GPT-6 Luna vs Grok 4.6: Selisih Harganya Dua Puluh Kali Lipat dan Jendela Adalah Perbedaan Sebenarnya

Letakkan GPT-6 Luna dan Grok 4.6 di halaman yang sama dan perbandingan pertamanya akan berbicara sendiri. Luna dipatok pada $0,10 per juta token input dan $0,50 per juta output. Grok 4.6 dipatok pada $2,00 dan $6,00 dengan $0,50 untuk pembacaan cache. Dua puluh kali lipat pada input, dua belas kali lipat pada output, dan tarif input cache yang lima puluh kali lebih tinggi pada model vendor tersebut. Itulah angka di labelnya, dan berdasarkan label itu, jawabannya tidak dekat.

Alasan layak menuliskan sisa bagian ini adalah bahwa kedua model berbeda pendapat tentang sesuatu yang lebih struktural daripada harga. Grok 4.6 membawa jendela konteks 500.000 token dan menerapkan harga ulang pada seluruh permintaan begitu prompt melewati 200.000 token. GPT-6 Luna membawa 1.050.000 token dan menerapkan harga ulang pada 272.000. Kedua ambang batas itu adalah tebing, bukan tarif marjinal — lewati salah satunya dan seluruh permintaan ditagih pada angka yang lebih tinggi, bukan hanya bagian yang berada di atas garis. Di mana kedua tebing itu berada, dan apa yang terjadi pada beban kerja konteks panjang di sisi yang salah dari masing-masing, lebih menentukan perbandingan ini daripada angka utama dua puluh kali lipat.

Dua model, dua postur yang sangat berbeda

Grok 4.6 adalah model xAI dari 12 Agustus 2026, dan ini adalah rilis terdepan serbaguna: teks masuk, teks keluar, jendela 500.000 token, biaya per tugas yang dipublikasikan sebesar $1,86 di papan independen pada upaya tinggi, dan kecepatan terukur 57,7 token keluaran per detik. Ini adalah jenis model yang diadopsi tim karena bagus dalam banyak hal dan vendornya merilis dengan cepat.

GPT-6 Luna adalah postur yang berlawanan. OpenAI merilisnya pada 22 September 2026 sebagai tingkat volume dari keluarga GPT-6, di bawah GPT-6 Sol dengan $2,00/$10,00 dan yang andalan GPT-6 Astra dengan $10,00/$50,00. Masukan teks dan gambar, keluaran teks, jendela 1.050.000 token dengan input maksimum 922.000 token, batas keluaran 128.000 token, dan tangga penalaran yang membentang dari none melalui low, medium, high, xhigh, dan max dengan medium sebagai default. Ini bukan model yang diadopsi orang karena keluasan cakupannya. Ini adalah model yang Anda letakkan di bawah suatu beban kerja.

Jadi kerangka yang jujur bukanlah "mana dari ini yang lebih baik." Melainkan "mana dari ini yang harganya sesuai dengan bentuk pekerjaan Anda," dan kedua bentuk itu sungguh berbeda.

Kartu-kartunya, baris demi baris

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

• Input per 1J — GPT-6 Luna $0.10 vs Grok 4.6 $2.00

• Keluaran per 1M — GPT-6 Luna $0.50 vs Grok 4.6 $6.00

• Input di-cache per 1 juta — GPT-6 Luna $0.01 vs Grok 4.6 $0.50, sepersepuluh dari tarif inputnya sendiri dibandingkan seperempat milik xAI

• Ambang batas konteks panjang — GPT-6 Luna 272.000 token masukan vs Grok 4.6 200.000 token prompt

• Tarif konteks panjang — GPT-6 Luna menetapkan ulang harga seluruh permintaan menjadi $0.20 masuk, $0.75 keluar, $0.02 di-cache vs Grok 4.6 menetapkan ulang harga seluruh permintaan menjadi $4.00 masuk, $12.00 keluar, $1.00 di-cache

• Jendela konteks — GPT-6 Luna 1.050.000 token vs Grok 4.6 500.000 token

• Output maksimum — GPT-6 Luna 128.000 token vs Grok 4.6 tidak dipublikasikan sebagai batas atas terpisah pada kartu

• Intelligence Index, independen — GPT-6 Luna 37 pada upaya maksimal vs Grok 4.6 44 pada upaya tinggi pada revisi indeks v4.3.2

• Skor upaya default — GPT-6 Luna 29 pada medium defaultnya vs Grok 4.6 43 pada medium, di mana papan peringkat juga mengukurnya

• Biaya per tugas Index, independen — GPT-6 Luna sekitar $0,07 vs Grok 4.6 $1,86 pada upaya tinggi

• Token keluaran pada uji indeks — GPT-6 Luna 150M vs Grok 4.6 94M, dibandingkan dengan median papan peringkat sebesar 88M

• Kecepatan output, independen — GPT-6 Luna 153,9 token/detik vs Grok 4.6 57,7 token/detik pada tingkat tinggi

• Waktu hingga token pertama, independen — Grok 4.6 38,63 detik, end-to-end 47,31 detik; GPT-6 Luna mengembalikan token pertama dalam waktu yang memungkinkan pengguna untuk menunggu

• Kemampuan siber, independen — Grok 4.6 mencetak 57 pada evaluasi siber papan tersebut; tidak ada angka GPT-6 Luna yang sebanding yang dipublikasikan

• Di OrcaRouter — GPT-6 Luna tidak ada di katalog kami vs Grok 4.6 dapat dirutekan pada harga daftar xAI

200.000 berbanding 272.000 adalah seluruh argumennya.

Baca dua ambang batas di sebelah dua jendela dan perbandingan itu menata ulang dirinya sendiri.

Cliff Grok 4.6 berada pada 200.000 token di dalam jendela 500.000 token — 40% dari rentangnya. Milik GPT-6 Luna berada pada 272.000 di dalam 1.050.000 — 26% dari rentangnya. Jadi, model yang lebih murah tidak hanya mulai mengalami penetapan harga ulang lebih lambat, tetapi juga memiliki ruang lebih dari dua kali lipat setelah ambang batas sebelum jendelanya benar-benar habis.

Secara konkret: permintaan 450.000 token muat di dalam kedua model. Pada GPT-6 Luna, biayanya ditagih pada tier konteks panjang sebesar $0.20 dan $0.75. Pada Grok 4.6, ditagih sebesar $4.00 dan $12.00. Itu dua puluh kali lipat untuk input dan enam belas kali lipat untuk output untuk prompt yang sama — dan ini adalah permintaan yang dapat dilayani oleh Grok 4.6, jadi pilihan itu nyata, bukan teoretis.

Kasus sebaliknya justru yang menjebak orang. Permintaan 190.000 token berada di bawah kedua ambang batas dan ditagih dengan tarif standar pada keduanya: $0,10/$0,50 versus $2,00/$6,00, tepat dua puluh kali dan dua belas kali lipat. Permintaan 210.000 token berada di atas ambang Grok 4.6 dan di bawah ambang GPT-6 Luna. Permintaan itu ditagih $4,00/$12,00 pada Grok 4.6 dan $0,10/$0,50 pada Luna — selisih empat puluh kali dan dua puluh empat kali lipat yang sepenuhnya dihasilkan oleh perbedaan 20.000 token dalam panjang prompt, tanpa perubahan pada kedua model.

Itu bukan alasan untuk menghindari Grok 4.6. Itu adalah alasan untuk mengetahui ke mana prompt Anda benar-benar berakhir, karena beban kerja yang rata-rata 180.000 token dan melonjak menjadi 220.000 akan membayar berdasarkan dua daftar tarif yang berbeda dan akan terlihat seperti kesalahan penagihan pada bulan pertama hal itu terjadi.

Apa yang dibeli oleh selisih harga di dewan independen

Grok 4.6 memperoleh skor 44 pada Artificial Analysis Intelligence Index dengan upaya tinggi. GPT-6 Luna memperoleh skor 37 dengan upaya maksimum. Tujuh poin, pada komposit yang mana satu poin saja berada di dalam derau pengujian ulang — dan kedua model terpaut sekitar dua puluh enam kali lipat dalam biaya per tugas yang diselesaikan, $1,86 berbanding sekitar $0,07.

Ada dua hal tentang pasangan angka itu yang perlu dipisahkan.

Yang pertama adalah default upaya. Angka 37 GPT-6 Luna adalah angka upaya maksimum dan default-nya adalah medium, di mana ia mencetak 29. Angka 44 Grok 4.6 adalah angka upaya tinggi, dan papan peringkat juga mengukurnya pada medium, di mana ia mencetak 43. Jadi perbandingan setara pada pengaturan default adalah 29 melawan 43 — empat belas poin, bukan tujuh, dan versi empat belas poin itulah yang akan benar-benar dialami oleh tim yang menggunakan keduanya dan tidak mengubah apa pun. Grok 4.6 kehilangan satu poin saat beralih dari tinggi ke medium. GPT-6 Luna kehilangan delapan poin. Pengaturan upaya membebani model murah jauh lebih besar daripada model mahal, dan asimetri itu tidak terlihat dalam angka indeks utama.

Yang kedua adalah verbositas, dan di sini arahnya berlawanan dengan apa yang disiratkan oleh rasio harga. GPT-6 Luna menghasilkan 150 juta token keluaran untuk menyelesaikan indeks; Grok 4.6 menghasilkan 94 juta. Model yang biaya per token keluarannya seperdua belas menghabiskan 60% lebih banyak token untuk mencapai skor yang lebih rendah. Pada kartu yang dihargai berdasarkan keluaran, itu adalah perbedaan antara selisih biaya per tugas sebesar dua puluh enam kali lipat dan selisih yang lebih kecil, dan itulah alasan perbandingan apa pun yang hanya dibangun di atas harga tertera akan melebih-lebihkan argumen untuk tier murah.

Grok 4.6 juga merilis skor kemampuan siber sebesar 57 di papan yang sama. Tidak ada angka GPT-6 Luna yang sebanding, jadi dimensi itu hanya punya satu sisi — tetapi itu adalah jenis baris yang penting jika beban kerja Anda menyentuh perkakas keamanan, dan ketidakhadirannya pada model yang lebih murah adalah informasi, bukan celah yang harus diisi dengan asumsi.

Latensi, di mana keduanya tidak berdekatan dan tidak searah

Angka latensi independen Grok 4.6 adalah 38,63 detik ke token pertama dan 47,31 detik dari awal hingga akhir pada upaya tinggi. Itu adalah angka untuk model yang melakukan penalaran serius sebelum berbicara, dan itu tidak cocok dengan seseorang yang menatap kursor. Daftar kami sendiri untuk model ini mencatat p50 waktu ke token pertama sebesar 6,71 detik dan p95 sebesar 10,00 detik selama jendela tujuh hari, yang mengukur titik berbeda dalam respons dan tidak dapat dibandingkan dengan angka independen — kedua angka itu tidak saling bertentangan, keduanya menjawab pertanyaan yang berbeda.

GPT-6 Luna berjalan pada 153,9 token keluaran per detik dan mengembalikan token pertamanya cukup cepat untuk berada di balik antarmuka interaktif. Throughput-nya hampir tiga kali lipat Grok 4.6 pada upaya tinggi. Bagi pekerjaan batch, perbedaan itu sekadar kemudahan waktu aktual. Bagi apa pun yang sedang ditunggu pengguna, itulah perbedaan antara produk dan prototipe.

Kombinasi ini tidak biasa dan layak disebut secara gamblang: model murah adalah yang cepat, model mahal adalah yang lambat, dan model mahal unggul tujuh poin pada skor komposit dengan upaya yang setara. Itu adalah profil dari model yang dibangun untuk berpikir keras sekali, dan model yang dibangun untuk menjawab dengan cepat berkali-kali. Jika beban kerja Anda adalah satu panggilan per tugas, latensi Grok 4.6 terjangkau. Jika seribu panggilan per tugas, tidak.

Apa yang sebenarnya Anda beli di sisi xAI

Grok 4.6 biayanya kira-kira dua puluh enam kali lipat per tugas yang diselesaikan dibandingkan GPT-6 Luna dan unggul tujuh poin indeks pada upaya yang setara. Itu nilai tukar yang buruk untuk beban kerja serbaguna, dan itu wajar untuk jenis pekerjaan tertentu.

Ada tiga hal yang membenarkannya. Skor cyber 57 adalah kemampuan yang tidak memiliki padanan yang dipublikasikan oleh GPT-6 Luna. Indeks 94 juta token yang dijalankan terhadap 150 juta milik Luna merupakan keunggulan keringkasan yang nyata pada tugas apa pun ketika outputnya dikonsumsi oleh manusia, bukan parser. Dan model ini telah digunakan dalam produksi sejak 12 Agustus, enam minggu lebih lama daripada keberadaan GPT-6 Luna sama sekali — ini bukan tolok ukur, tetapi merupakan rekam jejak, dan bagi tim yang sudah membangun di atasnya, biaya migrasi untuk meninggalkannya adalah bagian dari harga untuk pergi.

Sebaliknya, argumen GPT-6 Luna bukan terutama soal tarif dua puluh kali lipat. Melainkan ambang 272.000 token di dalam jendela satu juta token, kemampuan untuk diminta berhenti bernalar sepenuhnya, tarif input cache sebesar satu sen per juta, dan angka throughput yang membuatnya dapat digunakan sebagai komponen, bukan endpoint. Itu semua adalah properti struktural dari tier murah, dan sebesar apa pun keunggulan indeks di sisi lain tidak akan menggantikannya.

Menjalankan salah satunya, atau keduanya

Grok 4.6 tersedia di OrcaRouter dengan harga daftar xAI, di bawah penetapan harga pass-through yang menempatkan perubahan tarif vendor di pihak kami pada hari yang sama alih-alih menunggu reseller menegosiasikan ulang. Failover otomatis adalah bagian yang membuatnya layak untuk model ini secara khusus: jendela 500.000 token dengan tebing 200.000 token adalah beban kerja di mana permintaan kadang-kadang mendarat di sisi garis yang salah, dan rute yang berpindah antar upstream tanpa penerapan bernilai lebih dari sepersekian sen per token.

GPT-6 Luna tidak ada dalam katalog kami pada saat penulisan ini dan diakses melalui API milik OpenAI sendiri. Jadi tim yang menginginkan keduanya menjalankan satu kunci untuk Grok 4.6 bersama apa pun yang sudah digunakannya untuk OpenAI. DSL perutean adalah bagian yang cocok untuk pasangan ini: aturan yang mengirim prompt di atas ambang token ke model yang cliff-nya mereka lewati, dan semua yang di bawahnya ke model yang harganya seperdua belas, dapat dinyatakan sebagai konfigurasi, bukan sebagai percabangan di aplikasi Anda — yang penting ketika ambang batasnya sedekat ukuran prompt umum seperti kedua ini.

Yang mana, dan kapan

Ambil GPT-6 Luna jika beban kerja Anda bervolume tinggi, dikonsumsi program, dan singkat. Klasifikasi, ekstraksi, perutean, peringkasan massal, loop dalam dari agen. Dengan $0.10/$0.50 dengan pembacaan cache satu sen, dibandingkan model yang biayanya dua puluh enam kali lipat per tugas yang diselesaikan untuk tujuh poin indeks pada upaya yang setara, hitungannya tidak dekat. Tetapkan parameter effort secara eksplisit — nilai default-nya medium dan angka utama 37 adalah angka upaya maksimum — dan jaga panggilan panjang Anda di bawah 272.000 token.

Pilih Grok 4.6 jika Anda memerlukan kemampuan siber, jika keluaran Anda dibaca oleh manusia dan keringkasannya layak dibayar, atau jika Anda memiliki beban kerja 300.000 hingga 500.000 token yang dapat dilayani GPT-6 Luna tetapi Anda lebih memilih bukan menjadi tim pertama yang mengetahui perilakunya pada panjang tersebut. Anggarkan secara eksplisit untuk jurang 200.000 token, dan jangan menempatkannya di balik antarmuka interaktif pada upaya tinggi — 38 detik hingga token pertama bukanlah angka latensi, melainkan pernyataan tentang untuk apa model itu.

Kesalahan yang ditimbulkan oleh perbandingan ini adalah menganggap tingkat dua puluh kali lipat sebagai penentu keputusan. Itulah penentu untuk satu bentuk beban kerja. Untuk bentuk beban kerja lainnya, keputusan dibuat pada 200.000 dan 272.000 token, dan rasio harga adalah detail yang Anda baca setelahnya.