GPT-6.1 Sol API: Harga, Benchmark & Cara Menggunakan

TL;DR

GPT-6.1 Sol adalah pembaruan September 2026 untuk GPT-6 Sol dari OpenAI, dibuat untuk pengembang yang menjalankan pengodean lanjutan, penggunaan komputer, dokumen, dan alur kerja agen multi-langkah. Model ini mempertahankan harga API konteks pendek standar sebesar $2 per juta token input dan $10 per juta token output, sambil meningkatkan kapabilitas dan efisiensi tugas dalam evaluasi yang dilaporkan OpenAI. Jendela konteksnya tetap 1.05 juta token, dengan keluaran hingga 128,000 token.

Key Takeaways

• OpenAI merilis GPT-6.1 Sol pada 29 September 2026 untuk pengodean kompleks, penggunaan komputer, dan alur kerja profesional.
• Model ini mempertahankan jendela konteks 1,050,000 token dan batas keluaran 128,000, dengan input teks dan gambar serta output teks.
• Tarif API konteks pendek standar adalah $2 input, $0.10 input cache, $2.50 penulisan cache, dan $10 output per juta token; prompt lebih besar dan mode pemrosesan akan mengubah tagihan.
• Evaluasi resmi menunjukkan peningkatan dibanding GPT-6 Sol dan kinerja mendekati Astra pada beberapa beban kerja yang diuji; rasio biaya-tugas pada tolok ukur berbeda dari rasio harga token.
• Gunakan Responses API untuk pemanggilan alat. Saat peluncuran, model tersedia melalui API, Codex, dan ChatGPT Work untuk paket berbayar yang memenuhi syarat, namun tidak untuk Chat reguler.

What Is GPT-6.1 Sol?

GPT-6.1 Sol adalah model peningkatan berfokus efisiensi dalam keluarga GPT-6. OpenAI menggambarkannya sebagai peningkatan dari GPT-6 Sol yang hampir menyamai GPT-6 Astra pada pengodean berbasis agen, penggunaan komputer, dan pekerjaan profesional, sekaligus berbiaya seperlima dari Astra pada tarif token input dan output standar.

Pembaruan ini bukan tentang menaikkan batas konteks mentah, melainkan meningkatkan seberapa banyak pekerjaan berguna yang dapat diselesaikan per dolar. Bagi tim yang sudah menggunakan GPT-6 Sol API di CometAPI, GPT-6.1 Sol paling tepat dipahami sebagai peningkatan kapabilitas yang mempertahankan harga input-output standar $2/$10 sambil memotong setengah harga input cache.

Posisi tersebut penting untuk agen produksi. Sistem pengodean volume tinggi, pemrosesan dokumen, otomasi alur kerja, dan penggunaan komputer mungkin mengeksekusi ratusan atau ribuan permintaan dengan penalaran berat. Model yang mendekati kapabilitas terdepan sambil mempertahankan biaya per tugas yang lebih rendah bisa lebih praktis dibanding mengarahkan setiap permintaan sulit ke Astra.

Satu detail migrasi penting: GPT-6.1 Sol tidak mendukung upaya penalaran none atau minimal. Pengaturan terendah adalah low, sehingga pengembang yang bermigrasi dari GPT-6 Sol harus meninjau logika perutean dan parameter permintaan.

How Does GPT-6.1 Sol Perform on Benchmarks?

Hasil di bawah berasal dari evaluasi peluncuran OpenAI. Mereka mengukur tugas dan konfigurasi tertentu, bukan peringkat model universal. OpenAI mengevaluasi modelnya di lingkungan riset atau melalui API; prompt sistem, alat, dan pengaturan penalaran dapat berbeda dari ChatGPT produksi. Hasil pesaing diambil dari laporan publik. Biaya per tugas dan harga token standar adalah ukuran berbeda: yang pertama bergantung pada token, penalaran, alat, dan protokol evaluasi. Di mana pengumuman tidak menentukan harness atau konfigurasi lengkap, angka-angka harus diperlakukan sebagai perbandingan yang dilaporkan, bukan hasil yang direproduksi secara independen.

Agentic Coding Performance on DeepSWE v1.1

DeepSWE v1.1 mengevaluasi tugas rekayasa perangkat lunak berjangka panjang dalam basis kode nyata. OpenAI melaporkan bahwa GPT-6.1 Sol menyamai GPT-6 Astra dengan biaya kira-kira seperlima dan melampaui skor terbaik GPT-6 Sol sebesar 6.4 poin persentase pada upaya penalaran dan biaya yang lebih rendah.

Hal ini membuat peningkatan tersebut sangat relevan untuk agen pengodean yang berulang kali memeriksa repositori, memodifikasi file, menjalankan alat, mengeksekusi tes, dan men-debug kegagalan alih-alih hanya menghasilkan potongan kode terisolasi.

Business Workflow Performance on AutomationBench

AutomationBench mengukur apakah agen dapat menyelesaikan alur kerja multi-langkah di berbagai aplikasi bisnis. Pada upaya penalaran menengah, OpenAI melaporkan bahwa GPT-6.1 Sol mencetak 2.2 poin persentase di atas Opus 5.5 dengan biaya sekitar sepertiga dan meningkat 4.8 poin dibanding GPT-6 Sol pada pengaturan yang sama.

Tolok ukur ini menggunakan 47 alat di bidang penjualan, pemasaran, operasi, dukungan, keuangan, dan SDM, sehingga lebih representatif untuk otomasi perusahaan daripada tes tanya-jawab sederhana.

Laporan peluncuran mengidentifikasi AutomationBench 1.0.6. Perbandingan Opus dilakukan pada upaya penalaran menengah; ini adalah hasil yang dilaporkan OpenAI, bukan klaim bahwa GPT-6.1 Sol menang pada setiap alur kerja perusahaan. Pengembang juga dapat mengakses Claude Opus 5.5 API di CometAPI untuk perbandingan spesifik beban kerja.

Computer-Use Performance on OSWorld 2.0

Pada set offline OSWorld 2.0, GPT-6.1 Sol pada upaya penalaran maksimum mengungguli GPT-6 Sol sebesar tujuh poin dengan biaya kurang dari setengahnya. Model ini berada dalam jarak 2.1 poin persentase dari GPT-6 Astra dengan biaya per tugas sekitar seper-tujuhnya.

Hasil OSWorld menggunakan reward parsial pada set offline dari rilis v2026.08.08. Sertakan metrik, versi, dan pengaturan upaya maksimum itu pada perbandingan; hasil dari rilis lain atau definisi reward berbeda tidak dapat dibandingkan secara langsung.

Peningkatan tersebut penting untuk agen peramban, otomasi desktop, operasi perangkat lunak, dan alur kerja di mana model harus berinteraksi dengan antarmuka grafis alih-alih hanya menghasilkan teks.

Scientific Workflow Performance on Terminal-Bench Science

Terminal-Bench Science 0.1 mengevaluasi alur kerja ilmiah seperti analisis data, simulasi, pemodelan, dan pembuktian teorema melalui kode dan alat terminal. OpenAI melaporkan bahwa GPT-6.1 Sol lebih dari menggandakan skor GPT-6 Sol pada upaya penalaran maksimum sambil menelan biaya kurang dari setengah per tugas.

GPT-6 Astra tetap menjadi model dengan skor tertinggi dalam evaluasi ini pada 68.1%, sehingga GPT-6.1 Sol tidak boleh ditafsirkan sebagai pengganti Astra untuk setiap beban kerja riset frontier. Keunggulannya adalah biaya tugas yang jauh lebih rendah untuk mendekati kapabilitas tersebut.

Factuality on Difficult Prompts

OpenAI melaporkan peningkatan factuality terbesar dibanding GPT-6 Sol pada upaya penalaran rendah, di mana porsi jawaban yang mengandung kesalahan faktual turun dari 11.4% menjadi 7.7%, pengurangan sekitar 32%. Di seluruh pengaturan penalaran yang diuji, GPT-6.1 Sol tetap dalam 1.9 poin persentase dari GPT-6 Astra sambil berbiaya kurang dari seperlima per tugas.

OpenAI memperingatkan bahwa evaluasi ini menggunakan percakapan yang sengaja dibuat sulit dan diidentifikasi tanpa nama di mana pengguna sebelumnya menandai kesalahan faktual. Persentase tersebut karena itu tidak boleh diperlakukan sebagai tingkat halusinasi biasa.

Grafik factuality resmi OpenAI memplot tingkat kesalahan terhadap latensi simulasi rata-rata. Grafik tersebut direproduksi langsung dari adendum kartu sistem; percakapan sulit yang dipilih ini tidak menetapkan tingkat kesalahan penggunaan biasa.

Evaluasi factuality resmi OpenAI: tingkat kesalahan pada percakapan yang ditandai oleh pengguna

GPT-6.1 API Pricing

GPT-6.1 Sol menggunakan tarif input dan output Standar yang sama seperti GPT-6 Sol, tetapi menurunkan tarif input cache dari $0.20 menjadi $0.10 per juta token. OpenAI memberi harga model secara berbeda tergantung panjang konteks dan mode pemrosesan, jadi biaya produksi harus diperkirakan dari pola permintaan penuh, bukan hanya tarif token utama.

Standard Pricing

Di bawah pemrosesan OpenAI Standard, GPT-6.1 Sol berbiaya $2 per juta token input dan $10 per juta token output. Input cache dihargai $0.10 per juta token, sementara penulisan cache berbiaya $2.50 per juta token.

Cached Input and Cache Writes

Caching lebih penting bagi GPT-6.1 Sol daripada yang disiratkan harga input utama saja.

Tarif input cache $0.10 hanya 5% dari tarif input tanpa cache $2, membuat konteks berulang jauh lebih murah ketika aplikasi menggunakan ulang prompt sistem yang sama, definisi alat, instruksi repositori, atau dokumen referensi panjang. Penulisan cache ditagih $2.50 per juta token, atau 1.25× tarif input standar tanpa cache.

Untuk agen jangka panjang, ini berarti biaya sangat bergantung pada seberapa banyak konteks yang dapat digunakan ulang. Alur kerja yang berulang kali mengirim prompt stabil besar dapat memiliki biaya efektif yang sangat berbeda dari alur yang membangun ulang seluruh konteks pada setiap permintaan.

Long-Context Pricing

GPT-6.1 Sol mendukung jendela konteks 1.05 juta token, tetapi permintaan di atas 272,000 token input masuk ke tier harga konteks panjang OpenAI.

Untuk seluruh permintaan, tarifnya menjadi:

Dengan kata lain, begitu prompt melampaui 272K token input, OpenAI menerapkan 2× harga input dan cache serta 1.5× harga output ke seluruh permintaan, bukan hanya bagian di atas ambang.

Hal ini membuat manajemen konteks penting untuk basis kode besar, sistem analisis dokumen, dan agen persisten. Permintaan yang sedikit di atas ambang dapat berbiaya jauh lebih mahal daripada yang dijaga tetap di bawah melalui pengambilan, peringkasan, atau segmentasi prompt.

Batch, Flex, and Fast Modes

OpenAI juga mengubah harga GPT-6.1 Sol menurut mode pemrosesan.

Pemrosesan Batch dan Flex dihargai 50% di bawah Standar, menjadikannya berguna saat latensi kurang penting dibanding biaya. Di bawah harga konteks pendek, itu menurunkan GPT-6.1 Sol menjadi kira-kira $1/M input, $0.05/M input cache, $1.25/M penulisan cache, dan $5/M output.

Mode Fast bergerak ke arah sebaliknya. Mode ini berbiaya 2× Standar, memberikan tarif konteks pendek sekitar $4/M input, $0.20/M input cache, $5/M penulisan cache, dan $20/M output. Mode ini dimaksudkan untuk beban kerja di mana latensi lebih rendah sepadan dengan biaya token yang lebih tinggi.

Pemrosesan regional dapat menambah premi 10% lagi di wilayah yang didukung.

Pilihan praktisnya cukup jelas: gunakan Standar untuk beban kerja interaktif normal, Batch atau Flex saat biaya lebih penting daripada waktu respons, dan Fast hanya ketika latensi memiliki nilai bisnis yang cukup untuk membenarkan kira-kira dua kali tarif Standar.

What Makes GPT-6.1 Sol Different?

GPT-6.1 Sol menajamkan pemisahan antara dua pilihan penerapan kelas atas. GPT-6 Astra adalah opsi berfokus kapabilitas, sementara GPT-6.1 Sol menjadi opsi berfokus efisiensi untuk pekerjaan lanjutan.

Pembedaan ini dapat mendukung perutean hibrida: coba GPT-6.1 Sol terlebih dahulu untuk pekerjaan produksi yang menuntut, lalu eskalasi hanya kasus yang tidak biasa sulit atau gagal ke Astra. Ini dapat mempertahankan akses ke kapabilitas maksimum tanpa membayar tarif setingkat Astra untuk setiap permintaan.

Near-Astra Performance Without Astra-Level Cost

Fitur utama adalah rasio kapabilitas terhadap biaya. OpenAI mengatakan GPT-6.1 Sol menghadirkan kinerja mendekati Astra pada beberapa beban kerja profesional sulit sambil membebankan harga token input dan output standar yang hanya seperlima dari Astra.

Untuk sistem produksi, ini bisa lebih penting daripada selisih kecil pada tolok ukur. Biaya per tugas yang lebih rendah dapat memberi ruang untuk percobaan ulang, langkah verifikasi, konteks lebih besar, dan volume permintaan lebih tinggi dalam anggaran yang sama.

Better Agentic Coding

Hasil DeepSWE menunjukkan bahwa peningkatan ini ditujukan pada loop pengodean yang lebih panjang: debug skala repositori, modifikasi multi-file, eksekusi dan perbaikan tes, alur kerja pengembangan berbasis shell, dan pemeliharaan perangkat lunak berbasis agen.

Stronger Computer Use

Peningkatan OSWorld menunjukkan kinerja lebih kuat ketika penalaran harus dikombinasikan dengan interaksi GUI, menjadikan GPT-6.1 Sol lebih relevan untuk otomasi peramban dan desktop.

Better Professional Document Work

Pada GDP.pdf, GPT-6.1 Sol mencetak lebih tinggi daripada Opus 5.5 dengan fallback di seluruh pengaturan penalaran yang diuji dengan biaya tugas kurang dari setengahnya, sementara mendekati Astra pada kira-kira seperlima biayanya.

Hal ini menjadikannya menjanjikan untuk alur kerja yang melibatkan laporan keuangan, dokumen hukum, materi kesehatan, makalah riset, dan PDF profesional kompleks lainnya.

Deep Tool Integration

Melalui Responses API, GPT-6.1 Sol mendukung pencarian web, pencarian file, pembuatan gambar, Code Interpreter, hosted shell, Apply Patch, Skills, penggunaan komputer, MCP, dan pencarian alat.

GPT-6.1 Sol vs GPT-6 Sol vs GPT-6 Astra

Perbedaan harga menjadi sangat jelas saat membandingkan dengan GPT-6 Astra API di CometAPI. Harga resmi OpenAI adalah $10 input dan $50 output per juta token untuk Astra dibanding $2 dan $10 untuk GPT-6.1 Sol.

Which GPT-6 Model Should You Choose?

GPT-6.1 Sol adalah pilihan default terkuat untuk sebagian besar beban kerja produksi lanjutan. Model ini mempertahankan harga input $2 dan output $10 seperti GPT-6 Sol, namun meningkatkan pengodean berbasis agen, penggunaan komputer, dan alur kerja profesional sambil semakin mendekati GPT-6 Astra.

Pilih GPT-6 Sol jika alur kerja Anda saat ini sudah berkinerja baik dan Anda tidak memerlukan peningkatan agen terbaru.

Pilih GPT-6.1 Sol jika Anda menginginkan keseimbangan terbaik antara kinerja dan biaya, terutama untuk agen pengodean, otomasi, penggunaan komputer, dan beban kerja penalaran volume tinggi.

Pilih GPT-6 Astra ketika kapabilitas maksimum lebih penting daripada biaya. Harga resmi OpenAI adalah $10 input dan $50 output per juta token, dibanding $2 dan $10 untuk GPT-6.1 Sol. Karena itu GPT-6 Astra API di CometAPI lebih cocok untuk tugas paling sulit atau bernilai tinggi daripada penerapan skala besar rutin.

When Should You Still Use GPT-6 Astra?

GPT-6.1 Sol tidak menggantikan Astra. OpenAI terus memposisikan GPT-6 Astra sebagai model berkapabilitas tertinggi, dan Astra masih memimpin evaluasi sulit seperti Terminal-Bench Science.

• Keberhasilan tugas jauh lebih penting daripada biaya token.
• Pekerjaan sangat kompleks atau intensif riset.
• Anda membutuhkan plafon penalaran tertinggi yang tersedia.
• Upaya gagal cukup mahal sehingga biaya model yang lebih tinggi menjadi sekunder.
• Perbedaan kualitas kecil menghasilkan nilai bisnis yang tidak proporsional.

Strategi perutean praktis adalah menggunakan GPT-6.1 Sol untuk mayoritas pekerjaan produksi yang menuntut dan menyisihkan Astra untuk jalur eskalasi di mana kapabilitas maksimum membenarkan biaya tambahan.

Is GPT-6.1 Sol Cheaper Than GPT-6 Astra in Real Workloads?

Pada tarif token standar, ya: GPT-6.1 Sol berbiaya seperlima dari Astra untuk input dan output. Namun ekonomi produksi harus dievaluasi sebagai biaya per tugas berhasil, bukan hanya biaya per token.

Jika sebuah agen membutuhkan penalaran berulang, pemanggilan alat, dan percobaan ulang, model yang lebih murah tetap bisa kurang ekonomis jika memerlukan banyak upaya tambahan. Sebaliknya, jika GPT-6.1 Sol mencapai tingkat penyelesaian yang hampir sama dengan Astra pada beban kerja Anda, perbedaan harga token lima kali lipat dapat berujung pada penghematan substansial.

Where Can You Use GPT-6.1 Sol?

Saat peluncuran pada 29 September 2026, GPT-6.1 Sol tersedia untuk pengguna Plus, Pro, Business, Enterprise, dan Edu di ChatGPT Work dan Codex, serta melalui OpenAI API. Model ini belum tersedia di Chat reguler. Akses aktual dapat bergantung pada paket, klien, wilayah, dan pengaturan workspace. Per 30 September 2026, katalog model live CometAPI mencantumkan gpt-6.1-sol dengan rute /v1/responses dan /v1/chat/completions. Gunakan Responses untuk alur kerja alat, dan verifikasi akses model serta penagihan untuk kunci API Anda sebelum penerapan.

How Do You Use the GPT-6.1 Sol API?

Gunakan Responses API untuk pemanggilan alat. GPT-6.1 Sol mendukung permintaan Chat Completions tanpa alat; agen yang bergantung pada alat sebaiknya tidak mengasumsikan perilaku alat yang sama pada kedua endpoint. Contoh minimal Python di bawah menggunakan endpoint dan kredensial OpenAI.

Pasang OpenAI Python SDK resmi, set OPENAI_API_KEY di lingkungan Anda, dan gunakan proyek API dengan akses ke model. Contoh teks saja berikut mengirim satu permintaan Responses API dan mencetak output teksnya; contoh ini sendiri tidak mengaktifkan alat agen.

from openai import OpenAI

client = OpenAI()  # Reads OPENAI_API_KEY from the environment

response = client.responses.create(
    model="gpt-6.1-sol",
    input="Review this software architecture and identify the three highest-risk design decisions.",
    reasoning={"effort": "medium"},
)

print(response.output_text)

Untuk tugas pengodean, riset, atau agen yang lebih sulit, upaya penalaran dapat ditingkatkan ke high, xhigh, atau max. Untuk pekerjaan berbiaya lebih rendah, low tersedia, tetapi none dan minimal tidak didukung.

Use GPT-6.1 Sol Through CometAPI

Ikuti CometAPI quickstart untuk membuat akun dan kunci API. Simpan kunci di COMETAPI_KEY, pasang OpenAI Python SDK dengan pip install openai, dan konfigurasikan gateway seperti di bawah.

Katalog saat ini mencantumkan gpt-6.1-sol. Contoh teks saja ini menggunakan endpoint Responses yang terdokumentasi; alat memerlukan konfigurasi permintaan tambahan. Daftar model mengonfirmasi ketersediaan katalog, sementara permintaan yang berhasil dengan kunci Anda mengonfirmasi akses untuk akun Anda.

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["COMETAPI_KEY"],
    base_url="https://api.cometapi.com/v1",
)

response = client.responses.create(
    model="gpt-6.1-sol",
    input="Review this architecture and list three design risks.",
    reasoning={"effort": "medium"},
)
print(response.output_text)

Pilih upaya penalaran low, medium, high, xhigh, atau max. Jangan kirim none atau minimal. Untuk kegagalan autentikasi, periksa kunci dan saldo akun; untuk kesalahan model atau rute, periksa ulang katalog dan endpoint saat ini. Jalankan uji smoke kecil sebelum mengalihkan trafik produksi.

What Do OpenAI's GPT-6.1 Sol Safety Evaluations Show?

Adendum kartu sistem GPT-6.1 Sol dari OpenAI melaporkan peningkatan penyelarasan dibanding GPT-6 Sol, termasuk tingkat kegagalan lebih rendah dalam evaluasi sulit yang melibatkan transparansi alat rusak, pembatasan eksplisit, hasil tidak sah, dan keselamatan penggunaan komputer.

OpenAI menilai GPT-6.1 Sol sebagai Critical dalam kapabilitas keamanan siber dan High dalam kapabilitas biologi dan kimia di bawah Preparedness Framework, serta menerapkan tumpukan pengamanan yang sama seperti GPT-6 Astra.

Evaluasi ini sengaja menggunakan skenario sulit yang dirancang untuk memicu kegagalan, sehingga tingkatnya tidak boleh dibaca sebagai representasi penggunaan tipikal.

FAQ

Is GPT-6.1 Sol a replacement for GPT-6 Sol?

GPT-6.1 Sol adalah peningkatan yang lebih baru, bukan arah produk yang sepenuhnya berbeda. Model ini menargetkan beban kerja pengodean lanjutan dan berbasis agen yang sama seperti GPT-6 Sol, tetapi meningkatkan kinerja di area seperti rekayasa perangkat lunak, penggunaan komputer, dan otomasi multi-langkah.

Is GPT-6.1 Sol as powerful as GPT-6 Astra?

Tidak di setiap beban kerja. GPT-6 Astra tetap menjadi opsi berkapabilitas lebih tinggi untuk tugas paling menuntut, sementara GPT-6.1 Sol dirancang untuk menutup banyak kesenjangan kinerja dengan efisiensi lebih baik untuk penggunaan produksi skala besar.

Who should use GPT-6.1 Sol?

GPT-6.1 Sol paling relevan untuk pengembang dan tim yang menjalankan agen pengodean, sistem otomasi, alur kerja dokumen, agen penggunaan komputer, dan beban kerja lain di mana penalaran kuat harus digunakan berulang dalam skala.

What is the biggest improvement in GPT-6.1 Sol?

Peningkatan terbesar bukan jendela konteks yang lebih besar atau modalitas input baru. Yang meningkat adalah kinerja agen dunia nyata, terutama dalam pengodean, penggunaan komputer, dan alur kerja profesional, sambil tetap berada pada tier biaya umum yang sama seperti GPT-6 Sol.

Conclusion

GPT-6.1 Sol bukan tentang memperluas batas spesifikasi mentah GPT-6, melainkan tentang menurunkan kurva biaya penalaran lanjutan. Model ini mempertahankan jendela konteks 1.05M dan plafon keluaran 128K sambil meningkatkan agen pengodean, alur kerja bisnis, penggunaan komputer, alur kerja ilmiah, dan akurasi faktual dibanding GPT-6 Sol.

Pada saat yang sama, harga input dan output standar tetap $2/$10 per juta token, dibanding $10/$50 untuk Astra.

Bagi pengembang, ini menciptakan tier penerapan yang berguna: Astra tetap tersedia ketika kapabilitas maksimum penting, sementara GPT-6.1 Sol dapat menangani porsi lebih besar beban kerja produksi lanjutan tanpa memaksa setiap permintaan ke ekonomi setingkat flagship. Tolok ukur paling bermakna, bagaimanapun, tetap beban kerja Anda sendiri.