Harga GPT-5.6: Biaya Sol, Terra, dan Luna serta Cara Menghemat Tagihan

OpenAI meluncurkan GPT-5.6 untuk ketersediaan umum pada 9 Juli 2026. Untuk pertama kalinya, rilis GPT unggulan hadir dalam tiga model dengan harga berbeda: Sol untuk penalaran tersulit ($5 per juta token masukan, $30 keluaran), Terra untuk kebutuhan menengah ($2,50/$15), dan Luna untuk volume tinggi ($1/$6). Selisih harga 5x ini membuat pemilihan model menjadi salah satu pengungkit terbesar untuk mengendalikan tagihan API.

Coba Apidog hari ini

Jebakan utamanya ada pada penamaan: alias tanpa sufiks, gpt-5.6, mengarah ke Sol, tier penalaran unggulan. Jika Anda menyalin quickstart lalu membiarkan string model tetap seperti itu, semua permintaan produksi akan ditagih dengan tarif Sol—bahkan ketika Luna sudah cukup.

Panduan ini berfokus pada cara memilih tier, menghitung biaya, menggunakan caching, mengontrol biaya reasoning, dan menerapkan routing model di aplikasi.

TL;DR

• Harga GPT-5.6 per 1 juta token:
  • Sol: $5 masukan / $30 keluaran
  • Terra: $2,50 masukan / $15 keluaran
  • Luna: $1 masukan / $6 keluaran
• Alias gpt-5.6 mengarah ke Sol. Gunakan gpt-5.6-terra atau gpt-5.6-luna secara eksplisit jika tidak membutuhkan tier unggulan.
• Terra diposisikan OpenAI sebagai kompetitif dengan GPT-5.5 pada harga sekitar setengahnya.
• Caching prompt mengenakan 1,25x tarif masukan saat penulisan cache, tetapi pembacaan cache mendapat diskon 90%.
• Upaya reasoning yang lebih tinggi menghasilkan lebih banyak token keluaran dan meningkatkan biaya.
• Gunakan Luna untuk tugas bervolume tinggi, Terra sebagai default, dan Sol hanya untuk kasus yang benar-benar membutuhkan penalaran lebih dalam.
• Uji ketiga model menggunakan prompt produksi Anda sendiri di Apidog sebelum menetapkan default.

Daftar harga GPT-5.6

Berikut biaya setiap model per 1 juta token. Tarif cache dihitung dari harga masukan: pembacaan cache adalah 10% dari tarif masukan, sedangkan penulisan cache adalah 125%.

Model	Masukan / 1 Juta	Keluaran / 1 Juta	Pembacaan cache / 1 Juta	Penulisan cache / 1 Juta
gpt-5.6-sol (alias: gpt-5.6)	$5,00	$30,00	$0,50	$6,25
gpt-5.6-terra	$2,50	$15,00	$0,25	$3,13
gpt-5.6-luna	$1,00	$6,00	$0,10	$1,25

ID model dikonfirmasi dalam dokumentasi pengembang OpenAI. Akses API tersedia secara swalayan untuk setiap akun API.

Jangan gunakan gpt-5.6 sebagai default tanpa sengaja. Alias tersebut selalu memilih Sol dan menagih $5/$30 per juta token. Sematkan ID model lengkap dalam konfigurasi dan tinjauan kode.

Contoh konfigurasi environment variable:

OPENAI_MODEL_FAST=gpt-5.6-luna
OPENAI_MODEL_DEFAULT=gpt-5.6-terra
OPENAI_MODEL_REASONING=gpt-5.6-sol

Dengan pendekatan ini, kode aplikasi tidak perlu memakai alias kosong.

Memilih tier berdasarkan jenis tugas

Sol, Terra, dan Luna adalah tier kemampuan, bukan sekadar variasi harga. Pilih tier berdasarkan karakteristik pekerjaan.

Terra: default untuk sebagian besar fitur produk

OpenAI memosisikan Terra sebagai kompetitif dengan GPT-5.5 pada harga sekitar 2x lebih murah. Jika saat ini Anda menjalankan GPT-5.5, Terra adalah kandidat migrasi yang masuk akal untuk diuji lebih dulu.

Bandingkan pengeluaran saat ini dengan rincian harga GPT-5.5 sebelum migrasi. Klaim kualitas tetap perlu divalidasi menggunakan evaluasi internal, tetapi penghematan harga per token bersifat langsung.

Gunakan Terra untuk:

• chatbot produk
• RAG dengan kebutuhan kualitas sedang hingga tinggi
• pembuatan konten
• analisis dokumen
• bantuan coding umum

Luna: untuk volume tinggi dan tugas terstruktur

Dengan harga $1/$6, Luna cocok untuk pekerjaan yang sering dipanggil, sensitif terhadap biaya, dan memiliki keluaran yang dapat diprediksi.

Gunakan Luna untuk:

• klasifikasi
• ekstraksi field dari teks
• tagging
• routing tiket
• moderation atau triage awal
• pembuatan draf awal
• normalisasi data

Sol: untuk kasus yang gagal di tier lain

Sol adalah tier dengan penalaran terdalam dan tarif tertinggi. Gunakan hanya jika Terra tidak memenuhi target kualitas pada evaluasi Anda.

Ulasan hari peluncuran Simon Willison dapat menjadi referensi praktisi untuk memahami kapan flagship layak digunakan.

Ketiga model dilaporkan berbagi jendela konteks 1 juta token dan keluaran maksimum 128K. Artinya, memilih tier lebih rendah bukan berarti mengurangi kapasitas konteks; trade-off utamanya adalah kedalaman penalaran dan harga.

Menghitung biaya permintaan nyata

Tarif per juta token sulit dibaca tanpa mengubahnya menjadi biaya per request.

Misalkan aplikasi RAG Anda menggunakan:

• 10.000 token masukan: system prompt, konteks hasil retrieval, dan pertanyaan pengguna
• 1.000 token keluaran: jawaban model

Model	Biaya Masukan	Biaya Keluaran	Total per Permintaan
Sol	$0,050	$0,030	$0,080
Terra	$0,025	$0,015	$0,040
Luna	$0,010	$0,006	$0,016

Untuk menghitungnya:

biaya_masukan = (token_masukan / 1_000_000) × harga_masukan
biaya_keluaran = (token_keluaran / 1_000_000) × harga_keluaran
total = biaya_masukan + biaya_keluaran

Contoh beban kerja klasifikasi:

• 1 juta permintaan per bulan
• 500 token masukan per permintaan
• 50 token keluaran per permintaan

Totalnya adalah 500 juta token masukan dan 50 juta token keluaran per bulan.

Model	Masukan	Keluaran	Total Bulanan
Luna	$500	$300	$800
Terra	$1.250	$750	$2.000
Sol	$2.500	$1.500	$4.000

Jika beban kerja ini berjalan menggunakan alias gpt-5.6, Anda membayar tarif Sol: $4.000 per bulan. Padahal Luna menangani skenario klasifikasi yang sama dengan estimasi $800 per bulan.

Terapkan routing model di aplikasi

Jangan memilih model berdasarkan kebiasaan atau satu default global. Buat routing berdasarkan jenis pekerjaan.

Contoh sederhana di JavaScript:

const models = {
  fast: "gpt-5.6-luna",
  default: "gpt-5.6-terra",
  reasoning: "gpt-5.6-sol",
};

function selectModel(taskType) {
  switch (taskType) {
    case "classification":
    case "extraction":
    case "routing":
      return models.fast;

    case "complex_reasoning":
    case "high_risk_analysis":
      return models.reasoning;

    default:
      return models.default;
  }
}

Lalu gunakan model hasil routing saat membuat request:

const model = selectModel("classification");

// Gunakan `model` pada request API Anda.
console.log(model); // gpt-5.6-luna

Untuk produksi, tambahkan metrik per task type:

• model yang dipilih
• token masukan
• token keluaran
• latency
• error rate
• skor kualitas atau hasil evaluasi

Dengan data ini, Anda dapat menaikkan task tertentu dari Luna ke Terra hanya ketika kualitas membutuhkannya.

Ekonomi caching dengan matematika nyata

GPT-5.6 menggunakan titik henti cache eksplisit. Anda perlu mengaktifkannya melalui prompt_cache_options.mode: "explicit" dan menentukan ttl.

{
  "model": "gpt-5.6-terra",
  "input": [
    {
      "role": "system",
      "content": "You are a support triage assistant. Classify each ticket..."
    },
    {
      "role": "user",
      "content": "Ticket #4821: webhook retries firing twice after 502s"
    }
  ],
  "prompt_cache_options": {
    "mode": "explicit",
    "ttl": "30m"
  }
}

Tiga angka penting:

• Penulisan cache: 1,25x tarif masukan normal
• Pembacaan cache: diskon 90%
• TTL minimum: 30 menit

Misalkan Anda memiliki system prompt 5.000 token yang digunakan dalam 100 request selama jendela cache, menggunakan Sol.

Tanpa cache:

100 × 5.000 token = 500.000 token
500.000 / 1.000.000 × $5 = $2,50

Dengan cache:

Penulisan cache:
5.000 / 1.000.000 × $6,25 = $0,031

99 pembacaan cache:
495.000 / 1.000.000 × $0,50 = $0,248

Total ≈ $0,28

Hasilnya adalah penghematan sekitar 89% untuk bagian awalan prompt.

Titik impas terjadi pada request kedua:

• Anda membayar premi penulisan cache sebesar 25%.
• Setiap pembacaan berikutnya menghemat sekitar 90% dibandingkan masukan tanpa cache.

Awalan yang sebaiknya di-cache

Cache bagian prompt yang stabil:

• system prompt
• definisi tool
• schema JSON
• instruksi format keluaran
• contoh few-shot
• kebijakan produk yang panjang

Letakkan data yang berubah setelah titik henti cache:

• input pengguna
• dokumen RAG
• data transaksi
• isi tiket
• hasil query database

Caching kurang cocok untuk batch job yang hanya berjalan sekali sehari. Dengan TTL minimum 30 menit, setiap cold start akan membayar tarif penulisan 1,25x tanpa memperoleh manfaat pembacaan ulang.

Kontrol biaya reasoning, mode Pro, dan Ultra

GPT-5.6 menyediakan enam level upaya reasoning:

none
low
medium
high
xhigh
max

Level upaya bukan hanya kontrol kualitas. Level yang lebih tinggi menghasilkan lebih banyak token sisi keluaran, sedangkan keluaran adalah komponen paling mahal:

• Sol: $30 per juta token keluaran
• Terra: $15 per juta token keluaran
• Luna: $6 per juta token keluaran

Dua request dengan prompt identik dapat memiliki biaya yang sangat berbeda hanya karena level upaya reasoning.

Cara menguji level effort

Untuk setiap task penting:

1. Jalankan benchmark pada level effort saat ini.
2. Jalankan benchmark yang sama satu tingkat lebih rendah.
3. Bandingkan kualitas, token keluaran, latency, dan biaya.
4. Gunakan level terendah yang masih memenuhi ambang kualitas.

Panduan migrasi OpenAI juga menyarankan pendekatan ini: perlakukan perubahan sebagai penyetelan effort, bukan hanya penggantian model slug.

Mode Pro

Mode Pro menggunakan:

{
  "reasoning": {
    "mode": "pro"
  }
}

Mode ini tersedia pada ketiga model dan bukan model terpisah dengan daftar harga sendiri. Anda tetap membayar tarif per token model yang dipilih, tetapi model dapat menggunakan lebih banyak token reasoning dan keluaran.

Mode Ultra

Ultra secara default menjalankan empat agen secara paralel. Ini secara sengaja meningkatkan penggunaan token untuk memperoleh hasil wall-clock yang lebih cepat dan peningkatan kualitas terukur.

Menurut OpenAI, Ultra meningkatkan skor Terminal-Bench 2.1 Sol dari 88,8% menjadi 91,9%. Sebagai estimasi awal, anggarkan penggunaan token sekitar empat kali dibandingkan satu agen.

Gunakan Ultra hanya ketika:

• waktu respons lebih penting daripada biaya per respons
• pekerjaan cukup bernilai untuk membenarkan biaya paralel
• evaluasi Anda menunjukkan peningkatan kualitas yang relevan

Penjelasan lebih lengkap tersedia di panduan mode ultra GPT-5.6. Ultra tersedia di ChatGPT Work untuk paket Pro dan Enterprise, serta di Codex mulai paket Plus.

Akses GPT-5.6 pada paket ChatGPT

Jika penggunaan Anda bersifat percakapan, langganan ChatGPT dapat lebih cocok daripada API. Berikut pemetaan akses model berdasarkan dokumentasi akses ChatGPT.

Paket	Akses GPT-5.6
Gratis / Go	Terra
Plus	Sol, Terra, Luna; kontrol effort per model
Pro / Bisnis / Enterprise	Ketiga model, ditambah Sol Pro
ChatGPT Work (Pro / Enterprise)	Menambahkan Ultra

Pengguna Free dan Go menggunakan Terra sebagai default. Plus menambahkan kontrol effort per model, yang berguna jika Anda memerlukan Sol untuk masalah tertentu.

Untuk tim coding, Ultra tersedia di Codex mulai Plus. Lihat rincian harga Codex untuk membandingkan biaya seat dengan pembayaran API per token.

Checklist untuk menjaga tagihan tetap rendah

Gunakan checklist ini sebelum menerapkan GPT-5.6 ke produksi:

1. Rute berdasarkan tugas

   • Luna untuk klasifikasi, ekstraksi, dan routing.
   • Terra sebagai default.
   • Sol hanya untuk task yang terbukti gagal di Terra.

2. Larang alias gpt-5.6

   • Gunakan ID model lengkap di seluruh codebase.
   • Jadikan ini aturan dalam code review.

3. Cache awalan panjang

   • Cache system prompt, tool definition, dan few-shot example yang berulang dalam 30 menit.
   • Pisahkan bagian stabil dan bagian dinamis dari prompt.

4. Turunkan effort satu tingkat

   • Benchmark kualitas pada effort saat ini dan satu level di bawahnya.
   • Jangan membayar reasoning tambahan tanpa bukti peningkatan kualitas.

5. Batasi panjang keluaran

   • Keluaran adalah bagian biaya terbesar, terutama pada Sol.
   • Minta format terstruktur dan jawaban sesuai kebutuhan aplikasi.

6. Ukur menggunakan prompt produksi

   • Simpan gpt-5.6-sol, gpt-5.6-terra, dan gpt-5.6-luna sebagai environment variable di Apidog.
   • Kirim request identik ke setiap tier.
   • Bandingkan token usage, latency, respons, dan biaya aktual.

FAQ

Apakah GPT-5.6 lebih murah daripada GPT-5.5?

Titik perbandingan utamanya adalah Terra. OpenAI memosisikan Terra sebagai kompetitif dengan GPT-5.5 pada harga sekitar 2x lebih murah: $2,50 untuk masukan dan $15 untuk keluaran per juta token.

Sol lebih mahal, tetapi ditujukan untuk reasoning yang lebih dalam. Untuk beban kerja sensitif terhadap kualitas, lakukan evaluasi sendiri sebelum migrasi.

Berapa biaya alias gpt-5.6?

Alias gpt-5.6 mengarah ke Sol. Artinya, tarifnya adalah:

$5 per juta token masukan
$30 per juta token keluaran

Gunakan gpt-5.6-terra atau gpt-5.6-luna secara eksplisit jika task tidak memerlukan reasoning unggulan.

Apakah token reasoning dihitung sebagai token keluaran?

Ya. Effort yang lebih tinggi menghasilkan lebih banyak token sisi keluaran, dan token tersebut ditagih berdasarkan tarif keluaran model.

Karena itu, benchmark effort adalah salah satu langkah optimasi biaya paling penting.

Apa cara termurah untuk mulai menguji GPT-5.6?

Mulailah dengan gpt-5.6-luna. Request dengan 10K token masukan dan 1K token keluaran diperkirakan berbiaya sekitar $0,016.

Untuk implementasi API, autentikasi, dan pemilihan tier, lihat panduan penggunaan API GPT-5.6.

Langkah berikutnya

Jadikan Terra sebagai default aplikasi, gunakan Luna untuk pekerjaan bervolume tinggi, dan cadangkan Sol untuk kasus yang benar-benar membutuhkan reasoning lebih dalam.

Tambahkan caching eksplisit untuk awalan yang berulang dalam 30 menit. Setelah itu, benchmark satu level effort di bawah konfigurasi saat ini. Empat langkah ini dapat memangkas tagihan GPT-5.6 secara signifikan tanpa mengorbankan kualitas pada task yang tepat.

Sebelum meluncurkan ke produksi, uji prompt Anda sendiri. Unduh Apidog, simpan ketiga ID model sebagai environment variable, lalu bandingkan respons dan penggunaan token secara berdampingan.