7 menit baca
GPT-5.6 Dirilis: Benchmark, Harga, dan Ketersediaan Sol, Terra, Luna
Ringkasan GPT-5.6 dari OpenAI dengan fokus pada benchmark utama, kemampuan coding dan kerja pengetahuan, serta detail harga dan ketersediaan untuk ChatGPT, Codex, ChatGPT Work, dan API.
OpenAI merilis GPT-5.6 untuk ketersediaan umum. Keluarga model ini terdiri dari tiga tingkat: Sol sebagai model flagship, Terra sebagai pilihan seimbang untuk pekerjaan harian, dan Luna sebagai model paling cepat sekaligus paling hemat biaya.
Bagian paling penting dari rilis ini bukan hanya nama model baru, tetapi kombinasi antara performa, biaya, dan akses. OpenAI menekankan bahwa GPT-5.6 dirancang untuk memberi lebih banyak hasil dari setiap token: lebih kuat untuk coding, browsing agentic, kerja dokumen, spreadsheet, presentasi, keamanan siber, dan riset sains, dengan opsi performa tinggi seperti max dan ultra ketika tugasnya benar-benar berat.
Ringkasan singkat
| Model | Posisi | Cocok untuk |
|---|---|---|
| GPT-5.6 Sol | Flagship | Problem kompleks, coding sulit, riset panjang, workflow multi-alat, dan tugas bernilai tinggi. |
| GPT-5.6 Terra | Seimbang | Pekerjaan harian yang butuh kualitas kuat dengan biaya lebih terkendali. |
| GPT-5.6 Luna | Paling hemat | Volume besar, fitur produk yang sensitif biaya, eksperimen cepat, dan automasi ringan. |
Benchmark utama GPT-5.6
OpenAI memosisikan GPT-5.6 sebagai peningkatan besar pada performa per dolar. Berikut angka benchmark utama yang paling relevan dari artikel sumber.
Coding dan engineering
| Benchmark | GPT-5.6 Sol | Sol Ultra | Terra | Luna | GPT-5.5 |
|---|---|---|---|---|---|
| Artificial Analysis Coding Agent Index v1.1 | 80 | - | 77,4 | 74,6 | 76,4 |
| SWE-Bench Pro | 64,6% | - | 63,4% | 62,7% | 59,4% |
| DeepSWE v1.1 | 72,7% | - | 69,6% | 67,2% | 67% |
| Terminal-Bench 2.1 | 88,8% | 91,9% | 87,4% | 84,7% | 85,6% |
Untuk developer, angka ini berarti GPT-5.6 bukan hanya naik pada benchmark coding umum. Ia juga lebih kuat di workflow terminal, tugas engineering jangka panjang, dan codebase nyata. OpenAI juga menyebut Sol dengan reasoning max mencetak skor 80 di Artificial Analysis Coding Agent Index, memakai kurang dari setengah output token, selesai kurang dari setengah waktu, dan biaya sekitar sepertiga lebih rendah dibanding model pembanding yang mereka sebut.
Browsing agentic dan computer use
| Benchmark | GPT-5.6 Sol | Sol Ultra | Terra | Luna | GPT-5.5 |
|---|---|---|---|---|---|
| OSWorld 2.0 | 62,6% | - | 50,2% | 45,6% | 47,5% |
| BrowseComp | 90,4% | 92,2% | 87,5% | 83,3% | 84,4% |
| BenchCAD | 70,6% | - | 62,3% | 63,1% | 44,4% |
| BenchCAD dengan Python tool | 83,4% | - | 78,2% | 73,9% | 55,8% |
Bagian ini penting untuk pengguna yang memakai AI sebagai agen kerja, bukan sekadar chatbot. BrowseComp menguji pencarian dan browsing agentic, sedangkan OSWorld menguji kemampuan model mengoperasikan komputer. GPT-5.6 Sol Ultra mencapai 92,2% di BrowseComp, sementara Sol mencapai 62,6% di OSWorld 2.0.
Keamanan siber
| Benchmark | GPT-5.6 Sol | Sol Ultra | Terra | Luna | GPT-5.5 |
|---|---|---|---|---|---|
| Capture-the-Flag Challenges | 96,7% | - | 91,8% | 85,2% | 88,1% |
| SEC-Bench Pro | 71,2% | 74,3% | 57,7% | 48,9% | 45,8% |
| CyberGym | 84,5% | - | 81,8% | 77,9% | 81,8% |
| ExploitBench | 73,5% | - | 52,9% | 33,2% | 47,9% |
| ExploitGym | 33,7% | - | 23,2% | 12,4% | 15,1% |
OpenAI menyebut GPT-5.6 sebagai model keamanan siber terkuat mereka sejauh ini. Peningkatan paling jelas terlihat pada SEC-Bench Pro, ExploitBench, dan ExploitGym. Namun karena kemampuan siber bersifat dual-use, OpenAI juga memperketat safeguard, monitoring, dan akses untuk kemampuan defensif yang lebih sensitif melalui program Trusted Access.
Sains, kesehatan, dan riset
| Benchmark | GPT-5.6 Sol | Terra | Luna | GPT-5.5 |
|---|---|---|---|---|
| GeneBench Pro | 28,7% | 23,3% | 10,8% | 12% |
| LifeSciBench | 59,9% | 56% | 51,2% | 50,4% |
| MedChemBench internal | 48,3% | 35% | 30,4% | 35,5% |
| HealthBench Professional | 60,5% | 57,7% | 55,7% | 49,5% |
Di area sains dan kesehatan, GPT-5.6 Sol unggul pada GeneBench Pro, LifeSciBench, MedChemBench internal, dan HealthBench Professional dibanding GPT-5.5. OpenAI menyatakan model ini lebih mampu membantu riset sah, tetapi belum melewati ambang Critical untuk kategori biologi maupun keamanan siber.
Programmatic Tool Calling dan ultra
Salah satu fitur teknis yang paling menarik adalah Programmatic Tool Calling di Responses API. GPT-5.6 dapat menulis dan menjalankan program ringan di memori untuk mengoordinasikan alat, memproses hasil sementara, menyaring data yang relevan, lalu menentukan langkah berikutnya. Untuk workflow agentic, ini mengurangi kebutuhan developer untuk mengirim semua output alat kembali ke model atau menulis orkestrasi manual untuk setiap kasus.
Untuk pekerjaan yang lebih berat, max memberi model lebih banyak waktu untuk bernalar dan mengecek hasil. Ultra memakai beberapa agen secara paralel secara default, sehingga cocok untuk tugas yang membutuhkan eksplorasi beberapa jalur sekaligus, seperti coding kompleks, riset mendalam, atau analisis dokumen besar.
Desain, presentasi, dan kerja pengetahuan
OpenAI juga menekankan peningkatan GPT-5.6 dalam penilaian desain. Dengan arahan tingkat tinggi, model ini diklaim lebih mampu membuat antarmuka yang ergonomis, fungsional, dan rapi secara visual. Kekuatan pentingnya ada pada computer use: model tidak hanya menghasilkan kode atau konten, tetapi juga dapat memeriksa hasil render, menemukan masalah visual, lalu melakukan finishing.
Contoh dari artikel sumber memperlihatkan bagaimana GPT-5.6 mengikuti gaya slide referensi dengan lebih konsisten dibanding GPT-5.5. Untuk tim yang sering membuat presentasi, laporan, atau materi visual berulang, kemampuan membaca sistem desain dari template bisa menjadi peningkatan yang sangat praktis.
GPT-5.6 juga diarahkan untuk pekerjaan profesional yang tersebar di Slack, Notion, Microsoft 365, Google Drive, dokumen, spreadsheet, dan deck presentasi. Untuk presentasi, GPT-5.6 disebut lebih mampu mengikuti template, layout, tipografi, spacing, warna, pola konten, bahkan aturan di Slide Master. Untuk dokumen dan spreadsheet, fokusnya adalah akurasi, konsistensi format, hierarki visual, serta kemampuan menangani persamaan dan model finansial.
Harga API GPT-5.6
Ini bagian yang paling penting untuk developer dan builder produk: GPT-5.6 memiliki tiga tingkat harga API per 1 juta token.
| Model | Input | Output | Catatan praktis |
|---|---|---|---|
| GPT-5.6 Sol | $5 / 1 juta token | $30 / 1 juta token | Pilih ketika kualitas, kompleksitas, dan reliability lebih penting daripada biaya mentah. |
| GPT-5.6 Terra | $2,50 / 1 juta token | $15 / 1 juta token | Opsi tengah untuk fitur harian yang tetap butuh performa kuat. |
| GPT-5.6 Luna | $1 / 1 juta token | $6 / 1 juta token | Opsi hemat untuk volume besar, automasi ringan, dan eksperimen cepat. |
GPT-5.6 juga membawa prompt caching yang lebih dapat diprediksi. OpenAI menyebut dukungan explicit cache breakpoints dan masa cache minimum 30 menit. Cache write ditagih 1,25 kali tarif input tanpa cache, sedangkan cache read tetap mendapat diskon cached-input 90%.
Ketersediaan GPT-5.6
| Produk | Akses |
|---|---|
| ChatGPT | Plus, Pro, Business, dan Enterprise mendapat akses GPT-5.6 Sol pada effort medium ke atas. Pro dan Enterprise juga dapat memilih GPT-5.6 Sol Pro untuk hasil kualitas tertinggi pada tugas kompleks. |
| ChatGPT Work dan Codex | Free dan Go mendapat GPT-5.6 Terra. Plus, Pro, Business, dan Enterprise dapat memilih Sol, Terra, atau Luna serta mengatur effort level. |
| Max | Tersedia untuk semua pengguna yang punya akses GPT-5.6 di ChatGPT Work dan Codex, dan dapat diaktifkan dari settings. |
| Ultra | Di ChatGPT Work, ultra tersedia untuk Pro dan Enterprise. Di Codex, ultra tersedia untuk Plus ke atas. |
| OpenAI API | Developer dapat mengakses Sol, Terra, dan Luna. Responses API mendukung Programmatic Tool Calling, kompatibel dengan Zero Data Retention, dan multi-agent tersedia dalam beta. |
OpenAI menyebut rollout GPT-5.6 dimulai secara global dan berlanjut bertahap menuju ketersediaan penuh dalam 24 jam sejak pengumuman. Untuk pengguna yang membangun produk, keputusan modelnya cukup jelas: gunakan Sol untuk tugas paling berat, Terra untuk keseimbangan kualitas dan biaya, dan Luna untuk volume besar atau eksperimen cepat.
Kesimpulan
GPT-5.6 adalah rilis yang fokus pada performa per dolar. Benchmark menunjukkan peningkatan kuat di coding, computer use, browsing agentic, keamanan siber, dan riset sains. Namun bagian yang paling menentukan untuk adopsi sehari-hari adalah struktur model dan harga: Sol untuk kualitas tertinggi, Terra untuk kerja harian yang efisien, dan Luna untuk skala biaya rendah.
Bagi pengguna Indonesia, terutama builder produk SaaS, tim engineering, konsultan, analis, dan kreator konten bisnis, GPT-5.6 menarik karena tidak memaksa semua pekerjaan memakai model flagship. Kita bisa memilih model berdasarkan nilai tugas: bayar lebih untuk pekerjaan kompleks yang perlu hasil matang, lalu hemat biaya untuk alur kerja rutin yang volumenya tinggi.
Sumber: OpenAI - GPT-5.6: Frontier intelligence that scales with your ambition.