika penyedia mengalami gangguan. Pass-through menjadi penting dengan cara yang spesifik di sini: $1.25 / $10 dan $5 / $30 yang Anda anggarkan adalah harga daftar penyedia, sehingga penurunan harga OpenAI di masa depan aktif di endpoint kami pada hari yang sama saat diumumkan, dan logika perutean Anda tidak perlu diubah.

Pertanyaan yang ditimbulkan ini

Apakah GPT-5.6 Sol menggantikan GPT-5 Codex?

Di dalam produk, ya — aplikasi Codex standalone digabungkan ke ChatGPT pada peluncuran 5.6, dan Sol adalah mesin yang menjalankan mode agen coding di sana. Di API, tidak: GPT-5 Codex masih merupakan model yang aktif dan dilayani dengan harga sendiri, dan banyak pipeline agen masih menjalankannya karena model ini dirancang khusus dan murah.

Apakah coding Sol benar-benar lebih baik daripada coding Codex?

Pada angka yang dipublikasikan O​penAI, ya — Terminal-Bench 2.1 di 88.8 dibandingkan dengan LiveCodeBench milik Codex di 84.0 — tetapi itu adalah benchmark yang berbeda, dan angka Sol dilaporkan oleh vendor sementara Codex diukur secara independen. Uji pada repositori Anda sendiri; itulah satu-satunya skor yang berarti.

Mengapa masih ada orang yang menjalankan GPT-5 Codex?

Harga dan kecocokan. Dengan seperempat harga input Sol, pipeline agen pengkodean khusus yang tidak pernah membutuhkan keluasan flagship umum menghemat uang nyata per juta token, dan fokus spesialis berarti lebih sedikit pembentukan prompt untuk menjaganya tetap pada pekerjaan pengkodean.

Alasan perbandingan ini layak dipikirkan adalah karena O​penAI membangun jawabannya ke dalam produknya sendiri. Perusahaan menghabiskan setahun menjual spesialis pengodean, lalu menyerapnya ke dalam produk unggulan generalis yang mengode dengan cukup baik untuk merebut mahkota spesialis — sambil meninggalkan spesialis tersebut di API dengan harga yang jauh lebih murah. Itu bukan trik; itu adalah batas harga untuk "kami ingin agen pengodean tanpa membayar produk unggulan." GPT-5 Codex adalah spesialis yang murah, terfokus, dan terukur secara independen. GPT-5.6 Sol adalah produk unggulan yang lebih baru, lebih luas, dan lebih mahal yang klaim pengodeannya harus Anda verifikasi pada pekerjaan Anda sendiri. Sebagian besar tim produksi akan menemukan jawaban jujurnya adalah keduanya — dan dengan keduanya di satu endpoint pass-through, perutean di antara keduanya adalah konfigurasi, bukan migrasi.