OpenAI GPT-5.1-2025-11-13: 400k konteks, AA Math 94.0, melalui OrcaRouter API
OpenAI GPT-5.1-2025-11-13 adalah model canggih dari seri GPT-5 milik OpenAI, bertanggal 13 November 2025. Model ini mendukung jendela konteks sebesar 400.000 token dan output maksimal 128.000 token.…
Model ini unggul dalam penalaran matematika, sebagaimana dibuktikan dengan skor AA Math sebesar 94,0. Model ini mampu melakukan perhitungan kompleks, memecahkan soal cerita multi-langkah, dan bekerja dengan konsep matematika tingkat lanjut. Di luar matematika, model ini mendukung pemahaman dan pembuatan bahasa alami secara umum di berbagai domain. Kemampuan multimodal memungkinkan model ini menafsirkan gambar dan file, sehingga berguna untuk tugas-tugas yang menggabungkan informasi visual dan tekstual, seperti menjelaskan grafik atau mengekstrak data dari dokumen hasil pindaian. Model ini juga mendukung pembuatan kode, penerjemahan, peringkasan, dan penulisan kreatif, konsisten dengan model lain setingkat GPT-5.
Meskipun GPT-5.1-2025-11-13 menawarkan kemampuan tinggi, harganya lebih mahal dibandingkan banyak model alternatif: $1,25 per 1M token masukan dan $10,00 per 1M token keluaran. Untuk tugas yang tidak memerlukan jendela konteks penuh 400k, penalaran matematika tingkat lanjut, atau masukan multimodal, model yang lebih kecil dan lebih murah yang tersedia di OrcaRouter mungkin lebih hemat biaya. Misalnya, jika tugas Anda adalah klasifikasi teks sederhana, obrolan singkat, atau peringkasan standar, pertimbangkan model seperti GPT-4o-mini atau Claude 3 Haiku untuk mengurangi biaya. Selain itu, jika latensi menjadi perhatian, model yang lebih kecil biasanya merespons lebih cepat. Gunakan model ini untuk tugas penalaran berisiko tinggi atau saat Anda memerlukan jendela konteks besar.
Ya, model ini menerima modalitas input file selain gambar dan teks. File dapat diunggah langsung sebagai bagian dari permintaan API, dan model akan membaca serta memproses kontennya. Jenis file yang didukung biasanya meliputi PDF, dokumen Word, teks biasa, dan mungkin spreadsheet, meskipun daftar pastinya tergantung pada implementasi OpenAI. Model dapat mengekstrak teks dari file-file ini dan mengintegrasikan informasi tersebut ke dalam penalarannya. Ini berguna untuk tugas-tugas seperti merangkum laporan PDF, menjawab pertanyaan berdasarkan makalah penelitian, atau menganalisis data tabular. Namun, model mungkin tidak menangani dokumen yang sangat terformat atau hasil pindaian dengan sempurna; pertimbangkan pra-pemrosesan untuk hasil terbaik.
Uji AA Math (Advanced Automated Math) mengevaluasi kemampuan model dalam menyelesaikan masalah matematika kompleks di berbagai subbidang, termasuk aljabar, kalkulus, statistik, dan geometri. Skor 94.0 menunjukkan bahwa model menjawab 94% soal benchmark dengan benar, menempatkannya di antara model berkinerja terbaik untuk penalaran matematika. Dalam praktiknya, ini berarti model dapat menangani tugas matematika yang menantang seperti pembuktian multi-langkah, pemecahan masalah terapan, dan perhitungan terkait fisika. Namun, tidak ada model yang sempurna, dan pengguna harus memverifikasi hasil kritis, terutama untuk masalah matematika yang baru atau terbuka. Skor ini didasarkan pada kumpulan tes tertentu dan mungkin tidak berlaku untuk semua tugas di dunia nyata.
Angka latensi yang tepat tidak disediakan dalam data yang tersedia, tetapi umumnya, model dengan jendela konteks besar dan batas keluaran tinggi memiliki waktu inferensi yang lebih lama karena peningkatan kebutuhan memori dan komputasi. Kecepatan aktual tergantung pada faktor-faktor seperti jumlah token masukan dan keluaran, beban server, dan infrastruktur API. API OrcaRouter menyediakan titik akhir yang kompatibel dengan OpenAI standar; Anda dapat mengharapkan latensi dalam rentang beberapa detik hingga puluhan detik untuk generasi yang panjang. Respons streaming dapat mengurangi waktu-ke-token-pertama. Untuk aplikasi yang sensitif terhadap latensi, pertimbangkan untuk menguji dengan masukan kecil terlebih dahulu, atau gunakan model yang lebih kecil dan lebih cepat jika kecepatan sangat penting.
Meskipun skor tolok ukur matematikanya tinggi, model ini mungkin masih menghasilkan kesalahan pada soal-soal yang jarang atau sangat kompleks, terutama yang memerlukan langkah-langkah antara yang presisi. Jendela konteks yang besar tidak menjamin pengingatan informasi yang sempurna dari awal input; model dapat menunjukkan bias kebaruan. Pemahaman multimodal, meskipun ada, mungkin kesulitan dengan gambar yang ambigu atau berkualitas rendah. Harganya lebih tinggi daripada banyak alternatif, sehingga mungkin tidak hemat biaya untuk tugas-tugas sederhana. Selain itu, sebagai model snapshot dari November 2025, model ini mungkin tidak mencakup pengetahuan atau peristiwa setelah tanggal tersebut. Menggunakan model melalui OrcaRouter tidak mengubah keterbatasan dasar ini.
Harga untuk model ini adalah $1.25 per 1 juta token input dan $10.00 per 1 juta token output. Tarif ini ditagih sesuai tarif penyedia tanpa markup, artinya Anda membayar persis seperti yang dikenakan OpenAI—OrcaRouter tidak menambahkan biaya tambahan. Ini menguntungkan bagi pengguna yang menginginkan harga yang dapat diprediksi dan transparan. Perhatikan bahwa jumlah token mencakup prompt dan generasi. Jika Anda menggunakan jendela konteks besar 400k token sebagai input, biaya untuk satu permintaan tersebut adalah $0.50 (400k token dengan $1.25/juta). Biaya output ditambahkan secara terpisah. Sebagai perbandingan, model yang lebih kecil di OrcaRouter mungkin hanya membutuhkan biaya sebagian kecil dari ini per token.
Pertukaran utama adalah biaya per token yang lebih tinggi dibandingkan dengan model yang lebih kecil. Meskipun model ini menawarkan kemampuan canggih, pengguna harus memperkirakan volume token masukan dan keluaran yang khas untuk memutuskan apakah biaya tersebut sepadan. Misalnya, jika Anda sering menghasilkan keluaran yang panjang (misalnya, 50k token), biaya keluaran sebesar $10/M akan menjadi $0.50 per permintaan. Untuk aplikasi dengan volume tinggi, biaya dapat terakumulasi dengan cepat. Pertimbangkan untuk menyimpan respons dalam cache jika memungkinkan untuk menghindari pemrosesan berulang. OrcaRouter tidak menawarkan diskon tambahan atau tingkatan khusus untuk model ini; penetapan harga bersifat langsung. Jika anggaran terbatas, jelajahi alternatif yang lebih murah seperti GPT-4o-mini (jika tersedia) atau penyedia lain di OrcaRouter.
OrcaRouter menyediakan akses API standar tetapi tidak menyimpan respons secara inheren; caching adalah tanggung jawab pengguna. Anda dapat menerapkan lapisan caching sendiri untuk permintaan identik guna mengurangi penggunaan token dan biaya. API OrcaRouter bersifat stateless—setiap permintaan diproses secara independen. Untuk proyek jangka panjang, pertimbangkan menggunakan teknik caching prompt seperti membagi konteks besar dengan bijak atau menggunakan kembali embeddings. Tidak ada fitur penagihan khusus seperti diskon batch untuk model ini. Penetapan harga tanpa markup menyederhanakan penganggaran tetapi tidak menyertakan alat pengoptimalan bawaan.
Anda mengakses model melalui API OrcaRouter yang kompatibel dengan OpenAI. Atur URL dasar ke https://api.orcarouter.ai/v1. Gunakan ID model "openai/gpt-5.1-2025-11-13" dalam body permintaan Anda. API mendukung parameter standar OpenAI seperti messages, max_tokens, temperature, top_p, dll. Misalnya, untuk membuat chat completion, buat permintaan POST ke /chat/completions dengan parameter model diatur ke "openai/gpt-5.1-2025-11-13". Anda juga dapat menyertakan konten gambar atau file dalam pesan menggunakan jenis konten yang sesuai (misalnya, image_url). Pastikan Anda memiliki kunci API yang valid dari OrcaRouter untuk autentikasi.
Parameter umum meliputi max_tokens (hingga 128.000), temperature (0-2 untuk keacakan), top_p (pengambilan sampel inti), frequency_penalty, presence_penalty, urutan berhenti, dan stream (boolean untuk streaming). Jendela konteks adalah 400.000 token, jadi pastikan input Anda tidak melebihi total tersebut (termasuk pesan sistem dan asisten). Anda juga dapat menentukan parameter response_format jika didukung (misalnya, json_object) untuk memaksa keluaran terstruktur. OrcaRouter meneruskan parameter-parameter ini langsung ke model OpenAI yang mendasarinya. Untuk konten multimodal, gunakan array 'content' dalam pesan dengan bagian yang berisi data teks dan gambar/berkas.
Ya, migrasi cukup mudah karena OrcaRouter menyediakan API yang kompatibel dengan OpenAI. Sebagian besar kode yang sudah ada yang menggunakan SDK OpenAI Python atau Node dapat beralih hanya dengan mengubah base_url dan kunci API. ID model pada OrcaRouter adalah "openai/gpt-5.1-2025-11-13" (perhatikan prefiksnya). Tidak ada perubahan lain pada body permintaan atau penanganan respons yang diperlukan. Jika Anda menggunakan API dari penyedia lain yang juga mengikuti standar OpenAI, Anda cukup memperbarui endpoint-nya. OrcaRouter menawarkan harga tanpa markup, sehingga biaya mungkin serupa atau lebih rendah tergantung pada markup sebelumnya.
Dibandingkan dengan model GPT-4 sebelumnya, GPT-5.1 menawarkan jendela konteks yang lebih besar (400k vs biasanya 128k), batas output yang lebih tinggi (128k vs 4k-32k), dan skor AA Math yang jauh lebih baik (94.0 vs lebih rendah). Ini juga mendukung input gambar dan file, yang tidak dimiliki GPT-4 secara native. Namun, ini lebih mahal per token dibandingkan GPT-4o atau GPT-4o-mini. Dibandingkan dengan GPT-5.0 (jika tersedia), snapshot ini mungkin memiliki perbaikan tetapi detailnya tidak dipublikasikan. Bagi pengguna yang membutuhkan lebih sedikit token atau biaya lebih rendah, GPT-4o-mini menyediakan alternatif yang lebih cepat dan lebih murah dengan kualitas yang wajar.
Perbandingan bergantung pada tolok ukur spesifik. Skor AA Math sebesar 94.0 adalah indikator yang kuat untuk penalaran, tetapi model lain seperti Claude 3.5 Sonnet unggul dalam pengkodean dan keamanan yang bernuansa. Jendela konteks 400k cocok atau melampaui sebagian besar model pesaing (misalnya, Claude 3.5 Sonnet menawarkan 200k). Kemampuan modal bervariasi; beberapa pesaing juga menangani gambar dan file. Harga: GPT-5.1 dengan $1.25/1M input lebih mahal daripada beberapa, tetapi sejalan dengan penawaran premium. Untuk tugas matematika, model ini mungkin lebih unggul; untuk penulisan kreatif atau peringkasan, alternatif mungkin cukup. Pengguna harus mengevaluasi berdasarkan kasus penggunaan spesifik mereka.
Model ini dapat digunakan di produksi mengingat konteks yang tinggi dan penalaran yang kuat, tetapi biaya merupakan faktor kunci. Dengan harga $10/1M token output, pembuatan dalam volume tinggi bisa menjadi mahal. Model ini diakses melalui API andal OrcaRouter, yang menyediakan uptime dan performa standar. Namun, untuk skalabilitas ekstrem, pertimbangkan untuk menerapkan caching, optimasi prompt, dan mungkin menggunakan model yang lebih murah untuk sub-tugas yang lebih sederhana. Latensi model ini juga mungkin lebih tinggi daripada alternatif yang lebih kecil. Jika aplikasi Anda membutuhkan respons real-time, ujilah secara menyeluruh. Secara keseluruhan, ini adalah pilihan premium untuk tugas-tugas premium.
Perbedaan utama meliputi: jendela konteks yang lebih besar (400k vs biasanya 128k), output maksimal yang lebih panjang (128k vs 16k untuk GPT-4o), skor AA Math yang lebih tinggi (94.0 vs lebih rendah), dan dukungan untuk modalitas input file selain gambar dan teks. Harga lebih tinggi untuk GPT-5.1: $1.25/$10 per M token vs sekitar $2.50/$10 untuk GPT-4o (tepatnya tergantung model). Jadi GPT-5.1 lebih murah dalam input tetapi sama dalam output? Sebenarnya input GPT-4o adalah $2.50/M, output $10/M, jadi input GPT-5.1 lebih murah. Namun GPT-4o biasanya memiliki kecepatan lebih cepat. Untuk tugas multimodal dan intensif matematika yang memerlukan konteks besar, GPT-5.1 kemungkinan lebih unggul.
Kompatibel OpenAI — pakai SDK Anda yang sekarang
https://api.orcarouter.ai/v1from openai import OpenAI
client = OpenAI(
base_url="https://api.orcarouter.ai/v1",
api_key="$ORCAROUTER_API_KEY",
)
response = client.chat.completions.create(
model="openai/gpt-5.1-2025-11-13",
messages=[{"role": "user", "content": "Hello"}],
)
print(response.choices[0].message.content)include_reasoningmax_completion_tokensmax_tokensreasoningresponse_formatseedstreamstructured_outputstool_choicetools| Input / 1M token | $1.25 |
| Output / 1M token | $10.00 |
| Baca cache / 1M | $0.125 |
| Mata uang | USD |
Perkiraan berdasarkan harga daftar
Hanya perkiraan — jumlah token sebenarnya bergantung pada tokenizer penyedia.
GET /api/public/models/openai/gpt-5.1-2025-11-13Buka @misc{orcarouter_gpt_5_1_2025_11_13,
title = {openai/gpt-5.1-2025-11-13 API},
author = {openai},
year = {n.d.},
howpublished = {OrcaRouter},
url = {https://www.orcarouter.ai/models/openai/gpt-5.1-2025-11-13}
}openai. (n.d.). openai/gpt-5.1-2025-11-13 API. OrcaRouter. https://www.orcarouter.ai/models/openai/gpt-5.1-2025-11-13