GPT-6 Luna vs Gemini 3.1 Pro: Pratinjau Berusia Tujuh Bulan dengan Harga Input Dua Puluh Kali Lipat

Model penalaran terdepan itu telah dilabeli "Preview" sejak Gemini 3.1 Pro diluncurkan pada 19 Februari 2026. Tujuh bulan kemudian, model itu masih berstatus pratinjau, masih bertarif $2.00 per juta token masukan dan $12.00 per juta token keluaran, dan masih disebut oleh halaman produknya sebagai model penalaran terdepan perusahaan. Pada 22 September 2026, vendor tersebut merilis GPT-6 Luna sebagai tier kecil yang tersedia secara umum (GA) dengan harga $0.10 dan $0.50. Bandingkan kedua kartu tarif itu secara berdampingan, dan model GA yang lebih baru serta lebih murah ini dua puluh kali lebih murah untuk masukan dan dua puluh empat kali lebih murah untuk keluaran — dan model ini meraih skor lebih tinggi pada indeks independen yang menjadi perhatian departemen pemasaran kedua vendor tersebut.

Klausa terakhir itulah bagian yang layak diperlambat. GPT-6 Luna mencatat skor 37 pada Artificial Analysis Intelligence Index dengan upaya maksimum. Gemini 3.1 Pro Preview mencatat skor 30 pada revisi yang sama. Model yang dipasarkan sebagai opsi efisiensi volume tinggi unggul tujuh poin dari model yang dipasarkan sebagai sistem penalaran terdepan, dengan harga input seperdua puluhnya. Ini bukan kasus model murah yang mengejar model mahal. Pada poros khusus ini, model murah itu jelas lebih unggul, dan model mahal itu sudah dalam tahap pratinjau selama tujuh bulan.

Kesimpulan yang wajar — bahwa Gemini 3.1 Pro terlalu mahal — juga tidak sepenuhnya tepat, dan sisa artikel ini membahas tiga hal yang membuat model Google tersebut sepadan dengan tarif yang dipatoknya, karena hal-hal itu nyata dan tidak kecil.

Lima hal yang menentukan hasilnya

Sebelum detailnya, versi singkatnya:

• GPT-6 Luna menang dalam hal harga sekitar 20x pada input dan 24x pada output, pada input yang di-cache dengan selisih besar, dan pada indeks serbaguna dengan tujuh poin pada upaya maksimum yang setara.

• Gemini 3.1 Pro unggul dalam modalitas masukan — ia menerima audio dan video, yang tidak dilakukan GPT-6 Luna — dan karena telah dapat diakses selama tujuh bulan, yang bagi sebuah pratinjau merupakan rekam jejak produksi yang panjang.

• Batas maksimum output tidak berdekatan di kedua arah: GPT-6 Luna menghasilkan hingga 128.000 token, Gemini 3.1 Pro hingga 65.000.

• Keduanya memiliki batas tingkat konteks panjang yang menetapkan ulang harga seluruh permintaan, pada 272.000 token masukan untuk GPT-6 Luna dan sekitar 200.000 untuk Gemini 3.1 Pro.

• Jebakan upaya default hanya berlaku untuk Luna: skor 37-nya adalah skor upaya maksimal dan pengaturan sedang bawaannya mendapat skor 29, yang berada di bawah 30 milik Gemini 3.1 Pro.

Dua kartu tarif dan aritmetika di antara keduanya

Satu baris per dimensi, kedua sisi pada masing-masing:

• Input per 1 juta — GPT-6 Luna $0.10 vs Gemini 3.1 Pro $2.00

• Output per 1 juta — GPT-6 Luna $0.50 vs Gemini 3.1 Pro $12.00

• Input yang di-cache — GPT-6 Luna $0,01 per 1 juta, diskon 90% dibanding Gemini 3.1 Pro $0,20 per 1 juta, diskon 90%

• Batas konteks panjang — GPT-6 Luna di atas 272K token masukan vs Gemini 3.1 Pro di atas sekitar 200K token masukan

• Efek konteks panjang — GPT-6 Luna 2x input dan cache, 1,5x output, untuk seluruh permintaan vs Gemini 3.1 Pro $4,00 masuk / $18,00 keluar, juga untuk seluruh permintaan

• Jendela konteks — GPT-6 Luna 1.050.000 token vs Gemini 3.1 Pro 1 juta token

• Output maksimum — GPT-6 Luna 128.000 token vs Gemini 3.1 Pro 65.000 token

• Modalitas input — teks dan gambar GPT-6 Luna vs teks, gambar, audio, video, dan file Gemini 3.1 Pro

• AA Intelligence Index — GPT-6 Luna 37 pada upaya maksimum, 29 pada pengaturan bawaannya vs Gemini 3.1 Pro 30

• Kecepatan keluaran — GPT-6 Luna 153,9 token/detik vs Gemini 3.1 Pro kira-kira 115–143 token/detik tergantung pada snapshot

• Sakelar matikan penalaran — GPT-6 Luna dari tidak ada hingga maks vs Gemini 3.1 Pro yang mengutamakan penalaran, tidak ada mode non-penalaran yang diekspos

• Status — GPT-6 Luna tersedia secara umum sejak 2026-09-22 vs Gemini 3.1 Pro dalam pratinjau sejak 2026-02-19

Baris yang menarik bukanlah harganya. Melainkan sepasang baris di bagian bawah. Label pratinjau Gemini 3.1 Pro bukan sekadar formalitas teknis — itu mengubah apa yang Google wajib berikan kepada Anda. Model pratinjau dapat diubah, diubah harganya, atau ditarik tanpa pemberitahuan penghentian yang diterima model GA, dan harga yang tidak berubah selama tujuh bulan adalah janji yang belum pernah dibuat siapa pun secara tertulis. Semua yang di bawah tentang model Google sebagai pilihan produksi yang lebih aman harus dibaca dengan mempertimbangkan peringatan itu, karena "tujuh bulan stabilitas" dan "tujuh bulan tanpa jaminan stabilitas" adalah tujuh bulan yang sama.

Di mana model Google mendapatkan tambahan dua puluh kali lipat

Tiga tempat, dan yang pertama adalah yang langsung mengakhiri perbandingan bagi sebagian tim.

Modalitas. Gemini 3.1 Pro menerima input audio dan video. GPT-6 Luna menerima teks dan gambar. Jika pipeline Anda menyerap rekaman panggilan, tangkapan layar, atau video, tidak ada versi pertandingan ini di mana perbedaan harga menjadi relevan, karena salah satu dari dua model tersebut tidak dapat melakukan pekerjaan itu. Itu bukan kesenjangan benchmark yang menyempit dengan rilis minor; itu adalah kemampuan yang ada atau tidak ada, dan itu adalah alasan tunggal terkuat mengapa daftar tarif Google bertahan saat bersentuhan dengan pengadaan nyata.

Batas atas keluaran, ke arah sebaliknya. Batas keluaran memotong ke arah yang berlawanan dari modalitas masukan, dan yang ini menguntungkan OpenAI. GPT-6 Luna menghasilkan hingga 128.000 token dalam satu respons; Gemini 3.1 Pro hingga 65.000. Jika Anda menghasilkan artefak terstruktur yang panjang — dokumen lengkap, refaktor besar, patch multi-berkas — batas atas Google kira-kira setengah dari OpenAI, dan pipeline yang terpotong pada 65.000 token itu rusak terlepas dari berapa yang dibayarkannya per token.

Pekerjaan terdepan multimodal. Posisi Gemini 3.1 Pro adalah sebagai model penalaran yang kebetulan bersifat multimodal, dan konsekuensi praktisnya adalah tugas-tugas yang memerlukan penalaran atas diagram, bagan, atau rekaman layar akan jatuh ke model itu alih-alih ke tier kecil yang mengutamakan teks. GPT-6 Luna menerima gambar, jadi batasnya bukan hanya audio dan video — melainkan bahwa model Google dibangun untuk penalaran visual dan audio sebagai kasus penggunaan utama, sedangkan model OpenAI dibangun untuk throughput.

Di mana tier murah sebenarnya kalah, dan bukan di tempat yang Anda duga

Default upaya adalah jebakan dalam pasangan ini, dan dampaknya lebih keras di sini daripada jika melawan lawan yang lebih lemah. Skor indeks utama GPT-6 Luna sebesar 37 diukur pada upaya penalaran maksimum. Default-nya adalah sedang, dan pada tingkat sedang skornya 29 — satu poin di bawah 30 milik Gemini 3.1 Pro. Jadi keunggulan tujuh poin yang dibuka artikel ini adalah perbandingan antara batas atas satu model dan batas atas model lain, dan tim yang memasang GPT-6 Luna dan membiarkan konfigurasinya apa adanya menjalankan model yang sedikit tertinggal dari milik Google, tujuh bulan lebih tua, masih dalam pratinjau, dengan harga seperdua puluh.

Itu masih, untuk sebagian besar beban kerja, trade-off yang tepat — satu poin indeks bukanlah perbedaan kemampuan, sedangkan selisih harga 20x adalah. Namun, ini adalah trade-off yang berbeda dari yang diiklankan kartu tarif, dan tidak terlihat kecuali Anda mencari parameter effort.

Tempat kedua di mana tier murah kalah adalah aritmetika konteks panjang. Kedua model menetapkan ulang harga seluruh permintaan begitu melewati batas, bukan mengenakan biaya tambahan atas kelebihannya, dan kedua batas itu cukup rendah sehingga berdampak: 272.000 token masukan pada GPT-6 Luna, sekitar 200.000 pada Gemini 3.1 Pro. Klausul GPT-6 Luna menggandakan input dan cache serta menaikkan output sebesar setengah. Klausul Gemini 3.1 Pro memindahkan seluruh panggilan ke $4,00 masuk dan $18,00 keluar. Tidak satu pun merupakan biaya tambahan marjinal, dan pada model yang dijual berdasarkan harga, klausul itu adalah harganya.

Yang ketiga adalah verbositas, yaitu pos biaya yang tidak pernah muncul di kartu tarif. Artificial Analysis mengukur GPT-6 Luna menghasilkan 150 juta token keluaran sepanjang index run, dibandingkan median 85 juta — model ini cerewet, dan pada $0,50 per juta output itu berarti $75 token, sedangkan model yang ringkas akan menghabiskan $42,50. Ini masih satu orde besaran lebih murah daripada alternatifnya. Ini juga alasan angka biaya per tugas dan angka biaya per token menceritakan kisah yang berbeda, dan alasan untuk mengukur volume keluaran Anda sendiri sebelum memodelkan penghematannya.

Seperti apa migrasi di antara keduanya

Model Google dapat diakses melalui API milik vendor itu sendiri dan beberapa platform pihak ketiga; GPT-6 Luna dapat diakses melalui API milik OpenAI sendiri, dan sampai tulisan ini dibuat, tidak ada satu pun dari keduanya yang merupakan bagian yang lebih sederhana dari pasangan tersebut untuk dijadikan standar. Keduanya mengekspos permukaan chat completions yang kompatibel dengan OpenAI, yang berarti bentuk panggilannya bukan masalah — parameternya yang jadi masalah. Tangga effort GPT-6 Luna, klausa 272.000 token-nya, dan persyaratannya bahwa pemanggilan fungsi pada Chat Completions dijalankan dengan reasoning effort disetel ke none, semuanya adalah perilaku yang tidak dimiliki Gemini 3.1 Pro, dan port yang hanya mengubah string model akan menghasilkan panggilan yang berfungsi dengan profil biaya yang salah.

Gemini 3.1 Pro Preview tersedia di OrcaRouter dengan harga daftar Google, di bawah penetapan harga pass-through yang berarti perubahan tarif Google langsung berlaku di sisi kami pada hari yang sama. GPT-6 Luna tidak ada dalam katalog kami per saat ini. Untuk tim yang menjalankan keduanya — model Google untuk apa pun yang membutuhkan audio atau video, model OpenAI untuk teks bervolume tinggi — itu berarti satu kunci untuk Gemini 3.1 Pro bersama apa pun yang sudah Anda gunakan untuk OpenAI, dengan keputusan routing dinyatakan sebagai konfigurasi, bukan sebagai dua jalur kode. Inilah pasangan yang paling membutuhkannya, karena kedua model tersebut sama sekali tidak dapat dipertukarkan: rute yang harus memilih antara pratinjau multimodal dan tier kecil teks-saja GA adalah rute yang akan diputuskan ulang setiap kali salah satu vendor merilis pembaruan.

Apa yang akan mengubah ini

Perbandingan dalam kondisi saat ini adalah potret sesaat dari momen yang tidak biasa: model GA dari September mengalahkan model pratinjau dari Februari pada indeks umum dengan seperdua puluh harga input, sembari kalah pada modalitas dan pada kematangan yang tidak pernah benar-benar diperoleh model pratinjau. Tiga hal akan mengubahnya, dan masing-masing layak dicermati ketimbang ditebak.

Yang pertama adalah Gemini 3.1 Pro keluar dari pratinjau. Rilis GA akan membawa kebijakan penghentian, daftar tarif yang stabil, dan sangat mungkin pergerakan harga — Google telah mempertahankan $2,00/$12,00 selama tujuh bulan pratinjau sementara sisa pasar terpangkas setengah di sekitarnya, dan sikap menahan diri itu lebih konsisten dengan harga peluncuran yang menunggu tanggal GA daripada dengan posisi yang dipertimbangkan.

Yang kedua adalah apakah OpenAI memperluas tangga upaya Luna atau mengubah defaultnya. Selisih dua puluh dua poin antara skor upaya maksimum GPT-6 Luna dan skor upaya default-nya adalah sensitivitas konfigurasi terbesar dalam artikel ini, dan perubahan default akan mengubah kemampuan efektif model bagi setiap pemanggil yang tidak pernah menyentuh parameter tersebut.

Yang ketiga adalah kesenjangan modalitas. Ini adalah satu-satunya dimensi di sini yang bukan soal tingkat derajat, dan inilah yang membuat perbandingan ini tidak bisa menjadi sekadar perbandingan harga. Sampai salah satu dari model-model ini dapat melakukan apa yang tidak bisa dilakukan oleh yang lain, kesenjangan dua puluh kali itu adalah angka nyata yang menunjuk pada dua pekerjaan yang berbeda.