GPT-6 Sol Pro vs GPT-6 Astra: Kelipatan Harga yang Dikutip Semua Orang Itu Salah

GPT-6 Sol Pro dan GPT-6 Astra adalah tier murah dan model unggulan dari vendor yang sama, dan kelipatan yang paling banyak diberitakan terkait kesenjangan itu adalah 2,5×. Angka itu bukan 2,5×. GPT-6 Sol — model vendor yang dijalankan oleh konfigurasi gpt-6-sol-pro, tersedia secara umum sejak 22 September 2026 dengan harga $2,00 per juta token input dan $10,00 per juta token output — harganya dibandingkan dengan GPT-6 Astra, model unggulan yang mencapai ketersediaan umum pada 3 September 2026, dengan harga $10,00 dan $50,00. Itu lima kali lipat pada input dan lima kali lipat pada output. Angka 2,5× itu termasuk perbandingan yang berbeda: Astra diukur terhadap GPT-5.6 Sol, generasi sebelumnya, yang berharga $4,00 dan $20,00.

Kekeliruan itu layak diperbaiki sebelum hal lain, karena itu mengubah keputusan. Premi 2,5× untuk produk unggulan adalah kesalahan pembulatan dalam anggaran proyek. Premi 5× adalah pos anggaran tunggal terbesar dalam sebagian besar rencana inferensi, dan itulah angka yang menentukan apakah produk unggulan menjadi default atau pengecualian.

Dari mana asalnya kelipatan yang salah

Ketika Astra diluncurkan pada 3 September, perbandingan yang dibuat OpenAI dan sebagian besar media adalah dengan GPT-5.6 Sol, yang saat itu merupakan model kelas menengah yang dijual. Astra berharga 2,5× model tersebut. Sembilan belas hari kemudian OpenAI merilis GPT-6 Sol dan memangkas harga kelas menengah menjadi separuh, dari $4,00 dan $20,00 menjadi $2,00 dan $10,00, dan menyatakan bahwa angka baru itu permanen, bukan promosi. Setiap halaman "vs" di hasil teratas untuk perbandingan ini ditulis dalam rentang sembilan belas hari itu dan membandingkan Astra dengan model yang tidak lagi menempati slot tersebut.

Tidak ada yang berubah pada Astra. Tingkat di bawahnya bergeser, dan kelipatannya menjadi dua kali lipat.

Kedua kartu tarif, baris demi baris

Keduanya adalah angka terbitan OpenAI sendiri, yang diteruskan tanpa diubah oleh platform yang menampungnya.

• Input — GPT-6 Sol $2.00 per juta token vs GPT-6 Astra $10.00 per juta token

• Output — GPT-6 Sol $10.00 per juta token vs GPT-6 Astra $50.00 per juta token

• Input cache — GPT-6 Sol $0,20 per juta token vs GPT-6 Astra $1,00 per juta token; keduanya tarif tetap 10% dari tarif tanpa cache

• Penulisan cache — GPT-6 Sol $2,50 per juta token vs GPT-6 Astra $12,50 per juta token, keduanya 1,25× tarif input tanpa cache

• Penanganan konteks panjang — GPT-6 Sol menetapkan ulang harga permintaan yang melebihi ambang inputnya pada dua kali tarif input dan cache serta 1,5× tarif output, untuk seluruh permintaan; GPT-6 Astra melakukan hal yang sama di atas 272.000 token input, dengan tarif $20,00, $2,00, $25,00, dan $75,00

• Batch — GPT-6 Sol dengan setengah tarif standar vs GPT-6 Astra dengan setengah tarif standarnya, $5,00 dan $25,00, yang mempertahankan rasio 5× secara persis

• Jendela konteks — 1.050.000 token untuk keduanya

• Output maksimum — 128.000 token untuk keduanya

• Modalitas masukan — teks dan gambar untuk keduanya, dengan GPT-6 Astra juga menerima masukan berkas

• Batas pengetahuan — GPT-6 Sol 20 April 2026 vs GPT-6 Astra 30 April 2026, terpaut sepuluh hari

Kedua kartu tersebut bukan hanya serupa dalam struktur; keduanya adalah struktur yang sama dengan pengali lima kali lipat yang diterapkan pada setiap baris, termasuk tier batch dan tier konteks panjang. Itu adalah desain produk yang disengaja, dan artinya pilihan di antara keduanya benar-benar merupakan keputusan tentang kapabilitas, bukan keputusan strategi penetapan harga. Tidak ada diskon yang bisa diperoleh dengan mengubah bentuk permintaan Anda.

Dial usaha adalah asimetri yang tidak dibicarakan siapa pun

Kedua model mengekspos parameter upaya penalaran. Kedua jenjang tersebut tidak identik, dan perbedaannya membawa konsekuensi bagi migrasi.

Kumpulan yang didokumentasikan untuk GPT-6 Sol adalah none, low, medium, high, xhigh, dan max, dengan medium sebagai default. Milik GPT-6 Astra adalah low, medium, high, xhigh, dan max — tidak ada none. Anda tidak dapat mematikan penalaran pada model unggulan. Jika pipeline Anda memiliki langkah klasifikasi yang sensitif terhadap latensi yang saat ini berjalan pada effort none, langkah tersebut tidak dapat dipindahkan ke Astra tanpa perubahan; langkah itu harus disetel ulang, dipindahkan ke model yang berbeda, atau diterima pada batas bawah latensi yang lebih tinggi.

Ini hal kecil yang memakan waktu rekayasa yang cukup besar, dan hal itu tidak ada di satu pun halaman perbandingan untuk perbandingan ini karena halaman-halaman itu ditulis dari tabel harga, bukan dari dokumentasi API.

Angka-angka independen, dengan versi indeks terlampir

Artificial Analysis telah beberapa kali menghitung ulang Intelligence Index-nya pada 2026, dan perbandingan inilah yang paling penting, karena skor Astra yang paling sering diulang sudah dipensiunkan.

Astra mencetak skor 61 pada versi indeks v4.1.1 saat peluncuran — setara dengan GPT-5.6 Sol, itulah sebabnya begitu banyak liputan peluncuran menggambarkan model unggulan itu sebagai langkah yang sederhana. Angka 61 itu nyata dan berasal dari indeks yang sudah tidak ada lagi. Pada papan peringkat saat ini, Astra pada upaya maksimal mencetak skor 53 dengan $3,26 per tugas indeks, dan pada upaya tinggi mencetak skor 51 dengan $1,73. GPT-6 Sol pada upaya maksimal mencetak skor 48 dengan $1,06 per tugas indeks, dan 43 pada upaya tinggi dengan $0,37.

Baca keempat baris itu bersama-sama dan bentuk keputusannya pun muncul.

• Keunggulan Astra atas Sol di bagian atas kedua dial adalah lima poin indeks, dengan biaya sekitar tiga kali lipat per tugas yang diselesaikan.

• Astra pada upaya tinggi berbiaya $1,73 per tugas. Sol pada upaya maksimal berbiaya $1,06. Model unggulan yang berjalan pada pengaturan upaya bawaannya lebih mahal daripada tier murah yang dijalankan habis-habisan, dan skor indeksnya adalah 51 dan 48.

• Selisih biaya per tugas — sekitar 3× — lebih kecil daripada selisih tarif 5×, karena Sol lebih boros token di antara keduanya per tugas. Itu adalah poin yang benar-benar menguntungkan Astra dan merupakan satu-satunya bagian dari kerangka “2.5×” yang bertahan saat dihadapkan pada data.

Dua peringatan kejujuran perlu disertakan. Ini adalah halaman-halaman berbeda dalam keluarga indeks yang sama, bukan satu uji head-to-head yang dipublikasikan, dan angka latensi Astra sendiri bergantung pada tingkat effort sedemikian rupa sehingga satu angka tunggal menyesatkan — model yang sama melaporkan waktu ke token pertama yang diukur dalam puluhan detik pada satu tingkat effort dan beberapa menit pada tingkat effort lainnya. Jangan mengutip angka latensi Astra tanpa menyebutkan pengaturannya.

Apa yang didapat flagship pada 5×

Perbedaan kemampuan tersebut nyata dan terkonsentrasi pada pekerjaan agentic dan multimodal, bukan pada penalaran umum.

• Indeks agen pengodean — GPT-6 Astra 62 dalam harness Codex melawan GPT-6 Sol 57, masing-masing dengan biaya $7,09 dan $2,99 per tugas. Model unggulan menggunakan sekitar sepertiga token per tugas, itulah sebabnya selisih per tugas lebih kecil daripada selisih tarifnya.

• Terminal-Bench 4.0 — 59% untuk Astra dibandingkan 43% untuk Sol pada papan independen yang sama, selisih enam belas poin yang merupakan kesenjangan kapabilitas tunggal terbesar antara keduanya.

• Baris agentik yang dilaporkan vendor — tabel peluncuran OpenAI sendiri menunjukkan Astra unggul pada OSWorld 2.0, ScreenSpot-Pro, AutomationBench, dan Agents' Last Exam, semuanya dijalankan vendor dan tidak ada yang direplikasi secara independen. Tabel itu juga menunjukkan Sol unggul pada FrontierMath T1–3 dan BrowseComp, yang patut dicatat bagi siapa pun yang cenderung membaca tabel vendor sebagai sapu bersih.

• Postur keamanan — Astra adalah model OpenAI pertama yang ditetapkan pada tingkat keamanan siber Kritis di bawah Preparedness Framework perusahaan, dan kemampuan siber ofensifnya yang canggih dibatasi di balik program akses terpisah. Pembatasan itu memiliki konsekuensi produksi di luar izin: pemantau ketidakselarasan berjalan pada permintaan yang menggunakan alat, dan di API, tugas yang ditandai akan berhenti alih-alih dijeda untuk ditinjau seperti yang terjadi di klien konsumen.

Versi singkatnya adalah Astra lebih baik pada hal-hal yang sulit disubstitusi — loop agentik yang panjang, pekerjaan terminal, penggunaan komputer — dan kurang lebih setara dengan Sol pada hal-hal yang mudah disubstitusi. Lima poin indeks penalaran umum tidak sepadan dengan 5×. Enam belas poin Terminal-Bench dan selisih lima poin coding-agent, pada pekerjaan di mana satu eksekusi gagal memakan waktu satu jam manusia untuk membersihkannya, terkadang sepadan.

Di mana lapisan routing mengubah aritmetika

GPT-6 Astra ada di OrcaRouterkatalog pada harga $10,00 input dan $50,00 output per juta token di bawah ambang input 272.000 token, dengan tier konteks panjang pada $20,00 dan $75,00 di atasnya, jendela konteks 1.050.000 token, batas output 128.000 token, dan p50 waktu ke token pertama 7,82 detik sebagaimana diukur di halaman model kami sendiri. Harga daftar penyedia diteruskan dengan tanpa markup tambahan.

GPT-6 Sol bukan salah satu rute kami, jadi tidak ada apa pun di sini yang merupakan klaim tentang harganya melalui kami.

Rasio harga 5× adalah kasus paling jelas untuk melakukan routing alih-alih memilih. Jawaban yang tepat bagi sebagian besar tim bukanlah "yang flagship" atau "tier murah" — melainkan keduanya, dengan keputusan diambil per permintaan alih-alih per kuartal. Pekerjaan yang membutuhkan Astra dapat diidentifikasi di call site: yaitu agentic run, tugas terminal, langkah computer-use. Pekerjaan yang tidak membutuhkannya adalah semua hal lainnya. Menempatkan keduanya di balik satu kunci dengan failover otomatis menjadikan itu sebagai aturan routing, bukan migrasi, dan berarti model mahal hanya dipanggil ketika memang itulah yang dibayar.

Aturan keputusan

• Generasi, ekstraksi, klasifikasi, dan peringkasan teks bervolume tinggi — GPT-6 Sol. Lima kali lebih murah pada setiap baris, tertinggal tiga poin indeks dalam penalaran umum, dan merupakan default yang tepat.

• Coding agentik, pekerjaan terminal, dan penggunaan komputer — GPT-6 Astra. Enam belas poin pada Terminal-Bench dan lima poin pada indeks agen coding, pada pekerjaan yang setiap kegagalan prosesnya diukur dalam jam kerja manusia.

• Pipeline yang saat ini menjalankan langkah pada reasoning effort none — tidak juga, tanpa penyetelan ulang. Astra tidak memiliki pengaturan none, dan langkah tersebut tidak akan diporting tanpa perubahan.

• Pekerjaan yang memerlukan input file bersamaan dengan gambar — GPT-6 Astra, satu-satunya dari keduanya yang menerima file.

• Siapa pun yang membaca bahwa produk unggulan memiliki premi harga 2,5× — hitung ulang aritmetikanya pada 5×. Model yang sama dengan harga yang sama; tier di bawahnya bergeser, dan keputusannya berbeda pada angka yang telah dikoreksi.