Akhir dari AI yang mahal? Guncangan harga di OpenAI: Mengapa GPT-6 Sol dan Luna membalikkan pasar AI

Serangan terhadap Anthropic: OpenAI menghancurkan logika penetapan harga yang ada dengan GPT-6 Sol & Luna

Kecerdasan dengan harga terjangkau: Bagaimana GPT-6 mengubah ekonomi AI

Dengan peluncuran mengejutkan model GPT-6 Sol dan GPT-6 Luna terbarunya, OpenAI mengantarkan era baru dalam persaingan kecerdasan buatan. Alih-alih hanya memamerkan kinerja tingkat atas yang baru, perusahaan ini menyerang para pesaingnya – khususnya Anthropic – di titik yang paling penting bagi masyarakat: harga. Dengan menurunkan biaya penggunaan secara drastis hingga setengahnya dibandingkan generasi sebelumnya, AI akhirnya bertransformasi dari barang mewah yang mahal menjadi infrastruktur yang ada di mana-mana. Namun, model penetapan harga baru yang sangat terjangkau ini juga menghadirkan jebakan strategis: Meskipun otomatisasi tiba-tiba hanya membutuhkan sebagian kecil dari harga sebelumnya, membuka peluang besar bagi proses bisnis, hal itu juga mengancam peningkatan pesat dalam konsumsi secara keseluruhan karena kasus penggunaan baru. Mereka yang ingin muncul sebagai pemenang dalam ekonomi AI baru ini tidak dapat secara membabi buta mengandalkan harga token terendah, tetapi harus tahu bagaimana mengatur model secara cerdas di masa depan.

Serangan harga OpenAI: GPT-6 Sol dan Luna mengubah ekonomi AI

Kecerdasan buatan yang lebih murah akan menjadi masalah bagi semua orang yang masih mengambil keuntungan dari kelangkaan

OpenAI meluncurkan dua model baru, GPT-6 Sol dan GPT-6 Luna, kurang dari tiga bulan setelah peluncuran umum keluarga GPT-5.6, yang dimaksudkan untuk menandai tahap selanjutnya di pasar massal untuk kecerdasan buatan. Pesan utamanya setidaknya sama pentingnya secara ekonomi maupun teknologi: peningkatan kinerja seharusnya tidak datang dengan harga yang lebih tinggi, tetapi justru dengan biaya penggunaan yang jauh lebih rendah. GPT-6 Sol berharga dua dolar AS per juta token input dan sepuluh dolar AS per juta token output melalui API. Untuk GPT-6 Luna, harganya adalah sepuluh sen untuk input dan 50 sen untuk output. Dibandingkan dengan harga promosi terbaru dari model GPT-5.6 yang sesuai, OpenAI dengan demikian mengurangi harga hingga hampir setengahnya, dengan pengurangan untuk token output Luna bahkan sedikit lebih dari 58 persen.

Pergerakan harga ini lebih dari sekadar pembaruan produk biasa. Ini menunjukkan bahwa persaingan di antara penyedia AI utama semakin bergeser dari sekadar mengejar kinerja tingkat atas ke tingkat kedua: Faktor penentu adalah seberapa besar kinerja yang layak secara ekonomi yang dihasilkan suatu model untuk sejumlah uang tertentu. Di sinilah Sol dan Luna berperan. Sol dirancang untuk menangani pekerjaan berbasis pengetahuan yang menuntut, pengembangan perangkat lunak, dan proses berbasis agen dengan biaya yang sebelumnya dikaitkan dengan model kelas menengah. Luna, di sisi lain, bertujuan untuk melakukan tugas-tugas rutin dengan sangat hemat biaya sehingga AI dapat diterapkan dalam proses bisnis di mana otomatisasi sebelumnya hampir tidak bermanfaat.

Oleh karena itu, interpretasi yang provokatif adalah bahwa OpenAI tidak hanya menjual model yang lebih baik dengan harga lebih rendah, tetapi juga berupaya mengganggu logika penetapan harga yang ada di pasar. Jika kualitas model yang tinggi tidak lagi selalu berarti biaya variabel yang tinggi, harga premium kehilangan sebagian pembenarannya. Pada saat yang sama, tekanan pada para pesaing meningkat untuk menawarkan model mereka dengan harga lebih rendah atau untuk menunjukkan nilai tambah mereka dengan lebih jelas. Bagi perusahaan, perkembangan ini membuka kemungkinan aplikasi baru. Namun, hal ini juga membawa risiko bahwa penurunan biaya per unit akan menyebabkan perluasan penggunaan yang tidak terkendali, yang pada akhirnya mengakibatkan pengeluaran keseluruhan yang lebih tinggi.

Dua model untuk penciptaan nilai yang berbeda

Nama Sol dan Luna mencerminkan pembagian fungsional dari portofolio model. GPT-6 Sol adalah model utama berkinerja lebih tinggi yang diposisikan di bawah GPT-6 Astra yang merupakan model unggulan. Model ini dirancang untuk tugas-tugas di mana akurasi, penalaran multi-level, penggunaan alat yang andal, dan kemampuan untuk menangani alur kerja yang lebih panjang sangat penting secara ekonomis. Ini termasuk analisis kompleks, tugas pemrograman yang menuntut, penelitian otomatis, kontrol aplikasi digital, dan dukungan untuk pekerjaan pengetahuan profesional. GPT-6 Luna, di sisi lain, diposisikan sebagai model yang sangat hemat biaya dan cepat untuk tugas-tugas bervolume tinggi. Model ini sangat cocok untuk klasifikasi, ekstraksi, peringkasan, tugas pengkodean sederhana, pemeriksaan awal, dan komunikasi standar.

Pendekatan bertingkat ini mencerminkan kesadaran yang semakin penting: perusahaan tidak membutuhkan model yang paling canggih untuk setiap permintaan. Sebagian besar penggunaan AI bisnis terdiri dari tugas-tugas berulang dengan kompleksitas terbatas. Dalam kasus ini, model yang sangat murah dapat memberikan manfaat ekonomi terbesar. Hanya kasus yang sulit, ambigu, atau berisiko tinggi yang perlu diteruskan ke model yang lebih canggih. Dengan demikian, Sol dan Luna mendukung arsitektur di mana permintaan didistribusikan secara dinamis berdasarkan kesulitan, risiko, dan nilai.

Bagi OpenAI, segmentasi ini masuk akal secara strategis. Model unggulan Astra yang mahal dapat terus berfungsi sebagai tolok ukur teknologi tanpa biaya tingginya menghambat adopsi secara luas. Sol menguasai pasar sistem produksi berkinerja tinggi, sementara Luna mencakup pasar massal yang sensitif terhadap harga. Dengan cara ini, OpenAI dapat secara bersamaan mempertahankan margin tinggi di segmen premium, menantang pesaing di kelas menengah, dan membangun volume penggunaan yang sangat besar di segmen harga rendah.

Namun, dari perspektif pelanggan, hal ini menciptakan tantangan pengadaan baru. Pilihan model tidak boleh hanya didasarkan pada harga yang tertera. Faktor-faktor penting meliputi tingkat kualitas yang memadai untuk proses tertentu, seberapa sering model tersebut membuat kesalahan, seberapa mahal biaya untuk mendeteksinya, dan upaya yang dibutuhkan untuk pengawasan manusia. Model yang tampaknya murah dapat menjadi mahal jika hasilnya sering memerlukan pengerjaan ulang. Sebaliknya, model yang lebih andal dapat lebih ekonomis jika secara andal mencapai hasil yang diinginkan dengan lebih sedikit iterasi dan pengawasan yang lebih sedikit.

Membagi harga menjadi setengahnya akan mengubah perhitungan

Penurunan harga ini sangat mudah dipahami dengan Sol. GPT-5.6 Sol baru-baru ini berharga empat dolar AS per juta token input dan 20 dolar AS per juta token output sebagai bagian dari promosi terbatas. GPT-6 Sol menurunkan kedua nilai tersebut menjadi dua dan sepuluh dolar AS. Dengan Luna, harga input turun dari 20 menjadi sepuluh sen. Harga output turun dari 1,20 dolar AS menjadi 50 sen. Oleh karena itu, pernyataan umum bahwa kedua model tersebut persis 50 persen lebih murah menyederhanakan struktur sebenarnya: harga output Luna turun lebih signifikan, yang sangat relevan untuk aplikasi yang banyak memproses teks.

Token keluaran mewakili faktor biaya terbesar dalam banyak aplikasi. Sebuah sistem mungkin menerima instruksi yang relatif singkat tetapi menghasilkan laporan panjang, cuplikan kode, atau kumpulan data terstruktur. Justru dalam kasus-kasus seperti itulah pengurangan harga keluaran Luna yang signifikan memiliki dampak yang nyata. Dengan satu juta token masukan dan satu juta token keluaran, Luna hanya membutuhkan biaya total 60 sen. Sol, dengan asumsi sederhana yang sama, membutuhkan biaya dua belas dolar AS. Ini menunjukkan perbedaan faktor dua puluh antara kedua model tersebut. Kesenjangan ini dengan jelas menggambarkan mengapa pemilihan model yang cerdas menjadi lebih penting daripada sekadar berkomitmen pada satu model saja.

Untuk perusahaan dengan 500 juta token input dan 100 juta token output per bulan, Sol akan menelan biaya sekitar $2.000 per bulan dengan harga standar. Luna akan menelan biaya sekitar $100. Perhitungan model ini tidak termasuk alat, akses pencarian, penyimpanan data, basis data vektor, audit keamanan, atau biaya pengembangan. Meskipun demikian, ini menggambarkan skalanya: pada volume tinggi, penugasan model yang tepat dapat membuat perbedaan yang signifikan. Efeknya bahkan lebih besar ketika informasi kontekstual berulang dibaca dari cache, sehingga hanya menelan sebagian kecil dari harga input normal.

Harga baru ini sekaligus menetapkan patokan baru untuk pasar. Claude Opus 5 ditawarkan dengan harga $5 untuk input dan $25 untuk output, sementara Claude Fable 5.1 dihargai $10 dan $50. Sol secara signifikan lebih murah daripada harga daftar tersebut, dan Luna berada dalam kisaran harga yang sama sekali berbeda. Perbandingan token sederhana saja tidak cukup, karena model membutuhkan jumlah token dan langkah pemrosesan yang berbeda. Meskipun demikian, akan semakin sulit bagi penyedia untuk mengenakan harga beberapa kali lipat dari harga OpenAI jika mereka tidak dapat menunjukkan manfaat yang lebih besar dalam aplikasi dunia nyata.

Akurasi lebih berharga daripada harga token yang rendah

OpenAI menekankan peningkatan akurasi faktual dalam pengumumannya. Menurut audit internal, GPT-6 Sol membuat kesalahan faktual sekitar setengah lebih sedikit dibandingkan pendahulunya. Meskipun pernyataan ini signifikan secara ekonomi, hal itu tidak boleh direduksi menjadi klaim bahwa tingkat kesalahan keseluruhan telah turun dari 20 menjadi 10 persen. OpenAI tidak mempublikasikan angka absolut tersebut untuk perbandingan ini. Audit dilakukan menggunakan percakapan dunia nyata yang dianonimkan di mana pengguna sebelumnya melaporkan kesalahan faktual. Oleh karena itu, ini adalah kasus yang sengaja dibuat rawan kesalahan dan bukan sampel representatif dari seluruh basis pengguna.

Frasa "kesalahan berkurang setengahnya" merujuk pada peningkatan relatif dalam pengujian spesifik ini. Ini tidak berarti bahwa Sol sekarang dua kali lebih andal di setiap domain. Tingkat kesalahan sangat bergantung pada subjek, kekiniannya, akses data, bahasa, definisi tugas, dan alat yang diizinkan. Sebuah model dapat sangat andal dengan pengetahuan umum yang luas dan sekaligus gagal dengan informasi industri yang langka, peristiwa terkini, atau angka yang tepat. Oleh karena itu, perusahaan harus memahami pernyataan produsen sebagai indikasi kemajuan, bukan jaminan.

Meskipun demikian, pengurangan kesalahan hingga setengahnya pun memiliki potensi ekonomi yang cukup besar. Dalam banyak proses produksi, biaya terbesar bukan berasal dari kueri model, tetapi dari pemantauan, koreksi, dan risiko tanggung jawab. Jika suatu sistem memberikan hasil yang bermasalah hanya dalam satu dari setiap sepuluh respons, bukan setiap respons kelima, upaya pengujian tidak secara otomatis berkurang setengahnya. Inspeksi penuh mungkin masih diperlukan. Namun, dalam proses yang kurang kritis, peningkatan keandalan dapat memungkinkan transisi dari penggunaan yang sepenuhnya membantu ke pemrosesan yang sebagian besar otomatis.

Yang patut diperhatikan adalah klaim OpenAI bahwa, di bawah intensitas komputasi tinggi, GPT-6 Luna dapat mencapai level GPT-5.6 Sol dalam pemeriksaan akurasi faktual ini dengan biaya sekitar seperseratusnya. Pernyataan ini mengacu pada akurasi faktual yang diuji dan tidak boleh diekstrapolasi ke kinerja model secara keseluruhan. Luna tidak akan secara otomatis berkinerja sebaik pendahulunya, Sol, dalam setiap analisis, setiap proyek kode, atau setiap alur kerja berbasis agen. Meskipun demikian, perbandingan ini menunjukkan seberapa cepat kemampuan dari model-model mahal dan kelas atas berpindah ke model yang lebih terjangkau.

Pekerjaan profesional semakin menjadi kompetisi harga-kinerja

Dalam pengujian AutomationBench, GPT-6 Sol, yang berjalan pada intensitas komputasi sangat tinggi, mencapai skor 33,2 persen. Claude Opus 5, pada pengaturan maksimum, mencapai 26,9 persen. Perbedaannya adalah 6,3 poin persentase, bukan 6,3 persen. Secara relatif, Sol sekitar 23 persen lebih tinggi dari skor Claude. Pada saat yang sama, OpenAI menetapkan biaya Sol sebesar 27 sen per tugas, sedangkan Opus 5 berbiaya 11,1 kali lipat dalam pengujian ini. Oleh karena itu, Sol mencapai skor pengujian yang lebih tinggi hanya dengan sekitar sembilan persen dari biaya perbandingan.

Tolok ukur ini memetakan alur kerja lengkap menggunakan 47 alat di berbagai bidang seperti penjualan, pemasaran, operasional, layanan pelanggan, keuangan, dan sumber daya manusia. Hal ini lebih bermakna untuk aplikasi bisnis daripada pertanyaan berbasis pengetahuan semata karena agen yang produktif tidak hanya harus menghasilkan teks tetapi juga mengoperasikan sistem, memproses hasil sementara, dan menghubungkan beberapa langkah dengan benar. Pada saat yang sama, skor absolut sebesar 33,2 persen tetap mengkhawatirkan. Bahkan hasil terbaik pun berarti bahwa sebagian besar tugas tidak diselesaikan sepenuhnya. Kemajuan memang nyata, tetapi tenaga kerja digital yang dapat diandalkan secara universal masih jauh dari kenyataan.

GPT-6 Luna meningkat sebesar 5,4 poin persentase dibandingkan pendahulunya pada intensitas komputasi tinggi, sementara biaya per tugas dikatakan menurun sebesar 58 persen. Di sini, ketelitian linguistik juga penting. Poin persentase menggambarkan perbedaan absolut antara dua nilai kinerja. Peningkatan 5,4 persen, di sisi lain, akan menjadi perubahan relatif. Perbedaan ini dapat signifikan ketika mengevaluasi suatu model, terutama jika nilai awalnya rendah.

Tes lain, Agents' Last Exam, mengevaluasi tugas-tugas jangka panjang dan relevan secara ekonomi dari 55 sub-sektor industri. GPT-6 Sol mencapai 56,4 persen pada intensitas komputasi maksimum, melampaui, menurut OpenAI, skor terbaik Claude Opus 5 sambil menggunakan biaya per tugas 60 persen lebih rendah. Hal ini menggarisbawahi arah tetapi juga batasan pengembangan. Skor keberhasilan sedikit di atas setengah sangat berharga untuk bantuan terawasi tetapi seringkali tidak cukup untuk proses inti tanpa pengawasan.

Pemrograman tetap menjadi bidang yang paling kompetitif

Dalam pengembangan perangkat lunak, perbedaan antara model-model berkinerja terbaik relatif kecil. Dalam uji DeepSWE, GPT-6 Sol mencapai efisiensi 68,8 persen pada intensitas komputasi maksimum. Claude Fable 5 mencapai 69,9 persen pada pengaturan yang sangat tinggi. Dengan demikian, Sol tertinggal 1,1 poin persentase, tetapi dikatakan dapat menyelesaikan tugas dengan biaya sekitar 80 persen lebih rendah. GPT-6 Luna mencapai 66,6 persen, menempatkannya dekat dengan Claude Opus 5 dan Claude Fable 5 pada intensitas komputasi menengah. Menurut OpenAI, Luna membutuhkan biaya 93 persen lebih rendah per tugas daripada Opus 5 dan 96 persen lebih rendah daripada Fable 5.

Bagi perusahaan, skenario ini lebih menarik secara ekonomi daripada kemenangan uji coba yang sempit. Model yang memberikan tingkat keberhasilan hampir sama dengan biaya yang jauh lebih rendah dapat membiayai lebih banyak percobaan, pengujian tambahan, dan pengecekan silang otomatis. Alih-alih membayar untuk satu iterasi yang mahal, sebuah sistem dapat menghasilkan beberapa solusi hemat biaya, menjalankan pengujian, dan hanya memilih kandidat terbaik. Dengan demikian, biaya per unit yang lebih rendah secara tidak langsung dapat meningkatkan kualitas seluruh proses pengembangan.

Namun, efek ini tidak boleh dilebih-lebihkan. Upaya berulang hanya berguna jika kesalahan dapat dideteksi. Pada perangkat lunak, hal ini sebagian dimungkinkan karena kompilasi, pengujian otomatis, dan analisis statis memberikan umpan balik objektif. Evaluasi menjadi lebih sulit dengan keputusan arsitektur, masalah keamanan, atau persyaratan yang tidak lengkap. Semakin banyak kode yang dihasilkan juga dapat berarti semakin banyak hutang teknis dan upaya pengujian tambahan.

OpenAI juga merujuk pada FrontierCode, sebuah pengujian yang mengevaluasi tidak hanya kebenaran fungsional tetapi juga integrasi aktual dari perubahan. Ini termasuk kualitas pengujian, ruang lingkup perubahan yang terbatas, gaya pemrograman, dan kepatuhan terhadap aturan khusus proyek. Kriteria ini sangat penting dalam praktiknya. Sebuah proposal kode dapat secara formal benar namun tetap tidak sesuai karena secara tidak perlu memodifikasi sebagian besar sistem atau mengabaikan standar operasional. Oleh karena itu, nilai ekonomi dari sebuah model pemrograman terletak bukan pada jumlah kode yang dihasilkan, tetapi pada jumlah perubahan yang dapat diintegrasikan secara andal per jam kerja yang diinvestasikan.

Kontrol komputer semakin murah, tetapi bukan berarti tanpa risiko

Saat menjalankan aplikasi grafis, GPT-6 Sol mencapai efisiensi 60,5 persen pada bagian offline OSWorld 2.0 dengan intensitas komputasi yang sangat tinggi. Claude Opus 5 mencapai efisiensi 60,3 persen pada pengaturan sedang. OpenAI memperkirakan biaya per tugas Sol sekitar 80 persen lebih rendah. Luna, pada pengaturan maksimum, diharapkan melampaui efisiensi rata-rata GPT-5.6 Sol dengan biaya hanya sepersepuluh dari harga tersebut.

Perkembangan ini sangat penting untuk otomatisasi perkantoran, layanan pelanggan, dan proses back-office. Banyak perusahaan masih menggunakan aplikasi lama tanpa antarmuka pemrograman modern. Model yang memahami konten layar, mengoperasikan tombol, dan mentransfer informasi antar sistem dapat menjembatani kesenjangan ini. Hal ini menciptakan bentuk otomatisasi berbasis perangkat lunak yang lebih fleksibel daripada robot berbasis aturan tradisional.

Namun, bahkan nilai sekitar 60 persen menunjukkan bahwa kontrol komputer tanpa pengawasan tetap berisiko. Dalam alur kerja yang panjang, satu klik yang salah saja sudah cukup untuk menyebabkan seluruh proses gagal. Pembayaran, hak akses, penghapusan data, dan perubahan pada sistem produksi sangat penting. Oleh karena itu, izin bertingkat, ruang lingkup tindakan yang terbatas, pencatatan log, dan persetujuan manusia pada titik-titik berisiko tinggi merupakan langkah yang ekonomis.

Kemajuan sebenarnya terletak bukan pada kenyataan bahwa Sol telah sepenuhnya menggantikan seorang karyawan. Lebih penting lagi, biaya otomatisasi eksperimental semakin menurun. Perusahaan dapat menguji lebih banyak proses tanpa harus mengimplementasikan setiap ide melalui proyek integrasi yang mahal. Agen standar dapat muncul dari proyek percontohan yang sukses; kasus yang tidak sesuai dapat dibuang sejak dini. Dengan demikian, pengurangan harga memperpendek kurva pembelajaran bagi perusahaan pengguna.

Dimensi baru transformasi digital dengan 'Managed AI' (Kecerdasan Buatan) – Platform & solusi B2B | Xpert Consulting - Gambar: Xpert.Digital

Di sini Anda akan mempelajari bagaimana perusahaan Anda dapat mengimplementasikan solusi AI yang disesuaikan dengan cepat, aman, dan tanpa hambatan masuk yang tinggi.

Platform AI terkelola adalah solusi lengkap dan bebas khawatir Anda untuk kecerdasan buatan. Alih-alih berurusan dengan teknologi yang kompleks, infrastruktur yang mahal, dan proses pengembangan yang panjang, Anda menerima solusi siap pakai yang disesuaikan dengan kebutuhan Anda dari mitra khusus – seringkali hanya dalam beberapa hari.

Keunggulan utama secara sekilas:

⚡ Implementasi cepat: Dari ide hingga aplikasi siap pakai dalam hitungan hari, bukan bulan. Kami menghadirkan solusi praktis yang menciptakan nilai tambah langsung.

🔒 Keamanan data maksimal: Data sensitif Anda tetap aman. Kami menjamin pemrosesan yang aman dan sesuai peraturan tanpa membagikan data dengan pihak ketiga.

💸 Tanpa risiko finansial: Anda hanya membayar untuk hasil. Investasi awal yang tinggi untuk perangkat keras, perangkat lunak, atau personel sepenuhnya dihilangkan.

🎯 Fokus pada bisnis inti Anda: Konsentrasikan pada apa yang Anda kuasai. Kami mengurus seluruh implementasi teknis, pengoperasian, dan pemeliharaan solusi AI Anda.

📈 Tahan masa depan & dapat diskalakan: AI Anda tumbuh bersama Anda. Kami memastikan optimasi dan skalabilitas berkelanjutan, serta secara fleksibel menyesuaikan model dengan kebutuhan baru.

Informasi selengkapnya di sini:

• Solusi AI Terkelola - Layanan AI Industri: Kunci Daya Saing di Sektor Jasa, Industri, dan Teknik Mesin

Penyimpanan sementara menjadi faktor pendorong biaya yang diremehkan

Selain harga token yang terlihat, OpenAI meningkatkan caching input berulang. Dengan apa yang disebut prompt caching, fragmen konteks yang identik tidak perlu diproses ulang sepenuhnya dengan setiap permintaan. GPT-6 memberikan diskon 90 persen untuk token input yang telah dibaca dan di-cache sebelumnya. Hal ini sangat relevan untuk agen, percakapan panjang, dan aplikasi dengan instruksi sistem yang ekstensif.

Agen bisnis sering kali menerima informasi yang sama di setiap langkah: deskripsi peran, aturan keamanan, struktur data, definisi alat, manual, atau bagian dari percakapan sebelumnya. Tanpa caching yang efektif, konteks ini diproses berulang kali dengan biaya penuh. Dalam proses multi-tahap, konteks yang berulang dapat mewakili komponen biaya yang lebih besar daripada permintaan baru yang sebenarnya. Oleh karena itu, tingkat hit cache yang tinggi berdampak pada efektivitas biaya lebih dari yang ditunjukkan oleh harga daftar.

OpenAI kini memungkinkan pengembang untuk memodifikasi intensitas komputasi dan alat yang tersedia tanpa kehilangan konteks sebelumnya untuk caching. Selain itu, pengembang dapat menetapkan breakpoint eksplisit untuk menentukan bagian mana dari input yang digunakan kembali. GitHub melaporkan bahwa peningkatan ini mengurangi proporsi token prompt yang harus diproses ulang di antara miliaran permintaan Copilot lebih dari 50 persen dalam beberapa bulan.

Untuk tujuan praktis, hal ini mengarah pada prioritas yang jelas: optimasi biaya tidak dimulai dengan pemilihan model. Ini juga mencakup struktur input, urutan konten stabil dan variabel, panjang konteks, dan jumlah pengulangan yang tidak perlu. Aplikasi yang dirancang dengan buruk dapat menjadi mahal meskipun menggunakan model yang murah. Sebaliknya, arsitektur yang direncanakan dengan baik dapat secara strategis menggunakan model berkualitas tinggi tanpa melebihi anggaran.

Token yang lebih murah tidak secara otomatis berarti tagihan yang lebih kecil

Pasar inferensi AI telah mengalami penurunan harga yang luar biasa selama bertahun-tahun. Antara November 2022 dan Oktober 2024 saja, biaya untuk mencapai tingkat kinerja yang kurang lebih sama dengan GPT-3.5 dalam uji pemahaman bahasa alami yang banyak digunakan turun dari $20 menjadi tujuh sen per juta token. Ini mewakili penurunan lebih dari 280 kali lipat. GPT-6 Sol dan Luna melanjutkan tren ini, meskipun pada tingkat kemampuan yang lebih tinggi.

Secara ekonomi, mekanisme yang mirip dengan paradoks Jevons berperan di sini. Jika penggunaan suatu sumber daya menjadi lebih efisien dan murah, konsumsi secara keseluruhan belum tentu menurun. Seringkali, justru meningkat karena aplikasi baru menjadi layak secara ekonomi. Sebuah perusahaan yang sebelumnya hanya menggunakan AI untuk menghasilkan beberapa teks berkualitas tinggi kini dapat menganalisis setiap permintaan pelanggan, mengklasifikasikan setiap dokumen, dan secara otomatis memeriksa banyak perubahan perangkat lunak dengan harga yang jauh lebih rendah. Dalam hal ini, konsumsi meningkat lebih cepat daripada penurunan harga per unit.

Aplikasi berbasis agen memperkuat efek ini. Satu kueri pengguna dapat memicu sepuluh atau dua puluh panggilan model. Agen merencanakan, mencari informasi, menggunakan alat, memeriksa hasil sementara, dan memulai ulang jika terjadi kesalahan. Oleh karena itu, kueri yang terlihat bukanlah unit biaya yang tepat. Yang penting adalah total biaya per operasi yang berhasil diselesaikan.

Oleh karena itu, perusahaan seharusnya tidak bertanya model mana yang menjual token termurah. Mereka seharusnya mengukur berapa biaya untuk mendapatkan hasil yang benar, tepat waktu, dan dapat diverifikasi. Perhitungan ini mencakup biaya panggilan model, pencarian dan perangkat, infrastruktur, pengawasan manusia, koreksi kesalahan, dan potensi kerugian. Hanya analisis komprehensif inilah yang mengungkapkan apakah Sol atau Luna lebih ekonomis.

Serangan OpenAI terhadap Anthropic ditargetkan

Pengumuman tersebut sering membandingkan Sol dan Luna dengan model Anthropic. Ini bukan kebetulan. Claude dianggap sebagai penyedia yang andal untuk pemrograman, konteks jangka panjang, dan pekerjaan berbasis pengetahuan yang menuntut di banyak perusahaan dan tim pengembangan. Oleh karena itu, OpenAI tidak hanya menargetkan kinerja puncak yang abstrak, tetapi juga area aplikasi di mana Anthropic telah membangun posisi pasar yang kredibel.

Perbedaan harganya jelas. GPT-6 Sol berharga dua dolar AS untuk dibeli dan sepuluh dolar AS untuk diterbitkan per juta token. Claude Opus 5 berharga lima dan 25 dolar AS, dan Claude Fable 5.1 berharga sepuluh dan 50 dolar AS. Secara teori, Sol berharga 60 persen lebih murah daripada Opus 5 dan 80 persen lebih murah daripada Fable 5.1. GPT-6 Luna bahkan lebih murah lagi.

Namun, bagian terpenting dari pesan tersebut bukanlah "lebih murah per token," melainkan "lebih murah per tugas." OpenAI mencoba menunjukkan bahwa model-modelnya tetap lebih hemat biaya bahkan ketika intensitas komputasi, panjang respons, dan penggunaan alat yang berbeda diperhitungkan. Inilah mengapa perusahaan tersebut mempublikasikan biaya per tugas di AutomationBench, DeepSWE, dan OSWorld. Metrik ini pada dasarnya jauh lebih bermakna daripada harga jual saja.

Meskipun demikian, perbandingan tersebut tidak sepenuhnya netral. OpenAI melakukan analisis di lingkungan penelitiannya sendiri atau melalui API-nya sendiri. Beberapa data pesaing diambil dari laporan yang tersedia untuk umum, dan data untuk Claude Fable 5 digunakan ketika data untuk Fable 5.1 tidak tersedia. Lebih lanjut, analisis biaya untuk AutomationBench dengan Fable 5.1 tidak lengkap karena ketergantungan pada Opus 5 tidak disertakan dalam sekitar 40 persen tugas. Hal ini membuat perbandingan lebih menguntungkan bagi Anthropic, tetapi juga menunjukkan betapa sulitnya mencapai pengukuran yang sepenuhnya terstandarisasi.

Tolok ukur pabrikan memberikan bukti, tetapi bukan penilaian

Tolok ukur diperlukan untuk mengukur kemajuan. Namun, tolok ukur tidak memberikan skor keseluruhan yang objektif. Hasil bergantung pada versi pengujian, pengaturan sistem, alat, anggaran komputasi, jumlah percobaan, dan metode evaluasi. Bahkan pengaturan intensitas komputasi yang berbeda dapat secara signifikan mengubah nilai dan biaya. Saat membandingkan model dengan anggaran yang berbeda, perbedaan kualitas yang tampak mungkin hanyalah hasil dari upaya komputasi tambahan.

Dengan GPT-6, penting juga untuk dicatat bahwa banyak pernyataan kunci berasal dari publikasi OpenAI sendiri. Perusahaan ini memiliki pengetahuan mendalam tentang model-modelnya tetapi juga memiliki kepentingan penjualan. Oleh karena itu, hasil yang dilaporkan harus ditanggapi dengan serius tetapi dilengkapi dengan pengujian independen. Perbedaan yang sangat kecil, seperti 1,1 poin persentase antara Sol dan Claude Fable 5 di DeepSWE, mungkin masih dalam batas kesalahan yang wajar.

Bahkan skor benchmark yang tinggi pun tidak menjamin kinerja yang baik di organisasi tertentu. Dokumen internal, terminologi khusus, perangkat lunak yang sudah usang, aturan kepatuhan khusus, dan data yang tidak konsisten semuanya dapat berdampak negatif pada hasil. Sebaliknya, sebuah model mungkin berkinerja lebih baik dalam proses yang terdefinisi secara sempit dan terdokumentasi dengan baik daripada dalam pengujian umum.

Oleh karena itu, metode pengadaan yang paling andal adalah serangkaian evaluasi khusus yang didasarkan pada tugas-tugas dunia nyata. Evaluasi ini harus mencakup kasus standar umum, kasus ekstrem yang menantang, dan situasi yang sengaja berisiko. Pengukuran tidak hanya harus mencakup akurasi dan biaya, tetapi juga waktu pemrosesan, stabilitas, ketertelusuran, dan intervensi manusia yang diperlukan. Perubahan model hanya dapat dibenarkan secara ekonomi jika evaluasi ini menunjukkan keuntungan yang substansial.

Penggunaan bahasa yang lebih jelas mengurangi biaya proses tidak langsung

OpenAI menjanjikan tidak hanya peningkatan teknis tetapi juga gaya komunikasi yang lebih jelas. Sol dan Luna dimaksudkan untuk menggunakan lebih sedikit jargon, lebih sedikit formulasi yang tidak biasa, dan lebih sedikit detail yang tidak relevan. Jawaban seharusnya lebih singkat tanpa kehilangan substansi. Perubahan ini mungkin awalnya terdengar kosmetik, tetapi dapat memiliki implikasi ekonomi yang signifikan.

Jawaban yang tidak jelas menyebabkan pertanyaan lanjutan, salah tafsir, dan upaya pemrosesan tambahan. Dalam pengembangan perangkat lunak, deskripsi yang samar dapat mengaburkan apa yang sebenarnya diuji. Dalam komunikasi pelanggan, jargon teknis yang tidak perlu dapat mengurangi kejelasan. Dalam analisis, bagian yang panjang tetapi tanpa isi dapat meningkatkan upaya pengujian. Oleh karena itu, komunikasi yang tepat dan ringkas tidak hanya meningkatkan pengalaman pengguna tetapi juga mengurangi biaya proses.

Pada saat yang sama, gaya tetap bersifat subjektif. Jawaban yang lebih singkat tidak otomatis lebih baik. Untuk topik hukum, teknis, atau yang berkaitan dengan keamanan, penjelasan yang rinci mungkin diperlukan. Oleh karena itu, perusahaan harus menetapkan pedoman mereka sendiri untuk struktur, nada, tingkat detail, dan pelabelan ketidakpastian. Kualitas komunikasi muncul dari interaksi antara model, instruksi sistem, dan kontrol kualitas.

Perbaikan lainnya menyangkut kejujuran tentang tindakan yang dilakukan. OpenAI melaporkan tingkat pernyataan menyesatkan yang lebih rendah tentang tugas pemrograman yang telah selesai. Ini sangat penting bagi agen. Sistem yang mengklaim telah menjalankan pengujian atau memeriksa file padahal sebenarnya tidak, menciptakan rasa aman yang berbahaya. Perbaikan di area ini lebih penting daripada sekadar pemolesan gaya.

Keamanan dan tanggung jawab tetap berada di luar harga yang tertera

OpenAI menjelaskan bahwa Sol dan Luna telah mengalami peningkatan dalam hal keselarasan dan keamanan dibandingkan dengan pendahulunya, GPT 5.6. Ini termasuk pemeriksaan informasi yang menyesatkan dalam tugas pemrograman, pengabaian peringatan, dan interaksi yang tidak sah. Tes-tes ini sengaja dibuat sulit dan tidak mewakili penggunaan tipikal. Sebaliknya, tes-tes ini menunjukkan bagaimana model berperilaku dalam kondisi yang bermasalah.

Bagi perusahaan, skor keamanan yang lebih tinggi bukan berarti pengamanan teknis dan organisasi dapat diabaikan. Model-model tersebut memerlukan hak akses yang jelas, lingkungan pengembangan dan produksi yang terpisah, pencatatan log, kontrol akses, dan persetujuan untuk tindakan sensitif. Saat menangani data pribadi, perlindungan data, kebijakan retensi, dan pemrosesan regional juga harus dipertimbangkan. Di sektor yang diatur, hasilnya harus dapat dilacak dan tanggung jawab harus didefinisikan dengan jelas.

Secara paradoks, harga yang rendah dapat menciptakan risiko baru. Jika Luna menjadi sangat murah sehingga jutaan keputusan otomatis dimungkinkan, jangkauan kesalahan sistematis akan meningkat. Klasifikasi yang salah, aturan yang cacat, atau kumpulan data yang terdistorsi kemudian dapat memengaruhi sejumlah besar kasus. Biaya per kueri menurun, tetapi potensi total kerugian meningkat seiring dengan volumenya.

Oleh karena itu, perusahaan tidak boleh memangkas anggaran keamanan dan kualitas secara proporsional dengan harga token. Sebaliknya: semakin besar skala suatu model, semakin penting mekanisme pemantauan, pengambilan sampel, dan penghentian. Skala ekonomi tanpa tata kelola tidak efisien, melainkan hanya menggeser biaya ke masa depan.

Inovasi sesungguhnya terletak pada orkestrasi model tersebut

Sol dan Luna menyarankan arsitektur bertingkat. Luna dapat menangani volume besar tugas sederhana sekaligus menilai apakah suatu kasus tidak aman atau tidak biasa. Sol menangani pengecualian yang lebih kompleks. Astra dikhususkan untuk tugas-tugas yang sangat sulit atau penting bagi bisnis. Selain itu, aturan dapat menentukan kapan intervensi manusia diperlukan.

Sistem bertingkat seperti ini menggabungkan biaya rata-rata rendah dengan kinerja puncak tinggi. Namun, keberhasilannya bergantung pada logika perutean. Jika Luna gagal mengidentifikasi kasus-kasus sulit, masalah kualitas akan muncul. Jika terlalu banyak kasus yang secara preemptif dirute ke Sol atau Astra, keunggulan biaya akan hilang. Dengan demikian, klasifikasi kesulitan tugas menjadi fungsi inti AI itu sendiri.

Berbagai vendor juga dapat digabungkan. Sebuah perusahaan tidak harus sepenuhnya berkomitmen pada OpenAI atau Anthropic. Perusahaan dapat mendistribusikan model berdasarkan tugas, wilayah, ketersediaan, dan harga. Pendekatan multi-vendor seperti ini mengurangi ketergantungan dan meningkatkan keandalan. Namun, hal ini juga menciptakan upaya integrasi dan pengujian tambahan karena model-model tersebut memiliki antarmuka, format alat, dan perilaku yang berbeda.

Dalam jangka panjang, persaingan kemungkinan besar tidak akan hanya ditentukan oleh model-model individual. Platform yang secara otomatis mengarahkan permintaan, memantau biaya, mengukur kualitas, dan mengganti model sesuai kebutuhan akan sangat penting. Sol dan Luna meningkatkan manfaat dari sistem tersebut karena perbedaan harga antar tingkatan cukup besar untuk membuat distribusi cerdas menjadi menarik secara ekonomi.

Pemenang dan pecundang dari babak hadiah baru

Di antara para pemenang langsung adalah pengembang aplikasi AI dengan volume penggunaan yang tinggi. Layanan untuk pemrosesan dokumen, dukungan, pengembangan perangkat lunak, pembersihan data, dan penelitian dapat secara signifikan mengurangi biaya variabel mereka. Perusahaan rintisan mendapat manfaat karena mereka dapat melakukan lebih banyak eksperimen dengan modal yang lebih sedikit. Perusahaan menengah mendapatkan akses ke kemampuan yang sebelumnya hanya layak dengan anggaran yang lebih besar.

Pengguna perangkat lunak khusus juga dapat memperoleh manfaat. Jika penyedia meneruskan biaya model yang lebih rendah, fitur AI dapat diintegrasikan ke dalam langganan yang ada tanpa menaikkan harga secara signifikan. Namun, kemungkinan besar sebagian penghematan akan tetap menjadi margin bagi penyedia perangkat lunak. Persaingan akan menentukan berapa banyak dari penghematan ini yang benar-benar sampai ke pelanggan.

Penyedia layanan yang model bisnisnya terutama bergantung pada penjualan kembali akses model yang mahal semakin tertekan. Seiring dengan semakin murah dan canggihnya teknologi yang mendasarinya, nilai antarmuka pengguna yang sederhana dan fungsi tambahan yang dapat dipertukarkan pun berkurang. Diferensiasi yang berkelanjutan kemudian muncul dari data kepemilikan, integrasi proses yang mendalam, pengetahuan industri, keamanan, dan hasil yang dapat dibuktikan.

Anthropic dan penyedia model lainnya juga menghadapi keputusan strategis. Mereka dapat menurunkan harga, memperluas kemampuan inti mereka, atau menyoroti keunggulan khusus dalam hal keamanan, kemudahan penggunaan, dan penerapan di perusahaan. Persaingan harga murni menguntungkan penyedia dengan infrastruktur besar, pemanfaatan tinggi, dan akses ke modal. Laboratorium yang lebih kecil dapat lebih fokus pada model terbuka, ceruk khusus, atau penerapan mandiri.

Apa yang harus diperiksa secara spesifik oleh perusahaan saat ini?

Tugas pertama adalah menguraikan biaya AI yang ada berdasarkan proses, bukan berdasarkan model. Perusahaan membutuhkan transparansi mengenai berapa banyak token input, output, dan buffer yang dikonsumsi oleh suatu proses lengkap. Selain itu, panggilan alat, pengulangan, dan waktu peninjauan manusia harus dilacak. Tanpa data ini, manfaat ekonomi dari peralihan tidak dapat ditentukan secara andal.

Pengujian komparatif di dunia nyata antara model yang sebelumnya digunakan, GPT-6 Sol, dan GPT-6 Luna perlu dilakukan selanjutnya. Luna adalah kandidat yang tepat untuk volume tinggi dan tugas yang terstruktur dengan jelas. Sol cocok untuk analisis kompleks, proses yang lebih panjang, dan aplikasi perangkat lunak yang menuntut. Untuk tugas-tugas yang sangat sulit, model kelas atas masih bisa ekonomis jika menghindari pengulangan dan kesalahan.

Migrasi total yang terburu-buru akan menjadi tindakan yang tidak bijaksana. Model baru, meskipun memiliki kinerja rata-rata yang lebih tinggi, mungkin memiliki profil kesalahan yang berbeda. Output dapat berubah dalam format, panjang, atau nada, sehingga mengganggu sistem hilir. Implementasi bertahap dengan eksekusi paralel, pemeriksaan kualitas otomatis, dan opsi cadangan yang jelas lebih disarankan.

Kontrak dan arsitektur teknis juga harus memfasilitasi peralihan model. Fitur khusus vendor mungkin nyaman dalam jangka pendek, tetapi meningkatkan biaya peralihan di kemudian hari. Format data yang terstandarisasi, logika evaluasi yang terpisah, dan pencatatan terpusat membantu menguji model baru dengan lebih cepat. Di pasar dengan harga yang terus menurun dan siklus produk yang pendek, kemauan untuk beralih menjadi keunggulan kompetitif.

Sebuah langkah maju dengan makna yang menyedihkan

GPT-6 Sol dan Luna bukanlah bukti bahwa kecerdasan buatan kini bebas kesalahan, otonom, atau dapat diterapkan secara universal. Tingkat keberhasilan yang dipublikasikan masih menunjukkan kesenjangan yang signifikan. Bahkan model yang kuat pun secara teratur gagal dalam uji profesional dan teknis yang menuntut. Oleh karena itu, model-model ini tidak menggantikan kebutuhan akan proses yang jelas, data yang baik, dan pengawasan yang bertanggung jawab.

Signifikansi ekonomi mereka terletak di tempat lain. OpenAI menurunkan harga AI canggih secara drastis sehingga aplikasi baru menjadi menguntungkan dan sistem yang ada dapat digunakan lebih sering. Sol menghadirkan kemampuan agen dan teknis yang canggih dengan harga yang jauh lebih rendah. Luna menjadikan tugas-tugas sederhana hingga menengah dalam jumlah besar hampir sebagai layanan infrastruktur pasar massal.

Metrik terpenting di sini bukanlah harga per juta token, juga bukan nilai patokan tunggal. Yang penting adalah harga dari masalah bisnis yang dapat dipecahkan secara andal. Sol dan Luna tampaknya secara signifikan meningkatkan hubungan ini, tetapi data vendor perlu divalidasi dalam lingkungan bisnis dunia nyata. Mereka yang hanya membeli token yang lebih murah mungkin akhirnya menghabiskan lebih banyak uang. Sebaliknya, mereka yang menggunakan model secara strategis, menyimpan konteks berulang, dan secara sistematis mengukur kualitas dapat mencapai peningkatan produktivitas yang nyata.

Dengan demikian, Sol dan Luna menandai bukan akhir dari perlombaan teknologi, melainkan awal dari persaingan ekonomi yang lebih sengit. Kecerdasan buatan menjadi lebih murah, tetapi penggunaannya yang sukses tetap menantang. Keunggulan bergeser dari perusahaan yang memiliki akses ke satu model yang kuat ke perusahaan yang dapat secara tepat mengatur banyak model, memahami biayanya, dan secara konsisten mengelola kesalahannya. Inilah provokasi sebenarnya dari publikasi ini: bukan kecerdasan buatan yang menjadi langka, melainkan kemampuan untuk mengaturnya dengan cara yang layak secara ekonomi.

Solusi semi-internal: Bagaimana Xpert.Digital menutup kesenjangan operasional dalam pemasaran dan penjualan B2B – Bisnis Cerdas Berbasis Konten - Gambar: Xpert.Digital

Xpert.Digital adalah pusat industri B2B berbasis data yang dipimpin oleh Konrad Wolfenstein . Perusahaan ini bertindak sebagai solusi eksternal, yang hampir bersifat internal, bagi mitra industri, menutup kesenjangan operasional dalam pemasaran, konten, dan penjualan – tanpa memerlukan sumber daya tambahan di pihak klien.

Informasi selengkapnya di sini:

• Solusi semi-internal: Bagaimana Xpert.Digital menutup kesenjangan operasional dalam pemasaran dan penjualan B2B – Bisnis Cerdas Berbasis Konten

☑️ Bahasa bisnis kami adalah bahasa Inggris atau Jerman

☑️ BARU: Korespondensi dalam bahasa ibu Anda!

Konrad Wolfenstein

Saya dan tim saya dengan senang hati siap membantu Anda sebagai penasihat pribadi Anda.

Anda dapat menghubungi saya dengan mengisi formulir kontak di sini [email protected]:atau cukup hubungi saya di +49 7348 4088 965. Alamat email saya adalah

Saya sangat menantikan proyek bersama kita.

☑️ Dukungan UKM dalam strategi, konsultasi, perencanaan, dan implementasi

☑️ Pembuatan atau penyesuaian kembali strategi digital dan digitalisasi

☑️ Perluasan dan optimalisasi proses penjualan internasional

☑️ Platform perdagangan B2B global & digital

☑️ Pelopor Pengembangan Bisnis / Pemasaran / Humas / Pameran Dagang