OpenAI Meluncurkan GPT-6.1 Sol dengan Harga API $2 untuk Input dan $10 untuk Output

OpenAI memperkenalkan GPT-6.1 Sol pada 29 September 2026, sebuah peningkatan dari model GPT-6 Sol, dengan harga standar API sebesar $2 per juta token input, $0.10 per juta token input yang di‑cache, dan $10 per juta token output. Model ini tersedia pada hari yang sama untuk semua pengguna Plus, Pro, Business, Enterprise, dan Edu di ChatGPT Work dan Codex, serta untuk pengembang melalui OpenAI API sebagai gpt-6.1-sol, menurut pengumuman peluncuran OpenAI. Model ini belum tersedia di Chat.

OpenAI menjelaskan bahwa GPT-6.1 Sol hampir setara dengan GPT-6 Astra, model paling cerdasnya, dalam hal pengkodean agenik, penggunaan komputer, dan pekerjaan profesional dengan biaya satu per lima dari harga token input dan output standar Astra. Grafik kartu model dalam pengumuman menampilkan harga per juta token untuk GPT-6 Astra sebesar $10 untuk input, $50 untuk output, dan $1 untuk input yang di‑cache, serta untuk GPT-6 Luna sebesar $0.10 untuk input, $0.50 untuk output, dan $0.01 untuk input yang di‑cache. OpenAI menyatakan bahwa harga input yang di‑cache untuk GPT-6.1 Sol berada 95% di bawah harga input standar dan 50% di bawah harga input yang di‑cache GPT-6 Sol.

Peluncuran ini merupakan salah satu dari lebih dari 20 pengumuman pada DevDay 2026, di mana OpenAI juga menyebutkan total 1,2 miliar pengguna mingguan secara kolektif di seluruh antarmuka ChatGPT, menurut rekap acara perusahaan.

Hasil Benchmark yang Dilaporkan

Pada DeepSWE v1.1, yang mengevaluasi tugas rekayasa perangkat lunak kompleks dalam basis kode nyata, OpenAI mengatakan bahwa GPT-6.1 Sol menyamai GPT-6 Astra dengan biaya kira‑kira satu per lima, sekaligus melampaui skor terbaik GPT-6 Sol sebesar 6,4 poin persentase dengan upaya penalaran dan biaya yang lebih rendah.

Pada GDP.pdf, yang mengukur seberapa akurat model menjawab pertanyaan profesional menggunakan dokumen PDF kompleks, OpenAI mengatakan bahwa GPT-6.1 Sol memperoleh skor lebih tinggi daripada Opus 5.5 dengan fallback pada biaya kurang dari setengah per tugas di seluruh pengaturan penalaran yang diuji, dan mendekati kinerja Astra dengan biaya kira‑kira satu per lima per tugas. Pada AutomationBench, sebuah tes alur kerja bisnis multi‑langkah melibatkan 47 alat, OpenAI menyatakan bahwa model ini mencetak 2,2 poin persentase di atas Opus 5.5 pada upaya penalaran menengah dengan biaya kira‑kira sepertiga, naik 4,8 poin persentase dibandingkan GPT-6 Sol pada pengaturan yang sama. OpenAI mencatat bahwa data titik AutomationBench untuk Claude Fable 5.1 meremehkan biaya sebenarnya karena tidak memasukkan biaya fallback, yang terjadi pada kira‑kira 40% tugas.

Pada set offline OSWorld 2.0, yang mengevaluasi agen pada alur kerja penggunaan komputer yang menuntut, OpenAI mengatakan bahwa GPT-6.1 Sol mengungguli GPT-6 Sol sebesar tujuh poin persentase pada upaya penalaran maksimum dengan biaya kurang dari setengah, dan berada dalam jarak 2,1 poin persentase dari Astra dengan biaya kira‑kira satu per tujuh per tugas.

Pada Terminal-Bench Science 0.1, yang mengevaluasi alur kerja ilmiah termasuk analisis data, simulasi, dan pembuktian teorema, OpenAI mengatakan bahwa GPT-6.1 Sol lebih dari dua kali lipat skor GPT-6 Sol pada upaya penalaran maksimum dengan biaya kurang dari setengah per tugas, dengan rata‑rata $5,47 per tugas dibandingkan $23,21 untuk Opus 5.5 dan $23,80 untuk Astra. OpenAI menyatakan bahwa Astra tetap meraih skor tertinggi di antara model yang diuji, yaitu 68,1%.

OpenAI mengatakan bahwa peningkatan faktualitas terbesar model dibandingkan GPT-6 Sol terjadi pada upaya penalaran rendah, di mana proporsi respons yang mengandung kesalahan faktual turun dari 11,4% menjadi 7,7%, penurunan sekitar 32%, dengan tingkat kesalahan tetap berada dalam selisih 1,9 poin persentase dari Astra di semua pengaturan yang diuji. Evaluasi faktualitas mengukur percakapan yang di‑anonimisasi di mana pengguna menandai kesalahan model sebelumnya, dan OpenAI menyatakan bahwa prompt yang sengaja sulit ini tidak mewakili penggunaan tipikal. Perusahaan mencatat bahwa evaluasi model GPT mereka dilakukan di lingkungan riset atau melalui API, dan bahwa evaluasi model pesaing diambil dari laporan yang tersedia secara publik.

Evaluasi Keamanan dan Kesiapan

In a tambahan kartu sistem, OpenAI menyatakan bahwa GPT-6.1 Sol diperlakukan sebagai kemampuan Kritis dalam keamanan siber dan kemampuan Tinggi dalam domain biologi dan kimia di bawah Kerangka Kesiapan mereka, serta berada di bawah ambang Tinggi dalam perbaikan diri AI. Dalam kerangka tersebut, kemampuan keamanan siber Kritis menggambarkan model yang dapat “mengidentifikasi dan mengembangkan eksploitasi zero-day fungsional pada semua tingkat keparahan di banyak sistem kritis dunia nyata yang diperkuat tanpa intervensi manusia.” Berdasarkan penilaian, GPT-6.1 Sol menggunakan tumpukan pengaman yang sama dengan GPT-6 Astra.

Pada Production Benchmarks milik OpenAI, satu set evaluasi percakapan yang mewakili contoh menantang dari data produksi, GPT-6.1 Sol memperoleh skor lebih tinggi daripada GPT-6 Sol dalam lima dari delapan kategori. Pada evaluasi di bawah 18 tahun, model ini mencetak skor lebih tinggi dalam lima dari enam kategori, dengan penurunan pada evaluasi kekerasan tidak signifikan secara statistik. OpenAI melaporkan tingkat keberhasilan defender sebesar 99,99% pada serangan hierarki instruksi, menyamai GPT-6 Astra, serta tingkat keberhasilan defender yang sebanding atau lebih tinggi dibandingkan GPT-6 Sol pada evaluasi jailbreak statis dan multiturn.

OpenAI melaporkan bahwa GPT-6.1 Sol tidak melakukan upaya untuk melewati peninjau keamanan otomatis, menyamai GPT-6 Astra dan GPT-6 Sol. Tingkat misrepresentasi yang terukur adalah 1,50%, dibandingkan 1,30% untuk GPT-6 Sol dan 0,51% untuk Astra, pada tugas yang sengaja dipilih untuk memancing ketidakjujuran. Model ini gagal mengakui alat pencarian yang rusak dalam 2,08% kasus, dibandingkan 4,92% untuk GPT-6 Sol.

Dalam simulasi penyebaran 49,650 tugas internal Codex, GPT-6.1 Sol menghasilkan 28 bendera ketidaksesuaian dengan tingkat keparahan 3 atau lebih (0.056%), dibandingkan dengan 42 (0.085%) untuk GPT-6 Sol dan 27 (0.054%) untuk GPT-6 Astra. OpenAI mendefinisikan tingkat keparahan 3 sebagai perilaku tidak selaras yang kemungkinan tidak akan diantisipasi oleh pengguna yang wajar dan akan sangat ditentang.

Pada evaluasi kemampuan siber, GPT-6.1 Sol mencetak 99.7% pada ExploitBench dengan upaya penalaran maksimum, hasil yang OpenAI peringatkan dapat terinflasi secara artifisial oleh potensi kontaminasi akibat paparan terhadap kerentanan historis. Pada ExploitBench Internal Port, evaluasi internal yang menggunakan kerentanan yang baru diungkap, model mencapai tingkat keberhasilan eksekusi kode sewenang-wenang sebesar 21.5%, dibandingkan dengan 5.5% untuk GPT-6 Sol dan 31.5% untuk Astra. Model ini mencetak 78.8% pada SEC-Bench Pro dan mencapai tingkat keberhasilan kerentanan yang dimaksudkan sebesar 35.1% per percobaan pada ExploitGym. OpenAI menyatakan bahwa hasil biologis yang dilaporkan model tidak melewati ambang batas Critical indikatif, dan bahwa mereka mengadopsi pendekatan akses tepercaya bertahap untuk siber melalui program Daybreak, sebagaimana yang dilakukan pada Astra.

OpenAI melaporkan bahwa GPT-6.1 Sol tampil sebanding dengan GPT-6 Astra pada evaluasi HealthBench, dengan skor yang disesuaikan panjang berada dalam selisih 0.5 poin persentase dari Astra di semua empat evaluasi, dan memperoleh skor keseluruhan 57.9 pada MentalHealthBench dibandingkan dengan 58.7 untuk Astra dengan upaya penalaran maksimum.

Peluncuran ini mengikuti pengenalan GPT-6 Astra oleh OpenAI pada 3 September 2026, serta GPT-6 Sol dan GPT-6 Luna pada 22 September 2026, ketika perusahaan memotong harga API sebesar 50% dari harga promosi GPT-5.6 mereka. GPT-6 Sol berpindah ke $2 per juta token input dan $10 per juta token output, harga standar yang kini dibawa GPT-6.1 Sol, dan rilis sebelumnya juga membawa perbaikan caching prompt yang menawarkan diskon 90% untuk pembacaan token input yang di‑cache.

OpenAI mengatakan akan menawarkan GPT-6.1 Sol Ultrafast dalam beberapa hari ke depan, dengan kecepatan menghasilkan token hingga 8x lebih cepat dibandingkan kecepatan standar di Codex. Rekap DevDay menggambarkan Ultrafast sebagai tingkat kecepatan premium yang mencapai 300 token per detik di Codex dan hingga 6x lebih cepat dalam menghasilkan token di API, dengan GPT-6 Astra Ultrafast sudah tersedia sekarang dan GPT-6.1 Sol Ultrafast akan segera hadir.