GPT-6 Sol vs Gemini 3.1 Pro: Selisih Harga Lebih Kecil daripada yang Diakui Masing-Masing Posting Peluncuran

Kedua model berbiaya $2,00 per juta token masukan. GPT-6 Sol menagih $10,00 per juta token keluaran; Gemini 3.1 Pro menagih $12,00. Berdasarkan tarif utamanya, GPT-6 Sol dan Gemini 3.1 Pro yang berusia enam bulan berada dalam jarak 20% satu sama lain, yang menjadikannya perbandingan harga paling tidak dramatis dalam jajaran saat ini — dan paling menyesatkan, karena tidak ada model yang benar-benar menagih dengan tarif utamanya untuk pekerjaan konteks panjang, dan kedua batas tingkatannya berada di tempat yang berbeda serta menetapkan harga ulang ke arah yang berbeda.

Itu perbandingan yang layak dilakukan dengan benar. GPT-6 Sol dirilis pada 22 September 2026 dengan harga $2/$10, potongan 50% dari GPT-5.6 Sol, dengan tingkat konteks panjang di atas 272.000 token masukan yang kurang lebih menggandakan input dan menaikkan output sebesar setengahnya. Gemini 3.1 Pro telah tersedia sejak 19 Februari 2026 dengan harga $2/$12, dengan batas tingkat pada 200.000 token yang membuatnya menjadi $4/$18 dan tarif batch $1/$6. Harga tertera sama, geometri kartu tarif berbeda, dan aritmetika di bawah ini yang menentukan mana yang lebih murah untuk trafik Anda.

Dua kartu tarif, digambar sesuai skala

• Input dasar — GPT-6 Sol $2,00 per 1 juta vs Gemini 3.1 Pro $2,00 per 1 juta

• Output dasar — GPT-6 Sol $10.00 per 1M vs Gemini 3.1 Pro $12.00 per 1M

• Ambang batas konteks panjang — GPT-6 Sol di atas 272K input vs Gemini 3.1 Pro di atas 200K input

• Tarif konteks panjang — GPT-6 Sol sekitar $4,00 / $15,00 vs Gemini 3.1 Pro $4,00 / $18,00

• Cakupan penetapan harga ulang — GPT-6 Sol menetapkan harga ulang seluruh permintaan vs Gemini 3.1 Pro menetapkan harga ulang seluruh permintaan

• Cache — GPT-6 Sol sekitar 90% lebih murah untuk input yang di-cache dibandingkan harga cache Gemini 3.1 Pro yang tidak disebutkan ulang saat peluncuran

• Batch — tarif batch GPT-6 Sol tidak dipublikasikan vs Gemini 3.1 Pro $1.00 / $6.00

• Jendela konteks — GPT-6 Sol 872K menurut Artificial Analysis, 1,05M yang diklaim vs input 1M Gemini 3.1 Pro

• Output maksimum — GPT-6 Sol 128K vs Gemini 3.1 Pro sekitar 64K hingga 66K

• Indeks Kecerdasan AA (v4.3.2) — GPT-6 Sol 48 vs Gemini 3.1 Pro 30

Dua poin struktural muncul dari hal itu. Pertama, batas konteks panjang saling berdekatan tetapi tidak identik — 272K versus 200K — dan keduanya menerapkan tarif yang lebih tinggi pada seluruh permintaan, bukan pada kelebihannya. Panggilan yang membawa 210K token dikenai tarif premium pada Gemini 3.1 Pro dan tarif dasar pada GPT-6 Sol. Rentang 72.000 token itulah tempat kedua model paling berbeda dalam hal harga.

Kedua, ruang keluaran tidak sebanding. GPT-6 Sol memungkinkan 128K token keluaran; Gemini 3.1 Pro berhenti sekitar 64K hingga 66K. Jika beban kerja Anda menghasilkan artefak panjang — penulisan ulang file secara penuh, draf panjang, jejak rantai pemikiran yang diperluas yang benar-benar Anda simpan — batas atas itu lebih penting daripada selisih $2 pada harga keluaran.

Contoh yang dikerjakan, karena angka utama menyembunyikan jawabannya.

Ambil contoh beban kerja bulanan yang realistis: 10 juta token input dan 2 juta token output, semuanya berkonteks pendek.

• GPT-6 Sol — input 10M dengan harga $2.00 adalah $20.00, output 2M dengan harga $10.00 adalah $20.00. Total: $40.00

• Gemini 3.1 Pro — 10 juta input seharga $2,00 adalah $20,00, 2 juta output seharga $12,00 adalah $24,00. Total: $44,00

GPT-6 Sol 9% lebih murah. Itulah seluruh selisihnya, dan itu cukup kecil sehingga satu keputusan rekayasa di bagian lain dalam tumpukan dapat menghapusnya.

Sekarang buat beban kerja yang sama menjadi konteks panjang — agen yang membawa 300K token status kerja pada setiap panggilan. Kedua model melampaui ambang batas masing-masing.

• GPT-6 Sol — input sekitar $4.00 menghasilkan $40.00, output sekitar $15.00 menghasilkan $30.00. Total: $70.00

• Gemini 3.1 Pro — input sebesar $4,00 menghasilkan $40,00, output sebesar $18,00 menghasilkan $36,00. Total: $76,00

Kedua tagihan hampir dua kali lipat dan GPT-6 Sol tetap unggul, tetapi selisihnya masih di bawah 10%. Konteks panjang tidak merusak pertarungan ini; itu hanya membuat kedua opsi menjadi mahal.

Kasus yang menarik adalah caching dan batching, di mana kedua vendor membuat taruhan yang berbeda. Jika 80% dari input Anda adalah prefiks yang stabil, diskon cache sekitar 90% dari GPT-6 Sol mengubah perhitungan secara signifikan — 8M token yang di-cache dengan sekitar $0,20 per juta adalah $1,60, ditambah 2M token baru dengan $2,00 menjadi $4,00, ditambah output senilai $20,00, sehingga totalnya mendekati $25,60. Tarif batch Gemini 3.1 Pro melakukan jenis pekerjaan yang sama dari arah sebaliknya: dengan input $1,00 dan output $6,00, beban kerja 10M/2M yang sama menghasilkan $10,00 ditambah $12,00, atau $22,00.

Jadi ringkasan jujurnya adalah: GPT-6 Sol menang pada lalu lintas interaktif dan pada beban kerja dengan prefiks yang di-cache, Gemini 3.1 Pro menang pada apa pun yang bisa Anda proses secara batch, dan selisih antara kedua kasus terbaik adalah beberapa dolar per sepuluh juta token. Ini bukan keputusan harga. Ini keputusan berdasarkan bentuk beban kerja.

Kesenjangan kapabilitas adalah keputusan yang sebenarnya

Lima puluh satu poin Index memisahkan model-model ini di papan yang sama: GPT-6 Sol di 48, Gemini 3.1 Pro di 30. Itu bukan selisih yang tipis, dan itulah alasan paritas harga menjadi keunikan belaka, bukan ancaman kompetitif.

Intelligence Index dari Artificial Analysis adalah komposit, dan komposit bisa membuat sesuatu tampak lebih baik. Namun, selisih sebesar itu tetap konsisten di seluruh tolok ukur komponen yang diterbitkan masing-masing vendor:

• AA Intelligence Index — GPT-6 Sol 48, peringkat 18 dari 212 vs Gemini 3.1 Pro 30, peringkat 81 dari 212

• Kecepatan output — GPT-6 Sol 104.4 token/detik vs Gemini 3.1 Pro 115.0 token/detik

• Waktu ke token pertama — GPT-6 Sol 107,18 detik vs Gemini 3.1 Pro 32,96 detik, terhadap median papan peringkat 3,87 detik

• GPQA Diamond — Gemini 3.1 Pro 94,3% (dilaporkan Google)

• ARC-AGI-2 — Gemini 3.1 Pro 77,1% (dilaporkan Google)

• HLE — Gemini 3.1 Pro 44,4% (dilaporkan Google)

• SWE-bench Verified — Gemini 3.1 Pro 80,6% (dilaporkan Google)

• Terminal-Bench 2.0 — Gemini 3.1 Pro 68,5% (dilaporkan Google)

• LiveCodeBench Pro — Gemini 3.1 Pro 2887 Elo (dilaporkan Google)

Baca angka-angka Google itu dengan cermat, karena angka-angka itu tidak lemah. Skor 94,3% pada GPQA Diamond dan 77,1% pada ARC-AGI-2 adalah hasil yang kuat, dan itu dipublikasikan pada Februari. Alasan Index masih menempatkan Gemini 3.1 Pro tiga puluh poin di bawah adalah karena Index memberi bobot besar pada tugas-tugas agentic dan berhorizon panjang, dan di situlah terlihat enam bulan antara kedua rilis ini. Gemini 3.1 Pro adalah model penalaran yang kuat. GPT-6 Sol adalah agen yang kuat.

Garis latensi adalah tempat Gemini 3.1 Pro menang telak, dan ini bukan kemenangan kecil. Token pertama 33 detik memang lambat secara absolut — median papan peringkat adalah 3,87 detik — tetapi hanya sepertiga dari 107 detik milik GPT-6 Sol. Untuk apa pun yang harus ditunggu seseorang, Gemini 3.1 Pro adalah satu-satunya dari kedua model ini yang benar-benar dapat digunakan. Token pertama GPT-6 Sol yang memakan waktu 107 detik adalah angka yang akan menggagalkan paling banyak uji coba percontohan, dan perlu dicatat bahwa throughput-nya setelah mulai sangat baik: 104,4 token per detik tidak tertinggal secara berarti dari 115,0 milik Gemini. Model ini tidak lambat. Model ini lambat untuk memulai.

Hal yang belum dihindari Gemini 3.1 Pro

Gemini 3.1 Pro telah berada dalam pratinjau sejak Februari. Enam bulan adalah waktu yang lama untuk menyandang label pratinjau, dan Google telah merilis model Flash 3.5, 3.6, dan 3.8 selama periode itu tanpa mempromosikan 3.1 Pro ke ketersediaan umum. Di OrcaRouter, slug yang dapat dirutekan masih gemini-3.1-pro-preview, dan sebuah varian terpisah gemini-3.1-pro-preview-customtools juga ada di sampingnya.

Hal itu penting bagi pengadaan dengan cara yang tidak dapat dilakukan oleh tolok ukur. Endpoint pratinjau dapat berubah tanpa dapat Anda kendalikan, dinyatakan usang dengan pemberitahuan singkat, dan memiliki batas laju yang berbeda daripada model GA. Jika Anda membangun di atas Gemini 3.1 Pro hari ini, Anda sedang membangun di atas versi pratinjau, dan Anda harus memperhitungkan risiko migrasi dengan semestinya — terutama ketika model Flash Google yang lebih baru sudah melampauinya dalam beberapa dimensi.

GPT-6 Sol tidak memiliki masalah itu, tetapi ia memiliki masalah lain: ketersediaan saat peluncuran lebih terbatas daripada yang tersirat dalam pengumuman. Ia tersedia di API, di ChatGPT Work, dan di Codex pada paket berbayar — dan administrator Enterprise harus mengaktifkannya sebelum pengguna mereka dapat melihatnya. Ia tidak tersedia di ChatGPT Chat. Produk andalan yang melewati segmen konsumen adalah produk andalan yang ditujukan untuk pengembang.

Menjalankan yang murah dan yang bagus bersamaan

Ini adalah perbandingan langka yang jawabannya jelas "keduanya," dan penetapan harganya mendukung hal itu. Gemini 3.1 Pro adalah model yang Anda tempatkan di hadapan manusia: token pertama cepat, tarif batch yang membuat pekerjaan massal murah, skor penalaran yang dipublikasikan kuat. GPT-6 Sol adalah model yang Anda tempatkan di balik antrean: lambat memulai, throughput sangat baik, lima puluh satu poin Index lebih baik, dan harganya dalam kisaran 20% dari model yang digantikannya untuk pekerjaan interaktif.

Gemini 3.1 Pro tersedia di OrcaRouter dengan harga resmi Google, di bawah model pass-through yang berarti perubahan harga Google langsung berlaku di sisi kami pada hari yang sama, bukan menunggu reseller menegosiasi ulang. GPT-6 Sol belum ada dalam katalog kami saat tulisan ini dibuat — model tersebut dapat diakses melalui API OpenAI sendiri — jadi rute yang mencakup keduanya berarti satu kunci untuk Gemini dan integrasi OpenAI langsung di sampingnya. Perutean antara model pratinjau yang cepat dan model terdepan yang lebih lambat adalah tepatnya kasus yang menjadi alasan failover otomatis dibuat: ketika endpoint pratinjau menurun kinerjanya atau dihentikan, rute akan berpindah, dan Anda mengetahuinya dari baris log, bukan dari pengguna Anda.

Aturan keputusan

Pilih Gemini 3.1 Pro ketika ada manusia yang menunggu, ketika pekerjaan dapat diproses secara batch, atau ketika outputnya tetap pendek. Token pertama 33 detik memang tidak bagus, tetapi itu tiga kali lebih baik daripada milik GPT-6 Sol, dan tarif batch $1/$6 adalah cara termurah untuk memindahkan korpus besar melalui model penalaran yang kuat. Terimalah bahwa Anda berada di endpoint pratinjau dan rencanakan migrasinya.

Pilih GPT-6 Sol ketika pekerjaannya bersifat agentic, berhorizon panjang, dan tanpa pengawasan, serta ketika konteks Anda tetap di bawah 272K token. Model ini mencetak skor 48 berbanding 30, menghasilkan output 128K berbanding sekitar 64K, dan harga cached-prefix-nya dengan diskon 90% membuat loop agentic yang repetitif menjadi sangat murah. Waktu token pertama 107 detiknya adalah fitur dari cara ia bernalar, bukan bug, dan itu baru menjadi masalah ketika Anda menaruhnya di hadapan seseorang.

Jangan memilih berdasarkan harga. Keduanya berada dalam selisih 9% satu sama lain pada beban kerja konteks pendek dan dalam 10% pada beban kerja konteks panjang. Perbedaan bulanan sembilan dolar pada buku sepuluh juta token bukanlah alasan untuk memilih salah satu model, dan selisih Indeks lima puluh satu poin adalah alasannya.