GPT-6 Astra vs Solar Pro 4: Dua Belas Poin Indeks dan Rasio Harga yang Berubah pada Hari Minggu

Pada dua evaluasi yang dijalankan secara independen yang sama-sama dimiliki pasangan ini, GPT-6 Astra unggul atas Solar Pro 4 dengan selisih besar dalam pengetahuan umum dan selisih yang lebih sempit di area tempat model-model ini sebenarnya digunakan. Artificial Analysis menempatkan GPT-6 Astra pada 54,7 di Intelligence Index dan 96,1 di GPQA Diamond; evaluator yang sama menempatkan Solar Pro 4 pada 42 dan 86,8. Dalam pekerjaan agentik, selisihnya menyusut menjadi sebelas dan enam poin pada Terminal-Bench 2.1 dan τ²-Banking. Sementara itu, cerita harga membawa tenggat waktu yang hampir tidak ada yang mengaitkannya: promosi Solar Pro 4 saat ini berakhir pada pukul 00.00 UTC pada Minggu, 11 Oktober 2026, saat model tersebut beralih dari $0,09 menjadi $0,15 per juta token masukan dan dari $0,36 menjadi $0,60 per juta token keluaran. Jadi, pertanyaan yang harus dijawab oleh perbandingan ini bukanlah model mana yang lebih baik. Pertanyaannya adalah apakah kesenjangan kemampuan sekitar dua belas setengah poin membenarkan tarif output antara 42 hingga 139 kali lipat, dan jawaban itu adalah properti beban kerja Anda, bukan properti salah satu model.

Kartu tarif, termasuk yang berubah akhir pekan ini

Harga daftar Solar Pro 4 adalah $0.30 untuk input, $0.06 untuk input cache, dan $1.20 untuk output per juta token, dan Upstage telah menawarkannya di bawah harga daftar secara terus-menerus sejak peluncuran. Daftar tarif di halaman harga Upstage sendiri sudah eksplisit, jadi tidak perlu menebak angka mana yang harus dijadikan acuan anggaran:

• Promosi Upstage hingga 11 Oktober 2026, 00:00 UTC — $0.09 input, $0.018 di-cache, $0.36 output per 1 juta tokenbr /> • Promosi Upstage mulai 11 Oktober 2026 dan seterusnya — $0.15 input, $0.03 di-cache, $0.60 output per 1 juta token, tercantum tanpa tanggal berakhir, yang berarti perlu dianggarkan untuk itubr /> • Harga daftar Upstage — $0.30 input, $0.06 di-cache, $1.20 output per 1 juta tokenbr /> • GPT-6 Astra hingga 272.000 token input — $10.00 input, $1.00 di-cache, $12.50 penulisan cache, $50.00 output per 1 juta tokenbr /> • GPT-6 Astra di atas 272.000 token input — $20.00 input, $2.00 di-cache, $25.00 penulisan cache, $75.00 output per 1 juta token, diterapkan ke seluruh permintaan setelah ambang tersebut terlampaui

Jika dibaca sebagai rasio, yaitu 11× pada input dan 5,6× pada output dengan tarif pasca-promosi Solar Pro 4, 33× dan 42× terhadap harga daftarnya, serta 111× dan 139× jika kedua model diukur berdasarkan angka promosi hari ini. Selisihnya begitu besar karena kedua sisi pecahan bergerak: kartu Astra berada di puncak pasar dan Solar Pro 4 saat ini berada di dekat dasar pasar.

Aturan konteks panjang adalah baris lain yang layak dibaca dua kali, karena aturan-aturan itu tidak simetris. Ambang Astra berada di 272.000 token dan aturannya adalah penetapan harga ulang seluruh permintaan — setiap token dalam permintaan panjang ditagih dengan input dua kali lipat dan output 1,5×, bukan hanya token yang melewati batas. Kartu Upstage tidak memiliki langkah yang setara, sehingga permintaan Solar Pro 4 dengan 400.000 token ditagih dengan tarif per token yang persis sama seperti permintaan 4.000 token. Jika prompt Anda secara rutin melewati seperempat juta token, tarif input efektif Astra adalah $20,00 bukan $10,00, dan selisih yang Anda bayarkan melebar pada beban kerja persis tempat model konteks 512K bersaing.

Dari mana asal selisih dua belas poin itu

Kedua model memiliki evaluasi pihak ketiga, yang menjadikan ini perbandingan yang lebih adil daripada sebagian besar di tingkat ini. Pola di antara keduanya konsisten: peningkatan Solar Pro 4 dibandingkan versi sebelumnya sendiri terkonsentrasi pada tugas agen, dan di situlah ia paling dekat dengan .

• Indeks Kecerdasan — GPT-6 Astra 54,7, Solar Pro 4 42br /> • GPQA Diamond, sains tingkat pascasarjana — Astra 96,1, Solar Pro 4 86,8br /> • Terminal-Bench 2.1, mengoperasikan terminal nyata — Astra 88,4, Solar Pro 4 75,1br /> • τ²-Banking, penggunaan alat terhadap kebijakan — Astra 41,4, Solar Pro 4 35,0br /> • Pengingatan konteks panjang, AA-LCR — Astra 80,7, Solar Pro 4 71br /> • Biaya untuk menjalankan tugas evaluasi rata-rata — Astra $0,0516, Solar Pro 4 antara $0,0039 dan $0,0155br /> • Waktu aktual per tugas evaluasi — Astra sekitar 8,6 menit, pada model yang menghasilkan sekitar 70 token per detik

Baris biaya-per-tugas adalah yang membingkai ulang argumennya. Menjalankan satu tugas evaluasi sulit pada Solar Pro 4 memakan biaya antara empat hingga tiga belas sen, tergantung tier promosi mana yang berlaku, dibandingkan lima sen pada Astra dengan tarif standar. "Empat puluh dua kali harga output" dan "tiga belas kali biaya per tugas" sama-sama pernyataan yang benar tentang pasangan model yang sama, dan yang kedua adalah angka yang muncul di faktur. Perbedaannya adalah Astra, menurut pengukuran Artificial Analysis, mencapai jawabannya dalam token yang lebih sedikit daripada yang dicapai pendahulu Solar Pro 4 — 43.000 token output per tugas — dan model itu tetap menjadi model yang lebih mahal untuk menyelesaikan suatu tugas, hanya saja jauh dari 42× lebih mahal.

Dua catatan penting tentang kolom Solar Pro 4. Model ini lebih lambat daripada Astra dalam hal waktu nyata per tugas meskipun menggunakan lebih sedikit token, dan skor agentiknya yang dipublikasikan memiliki kekhususan yang perlu diketahui: pada evaluasi pendahulunya, ia meningkatkan skor kejujurannya sebagian besar dengan menolak menjawab, hanya mencoba 41% pertanyaan dibandingkan 92% milik Pro 3. Bagi agen yang harus bertindak, penolakan sering kali lebih baik daripada jawaban salah yang penuh keyakinan — tetapi ini mengubah cara Anda membaca perbandingan tingkat kelulusan apa pun.

Perbandingan yang tidak diberikan oleh kartu vendor mana pun kepada Anda

Baris benchmark di atas sudah cocok: masing-masing pihak menjalankan evaluasi yang sama. Baris yang tidak ada justru yang menarik, karena kedua vendor tidak sepakat tentang apa yang harus dipublikasikan.

• Upaya penalaran — Astra menampilkan lima tingkat bernama (low, medium, high, xhigh, max); Solar Pro 4 mendokumentasikan sebuah reasoning_effort parameter dengan setidaknya pengaturan medium, dan materi Upstage tentang tangga tingkat tersebut sangat minimbr /> • Arsitektur — Jumlah parameter Astra tidak diungkapkan; jumlah parameter Solar Pro 4 juga tidak diungkapkan, sehingga tidak ada pihak yang memberikan pengungkapan ekonomi penyajian seperti yang diberikan oleh model-model mereka yang lebih murahbr /> • Perilaku konteks panjang di bawah beban — Astra menerbitkan ambang biaya dan skor recall yang terdokumentasi; Upstage menerbitkan ukuran jendela dan tidak ada evaluasi recall miliknya sendiribr /> • Permukaan masukan — Astra menerima teks, gambar, dan berkas; Solar Pro 4 adalah model teksbr /> • Batas modalitas — 128.000 token keluaran maksimum di kedua pihak, yang merupakan tempat tidak biasa bagi model murah untuk mencapai kesetaraan dan merupakan satu-satunya spesifikasi paling berguna di lembar Solar Pro 4 untuk pekerjaan generasi panjang

Baris reasoning-effort lebih penting daripada yang terlihat. Model yang memungkinkan Anda menurunkan anggaran berpikir adalah model yang harga efektifnya per permintaan mudah jauh di bawah tarif utamanya, karena Anda membayar lebih sedikit token penalaran untuk pekerjaan yang tidak membutuhkannya. Kedua vendor mengekspos parameter tersebut; tidak satu pun mempublikasikan berapa biaya setiap tingkat dalam token, yang berarti satu-satunya cara untuk menemukan kelipatan sebenarnya antara kedua model ini adalah mengukurnya pada trafik Anda sendiri.

Titik impas, dinyatakan secara gamblang

Untuk sesaat, abaikan poin indeks dan anggap beban kerjanya tetap. Jika aplikasi Anda adalah ekstraksi, klasifikasi, peringkasan, atau keluaran terstruktur atas dokumen hingga setengah juta token, Solar Pro 4 melakukan pekerjaan itu dengan tarif yang tidak dapat didekati Astra, dan sama sekali tidak memerlukan tangga penalaran — tidak ada perbedaan kualitas yang masuk akal dalam tugas ekstraksi JSON yang sepadan dengan 42× pada keluaran. Jika aplikasi Anda adalah agen berhorizon panjang yang merencanakan, memanggil alat, memulihkan diri dari langkah yang gagal, dan harus menyelesaikan tugas, selisih sebelas poin di Terminal-Bench dan selisih enam poin di τ²-Banking adalah angka-angka yang memprediksi apakah agen itu akan selesai, dan satu kali jalan agen yang gagal memakan biaya penuh dari jalan tersebut ditambah percobaan ulang.

Kasus yang benar-benar sulit adalah yang di tengah: tugas penalaran sekali jalan yang singkat dan sulit, di mana keunggulan Astra pada GPQA besar dan biaya per tugasnya masih hanya beberapa sen. Di situ faktor penentunya bukan daftar tarif, melainkan jumlah token — dan satu-satunya pengukuran yang menjawabnya adalah menjalankan prompt Anda sendiri melalui kedua model dan membaca data pemakaian. Itu juga kasus di mana penurunan harga berdampak paling keras, karena model yang lebih murah adalah yang diuji terhadap model yang mahal, dan perubahan 67% pada tarif model yang lebih murah mengubah hitungan pengujian antara hari Senin dan hari ini.

Mengapa ini merupakan keputusan routing dan bukan pesanan pembelian

GPT-6 Astra ada dalam katalog OrcaRouter sebagai openai/gpt-6-astra dengan tarif daftar OpenAI sendiri, diteruskan dengan markup 0%, yang justru menjadi alasan utama perbandingan seperti ini bermuara pada aturan, bukan kontrak. Keluarga Solar dari Upstage adalah kasus yang berbeda, dan pernyataan jujurnya adalah yang selalu kami gunakan: OrcaRouter tidak merutekan model Upstage apa pun, jadi Solar Pro 4 tidak tersedia di sini — model ini berasal dari API milik Upstage sendiri dan dari beberapa platform pihak ketiga, dan daftar harga di atas adalah milik mereka, bukan milik kami.

Apa fungsi router sebenarnya dalam pasangan ini adalah pembagian tier. Model murah dan model mahal berada di belakang satu endpoint yang kompatibel dengan OpenAI, aturan perutean mengirim lalu lintas ekstraksi ke tier yang tepat untuknya, dan failover otomatis mempromosikan panggilan ke model yang lebih kuat ketika model yang lebih murah mengalami error atau mengembalikan output yang ditolak parser Anda. Mekanisme terakhir itulah jawaban praktis terhadap risiko salah perutean yang ditimbulkan oleh perbandingan ini: mode kegagalan yang mahal bukanlah memilih model yang salah, melainkan memilih model yang salah dan membayarnya dua kali.

Apa yang harus dilakukan pada {{1}}Minggu{{/1}}

Jika Solar Pro 4 adalah kandidat untuk stack Anda, ini adalah pekan termurah yang akan Anda dapatkan untuk mengujinya. Tarif promosi berlaku hingga 00:00 UTC pada 11 Oktober, tarif pascapromosi sebesar $0.15 dan $0.60 sudah sepertiga di bawah harga daftar, dan bukti yang diterbitkan model itu sendiri — angka Terminal-Bench dan τ²-Banking — menggambarkan pekerjaan yang dapat Anda reproduksi pada set tugas Anda sendiri dalam satu sore. Jalankan kedua model pada prompt yang sama, jaga pengaturan penalaran tetap konstan, dan catat token per tugas yang diselesaikan, bukan token per panggilan. Angka yang keluar adalah satu-satunya kelipatan yang penting, dan itu tidak akan menjadi 42×. Lalu putuskan, dengan pengetahuan bahwa jika sisi yang lebih murah menang, harga yang Anda gunakan untuk mengujinya akan berakhir pada hari Minggu — dan jika sisi yang lebih mahal menang, dua belas setengah poin indeks itulah yang Anda bayar.

GPT-6 Astra ada di katalog OrcaRouter sebagai openai/gpt-6-astradengan tarif daftar OpenAI sendiri, diteruskan tanpa markup 0%.