Bangun dengan CometAPIButuh satu API untuk banyak model?Uji alur kerja di Playground, lalu buat API key saat model dan biayanya sesuai dengan use case Anda.
Mencari harga GPT-6.1 Luna? Per 28 Oktober 2026, katalog model OpenAI mencantumkan GPT-6 Luna, dengan identitas gpt-6-luna, alih-alih rilis GPT-6.1 Luna. Bagi developer yang menganggarkan beban kerja produksi, model yang tersedia mulai dari $0,10 per satu juta token input dan $0,50 per satu juta token output melalui OpenAI. CometAPI mempublikasikan tarif konteks pendek yang sesuai sebesar $0,08 dan $0,40.
Untuk memutuskan tetap pada GPT-6 Luna atau pindah ke GPT-6.1 Terra, lihat melampaui tarif token utama. Panjang prompt, cache, penalaran, pemanggilan tool, dan percobaan ulang semuanya memengaruhi biaya tugas yang selesai. Panduan ini menjelaskan harga Luna, membandingkan Luna dengan Terra, dan membantu Anda memilih kapan peningkatan layak ditambah biaya.
Pokok Ringkas
Identitas model: Gunakan gpt-6-luna untuk permintaan API GPT-6 Luna; harga GPT-6.1 Luna tidak tertera di katalog resmi.
Harga standar: GPT-6 Luna berharga $0,10 input / $0,50 output per satu juta token melalui OpenAI, atau $0,08 / $0,40 pada tarif konteks pendek yang diterbitkan CometAPI.
Ditinjau untuk kejelasan, atribusi sumber, dan terminologi API terkini.
Konteks dan penagihan: Model memiliki jendela konteks 1.050.000 token; prompt di atas 272.000 token input memakai tarif lebih tinggi untuk seluruh permintaan.
Kontrol biaya: Cache input berulang, batasi output yang tidak perlu, dan pilih upaya penalaran yang memenuhi kriteria penerimaan Anda.
Pemilihan model: Pertahankan Luna untuk pekerjaan rutin berbiaya rendah; evaluasi Terra saat interpretasi visual, interaksi layar, atau kualitas tulisan memengaruhi keberhasilan penyelesaian.
Apakah GPT-6.1 Luna ada?
Tidak ada model GPT-6.1 Luna terpisah yang tercantum di katalog API resmi yang diperiksa pada 2 November 2026. Untuk permintaan Luna, gunakan ID model terdokumentasi gpt-6-luna. Pencarian “GPT-6.1 Luna price” tidak menunjukkan produk yang dirilis atau kartu tarif terpisah. “Fe-Pichu” adalah model OpenAI yang tersedia di Arena. Sangat mungkin ini adalah Luna—mengingat Terra sudah hadir dan kualitas output model ini berada di bawah Terra—dan fakta bahwa model ini menggunakan tokenizer OpenAI juga mengindikasikan bahwa ini model OpenAI.
Jika Anda mencari nama itu karena menginginkan alternatif yang lebih baru dari Luna, pertimbangkan GPT-6.1 Terra di CometAPI. OpenAI mengumumkan Terra pada 26 Oktober 2026, dengan fokus pada penalaran visual, penggunaan komputer, dan penulisan alami. Untuk alur kerja Luna yang ada, ini adalah kandidat pengganti ketika kemampuan tersebut mengatasi kelemahan yang berulang. Ini adalah rekomendasi alur kerja, bukan klaim bahwa OpenAI mengganti nama atau menghentikan Luna.
Mulailah dengan mengidentifikasi apa yang perlu ditingkatkan: lebih sedikit kesalahan pembacaan layar, interpretasi gambar yang lebih baik, atau lebih sedikit penyuntingan setelah generasi. Bandingkan kedua model pada tugas-tugas tersebut sebelum beralih. Jika Luna sudah memenuhi target kualitas dan waktu respons Anda, harga tokennya yang lebih rendah tetap menjadi alasan baik untuk mempertahankannya.
Apa itu GPT-6 Luna?
OpenAI merilis GPT-6 Luna pada 22 September 2026 untuk pekerjaan fokus dan ber-volume tinggi. Model ini menerima teks dan gambar serta menghasilkan teks. Daya tarik praktisnya adalah otomatisasi ekonomis: klasifikasi, ekstraksi, dan tugas terbatas lainnya yang hasilnya dapat Anda periksa secara konsisten.
Luna menawarkan penalaran yang dapat dikonfigurasi dan jendela konteks besar, tetapi harga token rendah saja tidak membuat setiap tugas menjadi murah. Upaya yang gagal, respons panjang, dan koreksi manual semuanya memengaruhi biaya akhir. Gunakan di mana tugasnya jelas dan kriteria penerimaannya mudah diterapkan.
Untuk tugas yang membutuhkan interpretasi visual yang lebih andal, interaksi dengan layar aplikasi, atau prosa yang lebih alami, GPT-6.1 Terra adalah alternatif praktis untuk diuji. Pilihannya adalah apakah hasilnya membenarkan biaya tambahan dalam alur kerja Anda.
Posisi GPT-6 Luna dalam Lini Model OpenAI
Pilih model berdasarkan pekerjaan yang perlu diselesaikan dan anggaran yang dapat Anda pertahankan. Dalam lini saat ini, Astra mencakup penalaran yang menuntut, Sol menyeimbangkan kemampuan dan biaya, dan Luna melayani otomatisasi ekonomis ber-volume tinggi. Terra menambah opsi harga menengah untuk tugas visual, interaksi layar, dan penulisan.
Model
Posisi
Kapan mempertimbangkannya
Input / output per 1M
GPT-6 Astra
Andalan penalaran
Penalaran dan coding kompleks saat kemampuan lebih diutamakan dari biaya.
$10.00 / $50.00
GPT-6.1 Sol
Opsi umum harga menengah
Pekerjaan yang butuh keseimbangan antara kemampuan model dan pengeluaran.
$2.00 / $10.00
GPT-6.1 Terra
Opsi visual dan penulisan harga menengah
Interpretasi visual, layar aplikasi, dan menyusun atau merevisi prosa.
$1.00 / $5.00
GPT-6 Luna
Opsi biaya rendah, volume tinggi
Tugas berulang yang sensitif biaya seperti ekstraksi dan klasifikasi.
$0.10 / $0.50
Harga adalah USD per satu juta token untuk OpenAI Standard konteks pendek input dan output baru. Cache, prompt lebih panjang, mode pemrosesan lain, dan layanan tambahan dapat mengubah total.
Untuk aplikasi Luna yang ada, uji Terra pada tugas-tugas yang menyebabkan upaya ekstra pada visual, aksi layar, atau kualitas tulisan. Pertahankan Luna untuk permintaan rutin yang sudah memenuhi target kualitas Anda, dan bandingkan total biaya hasil yang diterima sebelum memindahkan lebih banyak trafik.
Harga API GPT-6 Luna
Tarif resmi di bawah memisahkan input baru, pembacaan input ter-cache, penulisan cache, dan output. Semua angka adalah USD per satu juta token. Konteks pendek berarti prompt tidak lebih dari 272.000 token input; prompt lebih panjang memindahkan seluruh permintaan ke jadwal konteks panjang.
Mode pemrosesan OpenAI
Fresh input / 1M
Cached read / 1M
Output / 1M
Standard — konteks pendek
$0.100
$0.010
$0.500
Batch / Flex — konteks pendek
$0.050
$0.005
$0.250
Fast — konteks pendek
$0.200
$0.020
$1.000
Standard — konteks panjang
$0.200
$0.020
$0.750
Spesifikasi penagihan GPT-6 Luna menerapkan tarif input dan cache 2× serta tarif output 1,5× di atas 272.000 token input. Jendela konteks 1.050.000 token adalah batas kapasitas, bukan batas untuk tingkat harga yang lebih rendah. Penulisan cache 30 menit Standard berharga $0,125 per satu juta token konteks pendek; contoh cache di bawah menunjukkan bagaimana penulisan memengaruhi total penghematan.
Batch dan Flex menggunakan setengah tarif Standard; Fast menggunakan dua kali tarif yang berlaku. Pilih mode pemrosesan berdasarkan kebutuhan waktu dan ketersediaan, dan periksa dukungan penyedia yang dipilih sebelum menerapkan diskon API langsung ke lalu lintas gateway.
Catatan harga CometAPI: Daftar tarif CometAPI untuk GPT-6 Luna yang diperiksa pada 28 Oktober 2026 mencantumkan tarif konteks pendek $0,08 untuk input baru, $0,008 untuk pembacaan ter-cache, $0,10 untuk penulisan cache 30 menit, dan $0,40 untuk output, per satu juta token. Input baru konteks panjang dan output tercantum pada $0,16 dan $0,60. Tarif ini 20% di bawah tarif OpenAI Standard yang sesuai yang ditunjukkan di sini; diskon mode pemrosesan dan ketersediaan tool harus diperiksa terpisah. Untuk permintaan konteks pendek dengan 5.000 token input baru dan 1.000 token output yang ditagihkan, biaya token model adalah $0,00100 melalui OpenAI Standard atau $0,00080 melalui CometAPI, tidak termasuk cache dan layanan yang ditagihkan terpisah.
Upaya penalaran GPT-6 Luna dan total pengeluaran
Upaya penalaran mengubah seberapa banyak kerja model yang mungkin digunakan sebuah permintaan; ini bukan persentase tambahan tetap dalam tabel token ini. Bandingkan pengaturan upaya pada tugas yang sama, termasuk penalaran yang dihasilkan, percobaan ulang, dan penggunaan output akhir. Jawaban yang terlihat lebih pendek tidak selalu berarti lebih sedikit token output yang ditagihkan.
Untuk memulai, ikuti quickstart CometAPI untuk membuat kunci API dan mengonfigurasi base URL yang kompatibel dengan OpenAI. Pilih gpt-6-luna dan konfirmasikan akses model dan dukungan endpoint untuk akun Anda sebelum mengintegrasikannya ke alur kerja produksi.
Seberapa Banyak Performa yang Anda Beli dengan GPT-6 Luna?
Hasil benchmark yang dipublikasikan OpenAI memberikan bukti trade-off biaya-performa Luna. Ini adalah evaluasi yang dilaporkan penyedia, bukan pengujian independen CometAPI. Bandingkan kumpulan tugas dan konfigurasi agen benchmark dengan beban kerja Anda sendiri sebelum menggunakan penghematan biaya tersebut dalam prakiraan.
Hasil benchmark GPT-6 Luna dan kondisi pengujian
DeepSWE v1.1: Luna mencetak 66,6% pada upaya penalaran maksimum, dibanding 68,8% untuk GPT-6 Sol pada maksimum. Biaya tugas Luna yang dilaporkan 93% di bawah Claude Opus 5 dan 96% di bawah Claude Fable 5, dengan kedua model pesaing dievaluasi pada upaya menengah dalam perbandingan tersebut.
AutomationBench 1.0.6: Pada upaya tinggi, Luna meningkat 5,4 poin persentase dibanding GPT-5.6 Luna dengan biaya per tugas 58% lebih rendah. Evaluasi mencakup alur kerja bisnis end-to-end menggunakan 47 tool. Penghematan ini menggambarkan evaluasi tersebut, bukan penurunan yang dijamin untuk setiap aplikasi.
OSWorld 2.0: Luna pada maksimum melampaui GPT-5.6 Sol pada menengah dengan biaya tugas sekitar sepersepuluhnya. Metrik yang dilaporkan adalah reward parsial pada set offline dari rilis v2026.08.08. Pengumuman tersebut tidak menyediakan setiap detail agen dan runtime yang dibutuhkan untuk mereproduksi hasil ini.
Grafik memetakan biaya tugas terhadap skor benchmark. Seri Claude Fable 5.1-nya mengabaikan biaya fallback Opus 5 pada sekitar 40% tugas, sehingga biaya yang diplot meremehkan total konfigurasi tersebut. Pengumuman OpenAI menjelaskan evaluasi; grafik direproduksi dalam liputan peluncuran Soft4fun.
Untuk penerapan, ukur biaya per tugas yang diterima: harga token yang lebih rendah dapat diimbangi oleh percobaan berulang, eksekusi tool, atau koreksi manusia.
Bagaimana Prompt Caching Mengubah Biaya Input GPT-6 Luna?
Panduan prompt caching OpenAI menjelaskan bagaimana penggunaan ulang prefiks stabil dapat mengurangi pemrosesan input. Diskon pembacaan ter-cache berlaku untuk input yang digunakan ulang, bukan untuk seluruh permintaan. Hitung penulisan, pembacaan, dan input biasa secara terpisah.
Operasi
Harga konteks pendek OpenAI Standard / 1M
Fresh input
$0.100
Penulisan cache 30 menit
$0.125
Pembacaan cache berhasil
$0.010
Misalkan sepuluh permintaan menggunakan ulang prefiks 100.000 token yang sama. Asumsikan satu penulisan 30 menit dan sembilan pembacaan yang berhasil sebelum kedaluwarsa, tanpa penulisan tambahan. Prefiks tetap di bawah ambang konteks panjang dan setiap permintaan menyisakan ruang untuk input dan output lain.
Komponen prefiks berulang
Tanpa cache
Satu penulisan + sembilan pembacaan
Input prefiks biasa
10 × 100,000 × $0.10 / 1M = $0.1000
$0
Penulisan awal
$0
100,000 × $0.125 / 1M = $0.0125
Sembilan pembacaan
$0
9 × 100,000 × $0.01 / 1M = $0.0090
Total prefiks berulang
$0.1000
$0.0215
Penghematan prefiks adalah 78,5%. Jika setiap permintaan juga menghasilkan 2.000 token output yang ditagihkan, output menambah $0,0100 di sepuluh permintaan. Total token model menjadi $0,1100 tanpa cache dan $0,0315 dengan cache, penghematan sekitar 71,4% sebelum input lain dan layanan.
Prompt yang berulang bukan bukti terjadinya hit cache. Periksa penggunaan cache yang terukur, retensi penulisan, dan stabilitas prefiks. Contoh menggunakan tarif langsung OpenAI; perkirakan rute CometAPI dengan jadwal cache rute tersebut dan pelaporan penggunaannya.
GPT-6 Luna vs GPT-6.1 Terra: Mana yang Harus Anda Pilih?
Bagi tim yang sudah menggunakan GPT-6 Luna, GPT-6.1 Terra adalah kandidat pengganti saat tugas bergerak melampaui pemrosesan volume yang lugas. Pilih berdasarkan apa yang meningkatkan hasil akhir, bukan nomor versi.
Harga: GPT-6 Luna mempertahankan biaya token yang lebih rendah
Menurut halaman model GPT-6 Luna dan halaman model GPT-6.1 Terra, tarif konteks pendek OpenAI Standard per satu juta token adalah $0,10 input dan $0,50 output untuk GPT-6 Luna, versus $1,00 input dan $5,00 output untuk GPT-6.1 Terra. Tarif input dan output baru karenanya sepuluh kali lebih tinggi untuk GPT-6.1 Terra.
Permintaan dengan 5.000 token input baru dan 1.000 token output yang ditagihkan berbiaya $0,001 pada GPT-6 Luna atau $0,010 pada GPT-6.1 Terra pada tarif tersebut. Contoh ini tidak termasuk cache, tool, percobaan ulang, dan penyesuaian konteks lebih panjang. Jika salah satu model membutuhkan giliran ekstra, bandingkan keseluruhan prosesnya.
Kecocokan tugas: pertahankan GPT-6 Luna untuk pekerjaan rutin; uji GPT-6.1 Terra untuk tugas visual dan penulisan
GPT-6 Luna adalah titik awal yang masuk akal untuk ekstraksi, perutean, dan klasifikasi berulang dengan aturan validasi yang jelas. Uji GPT-6.1 Terra ketika menafsirkan tangkapan layar atau dokumen visual, bertindak pada layar aplikasi, atau merevisi prosa menjadi pusat pekerjaan. Panduan pemilihan model OpenAI menyoroti GPT-6.1 Terra untuk penulisan ringkas, tugas penggunaan komputer yang terdefinisi, dan perbaikan kode yang terarah.
Keputusan penggantian: ukur hasil yang berhasil
Gunakan kumpulan permintaan nyata yang representatif dan kriteria penerimaan yang sama. Catat tingkat keberhasilan, waktu respons ujung-ke-ujung, percobaan ulang, dan penyuntingan manusia. Bagi biaya keseluruhan dengan hasil yang diterima. Pindahkan tugas di mana GPT-6.1 Terra memberikan perbaikan yang berharga, dan pertahankan GPT-6 Luna pada pekerjaan rutin yang sudah ditanganinya dengan baik.
Anda dapat mengevaluasi keduanya melalui halaman CometAPI GPT-6 Luna dan halaman CometAPI GPT-6.1 Terra. Yang terakhir saat ini mencantumkan $0,80 input dan $4,00 output per satu juta token. Gunakan harga dan endpoint yang didukung penyedia pilihan Anda saat ini dalam perbandingan; ini terpisah dari tarif langsung OpenAI.
Bagaimana Cara Mengurangi Biaya API Lebih Lanjut?
Gunakan prompt caching untuk konten berulang
Instruksi sistem yang dapat digunakan ulang, dokumen referensi, dan skema dapat memperoleh manfaat dari cache. Panduan caching OpenAI menjelaskan bagaimana penggunaan ulang prompt dapat mengurangi pekerjaan input baru. Untuk Luna, pembacaan input ter-cache yang memenuhi syarat berbiaya 90% lebih murah dibanding pembacaan tanpa cache, tetapi penulisan cache memiliki tarif tersendiri.
Sesuaikan upaya penalaran dengan pekerjaan
Mulailah dari pengaturan upaya termurah yang memenuhi ambang kualitas. Perutean sederhana dan ekstraksi seringkali membutuhkan penalaran lebih sedikit dibanding debugging kode atau analisis multi-langkah. Upaya lebih tinggi dapat meningkatkan konsumsi token penalaran dan tagihan total.
Jaga respons tetap cukup singkat
Hindari meminta penjelasan panjang jika aplikasi hanya memerlukan kategori, tiga field, atau JSON terstruktur. Token output secara signifikan lebih mahal daripada token input pada tarif Standard.
Rute permintaan sulit secara selektif
Arsitektur yang praktis dimulai dengan Luna dan meningkatkan permintaan yang gagal validasi, ambigu, atau membutuhkan penalaran kompleks ke model yang lebih kuat. Evaluasi biaya model tambahan terhadap peningkatan tugas yang diterima alih-alih mengasumsikan semua kasus sulit memerlukan tier premium.
Alternatif GPT-6 Luna: Model Cepat untuk Diuji Nilainya
Alternatif GPT-6 Luna yang berguna harus memenuhi target waktu respons dan kualitas Anda pada biaya total yang dapat diterima. Model di bawah adalah kandidat untuk dievaluasi, bukan peringkat kecepatan terukur atau janji bahwa masing-masing lebih murah daripada GPT-6 Luna.
GPT-6.1 Terra
Mulailah dengan GPT-6.1 Terra di CometAPI ketika alasan utama pindah dari GPT-6 Luna adalah pekerjaan visual, interaksi layar, atau kualitas tulisan. Model ini patut masuk daftar pendek untuk meningkatkan tugas-tugas tersebut, meskipun tarif tokennya melampaui GPT-6 Luna. Pertahankan kasus uji yang sama agar setiap peningkatan mudah dinilai.
DeepSeek V4.1 Flash
DeepSeek V4.1 Flash di CometAPI menyediakan opsi lain yang berfokus pada efisiensi. Tarif dasar yang tercantum adalah $0,12 input dan $0,48 output per satu juta token, dengan penyesuaian harga berbasis permintaan juga ditunjukkan di halaman. Bandingkan tarif yang benar-benar berlaku untuk permintaan Anda, lalu uji output terstruktur dan waktu penyelesaian pada beban kerja Anda sendiri.
Claude Haiku 5.5
Claude Haiku 5.5 di CometAPI adalah model lain yang layak dimasukkan dalam pilot singkat untuk tugas teks dan input gambar sehari-hari. Uji gaya respons, kepatuhan terhadap format output Anda, dan latensi ujung-ke-ujung sebelum berkomitmen. Periksa kartu tarif live-nya; penyertaan di sini tidak berarti harganya di bawah GPT-6 Luna.
Kesimpulan
Jika Anda datang mencari GPT-6.1 Luna, mulailah dari nama model yang tersedia: GPT-6 Luna untuk otomatisasi rutin berbiaya rendah, dan GPT-6.1 Terra sebagai alternatif untuk dievaluasi ketika pekerjaan visual, interaksi komputer, atau kualitas tulisan perlu ditingkatkan.
Pertahankan GPT-6 Luna di tempat ia memenuhi kebutuhan Anda. Perkenalkan GPT-6.1 Terra di tempat hasil yang lebih baik mengurangi percobaan gagal atau penyuntingan cukup untuk membenarkan premium. Gunakan tarif penyedia aktual, riwayat permintaan lengkap, dan hasil yang diterima untuk mengambil keputusan. Halaman model CometAPI menyediakan titik awal untuk memeriksa akses dan harga sebelum Anda menjalankan perbandingan.
FAQ
Bisakah saya memprediksi biaya GPT-6 Luna dari jumlah kata?
Gunakan jumlah kata hanya untuk anggaran kasar. Penggunaan token bervariasi menurut bahasa, pemformatan, kode, dan gambar, sementara penalaran yang dihasilkan dapat menambah output yang ditagihkan melampaui respons yang terlihat. Untuk estimasi produksi, sampel permintaan yang representatif dan catat penggunaan terukur API; gunakan sisi tinggi dari distribusi tersebut saat menetapkan batas pengeluaran.
Mengapa dua permintaan GPT-6 Luna yang mirip bisa memiliki tagihan berbeda?
Periksa panjang prompt, kelayakan input ter-cache, konsumsi penalaran, mode pemrosesan, dan pemanggilan tool. Prompt yang melewati 272.000 token input juga mengubah tarif yang berlaku untuk seluruh permintaan. Bandingkan dimensi penagihan tersebut sebelum menganggap perbedaan sebagai kesalahan.
Bagaimana saya harus menganggarkan rute fallback GPT-6 Luna?
Lacak seberapa sering permintaan meningkat dan apakah fallback memproses seluruh input asli. Jika 10% tugas meningkat, anggarkan percobaan Luna pertama untuk setiap tugas ditambah permintaan fallback untuk 10% tersebut; jangan mengganti biaya Luna dengan biaya fallback. Tambahkan percobaan ulang dan tool secara terpisah, lalu bagi totalnya dengan hasil yang diterima.
Apakah estimasi biaya GPT-6 Luna mencakup akses ChatGPT?
Tidak. Estimasi API berbasis token mencakup asumsi dalam perhitungan tersebut. Ini tidak membeli langganan ChatGPT atau menetapkan akses model paket, batas penggunaan, atau kelayakan workspace. Pisahkan anggaran API aplikasi dari pengeluaran langganan karyawan.
