GPT-6 Luna vs Gemini 3.8 Flash vs DeepSeek: Berapa Biaya Sebenarnya Tier API di Bawah $1

Anda memiliki endpoint yang mengklasifikasikan tiket dukungan, atau mengambil tiga bidang dari payload webhook, atau menulis ringkasan satu baris dari entri log. Endpoint tersebut berjalan beberapa juta kali sebulan. Standar kualitasnya adalah "cukup baik dan konsisten", dan satu-satunya angka yang dipedulikan tim keuangan Anda adalah tagihannya.

Hingga 2026-09-22, bracket tersebut dimiliki oleh lini Flash Google dan DeepSeek. Kemudian OpenAI merilis GPT-6 Luna dengan harga $0.10 per juta token masukan dan $0.50 per juta token keluaran, dengan jendela konteks 1 juta, dan bracket itu menjadi ramai.

Masalahnya adalah ketiga harga utama itu bukan jenis angka yang sama. Yang satu adalah potongan yang diukur terhadap promosi. Yang satu kedaluwarsa pada tanggal kalender. Yang satu berubah tergantung pada waktu sehari saat pekerjaan Anda berjalan. Sejajarkan seperti yang tercetak dan Anda akan memilih model yang salah.

Harga yang dipublikasikan, per 2026-09-23

Harga Luna dan DeepSeek berasal dari halaman masing-masing vendor. Baris Gemini berasal dari halaman harga API Google, tier berbayar.

Pada input flat per token, Luna 7,5x lebih murah daripada Gemini 3.8 Flash dan 3x lebih murah daripada DeepSeek Flash pada puncak. Pada output 7,5x dan 2,4x. Itulah keseluruhan ceritanya jika Anda tidak pernah melakukan cache dan tidak pernah membaca catatan kaki. Tiga catatan kaki menyusul, dan masing-masing dapat membalikkan keputusan.

Asterisk satu: potongan OpenAI diukur terhadap tarif promosi

OpenAI mengatakan Luna dan saudara besarnya Sol 50% lebih murah daripada harga promosi GPT-5.6. "Promosi" adalah kata OpenAI sendiri dan itu harus ada di setiap pengulangan klaim tersebut.

Liputan peluncuran kami mencatat harga daftar GPT-5.6 Luna pada $1.00 input dan $6.00 output. Diukur terhadap harga daftar bukan terhadap promo, $0.10 dan $0.50 GPT-6 Luna adalah potongan 90% pada input dan potongan 92% pada output. Langkah sebenarnya lebih besar dari headline. Headline hanya berlabuh pada diskon.

Artinya secara operasional: $0.10 dan $0.50 dipublikasikan sebagai harga Luna, bukan sebagai promosi, jadi rencanakan berdasarkan itu. Tetapi jangan perlakukan "50% lebih murah daripada harga promosi GPT-5.6" sebagai perbandingan generasi yang setara, karena bukan itu. Jika Anda bermigrasi, lihat apa itu GPT-6 Luna dan rincian tier pendahulunya di GPT-5.6 Sol vs Terra vs Luna.

Asterisk dua: harga Gemini Flash memiliki tanggal kedaluwarsa

Halaman harga Google mencetak kedua angka di sel yang sama. Gemini 3.8 Flash adalah $0.75 input dan $3.75 output "hingga 31 Desember 2026", lalu $1.50 dan $7.50 "mulai 1 Januari 2027". Cache konteks mengikuti pola yang sama, $0.075 sekarang dan $0.15 pada Januari. Gemini 3.7 Flash dan 3.6 Flash memiliki baris yang identik.

Jika Anda membangun model biaya 12 bulan pada Flash minggu ini, tiga dari bulan-bulan itu dihargai dua kali lipat. Tim yang menganggarkan $60k pengeluaran Flash untuk tahun depan berdasarkan tarif hari ini sedang menganggarkan sekitar $90k tagihan aktual, dengan asumsi volume tetap. Itu bukan kesalahan pembulatan.

Dua fakta terkait dari halaman yang sama. Tidak ada Gemini 3.8 Flash-Lite atau 3.7 Flash-Lite yang terdaftar. Entri Flash-Lite termurah yang tersisa adalah Gemini 3.5 Flash-Lite pada $0.30 input dan $2.50 output, dan Gemini 2.5 Flash-Lite pada $0.10 input dan $0.40 output. Baris terakhir itu adalah satu-satunya entri dalam seluruh perbandingan ini yang memotong harga Luna pada output, dan itu sudah dua generasi.

Asterisk tiga: harga DeepSeek bergantung pada jam

DeepSeek mempublikasikan kolom puncak dan luar puncak. Puncak berlaku 01:00 hingga 04:00 dan 06:00 hingga 10:00 UTC, Senin hingga Jumat, tidak termasuk hari libur nasional Tiongkok. Luar puncak adalah setengah dari puncak secara keseluruhan. Untuk deepseek-flash, itu adalah $0.30 versus $0.15 pada input cache-miss dan $1.20 versus $0.60 pada output.

Untuk batch malam, ini adalah uang gratis: pindahkan cron ke luar jendela dan setengah tagihan. Untuk lalu lintas global interaktif, ini adalah sakit kepala pemodelan, karena tarif efektif Anda adalah campuran yang tidak dapat Anda kutip sampai Anda mengukur distribusi permintaan Anda sendiri terhadap jam UTC. Jika DeepSeek adalah kandidat serius, catat timestamp UTC bersama jumlah token pada setiap panggilan, atau model biaya Anda hanyalah tebakan yang memakai spreadsheet.

Rincian kami sebelumnya tentang struktur harga tersebut ada di harga DeepSeek-V4.1-Flash.

Di mana tier benar-benar terpisah: input cache

Cache hit DeepSeek adalah angka input termurah di mana pun dalam perbandingan ini, 50x di bawah harga miss-nya sendiri. Harga miss-nya juga 3x tarif flat Luna. Jadi DeepSeek membayar secara spektakuler untuk beban kerja dengan prefiks stabil yang panjang dan menghukum beban kerja yang mengirim prompt baru setiap kali. Rasio Luna lebih datar, yang sebagian besar berarti lebih sedikit cara untuk membuat kesalahan besar.

GPT-6 juga merilis caching sungguhan alih-alih hanya baris harga. Tingkat hit lebih tinggi secara default, diskon 90% untuk pembacaan input cache, Dashboard Prompt Caching dan alat diagnostik, breakpoint eksplisit sehingga Anda memilih di mana prefiks cache berakhir, dan yang paling berguna, mengubah upaya penalaran atau ketersediaan alat tidak lagi membatalkan cache. GitHub melaporkan lebih dari 50% lebih sedikit token prompt yang memerlukan pemrosesan baru di miliaran permintaan. Jika Anda pernah melihat tingkat hit runtuh karena seseorang mengaktifkan satu alat, Anda tahu berapa nilai properti itu. Selengkapnya di rilis caching prompt GPT-6.

Per token adalah unit yang salah

OpenAI mempublikasikan biaya per tugas bersama akurasi, yang merupakan kerangka yang lebih jujur. Pada DeepSWE 1.1, Luna pada penalaran maksimum mencetak 66,6%, yang menurut OpenAI sebanding dengan Claude Opus 5 dan Fable 5 pada upaya sedang, dengan biaya per tugas 93% lebih rendah daripada Opus 5 dan 96% lebih rendah daripada Fable 5. Pada OSWorld 2.0 offline, Luna pada maksimum mengalahkan GPT-5.6 Sol pada sedang dengan biaya sekitar sepersepuluh. Pada faktualitas, Luna pada upaya lebih tinggi menyamai GPT-5.6 Sol dengan biaya sekitar seperseratus. Dibandingkan pendahulunya sendiri pada AutomationBench 1.0.6, Luna pada upaya tinggi mencetak 5,4 poin lebih baik dengan biaya per tugas 58% lebih rendah.

Sekarang bagian yang lebih penting dari semuanya: baik Google maupun DeepSeek tidak mempublikasikan angka biaya per tugas pada benchmark ini untuk Gemini 3.8 Flash atau deepseek-flash. Jadi artikel ini adalah perbandingan harga tiga arah plus klaim biaya per tugas satu vendor tentang dirinya sendiri. Ini bukan papan peringkat agentic tiga arah, dan siapa pun yang menunjukkan kepada Anda satu untuk tier ini entah menjalankan harness pihak ketiga yang seharusnya mereka sebutkan atau mengarang angka.

Alasan perbandingan per token menyesatkan adalah token penalaran. Model yang menagih 3x lebih sedikit per token dan mengeluarkan 5x lebih banyak token untuk menyelesaikan pekerjaan yang sama membuat Anda membayar lebih. Token output termasuk pemikiran adalah yang sebenarnya Anda bayar, dan hanya beban kerja Anda sendiri yang tahu rasio itu.

Jebakan latensi

Artificial Analysis, pihak ketiga bukan salah satu vendor, mengukur GPT-6 Luna pada 153,9 token output per detik dengan waktu ke token pertama 124,23 detik, dan GPT-6 Sol pada 115,2 token per detik pada 102,15 detik. Angka-angka itu untuk varian penalaran "max", jadi bacalah sebagai plafon dan bukan sebagai apa yang akan Anda lihat pada upaya default. Perlakukan keduanya sebagai belum diverifikasi terhadap data pihak pertama.

Arahnya tetap intinya. Pada generasi ini model murah bukan model cepat. Dua menit ke token pertama sangat baik untuk pekerjaan pengayaan semalaman dan sama sekali tidak dapat digunakan di balik kotak obrolan. Jika endpoint Anda menghadap pengguna, waktu ke token pertama pada tingkat upaya yang Anda pilih menentukan pertanyaannya, bukan dolar per juta.

Ukur sendiri: satu permintaan, tiga lingkungan

Ketiga penyedia menerima panggilan chat completions berbentuk OpenAI, jadi Anda tidak perlu tiga klien.

Bangun permintaan sekali, letakkan base_url, model_id dan api_key di lingkungan Apidog, lalu ganti lingkungan untuk menembakkan permintaan tersimpan yang sama ke setiap penyedia. Tidak ada curl yang disalin-tempel, tidak ada penyimpangan antara tiga versi prompt Anda.

POST {{base_url}}/chat/completions
Authorization: Bearer {{api_key}}
Content-Type: application/json

{
  "model": "{{model_id}}",
  "messages": [
    {"role": "system", "content": "Extract order_id and status. Reply with JSON only."},
    {"role": "user", "content": "{{ticket_body}}"}
  ]
}

Apidog menjalankan skrip pasca-respons yang kompatibel dengan Postman, jadi lakukan assertion pada bentuk dan latensi serta catat blok penggunaan dalam proses yang sama:

pm.test("content parses as the JSON we asked for", () => {
  const parsed = JSON.parse(pm.response.json().choices[0].message.content);
  pm.expect(parsed).to.have.property("order_id");
});

pm.test("first byte to last byte under 3s", () => {
  pm.expect(pm.response.responseTime).to.be.below(3000);
});

console.log(pm.response.json().usage);

Lalu jalankan 200 payload nyata yang sama melalui setiap lingkungan dan catat empat hal per panggilan: usage.prompt_tokens, usage.completion_tokens, waktu respons, dan apakah assertion lulus. Kalikan jumlah token dengan tabel harga di atas dan bagi dengan jumlah kelulusan Anda. Itu memberikan biaya per jawaban benar, yang merupakan satu-satunya angka yang menentukan apa pun. Jalankan proses DeepSeek dua kali, sekali di dalam jendela puncak UTC dan sekali di luarnya, atau Anda telah mengukur setengah harga.

Apa yang harus dipilih

Baris terakhir itu memiliki artikelnya sendiri: GPT-6 Luna untuk beban kerja API bervolume tinggi.

Intinya

GPT-6 Luna adalah harga flat, tanpa syarat, tanpa catatan kaki termurah di tier sub-$1 saat ini, dan ini membawa jendela konteks 1 juta. DeepSeek Flash mengalahkannya pada input cache dengan margin lebar dan kalah telak pada cache miss. Gemini 3.8 Flash adalah yang termahal dari ketiganya hari ini dan akan menjadi dua kali lipat pada Januari.

Semua itu tidak memberi tahu Anda apa yang harus dikirim. Jalankan payload Anda sendiri melalui ketiganya, ukur biaya per jawaban benar dan waktu ke token pertama, dan jalankan ulang saat peluncuran berikutnya tiba, yang pada irama saat ini akan dalam waktu satu bulan. Untuk gambaran lebih luas tentang apa yang berubah pada minggu terakhir September, lihat perang harga model AI September 2026.