GPT-6 Luna Kian Menjadi Default: Apa yang Sebenarnya Bisa Dibeli dengan Satu Dime per Juta

Hal paling berdampak yang terjadi pada GPT-6 Luna pada minggu pertamanya bukanlah pemotongan harga. Itu adalah sebuah merge commit. Dalam waktu sehari setelah vendor merilis GPT-6 Luna pada 22 September 2026, sebuah platform agen sumber terbuka menerapkan perubahan yang menjadikannya model fallback bagi setiap organisasi yang belum memilih default-nya sendiri — menggantikan GPT-5.6 Terra, yang merupakan tingkatan lebih besar dan jauh lebih mahal. Alasan yang dikemukakan adalah aritmetika: dengan $0,10 dan $0,50 per juta token, GPT-6 Luna berbiaya seperdua puluh dari tarif input GPT-5.6 Terra dan seperdua puluh empat dari tarif outputnya. Itu adalah sinyal yang nyata, dan itu juga baru separuh ceritanya. GPT-6 Luna berharga $0,10 per juta token input dan $0,50 per juta token output, dibandingkan $2,00 dan $10,00 untuk GPT-6 Sol, tingkatan di atasnya, serta $10,00 dan $50,00 untuk GPT-6 Astra yang menjadi andalan. Model yang digantikannya di slot default itu, GPT-5.6 Luna, masih berbiaya $0,20 dan $1,20 — dua kali lipat untuk input dan lebih dari dua kali lipat untuk output. Sepuluh sen per juta sudah cukup murah sehingga keputusannya bukan lagi soal harga, melainkan soal apa yang benar-benar diselesaikan oleh model tersebut.

Jadi ini bukan penjelasan peluncuran, dan bukan pula tulisan tentang pemotongan harga — kami telah menulis keduanya, dan daftar tarifnya sendiri sudah final. Ini adalah upaya menjawab pertanyaan yang dilewatkan pemasaran kelas murah: jika sebuah model menjadi default Anda, apa dampaknya bagi pekerjaan yang dulu biasanya ditangani oleh sesuatu yang lebih besar? Buktinya datang dari tiga tempat, dan ketiganya tidak saling sepakat. Benchmark OpenAI sendiri adalah yang paling menyanjung dan paling tidak dapat direproduksi. Artificial Analysis menerbitkan indeks independen pada minggu yang sama, dan itu lebih berguna karena ia menetapkan harga per tugas yang diselesaikan, bukan per token. Dan sejumlah orang kini telah menjalankan model itu terhadap infrastruktur nyata, di situlah kegagalan-kegagalan yang menarik berada. Jika suatu angka dilaporkan oleh vendor, kalimat yang memuatnya menyatakan hal itu.

Apa yang sebenarnya dirilis

GPT-6 Luna adalah tier kecil dari keluarga generasi keenam, berada di bawah GPT-6 Sol dan jauh di bawah GPT-6 Astra yang menjadi andalan. Dokumentasi model milik OpenAI sendiri, yang dibaca minggu ini, memberikan gambaran besarnya:

• ID Model — gpt-6-luna, snapshot tunggal tanpa varian bertanggal. Tidak ada gpt-6-luna-pro entri pada daftar model; string pro yang beredar di katalog pihak ketiga adalah nilai mode penalaran, bukan sebuah model.

• Konteks dan batasan — jendela 1.050.000 token, hingga 922.000 token masukan, batas keluaran 128.000 token, dan batas pengetahuan 18 Mei 2026. Teks dan gambar sebagai masukan, teks sebagai keluaran.

• Harga — $0.10 per juta token masukan, $0.01 per juta masukan yang di-cache, $0.125 per juta penulisan cache, $0.50 per juta keluaran. OpenAI menyatakan bahwa ini bersifat permanen, bukan harga perkenalan.

• Tahap konteks panjang — permintaan di atas 272.000 token masukan akan dihargai ulang sebesar dua kali tarif masukan dan cache serta 1,5× tarif keluaran, yang dikenakan pada keseluruhan permintaan, bukan hanya pada kelebihannya. Itu adalah kesalahan paling mahal yang mungkin terjadi pada model ini, karena dipicu oleh ukuran total permintaan, bukan oleh seberapa banyak dari permintaan itu yang Anda gunakan.

• Tingkat layanan — Batch dan Flex berjalan pada setengah tarif standar; mode Fast menggandakannya. Pekerjaan massal asinkron karenanya menjadi setengah harga lagi, dan kartu tarif memiliki empat harga efektif berbeda tergantung pada cara Anda mengirim permintaan.

• Effort — enam nilai: none, low, medium, high, xhigh, dan max, dengan medium sebagai default yang didokumentasikan. Effort bersifat per permintaan, bukan properti dari deployment.

• Endpoint — Responses, Chat Completions, dan Batch. Chat Completions menangani pemanggilan fungsi hanya ketika reasoning effort diatur ke none; tool bawaan dan pemanggilan fungsi umumnya memerlukan Responses API, yang mendukung pencarian web, pencarian file, pembuatan gambar, code interpreter, shell yang dihosting, apply_patch, skills, computer use, MCP, dan pencarian tool.

Baris terakhir itu lebih penting daripada kelihatannya. Jika otomatisasi Anda menggunakan tool, Anda berada di Responses API, dan pengaturan effort Anda terikat pada pilihan endpoint Anda. Tim yang menetapkan effort ke rendah untuk menghemat biaya dan berharap function calling tetap berfungsi di Chat Completions telah membangun pipeline yang akan gagal pada panggilan tool pertama.

Angka yang menentukan adalah biaya per tugas yang diselesaikan, bukan biaya per token

Artificial Analysis menerbitkan evaluasi independennya dalam beberapa jam setelah peluncuran, dan angka utamanya tidak nyaman bagi siapa pun yang menganggap token lebih murah berarti pekerjaan lebih murah. Pada Intelligence Index-nya, GPT-6 Luna menelan biaya sekitar $0,07 per tugas pada upaya maksimum, dibandingkan dengan sekitar $0,18 untuk GPT-5.6 Luna pada upaya yang sama — pengurangan sekitar 60%, didorong oleh pemotongan harga, bukan karena model melakukan lebih sedikit pekerjaan. Skor indeksnya sendiri setara dengan model yang digantikannya. Sebagai gambaran skala, GPT-6 Sol menelan biaya sekitar $1,06 per tugas indeks dibandingkan $1,99 untuk GPT-5.6 Sol.

Baca ketiga angka itu bersama-sama dan bentuk keluarga ini menjadi jelas. Sol kira-kira lima belas kali biaya per tugas Luna untuk skor yang jauh lebih tinggi. Luna bukanlah versi yang lebih rendah dari Sol; ia adalah instrumen yang berbeda, dan angka per tugas itulah yang memberi tahu Anda instrumen mana yang sedang Anda pegang.

Separuh yang tidak nyaman adalah apa yang terjadi pada agen coding. Pada Coding Agent Index milik Artificial Analysis, GPT-6 Luna mencetak skor 41 pada upaya maksimum — turun dua poin dari 43 milik GPT-5.6 Luna — sementara GPT-6 Sol bergerak ke arah sebaliknya, naik dua poin menjadi 57 pada $2.99 per tugas. Jadi, penggantian generasi di kelas murah merupakan regresi kecil pada coding agentik, bukan peningkatan, bahkan saat harganya turun. Siapa pun yang membaca "generasi baru" sebagai "lebih baik secara mutlak" akan terkejut oleh kolom itu.

Bertele-tele adalah pos tersembunyi

Ada angka kedua dalam evaluasi yang sama yang menjelaskan banyak hal tentang angka pertama. Selama proses Intelligence Index, GPT-6 Luna menghasilkan sekitar 51.000 token keluaran per tugas, dibandingkan dengan sekitar 41.000 untuk GPT-5.6 Luna. Model yang lebih baru dan lebih murah ini sekitar seperempat lebih bertele-tele untuk mencapai skor yang sebanding. Penghematannya berasal dari pemotongan harga, bukan dari model yang menjadi lebih efisien per unit pekerjaan.

Itu penting karena dua alasan. Pada $0,50 per juta token keluaran, tambahan 10.000 token keluaran per tugas memakan biaya setengah sen. Jalankan itu untuk seratus ribu tugas sehari dan kenaikannya menjadi satu miliar token, atau $500 sehari — pada model yang harga utamanya sepuluh sen per juta token masukan. Dan verbositas berinteraksi buruk dengan batas keluaran 128.000 token: model yang berpikir lebih lama dan menulis lebih panjang mencapai batas itu lebih cepat, yang mengubah masalah biaya menjadi masalah pemotongan.

Mitigasinya adalah disiplin cache, dan keluarga ini benar-benar punya disiplin cache yang bagus. Pembacaan input yang di-cache sebesar $0,01 per juta adalah sepersepuluh dari tarif tanpa cache, dan OpenAI mengubah aturan invalidasi sehingga menyesuaikan upaya penalaran atau ketersediaan alat tidak lagi membuang konteks yang di-cache. Untuk beban kerja dengan prefiks panjang yang stabil — sebuah skema, prompt sistem, dokumen yang Anda ajukan enam pertanyaan tentangnya — tarif input efektifnya lebih dekat ke satu sen daripada sepuluh sen, dan selisih itu lebih lebar daripada pemotongan yang diumumkan. Ini juga perbedaan antara tier murah yang benar-benar murah dan yang sekadar lebih murah.

Di mana tier murah mengalami regresi, dan di mana tidak

Evaluasi independen yang sama memisahkan regresi dari noise, dan perbedaan itulah hal yang paling berguna di dalamnya. GPT-6 Luna kehilangan sekitar 75 Elo dibanding pendahulunya pada GDPval-AA v2.1, dan sekitar 45 Elo pada AA-Briefcase v1.1. Artificial Analysis mengaitkan keduanya dengan kualitas presentasi yang lebih rendah dan hasil kerja yang melewati elemen rubrik yang diwajibkan, bukan dengan kegagalan faktual atau penalaran. Tingkat halusinasinya membaik tajam, dari sekitar 93% menjadi 77%, dan Indeks AA-Omniscience-nya bergerak dari −10 ke 1. Pada AutomationBench-AA ia meningkat, 53% berbanding 50%; pada Terminal-Bench 4.0 ia meningkat tipis, 13% berbanding 12%.

Pemisahan itulah inti keputusannya. Model tidak menjadi lebih buruk dalam tugas itu; ia menjadi lebih buruk dalam menyerahkan artefak yang sudah selesai kepada Anda. Jika Anda mengonsumsi keluaran terstruktur — klasifikasi, ekstraksi, keputusan perutean, payload JSON — regresi itu tidak merugikan Anda sama sekali dan pemotongan harga adalah uang gratis. Jika manusia yang membaca hasil akhirnya, regresi itu merugikan Anda seorang peninjau, dan waktu peninjau tersebut mungkin lebih mahal daripada token yang Anda hemat.

Klaim OpenAI sendiri yang tidak direproduksi berada di ujung lain spektrum: bahwa pada upaya tinggi GPT-6 Luna meningkatkan pendahulunya sebesar 5,4 poin persentase dengan biaya per tugas 58% lebih rendah; bahwa pada upaya maksimum ia mencetak 66,6% pada DeepSWE 1.1, yang oleh OpenAI dibandingkan dengan Claude Opus 5 pada upaya sedang dengan biaya tugas hanya sebagian kecil; dan bahwa pada OSWorld 2.0 ia melampaui GPT-5.6 Sol pada upaya sedang dengan biaya sekitar sepersepuluhnya. Itu adalah perbandingan harness vendor pada pengaturan upaya yang dipilih vendor, dan satu hal yang layak diambil darinya adalah arahnya — tier murah kini sudah dalam jangkauan tier menengah tahun lalu. Persentase per tugas layak diabaikan, karena harness-nya tidak sama di kedua sisi.

Batas bawah upaya adalah titik ketika hal ini menjadi praktis. Panduan yang diterbitkan adalah menguji none atau low terlebih dahulu untuk ekstraksi dan perutean sederhana, lalu menaikkan upaya hanya ketika kualitas yang terukur membenarkannya. Satu tulisan berdasarkan praktik langsung dari minggu peluncuran menemukan bahwa pada tingkat upaya low, GPT-6 Luna sama sekali tidak dapat dipakai untuk pekerjaan agentic, yang menempatkan batas praktisnya di medium untuk apa pun yang multi-langkah. Temuan kedua dari jenis pengujian yang sama lebih tajam: dalam satu latihan deployment, manifes Kubernetes milik model lolos validasi skema lalu gagal pada ketiga percobaan terhadap klaster sungguhan, karena validator memeriksa bentuk dan bukan perilaku. Jika konfigurasi yang dihasilkan dikirim tanpa pemeriksaan eksekusi di dalam loop, tier murah akan memberi Anda kegagalan yang tampak seperti keberhasilan.

Pertanyaan default, dan mengapa routing adalah jawabannya

Platform yang menjadikan GPT-6 Luna sebagai model fallback-nya menilai perubahan itu sebagai risiko sedang, dan catatan yang dilampirkan padanya adalah versi jujur dari keseluruhan artikel: setiap organisasi yang tidak memiliki default sendiri akan beralih ke Luna, yang lebih murah tetapi tier lebih kecil daripada Terra, sehingga kualitas tugas-tugas sulit dapat bervariasi. Itulah tepatnya trade-off-nya. Sebuah default adalah taruhan bahwa sebagian besar trafik itu mudah, dan bagi sebagian besar organisasi taruhan itu benar — itulah sebabnya perubahan ini dirilis. Risikonya adalah minoritas permintaan yang tidak demikian.

Cara untuk mengambil taruhan itu tanpa menanggung sisi negatifnya adalah berhenti memperlakukan default sebagai satu model tunggal. GPT-6 Luna dapat dirutekan melalui OrcaRouter dengan tarif yang tertera tanpa markup tambahan, yang berarti harga permanen vendor adalah harga yang Anda lihat di sini dan pemotongan harga di masa mendatang berlaku pada hari yang sama, bukan pada perpanjangan kontrak berikutnya. Di halaman model kami sendiri minggu ini, ia mencatat 74,3 token per detik output dengan tingkat kesalahan 0% di seluruh lalu lintas yang kami layani. Kedua tier konteks disediakan sesuai publikasi: $0.10 masuk dan $0.50 keluar di bawah 272.000 token input, meningkat menjadi $0.20 dan $0.75 di atasnya.

Yang diperoleh dari itu adalah default yang dapat dieskalasi. DSL routing memungkinkan Anda mengirim sebagian besar trafik ke GPT-6 Luna pada medium effort dan mengalihkannya berdasarkan suatu kondisi — panjang input di atas garis 272K, kebutuhan pemanggilan alat, kelas tugas yang benar-benar terdampak oleh regresi yang sensitif terhadap rubrik — ke GPT-6 Sol atau, untuk pekerjaan berhorizon panjang, ke GPT-6 Astra sebagai model unggulan, pada kunci yang sama, tanpa kontrak kedua dan tanpa perubahan kode. Itu adalah bentuk keputusan yang berbeda dari memilih satu model lalu hidup dengannya. Anda mendapatkan tier sepuluh sen di tempat yang buktinya menunjukkan model itu mampu, dan tier dua dolar atau sepuluh dolar di tempat yang tidak, serta batasnya adalah aturan yang Anda tulis sendiri, bukan sekadar harapan. Failover otomatis mencakup mode kegagalan lainnya, yaitu ketika upstream tier murah sedang mengalami hari yang buruk sementara otomatisasi Anda sedang berjalan di tengah proses.

Siapa yang harus bergerak, dan siapa yang harus menunggu.

Beralih jika trafik Anda terstruktur dan bervolume tinggi: klasifikasi, ekstraksi, penandaan, perutean niat, triase log, peringkasan, dan loop implementasi terbatas yang berada di dalam agen yang lebih besar. Bukti mendukung pemotongan harga dan paritas skor, dan regresi presentasi tidak terlihat oleh konsumen yang mengurai JSON.

Jangan pindahkan rantai agen dengan horizon panjang, refaktor multi-file, atau apa pun yang hasilnya disetujui manusia, semata-mata karena tokennya murah. Coding Agent Index turun dua poin, evaluasi pekerjaan pengetahuan turun, dan model ini lebih bertele-tele per tugas daripada model yang digantikannya. Token yang lebih murah tetapi membutuhkan peninjau bukanlah tugas yang lebih murah.

Dan perhatikan satu angka saja, bukan semuanya. Selisih 51.000 versus 41.000 token keluaran adalah angka yang menentukan apakah pengaturan bawaan Luna merupakan penghematan atau sekadar impas pada beban kerja spesifik Anda, dan angka itu dapat diukur dari traffic Anda sendiri dalam satu sore. Kartu tarif sudah tetap dan permanen; jumlah token per pekerjaan yang diselesaikan tidak, dan itulah yang muncul di faktur.