Jejak Penalaran GPT-6.1 Sol: Dapat Dibaca Karena Berupa Ringkasan, Bukan Karena Bocor

Pada pukul 00.46 UTC tanggal 21 Oktober 2026, tangkapan layar teks penalaran GPT-6.1 Sol mulai beredar di X, diposting oleh @scaling01 dengan keterangan "jejak penalaran sepenuhnya terbaca, tidak ada yang perlu dikhawatirkan." Leluconnya — dan ini memang lelucon — adalah bahwa jejak-jejak itu terbaca dalam bahasa Inggris biasa, yang justru merupakan kondisi yang menurut Andrej Karpathy pada September 2024 berarti pembelajaran penguatan telah berhenti bekerja dengan benar. Sebelum apa pun, ada dua hal yang perlu dikatakan. Pertama, model ini bukan baru: GPT-6.1 Sol dirilis pada 29 September 2026 pada OpenAI DevDay, dan tidak ada apa pun dalam pos ini yang merupakan peluncuran, kenaikan versi, atau pengumuman fitur. Kedua, tangkapan layar tetaplah tangkapan layar — pandangan satu pengamat terhadap satu respons, yang diposting ulang oleh orang-orang yang belum mereproduksinya. Yang baru dan dapat ditanggali adalah argumen yang dipicu oleh tangkapan layar itu, yang berlangsung pada 21 Oktober dan melibatkan balasan Karpathy serta sekelompok peneliti yang berdebat tentang penalaran laten. Argumen itu layak dibongkar, karena premis di baliknya salah dengan cara yang spesifik dan dapat diperiksa. Tidak ada yang hipotetis: kegagalan AI dan insiden agen yang terdokumentasi di balik rilis seperti ini dikumpulkan di the OrcaRouter AI Incident Archive yang di dalamnya setiap entri mencantumkan sumbernya sendiri, tingkat keparahan, tingkat keyakinan, dan penanda sengketa.

Apa yang sebenarnya diposting, dan apa yang sebenarnya terverifikasi

Jika pembingkaiannya disingkirkan, buktinya tipis, yang wajar untuk hal semacam ini. Seorang pengguna memposting tangkapan layar keluaran model yang terbaca sebagai prosa bahasa Inggris biasa yang tersusun baik, bukan singkatan termampatkan tanpa tanda baca yang sering menjadi bentuk akhir teks rantai pemikiran pada tekanan pelatihan tinggi. Postingan itu telah dilihat sekitar 65.600 kali pada saat diarsipkan. Karpathy membalas, “Ya, menurut saya RL-nya sekarang bekerja dengan benar,” sambil mengutip kalimatnya sendiri dari September 2024 bahwa Anda bisa tahu RL dilakukan dengan benar ketika model berhenti berbicara dalam bahasa Inggris di rantai pemikiran mereka. Yang lain membawanya lebih jauh: satu balasan menyarankan agar bidang ini “sebaiknya sekalian saja menerima kenyataan dan beralih ke penalaran laten penuh,” dan yang lain berargumen bahwa jejak-jejak itu hanya kehilangan spasinya, dan bahwa memulihkannya menghasilkan kata-kata model ringkas biasa tentang pemantauan dan tidak mengarang persyaratan.

Jadi ada tiga klaim terpisah yang tercampur dalam utas itu, dan status pembuktiannya sangat berbeda. Bahwa bahasa Inggris yang terbaca muncul dalam keluaran yang diatribusikan kepada GPT-6.1 Sol — belum terverifikasi, hanya satu tangkapan layar, tidak ada prompt atau ID permintaan yang dipublikasikan. Bahwa keterbacaan itu menyiratkan penalaran internal model kini dapat dibaca — belum terverifikasi, dan sebagaimana ditunjukkan bagian berikutnya, mungkin merupakan kekeliruan kategori. Bahwa keterbacaan itu menyiratkan sesuatu tentang seberapa baik RL bekerja — sebuah interpretasi, disampaikan sebagai lelucon, oleh seseorang yang belum menjalankan model dalam konfigurasi ini. Perlakukan ketiganya sebagai observasi komunitas. Tidak satu pun dari ketiganya merupakan temuan.

Apa yang sebenarnya dikembalikan API, yang merupakan bagian yang tidak dikutip siapa pun

Berikut rincian yang dilewatkan thread ini. GPT-6.1 Sol tidak mengembalikan rantai pemikirannya, dan dokumentasi O​penAI sendiri menyatakannya secara eksplisit: API tidak mengekspos token penalaran mentah yang dipancarkan model, dan item penalaran yang memang dikembalikannya tetap buram. Yang diterima pemanggil adalah tiga hal berbeda, dan hanya satu di antaranya berupa prosa:

• Rantai pemikiran mentah — tidak pernah dikembalikan, untuk tingkat upaya apa pun, dalam kombinasi parameter apa pun.

• Ringkasan penalaran — bersifat opsional (opt-in), diminta melalui summary parameter, dan ditulis oleh model sebagai uraian naratif, bukan disalin dari token yang benar-benar digunakannya untuk bernalar.

• Jumlah token — output_tokens_details.reasoning_tokens, sebuah angka, dan satu-satunya tempat penalaran muncul secara default.

Butir tengah itulah yang hampir pasti ditunjukkan oleh tangkapan layar tersebut. Kanal ringkasan memang dirancang agar mudah dibaca; itulah inti tujuannya. Kanal itu dihasilkan untuk dibaca manusia, dalam register yang dibaca manusia, dan kelancarannya memberi tahu Anda tentang gaya perangkum, bukan tentang bentuk komputasi di baliknya. Petunjuknya juga tidak halus: jika teks dalam tangkapan layar itu hadir dengan spasi yang tetap utuh dan kalimat-kalimatnya sudah tersusun jelas, itu tidak pernah merupakan jejak mentah. Balasan yang berargumen bahwa spasi-spasi tersebut hanya dihilangkan dan dapat dipulihkan sedang menyampaikan poin yang sama dari arah lain, dan itu adalah kontribusi paling berbasis teknis dalam utas tersebut.

Mengapa kalimat Karpathy tidak berlaku di sini seperti cara penerapannya

Klaim tahun 2024 berkaitan dengan diagnostik tertentu: teks rantai pemikiran mentah yang merosot menjadi bahasa non-Inggris atau singkatan yang tidak dapat diuraikan merupakan bukti bahwa kebijakan telah dioptimalkan sedemikian rupa sehingga lapisan verbalnya melakukan sesuatu selain berkomunikasi. Diagnostik itu hanya berfungsi pada jejak mentah. Jalankan pada ringkasan dan Anda sedang menguji peringkas, yang merupakan proses model terpisah dengan tujuannya sendiri — dapat dibaca. Ringkasan yang dapat dibaca adalah yang Anda dapatkan terlepas dari apakah kebijakan yang mendasarinya rapi atau tidak.

Ini bukan pembedaan yang diciptakan untuk kesempatan ini. Inilah alasan OpenAI menerbitkan adendum pemantauan sejak awal: jika penalaran mentah adalah hal yang bisa dibaca pengguna, argumen keselamatan akan bergantung pada pengguna yang membacanya. Sebaliknya, argumen itu bergantung pada pemantau yang berada lebih dekat ke token daripada pemanggil API mana pun, dan pada saluran ringkasan yang sengaja merupakan hasil penyajian ulang. Konsekuensinya bagi pembaca jelas dan langsung. Anda tidak dapat mengaudit penalaran GPT-6.1 Sol dari API. Anda dapat mengaudit jawabannya, jumlah tokennya, dan ringkasan yang dinyatakannya. Siapa pun yang mengklaim telah membaca isi pikirannya melalui tangkapan layar telah membaca dokumen yang ditulis model tentang dirinya sendiri.

Angka yang memang relevan dengan "apakah ada sesuatu yang salah di dalamnya"

Jika Anda ingin bukti tentang apa yang terjadi di dalam model, bukan tentang apa yang dikatakannya tentang dirinya sendiri, adendum keselamatan penerapan September adalah satu-satunya sumber publik substantif, dan itu dijalankan oleh vendor — O​penAI mengukur modelnya sendiri, menerbitkan metodenya, dan belum ada pihak luar yang mereproduksinya. Dua angka dari bagian rantai pemikirannya layak untuk diingat.

• Keterkendalian CoT — 44,8% untuk GPT-6.1 Sol, dibandingkan dengan 60,9% untuk GPT-6 Astra, 23,2% untuk GPT-6 Sol, dan 16,1% untuk GPT-5.6 Sol. Semakin tinggi nilainya berarti prompt dari luar dapat mengarahkan teks penalaran dengan lebih mudah.

• Penghindaran monitor CoT pada upaya maksimum — hampir nol, dengan monitor konteks penuh memulihkan 100% perilaku yang ditanamkan dalam harness milik vendor itu sendiri.

• Penyandian steganografis dalam penalaran — telah dicoba dan tidak dibuktikan, menurut dokumen yang sama.

Jika dibaca bersama-sama, gambaran yang muncul justru kebalikan dari mencemaskan dalam arah yang disiratkan tweet itu. Model yang paling lancar terbaca di permukaan bukanlah model yang penalarannya paling mudah dikendalikan; Astra mencetak skor lebih tinggi dalam keterkendalian sekaligus menjadi model yang menurut para peninjau lebih mampu secara keseluruhan. Penalaran GPT-6.1 Sol relatif sulit digoyahkan dan, berdasarkan angka vendor itu sendiri, mudah diikuti oleh pemantau konteks penuh. "Tidak ada yang perlu dikhawatirkan" adalah lelucon, tetapi berdasarkan bukti yang dipublikasikan, itu tidak jauh meleset — khususnya untuk pertanyaan keterpantauan, yang merupakan pertanyaan sempit.

Penalaran laten adalah jawaban nyata untuk masalah yang berbeda

Balasan "beralih ke penalaran laten penuh" layak mendapat lebih banyak rasa hormat daripada yang diberikan utas itu, karena balasan tersebut mengidentifikasi ketegangan yang nyata. Jika penalaran tetap berada dalam vektor kontinu, tidak ada yang terbaca untuk salah ditafsirkan, tidak ada yang bisa diringkas, dan tidak ada yang bisa diarahkan — dan juga tidak ada yang bisa dibaca oleh pemantau, yang menjadi alasan mengapa laboratorium tidak sekadar melakukannya. Penalaran laten menukar keterpantauan dengan ruang cadangan kapabilitas. Tidak ada seorang pun di utas itu yang mengusulkan makan siang gratis; mereka mengusulkan menutup jendela itu agar orang berhenti menatap lewatnya.

Ada sisi kedua yang perlu diketahui. Karya yang diterbitkan tahun ini tentang mengekstraksi jejak penalaran dari API proprietary melalui saluran samping — serangan prompt-injection dan token-timing alih-alih membaca isi respons — menunjukkan bahwa jejak yang tidak pernah Anda maksudkan untuk dikembalikan tetap bisa keluar. Desain OpenAI menutup versi jelas dari serangan itu, karena isi respons membawa rendering, bukan jejak. Namun desain itu tidak menutup saluran waktu, dan tidak diklaim menutupnya. Itulah risiko yang harus dilacak oleh pembaca serius, dan bukan risiko yang dimaksud dalam tangkapan layar itu.

Bagaimana cara memeriksa sendiri semua ini dengan murah

Semua itu bisa diuji dalam satu sore, dan biayanya cukup rendah sehingga tidak ada alasan untuk percaya begitu saja pada kata orang lain, termasuk kata kami. GPT-6.1 Sol dibanderol $2 per juta token input dan $10 per juta token output, dengan input yang di-cache seharga $0,10 dan penulisan cache $2,50. Konteksnya 1.050.000 token dan output maksimum 128.000. Tangga effort punya lima tingkat — low, medium sebagai default, high, xhigh, dan max — dan tidak ada pengaturan "none" atau "minimal", jadi Anda tidak bisa meminta model ini melewati penalaran sepenuhnya. reasoning.context menerima all_turns, yang membawa status penalaran lintas percakapan multi-giliran alih-alih memulainya ulang di setiap giliran.

Eksperimen yang layak dijalankan bukanlah "apakah ini terbaca seperti bahasa Inggris" melainkan "apakah ringkasan mengikuti jawabannya." Kirim prompt sulit yang sama pada low, high, dan max, minta ringkasan pada masing-masing, lalu bandingkan ringkasan itu dengan kebenaran yang dinilai dan dengan reasoning_tokens. Jika ringkasan membengkak sementara akurasi tetap datar, ringkasan hanyalah dekorasi. Jika akurasi naik seiring bertambahnya reasoning token dan ringkasan tetap ringkas, ringkasan adalah indeks yang lossy tetapi jujur. Hasil mana pun lebih informatif daripada tangkapan layar.

Perbandingan itu juga merupakan tempat lapisan perutean membuktikan kegunaannya, bukan sekadar ditempelkan belakangan. OrcaRouter membawa openai/gpt-6.1-sol bersama 200-an model lain dalam satu kunci dengan markup 0%, jadi angka $2/$10 di atas adalah angka yang Anda bayar dan setiap perubahan harga vendor langsung berlaku pada hari yang sama. Failover penting untuk pengujian khusus ini: menjalankan tiga tingkat upaya secara paralel berarti tiga peluang untuk terkena batas laju atau gateway bermasalah, dan failover otomatis ke penyedia yang sehat membuat perbandingan A/B/C selesai alih-alih hanya separuh jalan. Jika Anda ingin mengukur kanal ringkasan dan kanal jawaban mentah secara berdampingan tanpa menulis kode klien terpisah per endpoint, DSL perutean menyusun panggilan-panggilan itu ke dalam satu tempat.

Apa yang sebenarnya akan mengubah bagian ini

Dua perkembangan akan mengubah ini dari pembacaan bergaya bocoran menjadi berita. Yang pertama adalah setiap perubahan pada kontrak API yang mengembalikan sesuatu selain ringkasan — parameter raw-trace, mode debug, pratinjau riset. Changelog O​penAI bulan Oktober tidak memiliki entri tentang jejak penalaran atau rantai pemikiran mentah, dan bahasa dokumentasinya tidak berubah, jadi pada saat publikasi kontraknya tidak berubah. Yang kedua adalah hasil independen yang dapat direproduksi: seseorang yang menerbitkan prompt, ID permintaan, dan output yang menunjukkan ringkasan menyimpang dari kebenaran yang dinilai pada tingkat effort tertentu. Itu akan menjadi temuan. Tangkapan layar tanpa prompt bukanlah temuan.

Sebagai konteks tentang posisi model sebenarnya saat semua ini diperdebatkan: Artificial Analysis mengukur GPT-6.1 Sol pada Intelligence Index 52 di v4.3.2, berada di peringkat ke-12 dari 214 model, dengan $0.72 per tugas dan 55,2 token per detik — dijalankan secara independen, dan angka biaya per tugas adalah yang perlu diperhatikan, karena GPT-6 Astra mencetak skor 53 dengan $3.26 per tugas pada harga $10/$50. Suite terverifikasi ARC Prize menempatkan GPT-6.1 Sol pada 98,5% di ARC-AGI-1 dan 94,2% di ARC-AGI-2. Itu adalah angka kemampuan. Angka-angka itu tidak mengatakan apa pun tentang apakah penalarannya dapat dibaca, dan justru itulah kebingungan yang terjadi dalam utas ini: sebuah model bisa sangat baik sekaligus tidak transparan, dan ringkasan yang Anda baca hanyalah bentuk kesopanan, bukan jendela.