OpenAI meluncurkan GPT-5.6 untuk ketersediaan umum pada 9 Juli 2026, dan untuk pertama kalinya, rilis GPT unggulan hadir dalam tiga model dengan tiga harga terpisah. Sol menangani penalaran tersulit dengan $5 per juta token masukan dan $30 per juta keluaran. Terra mengambil jalur tengah dengan $2.50 dan $15. Luna mencakup pekerjaan bervolume tinggi dengan $1 dan $6. Itu adalah selisih 5x dari atas ke bawah, yang menjadikan pilihan model sebagai pengungkit terbesar pada tagihan API Anda tahun ini.
Ada jebakan yang tersembunyi dalam penamaan. Alias kosong gpt-5.6 mengarahkan ke Sol, tier penalaran unggulan. Salin quickstart, biarkan string modelnya, dan setiap permintaan produksi membayar tarif unggulan untuk pekerjaan yang bisa ditangani Luna dengan seperlima biaya. Standar adalah yang mahal, dan tidak ada dalam respons yang akan memperingatkan Anda.
Panduan ini menyajikan daftar harga lengkap, menjalankan contoh biaya yang dihitung pada setiap tingkatan, membahas matematika caching, menjelaskan bagaimana upaya penalaran dan mode ultra mengubah pengeluaran, dan diakhiri dengan pola routing yang menjaga tagihan tetap stabil tanpa mengorbankan kualitas di tempat yang penting.
TL;DR
- Harga GPT-5.6 per 1 juta token: Sol $5 masukan / $30 keluaran, Terra $2.50 / $15, Luna $1 / $6.
- Alias kosong
gpt-5.6mengarahkan ke Sol. Gunakangpt-5.6-terraataugpt-5.6-lunakecuali Anda menginginkan tarif unggulan secara default. - OpenAI memposisikan Terra sebagai kompetitif dengan GPT-5.5 dengan harga sekitar setengahnya, menjadikannya target migrasi alami.
- Caching prompt: penulisan ditagih dengan 1.25x tarif masukan, pembacaan mendapatkan diskon 90%, dan masa pakai cache minimum adalah 30 menit. Caching menguntungkan diri sendiri mulai dari permintaan kedua.
- Upaya penalaran yang lebih tinggi berarti lebih banyak token keluaran; mode ultra menjalankan empat agen secara paralel dan secara sengaja melipatgandakan pengeluaran token.
- Paket ChatGPT Free dan Go mendapatkan Terra; Plus dan di atasnya dapat memilih antara ketiganya.
- Bandingkan tingkatan secara berdampingan dan pantau penggunaan token per permintaan di Apidog sebelum Anda menyerahkan ID model ke produksi.
Daftar harga GPT-5.6
Berikut adalah biaya setiap model per juta token, termasuk tarif caching turunan (pembacaan 10% dari harga masukan, penulisan 125%):
| Model | Masukan / 1 Juta | Keluaran / 1 Juta | Pembacaan masukan 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 dokumen pengembang OpenAI, dan akses API adalah swalayan untuk setiap akun API. Tidak ada pembatasan paket di sisi API; batasan pratinjau Juni berakhir sebelum ketersediaan umum dan menjadi sejarah.
Sekali lagi, karena ini akan merugikan seseorang di tim Anda: gpt-5.6 tanpa sufiks adalah Sol. Jika konfigurasi Anda, default SDK, atau contoh yang disalin menggunakan alias kosong, Anda membayar tarif $5/$30 terlepas dari apakah tugas memerlukannya. Sematkan ID model lengkap di mana-mana dan buat pilihan tingkat eksplisit dalam tinjauan kode.
Apa arti penjenjangan
Angka tersebut adalah generasi; Sol, Terra, dan Luna adalah tingkatan kemampuan yang tahan lama yang akan maju dengan irama mereka sendiri. Mengetahui untuk apa setiap tingkatan adalah sebagian besar keputusan biaya.
Terra adalah sorotan harga-kinerja. OpenAI memposisikannya sebagai kompetitif dengan GPT-5.5 dengan harga sekitar 2x lebih murah. Jika Anda menjalankan GPT-5.5 dalam produksi hari ini, Terra adalah kandidat pengganti yang memangkas daftar harga Anda menjadi setengahnya; periksa pengeluaran Anda saat ini terhadap rincian harga GPT-5.5 untuk mengukur penghematan sebelum Anda bermigrasi. Perlakukan klaim kualitas sebagai milik OpenAI sampai evaluasi Anda sendiri mengkonfirmasinya, tetapi pemotongan harga tidak bersyarat.
Luna adalah tingkatan volume. Dengan $1/$6, ini dibangun untuk klasifikasi, ekstraksi, perutean, dan penyusunan draf awal: pekerjaan berfrekuensi tinggi, sensitif latensi di mana biaya per permintaan mendominasi setiap kekhawatiran lainnya.
Sol adalah untuk masalah yang gagal di tempat lain. Penalaran terdalam, tarif tertinggi. Ulasan hari peluncuran Simon Willison layak dibaca untuk pandangan praktisi tentang di mana flagship mendapatkan premiumnya dan di mana tidak.
Ketiganya dilaporkan berbagi jendela konteks 1 juta token dan keluaran maksimal 128K, sesuai liputan dokumentasi awal, jadi Anda tidak menukar kapasitas saat Anda mengarahkan ke tingkatan yang lebih rendah. Anda menukar kedalaman penalaran dengan harga.
Berapa biaya permintaan dalam praktik
Tarif per juta bersifat abstrak sampai Anda menentukan harga permintaan nyata. Ambil contoh panggilan bergaya RAG yang umum: 10.000 token masukan (prompt sistem, konteks yang diambil, pertanyaan pengguna) dan 1.000 token keluaran.
| 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 |
Satu permintaan terlihat murah di mana-mana. Volume adalah tempat tingkatan terpisah. Berikan harga untuk beban kerja klasifikasi: 1 juta permintaan per bulan, masing-masing 500 token masukan dan 50 token keluaran. Itu berarti 500 juta token masukan dan 50 juta token keluaran setiap bulan.
| Model | Masukan | Keluaran | Total Bulanan |
|---|---|---|---|
| Luna | $500 | $300 | $800 |
| Terra | $1,250 | $750 | $2,000 |
| Sol | $2,500 | $1,500 | $4,000 |
Jalankan beban kerja itu pada alias kosong gpt-5.6 dan Anda membayar $4.000 sebulan untuk pekerjaan yang dilakukan Luna seharga $800. Default alias adalah kesalahan ketik $3.200 per bulan, setiap bulan, sampai seseorang membaca tagihan.
Ekonomi Caching, dengan matematika nyata
GPT-5.6 menggunakan titik henti cache eksplisit: Anda ikut serta dengan prompt_cache_options.mode: "explicit" dan bidang ttl, alih-alih mengandalkan deteksi awalan otomatis. Tiga angka mengatur ekonominya. Penulisan cache ditagih dengan 1.25x tarif masukan yang tidak di-cache. Pembacaan cache mempertahankan diskon 90%. Masa pakai cache minimum adalah 30 menit.
{
"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" }
}
Sekarang contoh yang dikerjakan. Misalkan Anda memiliki prompt sistem 5.000 token yang digunakan kembali di 100 permintaan dalam jendela cache, berjalan di Sol.
- Tanpa cache: 100 permintaan x 5.000 token = 500.000 token awalan dengan $5 per 1 juta = $2.50
- Dengan cache: satu penulisan (5.000 token dengan $6.25 per 1 juta = $0.031) ditambah 99 pembacaan (495.000 token dengan $0.50 per 1 juta = $0.248) = sekitar $0.28
Itu kira-kira diskon 89% dari bagian awalan tagihan. Titik impas berada pada permintaan kedua: premi penulisan membutuhkan 25% dari satu lintasan tanpa cache, sementara setiap pembacaan menghemat 90% dari satu. Awalan yang digunakan dua kali sudah lebih murah jika di-cache.
Batas waktu 30 menit bekerja dua arah. Asisten obrolan atau jalur dukungan yang meluncurkan permintaan setiap beberapa menit menjaga cache tetap panas secara gratis. Pekerjaan batch yang berjalan sekali semalam tidak mendapatkan apa-apa dan membayar premi penulisan 1.25x pada setiap cold start; biarkan caching mati di sana. Cache awalan stabil (prompt sistem, definisi alat, contoh few-shot) dan simpan bagian yang mudah berubah (masukan pengguna, dokumen yang diambil yang berubah per permintaan) setelah titik henti.
Upaya penalaran, mode pro, dan ultra
GPT-5.6 mengekspos enam tingkat upaya penalaran: none, low, medium, high, xhigh, dan max. Upaya adalah pengatur biaya, bukan hanya pengatur kualitas. Pengaturan yang lebih tinggi menghasilkan lebih banyak token sisi keluaran per permintaan, dan keluaran adalah arah yang mahal: $30 per juta pada Sol, lima kali tarif masukan. Dua permintaan dengan prompt yang identik dapat berbeda beberapa kali lipat dalam biaya murni karena pengaturan upaya.
Panduan migrasi OpenAI sendiri menyatakan untuk memperlakukan perpindahan sebagai upaya penyetelan, bukan hanya perubahan model-slug: patok tingkat upaya Anda saat ini dan satu tingkat lebih rendah pada tugas-tugas representatif. Banyak beban kerja mempertahankan kualitas pada pengaturan yang lebih rendah, dan penghematan berlipat ganda pada setiap permintaan.
Mode Pro (reasoning.mode: "pro") adalah pengaturan yang tersedia pada ketiga model, bukan model terpisah dengan daftar tarifnya sendiri. Anda membayar harga per token yang sama; model menghabiskan lebih banyak token untuk berpikir, jadi anggarkan untuk keluaran yang lebih berat pada beban kerja yang mengutamakan kualitas.
Ultra adalah pengeluaran yang disengaja. Ini menjalankan empat agen secara paralel secara default, melipatgandakan pengeluaran token secara sengaja sebagai imbalan atas hasil wall-clock yang lebih cepat dan peningkatan kualitas yang terukur: menurut OpenAI, ini meningkatkan skor Terminal-Bench 2.1 Sol dari 88.8% menjadi 91.9%. Sebagai perkiraan pertama, anggarkan sekitar empat kali token dari satu kali jalankan agen tunggal dan simpan untuk pekerjaan di mana waktu respons lebih penting daripada biaya per respons. Rincian lengkap kapan pengeluaran paralel itu layak ada dalam penjelasan mode ultra GPT-5.6 kami. Ultra dikirimkan di ChatGPT Work pada paket Pro dan Enterprise, dan di Codex dari Plus ke atas.
Apa yang didapatkan paket ChatGPT
Jika penggunaan GPT-5.6 Anda bersifat percakapan daripada terprogram, langganan mungkin mengalahkan API dalam hal biaya. Berikut adalah bagaimana akses model dipetakan ke paket:
| Paket | Akses GPT-5.6 |
|---|---|
| Gratis / Go | Terra |
| Plus | Sol, Terra, Luna; kontrol upaya per model (Sol pada upaya menengah ke atas) |
| Pro / Bisnis / Enterprise | Ketiganya, ditambah Sol Pro |
| ChatGPT Work (Pro / Enterprise) | Menambahkan ultra |
Pengguna Gratis dan Go yang menggunakan Terra adalah default yang kuat; ini adalah tingkatan yang dibenchmark OpenAI terhadap GPT-5.5. Plus adalah tempat kontrol upaya per model muncul, yang penting jika Anda mengandalkan Sol untuk masalah sulit di dalam ChatGPT. Tim pengkodean yang mempertimbangkan kursi Codex versus pengeluaran API mentah harus mencatat bahwa ultra hadir dengan Codex dari Plus ke atas; rincian harga Codex mencakup bagaimana kursi tersebut dibandingkan dengan pembayaran per token.
Pola yang menjaga tagihan tetap rendah
Daftar harga menghargai disiplin perutean lebih dari "prompt golf". Pola yang mempengaruhi angka:
- Rute berdasarkan tugas, bukan kebiasaan. Luna untuk klasifikasi, ekstraksi, dan perutean; Terra sebagai default untuk hal lain; Sol hanya untuk masalah yang secara demonstratif gagal oleh Terra. Kebanyakan tim menemukan bahwa bagian yang layak Sol sangat kecil.
- Sematkan ID model lengkap. Larang alias kosong
gpt-5.6dalam tinjauan kode. Setiap string model dalam basis kode Anda harus menyatakan tingkatan mana yang dipilih dan mengapa. - Cache awalan panjang. Setiap awalan stabil yang lebih dari beberapa ribu token yang berulang dalam 30 menit harus berada di belakang titik henti eksplisit. Matematika di atas mengatakan itu menguntungkan dari permintaan kedua.
- Turunkan satu tingkat upaya. Patok upaya saat ini terhadap satu tingkat lebih rendah sebelum Anda meluncurkan. Ini adalah saran OpenAI sendiri, dan itu adalah uang gratis ketika kualitas tetap terjaga.
- Biarkan jawaban singkat tetap singkat. GPT-5.6 menulis respons yang jauh lebih singkat dengan lebih sedikit intro generik daripada generasi sebelumnya. Hapus boilerplate "singkat padat" dari prompt lama; instruksi yang berlebihan menambahkan token masukan untuk memperbaiki masalah yang sudah tidak ada.
- Ukur sebelum berkomitmen. Simpan
gpt-5.6-sol,gpt-5.6-terra, dangpt-5.6-lunasebagai variabel lingkungan di Apidog, kirim permintaan yang sama ke setiap tingkatan, dan baca bidang penggunaan token dalam respons secara berdampingan. Hitungan nyata dari prompt Anda sendiri mengalahkan perkiraan apa pun dalam artikel ini, termasuk tabel di atas.
FAQ
Apakah GPT-5.6 lebih murah daripada GPT-5.5?
Titik perbandingannya adalah Terra, yang diposisikan OpenAI sebagai kompetitif dengan GPT-5.5 dengan harga sekitar 2x lebih murah, yaitu $2.50 masukan dan $15 keluaran per juta token. Sol lebih mahal daripada Terra tetapi menawarkan penalaran yang lebih dalam. Lakukan evaluasi Anda sendiri sebelum memigrasikan beban kerja yang sensitif terhadap kualitas, tetapi hanya dari segi harga, Terra memangkas daftar harga GPT-5.5 menjadi setengahnya.
Berapa biaya ID model kosong gpt-5.6?
Alias gpt-5.6 mengarahkan ke Sol, jadi Anda membayar tarif tertinggi: $5 per juta token masukan dan $30 per juta token keluaran. Default ini menjebak tim yang menyalin kode quickstart tanpa perubahan. Sematkan gpt-5.6-terra atau gpt-5.6-luna secara eksplisit ketika tugas tidak memerlukan penalaran unggulan.
Apakah token penalaran dihitung terhadap harga keluaran?
Ya. Pengaturan upaya yang lebih tinggi menghasilkan lebih banyak token sisi keluaran, yang ditagih dengan tarif keluaran, yaitu $30 per juta pada Sol dan $6 pada Luna. Pengatur upaya adalah salah satu pengungkit biaya terbesar di GPT-5.6, jadi patok beban kerja Anda pada tingkat saat ini dan satu tingkat lebih rendah sebelum menguncinya.
Apa cara termurah untuk mulai menguji GPT-5.6?
Arahkan permintaan pertama Anda ke gpt-5.6-luna: permintaan 10K-masukan, 1K-keluaran berharga sekitar $0.016, jadi percobaan sepanjang sore akan berjalan jauh di bawah satu dolar. Panduan kami untuk menggunakan API GPT-5.6 menjelaskan autentikasi, bentuk panggilan API Respons, dan pemilihan tingkatan langkah demi langkah.
Di sinilah Anda berada
Jadikan Terra sebagai default Anda, arahkan pekerjaan bervolume ke Luna, dan simpan Sol untuk masalah yang menghasilkan keluaran $30 per juta. Tambahkan caching eksplisit ke setiap awalan yang berulang dalam 30 menit, dan uji satu tingkat upaya di bawah tempat Anda berjalan hari ini. Empat langkah tersebut secara rutin memangkas tagihan GPT-5.6 lebih dari setengahnya tanpa mengurangi kualitas.
Sebelum semua itu mencapai produksi, dapatkan angka nyata dari prompt Anda sendiri. Unduh Apidog, simpan ketiga ID model sebagai variabel lingkungan, kirim permintaan yang sama melalui setiap tingkatan, dan bandingkan bidang penggunaan token dalam respons. Sepuluh menit pengujian berdampingan memberi tahu Anda lebih banyak tentang tagihan Anda daripada daftar harga apa pun, termasuk yang ini.