GPT-6.1 vs GPT-6.1 Sol: Salah Satu dari Kedua Nama Itu Bukan Model

Cari perbandingan langsung antara G​PT-6.1 dan G​PT-6.1 Sol dan Anda akan menemukan halaman-halaman yang membandingkan dua hal yang sebenarnya bukan dua hal. Daftar model O​penAI memiliki satu entri di generasi 6.1, dan identifikasinya adalah gpt-6.1-sol. Tidak ada varian saudara bernama gpt-6.1, tidak ada varian dasar, tidak ada mini, tidak ada pro. "G​PT-6.1" adalah stiker generasi pada kotaknya; G​PT-6.1 Sol adalah isi kotaknya. Perbandingan yang benar-benar menghabiskan uang orang adalah G​PT-6.1 Sol dibandingkan dengan G​PT-6 Sol tingkat yang digantikannya tiga minggu sebelumnya — tarif utama $2 dan $10 yang sama, harga cache berbeda, skor indeks berbeda, dan pemberitahuan penghentian yang melekat pada versi lama. Kegagalan AI dan insiden agen yang terdokumentasi di balik rilis seperti ini dikumpulkan dalam the OrcaRouter AI Incident Archive di mana setiap entri menyertakan sumbernya sendiri, tingkat keparahan, tingkat keyakinan, dan penanda status diperdebatkan.

Jadi halaman ini menjalankan dua tugas. Halaman ini menyelesaikan pertanyaan penamaan dengan bukti, karena jika salah akan menghasilkan 404 di log Anda, bukan jawaban yang lebih buruk. Lalu halaman ini menjalankan perbandingan yang tersirat dari nama tersebut tetapi katalog tidak mendukungnya, karena itulah keputusan yang dihadapi siapa pun yang mengetik kueri pertama.

Apa yang terjadi saat Anda mengirim string yang salah?

Tidak ada yang mulus. Permintaan yang menyebut model yang tidak tercantum di API gagal di lapisan perutean, sebelum satu token ditagih, dan error yang muncul adalah model tidak ditemukan, bukan fallback ke kecocokan terdekat. Di API milik O​penAI sendiri, sampai di situ saja. Pada router, mode kegagalannya setidaknya terlihat: katalog OrcaRouter memuat openai/gpt-6.1-sol dan tidak memuat bentuk polos openai/gpt-6.1, sehingga salah ketik muncul sebagai rute yang hilang alih-alih diam-diam mendarat di tier lain dan menghasilkan jawaban dengan harga berbeda.

Perbedaan itu lebih penting daripada kedengarannya. Dua versi kesalahan ini yang paling umum adalah pengenal yang terpotong dan pengenal yang diberi spasi — gpt-6.1 padahal yang dimaksud adalah gpt-6.1-sol, atau G​PT 6.1 Sol yang ditempel dari siaran pers ke nilai konfigurasi. Yang pertama adalah 404; yang kedua adalah 404 yang terbaca seperti masalah izin jika Anda hanya sekilas melihatnya. Keduanya murah diperbaiki dan mahal didiagnosis pada pukul 2 pagi, dan itulah alasan utama untuk mematok string model di satu file konfigurasi dan tidak pernah di kode aplikasi.

• Pengenal yang benar — gpt-6.1-sol pada API vendor, openai/gpt-6.1-sol di OrcaRouter

• Label generasi, bukan pengenal — "G​PT-6.1", yang muncul dalam dokumentasi dan pemasaran tetapi tidak merujuk pada apa pun

• Apa yang disiratkan label dan tidak disiratkan daftar — sebuah keluarga tingkatan, yang tepat satu di antaranya ada

Mengapa penyegaran 6.1 memiliki tepat satu anggota

OpenAI merilis generasi GPT-6 dalam tiga gelombang dan memperbarui satu tingkatannya. GPT-6 Astra hadir pada 3 September 2026 di puncak tangga. GPT-6 Sol dan GPT-6 Luna hadir pada 22 September sebagai tier menengah dan volume. Lalu pada 29 September, pembaruan 6.1 mendarat hanya pada tingkatan Sol — GPT-6.1 Sol, diposisikan untuk pengodean kompleks dan pekerjaan profesional, dengan jendela konteks 1.050.000 token dan potongan harga input yang di-cache dari $0.20 menjadi $0.10 per juta token.

Astra dan Luna tidak diterbitkan ulang. Itulah sebabnya "G​PT-6.1 vs G​PT-6.1 Sol" terdengar seperti pertandingan antara sebuah keluarga dan salah satu anggotanya: untuk satu generasi, kali ini, keduanya adalah set yang sama. Jika Anda mencari saudara 6.1 yang lebih murah untuk mengalihkan pekerjaan bervolume tinggi, tidak ada — tier volume masih G​PT-6 Luna, masih dengan penomoran 6.0, masih $0.10 dan $0.50 per juta token.

Penamaannya tidak sembarangan, dan itulah bagian yang perlu diinternalisasi. Nomor generasi pada nama model menandai pembaruan pada tingkat tersebut, bukan keluarga baru. Ketika vendor memperbarui satu tingkatan, label generasi untuk sementara menggambarkan himpunan dengan satu elemen — dan setiap artikel, file konfigurasi, dan dokumen pengadaan yang ditulis hanya berdasarkan label tersebut akan mendapatkan model mental yang salah. Bacalah daftar model, bukan judul pengumuman.

GPT-6.1 Sol dibandingkan dengan tier yang digantikannya

Perbandingan yang benar-benar dibutuhkan orang, berdasarkan angka yang diterbitkan masing-masing sumber. Spesifikasi vendor dari dokumentasi developer OpenAI; skor indeks dan waktu dari Artificial Analysis, dibaca pada 21 Oktober 2026, pada indeks v4.3.2.

• Harga — identik: G​PT-6.1 Sol $2.00 masuk / $10.00 keluar per juta; G​PT-6 Sol $2.00 masuk / $10.00 keluar

• Input cache — G​PT-6.1 Sol $0.10 per juta; G​PT-6 Sol $0.20 per juta

• Konteks — G​PT-6.1 Sol 1,050,000 token; G​PT-6 Sol 1,050,000 token

• Indeks Kecerdasan — G​PT-6.1 Sol 52; G​PT-6 Sol 48, selisih empat poin pada harga yang sama

• Biaya per tugas indeks — G​PT-6.1 Sol $0,72; G​PT-6 Sol $1,04

• Kecepatan keluaran — G​PT-6.1 Sol 55,2 token per detik; G​PT-6 Sol yang lebih lambat di antara keduanya pada board yang sama

• Ekonomi prompt panjang — G​PT-6.1 Sol di atas 272.000 token input: input dan cache 2×, output 1,5× ($15 per juta)

• Status — G​PT-6.1 Sol aktif; G​PT-6 Sol ditandai usang dan digantikan olehnya

Dua dari baris tersebut membawa keputusan. Selisih indeks empat poin pada harga utama yang tidak berubah berarti penggantinya secara mutlak lebih baik dalam kualitas per dolar, yang tidak biasa dan menjadi alasan tingkat lama dipensiunkan alih-alih didiskon. Dan harga baca cache yang turun separuh memperbesar dampaknya: pada agen yang mengirim ulang prompt sistem panjang atau dokumen besar pada setiap giliran, input cache adalah sebagian besar tagihan, dan $0.10 versus $0.20 memangkas separuh pos biaya dominan. Terminal X, dalam kisah pelanggan yang diterbitkan O​penAI pada 20 Oktober, melaporkan biaya per kueri sekitar 30% lebih rendah untuk pekerjaan evaluasi konteks panjangnya dibandingkan model terbaik berikutnya yang diujinya — angka yang dilaporkan vendor dan pelanggan, bukan angka independen, tetapi konsisten arahnya dengan kartu tarif.

Parameter yang mengubah jawaban

String model yang identik dapat menghasilkan tagihan yang sangat berbeda, dan spesifikasi 6.1 Sol memiliki tiga pengaturan yang mengubah angka tersebut lebih besar daripada pengaruh pilihan tier.

• Tingkat upaya penalaran — rendah, sedang, tinggi, xhigh, maks. Skor indeks 52 diukur pada upaya maks. Pekerjaan tingkat draf dengan upaya rendah lebih murah dan lebih cepat serta tidak akan menyamai skor tersebut; tidak ada dan minimal ditolak mentah-mentah.

• Tingkat prompt panjang — di atas 272.000 token masukan, biaya masukan dan masukan yang di-cache 2× serta keluaran 1,5×. Jendela 1 juta token bukanlah anggaran 1 juta token; 700.000 token terakhir berbiaya dua kali lipat.

• Latensi pada upaya maksimum — waktu hingga token pertama 248 detik di papan Artificial Analysis, dibandingkan median pembanding 3,69 detik. Baik untuk evaluasi batch, fatal untuk antarmuka chat.

• Tier layanan — standard, Fast 2×, Batch dan Flex 50% lebih murah, Ultrafast 6×. Batch ditambah 6.1 Sol sering kali lebih murah daripada standard ditambah model yang lebih kecil untuk proses semalaman.

Pengaturan effort adalah tempat sebagian besar kejutan migrasi terjadi. Tim beralih dari G​PT-6 Sol pada effort tinggi ke G​PT-6.1 Sol pada max karena skor utama adalah skor effort maksimum, lalu mendapati bahwa throughput eval anjlok dan biaya per item naik. Perbandingan yang adil adalah tier effort yang sama pada kedua model, dan default yang jujur untuk pass pertama adalah tingkat effort yang sudah digunakan oleh beban kerja tersebut.

Tes migrasi yang bisa Anda jalankan dalam satu sore

Tarik 100 hingga 200 item representatif dari trafik Anda sendiri, jalankan melalui G​PT-6 Sol dan G​PT-6.1 Sol pada effort yang disamakan, dan nilai terhadap apa pun yang sudah digunakan tim Anda — rubrik, golden set, atau reviewer.

Kedua model berada pada namespace rute yang sama di OrcaRouter dengan harga daftar vendor tanpa markup, sehingga biaya eksekusi hanya mengikuti rate card dan tidak ada biaya lain, dan beralih di antara keduanya cukup dengan mengubah satu string, bukan kontrak kedua dan invoice kedua.

Tiga hal yang perlu diukur yang tidak bisa dijelaskan oleh angka-angka publik. Tingkat cache hit pada struktur prompt Anda yang sebenarnya — harga cache yang separuh hanya bermanfaat jika Anda benar-benar memakainya. Apakah ambang 272.000 token berada di atas atau di bawah konteks tipikal Anda, karena beban kerja yang berada tepat di bawahnya berperilaku sangat berbeda dari yang tepat di atasnya. Dan latensi pada tier effort yang ingin Anda rilis, bukan yang Anda uji benchmark.

Untuk jalur produksi, alasan untuk beralih sekarang daripada nanti adalah pemberitahuan penghentian, bukan empat poin indeks. Jalankan keduanya secara paralel di balik DSL perutean, biarkan tier baru menerima sebagian kecil lalu lintas langsung, dan gunakan failover otomatis untuk mengirim permintaan kembali ke model lama jika model baru berperilaku tidak semestinya. Itu mengubah peralihan yang berisiko menjadi eksperimen yang dapat Anda pantau — bentuk yang tepat untuk migrasi apa pun ketika pengenal model berubah tetapi harganya tidak.

Ketika perbandingan tidak lagi berguna

Ada dua batasan yang perlu dinyatakan secara gamblang. Pertama, skor indeks pada upaya maksimum bukanlah proksi untuk beban kerja Anda; selisih empat poin pada sepuluh evaluasi tidak mengatakan apa pun tentang apakah model menangkap kesalahan spesifik yang ditangkap oleh reviewer Anda. Kedua, G​PT-6.1 Sol tidak otomatis menjadi peningkatan yang tepat untuk setiap tingkat — jika pekerjaannya adalah ekstraksi, klasifikasi, atau apa pun dengan jumlah panggilan yang tinggi dan konteks yang pendek, G​PT-6 Luna dengan $0.10 dan $0.50 hanya seperlima dari harga input dan lebih dari dua kali kecepatan output, dan selisih indeks tidak relevan dengan tugas tersebut.

Ringkasan yang berguna justru yang membosankan. Tidak ada GPT-6.1 untuk dibandingkan dengan GPT-6.1 Sol, karena generasi dan modelnya adalah objek yang sama. Perbandingan yang ada adalah GPT-6.1 Sol dengan GPT-6 Sol, di mana harganya tidak berubah, kualitasnya berubah, dan baris input yang di-cache berkurang setengah. Itu alasan yang cukup baik untuk menjalankan pengujian — dan sama sekali bukan alasan yang cukup baik untuk melewatinya.