Step 5 Preview vs GPT-5.6: Satu Kartu Datar Melawan Tangga Enam Tingkat

Tidak ada satu model pun yang disebut GPT-5.6 untuk disandingkan dengan Step 5 Preview, dan itulah hal pertama yang harus diselesaikan oleh perbandingan ini. Lab tersebut merilis keluarga GPT-5.6 pada 9 Juli 2026 dalam tiga tier — GPT-5.6 Sol pada $4.00 dan $20.00 per juta token, GPT-5.6 Terra pada $2.00 dan $12.00, dan GPT-5.6 Luna pada $0.20 dan $1.20 — masing-masing dengan dial penalaran enam posisi yang berkisar dari none hingga max. Step 5 Preview, yang dirilis StepFun pada 20 September 2026, adalah satu model dengan harga $1.00 dan $2.70 tanpa tier dan tiga pengaturan penalaran. Kedua vendor ini membangun mekanisme pengendalian biaya yang berlawanan: satu vendor menjual tangga yang Anda daki per permintaan, dan StepFun menjual satu kartu tarif datar. Mana yang lebih murah sepenuhnya bergantung pada seberapa baik routing Anda, dan itu bukan angka yang diterbitkan oleh vendor mana pun. Tidak satu pun dari itu bersifat hipotetis: kegagalan AI dan insiden agen yang terdokumentasi di balik rilis seperti ini dikumpulkan di OrcaRouter AI Incident Archive di mana setiap entri membawa sumbernya sendiri, tingkat keparahan, tingkat keyakinan, dan penanda sengketa.

Perbandingan utama yang dijalankan sebagian besar halaman adalah Step 5 Preview versus GPT-5.6 Sol, karena Sol adalah produk unggulan dan produk unggulan selalu dibandingkan. Kerangka itu menyesatkan ke dua arah. Sol berbiaya tujuh setengah kali lipat dari yang dikenakan Step 5 Preview per token keluaran, dan skornya tiga poin lebih tinggi pada indeks independen. Tetapi Sol bukanlah tier yang sebagian besar pembeli Step 5 Preview sebenarnya akan tinggalkan — GPT-5.6 Terra-lah itu, pada $2.00 dan $12.00, dan Luna adalah yang akan dipertimbangkan pipeline bervolume tinggi sebagai gantinya. Pilih tier yang salah untuk dibandingkan dan kesimpulannya berbalik tanpa ada fakta dasarnya yang berubah.

Tiga tingkatan melawan satu kartu

• Harga input — Step 5 Preview $1,00 per juta token vs GPT-5.6 Sol $4,00, GPT-5.6 Terra $2,00, GPT-5.6 Luna $0,20

• Harga output — Step 5 Preview $2.70 vs GPT-5.6 Sol $20.00, GPT-5.6 Terra $12.00, GPT-5.6 Luna $1.20

• Penetapan harga ulang untuk input panjang — Step 5 Preview satu tarif tetap di seluruh jendela 1 juta token vs ketiga tingkatan GPT-5.6 yang naik pada 272.000 token masukan: Sol menjadi $8,00 dan $30,00, Terra menjadi $4,00 dan $18,00, Luna menjadi $0,40 dan $1,80

• Cache — Step 5 Preview $0,10 per juta untuk cache hit, diskon 95% dibandingkan tarif cache yang dipublikasikan vendor, yang diterapkan per tier dan yang telah direvisi vendor seiring dengan masing-masing dari dua penetapan harga ulang keluarga ini

• Jendela konteks — Step 5 Preview 1 juta token vs tier GPT-5.6 pada sekitar 1,05 juta token, praktis identik

• Output maksimum — Step 5 Preview 64k token vs 128.000 token di ketiga tier GPT-5.6, dua kali batas maksimum StepFun

• Modalitas — Step 5 Preview: teks, gambar, dan video masuk, teks keluar vs tier GPT-5.6: teks, gambar, dan file masuk, teks keluar; kompensasinya adalah video di satu sisi dan input file native di sisi lain

• Kontrol penalaran — Step 5 Preview tiga pengaturan, rendah, sedang, dan tinggi vs enam pada GPT-5.6: tidak ada, rendah, sedang, tinggi, xhigh, dan max

• Skor independen — Step 5 Preview 44 vs GPT-5.6 Sol 47 pada max upaya dan 44 pada xhigh; GPT-5.6 Luna 37 pada upaya maksimum; GPT-5.6 Terra tidak disertakan pada revisi indeks yang sama

• Biaya per tugas indeks yang diselesaikan — Step 5 Preview sekitar $0,71 vs GPT-5.6 Luna $0,18 dan GPT-5.6 Sol beberapa kali lipat angka StepFun, karena Sol dihargai lima kali tarif output Step 5 Preview pada konfigurasi terukur yang sama

• Bobot — Step 5 Preview dapat diunduh dalam FP8, BF16 dan, sejak 14 Oktober 2026, build NVFP4 vs tidak ada bobot untuk setiap tier GPT-5.6

Baris yang layak diperhatikan bukanlah harganya. Melainkan tombol effort-nya. Angka 44 milik Step 5 Preview adalah satu konfigurasi yang dinilai pada satu pengaturan effort, yang sekaligus menjadikannya batas bawah dan batas atas. GPT-5.6 Sol mengukur 47 pada max dan 44 pada xhigh — angka utama yang sama dengan model StepFun pada pengaturan yang biayanya jauh lebih murah untuk dijalankan. Itu bukan kebetulan yang layak dibangun menjadi sebuah narasi, tetapi itu memang ciri nyata dari perbandingan ini: vendor yang sama akan menjual skor yang sama seperti yang dipublikasikan Step 5 Preview, pada tingkat effort yang lebih rendah, dengan harga per token yang lebih mahal daripada yang dikenakan StepFun pada pengaturan apa pun.

Baris 272.000 token adalah perbedaan struktural.

Kedua model ini dijual sebagai sistem konteks panjang dan salah satunya membebankan biaya untuk itu dengan cara yang tidak dilakukan oleh yang lain. Tarif Step 5 Preview datar di sepanjang seluruh jendela satu juta token; permintaan pada 900.000 token dikenai biaya per token yang sama dengan permintaan pada 900. Setiap tier GPT-5.6 mengubah tarif begitu satu permintaan melewati 272.000 token input, dan perubahan itu berlaku untuk keseluruhan permintaan alih-alih untuk bagian di atas ambang tersebut: Sol berubah dari $4.00 dan $20.00 menjadi $8.00 dan $30.00, Terra dari $2.00 dan $12.00 menjadi $4.00 dan $18.00, Luna dari $0.20 dan $1.20 menjadi $0.40 dan $1.80.

Model StepFun memiliki plafon keluaran 64k, sementara setiap tier GPT-5.6 memungkinkan 128.000, jadi kedua produk itu dibentuk secara berbeda di kedua ujungnya. Jika beban kerja Anda banyak membaca sekaligus — sebuah repositori, kumpulan dokumen, transkrip panjang — tarif tetap Step 5 Preview adalah baris paling bernilai di kartu tersebut, dan nilainya lebih besar daripada selisih harga masukan empat dolar pada prompt apa pun yang melampaui ambang itu dengan selisih lebar. Jika beban kerja Anda banyak menulis sekaligus — pembuatan berkas penuh, artefak terstruktur yang panjang — plafon 64k adalah kendala yang mengikat dan token murah tidak membantu Anda.

Di sinilah juga lapisan routing membuktikan manfaatnya, bukan sekadar slogan. Pipeline yang mengirim prompt retrieval 400.000 token ke Sol membayar tarif dua kali lipat pada setiap panggilan, selamanya, dan solusinya bukan model yang lebih murah — melainkan tidak mengirim permintaan itu ke tier yang menerapkan tarif berbeda. Kunci yang sama yang dapat menjangkau Step 5 Preview tidak tersedia bagi kami, tetapi bentuk perbaikannya bersifat generik: pertahankan jalur konteks panjang pada model dengan jendela tetap dan pertahankan panggilan penalaran pendek yang sulit pada model dengan pengatur effort, lalu ukur keduanya berdasarkan biaya per tugas yang diselesaikan, bukan biaya per juta token.

Mengapa keluarga GPT-5.6 adalah hal yang aneh untuk dibeli pada bulan Oktober

Harga milik vendor sendiri telah berubah dua kali di bawah keluarga ini sejak peluncuran, dan perubahannya hanya ke satu arah. Dua tier yang lebih murah dipotong pada 30 Juli 2026; yang unggulan menyusul pada 21 Agustus, membawa Sol dari $5,00 dan $30,00 menjadi $4,00 dan $20,00 — tarif promosi yang hanya dijamin vendor hingga 21 November 2026. Lalu pada 22 September, lab merilis GPT-6 Sol seharga $2,00 dan $10,00 serta GPT-6 Luna seharga $0,10 dan $0,50, yang persis setengah dari harga unggulan GPT-5.6 pada kedua meterannya dan setengah dari GPT-5.6 Luna pada kedua meterannya.

Konsekuensinya bukanlah bahwa GPT-5.6 buruk. Konsekuensinya adalah bahwa GPT-5.6 bukan lagi generasi dari lini vendor itu sendiri yang seharusnya dijadikan default oleh integrasi baru, dan setiap tier-nya kini memiliki saudara yang lebih murah dengan tanggal rilis lebih baru dan angka yang lebih tinggi. Itu penting bagi perbandingan spesifik ini karena mengubah apa yang sebenarnya ditanyakan oleh "Step 5 Preview vs GPT-5.6". Jika jawaban jujur untuk beban kerja Sol adalah GPT-6 Sol dengan setengah tarifnya, maka pertandingan yang menentukan apa pun adalah Step 5 Preview pada $1.00 dan $2.70 melawan GPT-6 Sol pada $2.00 dan $10.00 — selisih output empat kali lipat alih-alih tujuh setengah kali lipat — dan tier GPT-5.6 hanya ikut diperbincangkan untuk tim dengan integrasi yang dipatok, baseline evaluasi yang dipublikasikan, atau komitmen yang sudah ada pada pengenal model tertentu.

Ada alasan kedua mengapa pertanyaan keluarga masih hangat. Tarif promosi Sol berakhir pada 21 November dan vendor belum mengatakan apa yang terjadi pada 22 November. Anggaran apa pun yang dibangun di atas $4.00 dan $20.00 mengandung peristiwa yang belum diberi harga di dalamnya, dan cara jujur untuk menyikapinya adalah sebagai rentang, bukan angka. StepFun belum mengubah harga Step 5 Preview sejak peluncurannya, yang merupakan komitmen lebih singkat daripada yang terdengar mengingat model ini baru berusia empat minggu, tetapi itulah komitmen yang Anda miliki.

Tingkat yang sebanding dengan Step 5 Preview bukanlah tingkat unggulan.

Kesampingkan Sol, dan perbandingannya menjadi lebih menarik, karena GPT-5.6 Terra pada $2.00 dan $12.00 adalah tier yang paling mungkin digantikan oleh pembeli Step 5 Preview, dan GPT-5.6 Luna pada $0.20 dan $1.20 adalah tier yang harus dijadikan tolok ukur oleh pipeline bervolume tinggi. Ini adalah argumen yang berbeda.

Dibandingkan Terra, Step 5 Preview setengah harga untuk input dan sedikit lebih dari empat kali lebih murah untuk output, dan unggul mutlak dalam perilaku konteks karena Terra menetapkan harga ulang di atas 272.000 token sedangkan model StepFun tidak. Sebagai gantinya, Terra menawarkan batas keluaran dua kali lipat, jendela konteks yang lebih besar dengan selisih yang tidak penting, input berkas native untuk pipeline yang menyerap PDF sebagai dokumen, bukan sebagai gambar, dan keluarga enam tingkat upaya yang memungkinkan Anda mengarahkan biaya per panggilan alih-alih menerimanya. Vendor belum menerbitkan angka indeks independen terkini untuk Terra pada revisi yang sama dengan 44 milik Step 5 Preview, yang berarti klaim apa pun bahwa salah satu lebih mampu daripada yang lain di sisi Terra saat ini tidak didukung — dan artikel ini tidak akan mengarangnya.

Terhadap Luna, hitungannya berbalik dan Step 5 Preview kalah jauh dalam hal harga: $0,20 dan $1,20 versus $1,00 dan $2,70 adalah lima kali lebih murah pada input dan sedikit lebih dari dua kali pada output, dan biaya Luna per tugas indeks yang diselesaikan sebesar $0,18 versus $0,71 milik StepFun adalah selisih empat kali lipat pada angka yang memperhitungkan verbositas. Luna mencetak skor 37 berbanding 44 milik Step 5 Preview, dan evaluator mencatat bahwa skor Luna bergantung pada effort sedangkan milik StepFun adalah satu konfigurasi — sebuah pengingat bahwa model dengan dial memiliki banyak skor dan mengutip nilai maksimum sebagai "berapa biayanya" adalah kesalahan kategori. Jika tugas Anda adalah klasifikasi, ekstraksi, atau perutean, tier yang harus dibandingkan dengan model StepFun adalah Luna, dan jawabannya adalah StepFun sama sekali tidak kompetitif dalam hal biaya.

Apa yang sebenarnya menentukan

Step 5 Preview adalah pilihan yang tepat ketika tiga atau lebih dari hal berikut berlaku: beban kerja membaca input yang sangat panjang dan akan rutin melewati batas 272.000 token, input video diperlukan, kartu tarif satu kolom yang datar lebih bernilai bagi tim Anda daripada lapisan perutean, atau bobot yang dapat diunduh penting karena Anda berniat melakukan self-host atau fine-tune. Poin soal bobot bukan catatan kaki di sini — StepFun menerbitkan checkpoint FP8 dan BF16 di bawah lisensinya sendiri dengan build NVFP4 yang ditambahkan pada 14 Oktober 2026, dikonfigurasi untuk Blackwell pada 394 GB dengan KV cache yang tidak terkuantisasi, dan repositori-repositori tersebut memperoleh panduan penyajian vLLM dan SGLang yang lengkap pada pertengahan Oktober dengan image kontainer yang dipublikasikan serta parser penalaran dan pemanggilan alat khusus. Tidak ada tier GPT-5.6 yang dapat diunduh, dipin, atau diperiksa, dan sebesar apa pun skor indeks tidak dapat menutup kenyataan itu.

Tingkat GPT-5.6 adalah pilihan yang tepat ketika Anda memerlukan respons tunggal 128.000 token, ketika input file ada dalam pipeline Anda, ketika integrasi yang ada dipatok pada pengenal GPT-5.6 dan biaya migrasi melebihi penghematan token, atau ketika dial penalaran adalah hal yang sebenarnya Anda inginkan — kemampuan untuk mengeluarkan lebih sedikit untuk permintaan yang mudah tanpa mengubah model. Yang terakhir itu adalah keunggulan desain yang nyata dan itulah alasan untuk melihat keluarga ini secara serius daripada mengabaikannya sebagai vintage kuartal lalu. Yang bukan merupakan alasan adalah memilih Sol daripada Terra atau Luna karena alasan beban kerja. Rutekan berdasarkan kesulitan dan tangga keluarga itu sendiri akan melakukan kontrol biaya untuk Anda.

Kedua tier yang dibandingkan artikel ini dapat dijangkau melalui satu endpoint di OrcaRouter: GPT-5.6 Sol, GPT-5.6 Terra, dan GPT-5.6 Luna ada di katalog pada openai/gpt-5.6-sol, openai/gpt-5.6-terra dan openai/gpt-5.6-luna, masing-masing pada harga daftar milik vendor itu sendiri dengan 0% markup, yang bagi keluarga ini punya konsekuensi spesifik — vendor telah memangkas tarif ini dua kali sejak Juli, dan penerusan langsung berarti pemangkasan itu berlaku di tagihan Anda pada hari yang sama saat ditetapkan, bukan pada siklus kontrak berikutnya. Karena routing DSL menyusun beberapa model menjadi satu panggilan, pertanyaan tier di atas tidak lagi menjadi keputusan arsitektur: kunci yang sama yang menampung Sol pada max untuk pekerjaan berat dapat menampung Luna untuk mayoritas pekerjaan mudah, dengan failover otomatis di antara keduanya dan tanpa integrasi kedua yang harus dipelihara. Step 5 Preview tidak ada dalam katalog itu; panggil melalui platform StepFun sendiri atau self-host dari checkpoint yang telah dipublikasikan.

Pertanyaan terbuka yang ditinggalkan oleh perbandingan ini bukanlah model mana yang lebih baik. Pertanyaannya adalah apakah versi lama yang lebih murah dari vendor itu sendiri membuat seluruh pertanyaan GPT-5.6 menjadi tidak relevan untuk integrasi baru, dan apakah tarif promosi Sol masih berlaku setelah 21 November. Tidak satu pun dari keduanya punya jawaban hari ini. Yang bisa dijawab hari ini adalah yang struktural, dan itu tidak bergantung pada keduanya: salah satu produk ini mengenakan tarif tetap untuk satu juta token dan yang lain mengenakan tarif berbeda setelah Anda melewati 272.000. Untuk beban kerja yang berada di ujung atas rentang tersebut, satu baris itu bernilai lebih dari selisih empat dolar pada input, dan itulah baris yang harus diperiksa terhadap trace Anda sendiri sebelum Anda membaca skor indeks apa pun.