OpenAI menerbitkan panduan keluarga GPT-6 pada 2 Oktober 2026. Panduan ini menyatukan pilihan model, instruksi, tugas jangka panjang, dan pemeriksaan penerapan. Tim perangkat lunak tetap perlu menemukan kombinasi yang lolos pemeriksaan tugas mereka sendiri dengan batas biaya dan waktu respons yang ditetapkan.
Pilihan keluarga model saat ini dalam panduan tersebut adalah GPT-6 Astra, GPT-6.1 Sol, dan GPT-6 Luna. Kami memeriksa dokumentasi dan harga API OpenAI pada 3 Oktober. Metode pemilihan dan lembar kerja di bawah ini adalah usulan; kami tidak menjalankan model atau mengukur beban kerja produksi.
Perubahan utama
- Yang berubah: OpenAI kini menyajikan keluarga GPT-6 sebagai pilihan berdasarkan beban kerja, dengan tingkat penalaran yang dapat disesuaikan dan alat untuk pekerjaan yang mencakup beberapa langkah. Tim dapat mengonfigurasi setiap bagian alur kerja alih-alih memaksa satu pengaturan model menangani semua tugas.
- Mengapa ini penting: Pengembang dapat mengukur apakah langkah ekstraksi terarah memerlukan Luna, apakah tahap pengodean atau riset layak menggunakan Sol, serta pada bagian mana kemampuan tambahan Astra sepadan dengan harganya. Jawabannya bergantung pada tugas yang diselesaikan, latensi, dan total biaya alur kerja, termasuk penggunaan alat serta upaya yang gagal.
- Hal yang perlu diperhatikan: Pekerjaan berdurasi panjang memerlukan serah terima dan pemeriksaan yang jelas. Pengarahan dapat memperbarui instruksi saat proses berlangsung, sementara hasil alat asinkron dan pekerjaan yang didelegasikan tetap perlu diselaraskan sebelum jawaban akhir diterima.
Pilih berdasarkan tugas, lalu ukur seluruh alur kerja
Mulailah dengan kumpulan tugas nyata yang representatif dan aturan penerimaan untuk setiap tugas. OpenAI merekomendasikan Responses API untuk perilaku model terkini, pemanggilan alat, dan pekerjaan yang mempertahankan state. Prasyaratnya adalah proyek API, kredensial, akses penagihan, dan model yang tersedia untuk proyek tersebut. Halaman model tidak mencantumkan dukungan tingkat gratis; batas laju bergantung pada tingkat penggunaan. Periksa akses dan batas aktual akun sebelum menentukan skala peluncuran.
Pekerjaan yang diberikan kepada model | Kandidat awal | Tingkat penalaran awal | Tingkatkan atau ubah jika |
|---|---|---|---|
Ekstraksi berulang, klasifikasi, atau rangkuman terstruktur dengan jawaban yang jelas | | Low untuk pekerjaan rutin; bandingkan dengan setelan default Medium-nya | Tingkat kesalahan atau waktu peninjauan melampaui ambang tim |
Pengodean, riset, penggunaan alat, atau langkah yang memerlukan pertimbangan profesional | | Default Medium; uji High untuk kasus sulit | Tugas representatif tetap gagal meskipun input dan instruksinya memadai |
Langkah penalaran atau peninjauan tersulit saat kualitas sangat menentukan | | Bandingkan Medium dan High pada kasus yang sama | Gunakan hanya jika peningkatan terukur sepadan dengan tambahan biaya dan waktu |
Tabel ini mengubah panduan model dan halaman model OpenAI menjadi titik awal evaluasi. Periksa ID model API dan setelan tingkat penalaran yang didukung: Astra dan GPT-6.1 Sol mendukung Low hingga Max; Luna juga mendukung None. GPT-6.1 Sol tidak mendukung None dan Minimal. OpenAI menyarankan untuk mencoba Extra High atau Max jika didukung setelah High belum memadai. Bandingkan setelan tingkat penalaran pada kumpulan tugas yang sama karena kualitas, durasi, dan penggunaan token dapat berubah bersamaan.
Untuk pemrosesan Standard dan prompt hingga 272.000 token input, tarif teks terkini per satu juta token adalah:
Model | Input | Input cache | Penulisan cache | Output |
|---|---|---|---|---|
GPT-6 Luna | $0.10 | $0.01 | $0.125 | $0.50 |
GPT-6.1 Sol | $2.00 | $0.10 | $2.50 | $10.00 |
GPT-6 Astra | $10.00 | $1.00 | $12.50 | $50.00 |
Sumber: dokumentasi model Luna, GPT-6.1 Sol dan Astra. Dokumentasi tersebut mencantumkan ID API, tingkat penalaran yang didukung, konteks, harga, dan batas bertingkat yang digunakan di sini. Periksa akses akun dan penagihan terkini. Permintaan yang melebihi 272.000 token input dikenai tarif lebih tinggi untuk seluruh permintaan. Mode pemrosesan lain, pemrosesan regional jika tersedia, dan beberapa alat dapat mengubah tagihan. Ketiga halaman mencantumkan jendela konteks 1.050.000 token dan keluaran maksimum 128.000 token; jendela besar adalah batas kapasitas, bukan alasan untuk mengirim semua dokumen yang tersedia.
Perkirakan biaya seluruh jalur tugas: input, input cache, penulisan cache, output, biaya alat, percobaan ulang, dan tambahan untuk konteks panjang. Bagi total tersebut dengan jumlah tugas yang diterima menurut aturan peninjauan yang sama. Kemudian bandingkan latensi pada langkah yang dihadapi pengguna serta seluruh alur kerja. Harga satuan saja tidak dapat menunjukkan jalur mana yang paling murah per hasil yang berhasil.
Tetapkan tugas dan output sebelum menambahkan alat
Berikan setiap langkah input yang jelas, pembaca atau konsumen hilir yang dituju, sumber dan alat yang diizinkan, batasan, serta syarat penyelesaian. Panduan OpenAI juga menyarankan tim untuk menyatakan keputusan mana yang boleh dibuat model dan mana yang memerlukan persetujuan seseorang. Pastikan instruksi proyek, skill, dan prompt konsisten mengenai batasan tersebut.
Untuk output yang dapat dibaca mesin, tentukan terlebih dahulu kolom dan nilai yang valid, lalu gunakan panduan Structured Outputs jika skema sesuai dengan tugasnya. Anggap bentuk yang valid sebagai salah satu pemeriksaan saja; sebuah kolom dapat sesuai dengan skema tetapi tetap keliru secara faktual. Jika output akan diserahkan kepada manusia, wajibkan hasil, bukti yang digunakan, pemeriksaan yang dilakukan, dan hal yang belum terselesaikan. Tinjau hasil terhadap input asli dan aturan penerimaan tim.
Saat mengevaluasi prompt caching, dahulukan instruksi stabil dan materi referensi bersama sebelum mengubah rincian tugas. Penggunaan ulang dapat mengurangi biaya input berulang, tetapi biaya penulisan cache dan konteks berikutnya perlu dimasukkan dalam perkiraan. Panduan BIG CHANGE sebelumnya tentang cache prompt mengulas diagnostik cache secara mendalam.
Pastikan pekerjaan jangka panjang dapat diperiksa
Panduan tanggal 2 Oktober menjelaskan pengarahan di tengah proses, pemanggilan alat asinkron, dan subagen paralel untuk pekerjaan independen. Koreksi yang dikirim melalui Responses WebSocket API akan masuk antrean; koreksi itu tidak membatalkan tindakan yang telah selesai atau menghentikan alat yang sedang berjalan. Alat asinkron memungkinkan pekerjaan yang tidak terkait berlanjut, tetapi pekerjaan yang saling bergantung harus menunggu hasilnya. Dukungan multiagen untuk GPT-6.1 Sol di Responses API saat ini masih dalam beta.
Untuk proses bertahap, simpan ID tugas, model dan tingkat penalaran yang dipilih, tahap saat ini, ID pemanggilan alat dan hasil, persetujuan, serta bukti di balik jawaban akhir. Tentukan sebelumnya apa yang terjadi setelah batas waktu habis, pemanggilan alat gagal, instruksi berubah, atau hasil terduplikasi. Saat konteks membesar, compaction dapat mengurangi konteks yang diteruskan; periksa apa yang benar-benar dipertahankan oleh proses lanjutan. OpenAI mendokumentasikan background mode sebagai opsi lain untuk tugas yang melampaui satu permintaan. Pilih kontrol yang sesuai dengan durasi pekerjaan dan kebutuhan pemulihannya.
Panduan OpenAI merekomendasikan API langsung atau alat terhubung jika dapat menjalankan langkah tersebut, dan interaksi layar jika memang diperlukan. Panduan tugas browser Agents API BIG CHANGE menjelaskan antarmuka penggunaan komputer dan alur pengawasannya.
Lembar kerja untuk keputusan yang dapat direproduksi tim
Gunakan kasus dan aturan peninjauan yang sama untuk setiap kandidat. Lembar kerja ini adalah metode evaluasi yang diusulkan; BIG CHANGE belum memasukkan hasil atau mengujinya.
Catat untuk setiap kasus dan kandidat | Isian yang disimpan |
|---|---|
Tugas dan hasil yang diharapkan | ID input nyata, persyaratan output, alat yang diizinkan, aturan penerimaan |
Konfigurasi | ID model API, tingkat penalaran, mode pemrosesan, versi prompt, skema atau kontrak output |
Hasil | Diterima, ditolak, atau perlu ditinjau; alasan kegagalan; peninjau |
Waktu | Durasi dari awal hingga akhir dan durasi pada langkah yang dihadapi pengguna |
Penggunaan dan biaya | Token input, input cache, penulisan cache, dan output; biaya alat; percobaan ulang; tambahan biaya untuk konteks panjang atau pemrosesan regional |
Keputusan | Tugas yang diterima dibagi tugas yang dicoba; total biaya dibagi tugas yang diterima; jenis kegagalan yang belum terselesaikan |
Sertakan kasus mudah dan sulit, input tak valid, serta langkah alat yang terputus sebagaimana ditemukan dalam alur kerja nyata. Pertahankan kasus yang sama saat membandingkan model, lalu ulangi setelah mengubah prompt atau izin alat. Tinjau kegagalan menurut jenisnya: bukti tidak lengkap, kolom keliru, kesalahan alat, instruksi terlewat, atau jawaban yang memerlukan koreksi manusia. Pindahkan suatu langkah ke model lain hanya jika aturan penerimaan yang sama menunjukkan peningkatan yang berguna. Model yang lebih murah tetapi membutuhkan lebih banyak pengerjaan ulang dapat lebih mahal per tugas yang diterima; model yang lebih lambat mungkin cocok untuk tahap latar belakang, tetapi tidak sesuai untuk tahap interaktif.
Sebelum rilis, cocokkan batas laju dan pengeluaran aktual proyek, kontrol data, batas waktu, perilaku percobaan ulang, pemantauan, dan batas persetujuan manusia dengan daftar periksa penerapan OpenAI. Setelah rilis, pertahankan jalur peninjauan sampel dan jalankan ulang lembar kerja saat alias model, prompt, alat, atau beban kerja berubah. Gunakan data tugas yang dihasilkan untuk menentukan perutean.
Sumber dan bacaan lanjutan
- Panduan keluarga GPT-6 OpenAI tanggal 2 Oktober memuat rekomendasi vendor mengenai model, tingkat penalaran, instruksi, dan alur kerja jangka panjang. Panduan itu tidak melaporkan hasil pengujian BIG CHANGE atau model terbaik untuk beban kerja tim tertentu.
- GPT-6 Luna, GPT-6.1 Sol dan GPT-6 Astra mendokumentasikan ID API, tingkat penalaran yang didukung, konteks, harga, dan batas bertingkat yang digunakan di sini. Akses akun dan penagihan terkini tetap perlu diperiksa.
- Daftar periksa penerapan API OpenAI mendukung rekomendasi untuk mengevaluasi tugas representatif, mengonfigurasi Responses API, dan merencanakan kontrol produksi. Lembar kerja di atas adalah metode yang diusulkan BIG CHANGE, bukan tolok ukur vendor.
- Structured Outputs, compaction dan background mode menjelaskan antarmuka khusus yang dirujuk dalam alur kerja ini.
