GPT-6.1 Sol vs GPT-6 Astra: Satu Poin Indeks, Lima Kali Kartu Tarif

GPT-6.1 Sol dan GPT-6 Astra adalah model kelas menengah dan andalan dari satu keluarga, dirilis terpaut empat minggu — Sol pada 29 September 2026, Astra pada 3 September 2026 — dan hingga minggu ini perbandingan antara keduanya sepenuhnya bertumpu pada angka Ope​nAI sendiri. Hal itu tidak lagi berlaku. Artificial Analysis telah mengevaluasi keduanya pada upaya penalaran maksimum di versi indeks yang sama, dan hasilnya adalah selisih 0,84 poin yang menguntungkan Astra, bersanding dengan selisih biaya per putaran evaluasi sebesar 4,5 kali di pihak GPT-6.1 Sol. Pada kartu tarif, rasionya bahkan lebih mencolok: Astra 5 kali GPT-6.1 Sol untuk input dan output serta 10 kali untuk input yang di-cache. Pertanyaan yang dijawab halaman ini adalah di mana premi itu membeli sesuatu yang dapat Anda tunjuk, dan di mana premi itu sekadar harga sebuah nama.

Apa kedua model itu, dan apa yang diukur oleh board

Keduanya menerima masukan teks dan gambar, menghasilkan teks, dengan jendela konteks 1.050.000 token dan maksimum 128.000 token keluaran, dan keduanya menyediakan tangga upaya lima tingkat — rendah, sedang, tinggi, xhigh, dan max — setelah menghapus setelan none yang masih diterima GPT-6 Sol. Keduanya tidak mendukung fine-tuning. Perbedaan yang penting adalah yang tercantum dalam daftar harga: Astra adalah tier unggulan, GPT-6.1 Sol adalah penyegaran tier di bawahnya, dan frasa positioning OpenAI sendiri untuk model yang lebih baru adalah "performa mendekati Astra untuk pekerjaan kompleks dengan biaya lebih rendah."

Artificial Analysis menilai klaim itu pada Intelligence Index miliknya — sepuluh evaluasi dalam versi v4.3.2, versi yang sama untuk kedua model — dan mencatat tanggal rilis yang dimilikinya untuk masing-masing. Ia mengevaluasi keduanya dalam konfigurasi upaya maksimum yang disebutkan halaman model di judulnya. Berikut ini adalah perbandingan tersebut, ditambah perhitungan biaya yang tidak dilakukan indeks untuk Anda.

• GPT-6.1 Sol — dirilis 29 September 2026, Indeks Kecerdasan 51,8 pada upaya maksimal, $2,00 input / $0,10 di-cache / $2,50 penulisan cache / $10,00 output per juta token.
• GPT-6 Astra — dirilis 3 September 2026, Indeks Kecerdasan 52,7 pada upaya maksimal, $10,00 input / $1,00 di-cache / $12,50 penulisan cache / $50,00 output per juta token.
• Keduanya tidak — menerima upaya penalaran none; keduanya menetapkan ulang harga seluruh permintaan pada 2× tarif input dan cache serta 1,5× output begitu input melampaui 272.000 token. Tingkat konteks panjang Astra adalah $20,00 input / $2,00 di-cache / $75,00 output; milik GPT-6.1 Sol adalah $4,00 / $0,20 / $15,00.
• Keduanya — mendukung pencarian web, pencarian file, pembuatan gambar, interpreter kode, shell terhosting, apply patch, keterampilan, penggunaan komputer, MCP, dan pencarian alat melalui Responses API.

0,84 poin indeks, 4,5 kali tagihan evaluasi

Dua angka berdampingan di papan itu dan bersama-sama keduanya merupakan keseluruhan argumennya. GPT-6 Astra pada upaya maksimal mencetak skor 52,7. GPT-6.1 Sol pada upaya maksimal mencetak skor 51,8. Di samping setiap skor, papan itu mencantumkan berapa biaya untuk menjalankan indeks di baliknya: $3,26 per tugas untuk Astra, $0,72 untuk GPT-6.1 Sol. Jika dibaca sebagai satu kalimat — 0,84 poin untuk 4,5 kali lipat uangnya — itu adalah angka yang paling relevan untuk keputusan yang pernah diterbitkan salah satu perusahaan tentang kedua model ini.

Kedua model juga mempublikasikan skor untuk setiap titik pada tangga upaya, yang memungkinkan perbandingan dijalankan pada pengeluaran yang sama alih-alih pada pengaturan yang sama:

• usaha maksimal — GPT-6.1 Sol 51.8 dengan $0.72 per proses vs GPT-6 Astra 52.7 dengan $3.26.
• xhigh — 51.0 dengan $0.39 vs 52.4 dengan $2.31.
• tinggi — 50.2 dengan $0.32 vs 50.9 dengan $1.73.
• sedang — 47.8 dengan $0.21 vs 49.6 dengan $1.54.
• rendah — 42.1 dengan $0.13 vs 45.8 dengan $0.82.

Jika Anda menjajarkan tingkatan upaya di seluruh model, muncul fakta yang tidak diiklankan oleh kedua vendor: rentang high-ke-max milik Astra sendiri adalah 1,8 poin indeks, lebih dari dua kali seluruh selisih antara Astra pada max dan GPT-6.1 Sol pada max. Dengan kata lain, memilih Astra daripada GPT-6.1 Sol memberi Anda skor lebih sedikit daripada memilih upaya max Astra daripada upaya high Astra — dan pilihan kedua itu hanya memerlukan sebagian kecil biaya pilihan pertama. Siapa pun yang beban kerjanya benar-benar sensitif terhadap 1,8 poin itu harus memeriksa pengaturan upaya sebelum memeriksa kolom model.

Di mana premium Astra masih membeli sesuatu

Nilai kompositnya dekat; evaluasi individualnya tidak. Dinilai baris per baris dengan upaya maksimal, GPT-6 Astra unggul pada enam dari sepuluh, dan keunggulan yang dimilikinya adalah pada hal-hal yang melibatkan bertindak, bukan menjawab.

• AutomationBench-AA, alur kerja multi-langkah lintas alat — 0,685 untuk Astra dibanding 0,649 untuk GPT-6.1 Sol. Astra unggul 3,6 poin.
• Terminal-Bench 4.0, kerja terminal di lingkungan nyata — 0,591 dibanding 0,561. Astra unggul 3,0 poin.
• SciCode — 0,565 dibanding 0,542. Astra unggul 2,3 poin.
• Humanity's Last Exam — 0,547 dibanding 0,529. Astra unggul 1,8 poin.
• AA-Omniscience — 43,4 dibanding 41,5, dan pada set yang sama tingkat halusinasi Astra adalah 0,513 dibanding 0,543 milik GPT-6.1 Sol. Astra lebih akurat sekaligus lebih bersedia mengatakan bahwa ia tidak tahu.
• AA-Briefcase v1.1, hasil kerja profesional — Elo 1568,9 dibanding 1564,2. Astra unggul 4,7.

Polanya cukup konsisten untuk dijadikan dasar perencanaan: ketika tugas menuntut model menjaga rangkaian tindakan yang panjang tetap runut — mengendalikan terminal, menjalankan alur kerja multi-alat, menghasilkan keluaran berbentuk dokumen — keunggulan Astra nyata dan dapat diulang di berbagai harness. Ketika tugasnya adalah pertanyaan pengetahuan yang dijawab dalam satu giliran, keunggulan itu sebagian besar menghilang.

Di mana model yang lebih murah menang, termasuk baris cache

GPT-6.1 Sol bukanlah Astra yang secara seragam sedikit lebih buruk. Pada evaluasi yang menghargai pembacaan dan penalaran atas materi panjang, ia unggul, dan pada kartu tarif ia unggul dengan margin yang tidak pernah dilihat indeks.

• GDPval-AA, pekerjaan profesional yang dinilai terhadap keluaran ahli — Elo 1575,1 untuk GPT-6.1 Sol berbanding 1541,9 untuk Astra. Keunggulan 33 poin bagi model yang biayanya seperlima, dan kemenangan independen tunggal terbesar di baris ini.
• AA-LCR v1.1, penalaran konteks panjang — 0,830 berbanding 0,807. GPT-6.1 Sol memimpin.
• GDP.pdf — imbang sempurna pada 0,310, begitu pula CritPt pada 0,317.
• Input di-cache — $0,10 per juta token berbanding $1,00 milik Astra. Inilah baris yang menentukan ekonomi agen dan sama sekali tidak ada dalam indeks tersebut.
• Kecepatan keluaran — 66,8 token per detik berbanding 56,95 pada proses evaluasi yang sama, dengan 67,2 juta token keluaran yang digunakan berbanding 60,0 juta milik Astra. Kedua model tidak cepat; GPT-6.1 Sol lebih cepat di antara keduanya.

Satu bulan agen, dengan harga di kedua kartu tarif

Ambil sebuah beban kerja yang mengirim ulang prefiks yang stabil: 40 juta token input per bulan dengan 85% di antaranya dilayani dari cache, ditambah 4 juta token output. Menurut kartu tarif GPT-6.1 Sol, biayanya adalah $3,40 untuk pembacaan dari cache, $12,00 untuk input yang tidak di-cache, dan $40,00 untuk output — $55,00Menurut kartu tarif GPT-6.1 Terra, biayanya adalah $1,00 untuk pembacaan dari cache, $60,00 untuk input yang tidak di-cache, dan $200,00 untuk output — $294,00. Beban kerjanya identik; tagihannya 5,3 kali lebih besar.

Dua ambang batas membelokkan aritmetika itu, dan keduanya layak dihitung biayanya sebelum keputusan migrasi, bukan sesudahnya. Yang pertama adalah 272.000 token input dalam satu permintaan: lewati ambang itu dan seluruh permintaan dihargai ulang pada dua kali tarif input dan cache serta 1,5× tarif output, yang menggeser GPT-6.1 Sol ke $4,00 / $0,20 / $15,00 dan Astra ke $20,00 / $2,00 / $75,00. Yang kedua adalah tangga effort itu sendiri — menurunkan GPT-6.1 Sol dari max ke xhigh memangkas biaya index-run-nya dari $0,72 menjadi $0,39 untuk 0,8 poin, dan menurunkan Astra dari max ke high memangkas $3,26 menjadi $1,73 untuk 1,8. Dalam loop agen yang berat cache, pengaturan effort adalah tuas biaya yang lebih besar daripada kolom model, yang merupakan kebalikan dari cara kedua model ini biasanya dibandingkan.

Mana yang harus dijalankan, dan apa yang sebenarnya bisa Anda panggil

Berdasarkan bukti yang ada, pembagiannya lebih rapi daripada yang disiratkan pemasaran. Arahkan pekerjaan yang harus bertahan melewati rantai tindakan yang panjang — sesi terminal, otomasi yang berat penggunaan alat, hasil dokumen yang paragraf halusinasinya mahal — ke GPT-6 Astra, dan pertimbangkan untuk menjalankannya pada setelan high alih-alih max kecuali Anda sudah mengukur bahwa tambahan 1,8 poin itu berdampak pada tugas Anda. Arahkan semua yang berat pengetahuan, berat cache, atau sebagian besar hanya dibaca ke GPT-6.1 Sol: model ini lebih baik dalam penilaian pekerjaan profesional, lebih baik dalam penalaran konteks panjang, lebih cepat, dan lima hingga sepuluh kali lebih murah pada pos-pos yang mendominasi tagihan nyata.

Yang dapat Anda panggil hari ini adalah bagian yang jujur. OrcaRouter menyediakan GPT-6 Astra dengan harga daftar milik OpenAI sendiri — tarif input $10.00, output $50.00, baca cache $1.00, dan tulis cache $12.50, dengan aturan penetapan harga ulang 272K diteruskan persis seperti yang diterbitkan vendor — bersama GPT-6 Sol dan GPT-6 Luna. Layanan ini tidak menyediakan GPT-6.1 Sol: katalog publik mengembalikan "model tidak ditemukan" untuk openai/gpt-6.1-sol, dan kami tidak akan menjelaskan model yang tidak dapat kami rutekan. Karena harga daftar penyedia diteruskan tanpa tambahan markup, pada hari model itu tersedia, biayanya adalah tarif OpenAI di sisi kami tanpa langkah penetapan harga ulang; hari ini separuh yang dapat digunakan dari perbandingan ini adalah model unggulan, di balik satu kunci API, dengan DSL perutean tersedia jika Anda ingin menggabungkan model murah dan model mahal ke dalam satu panggilan alih-alih memilih di antara keduanya per permintaan.

Satu hal yang perlu diperhatikan adalah baris yang hilang dari perbandingan ini. Baik angka vendor maupun indeks independen tidak memberi tahu Anda apa yang akan dilakukan lalu lintas Anda sendiri pada dua tingkatan ini, dan satu-satunya cara murah untuk mengetahuinya adalah menjalankan kumpulan tugas yang sama melalui keduanya dengan failover yang memegang kendali. Itu adalah eksperimen satu tombol ketika kedua bagiannya dapat dipanggil, dan setengah eksperimen sampai keduanya bisa.