OpenAI kembali meluncurkan seri model GPT-6, dengan fokus pada menyelesaikan tugas-tugas kantor harian dan operasi komputer dengan biaya lebih rendah.
Pada 26 Oktober waktu Timur AS, OpenAI meluncurkan GPT-6.1 Terra, yang menonjolkan kemampuan pemahaman visual, operasi lintas aplikasi, dan penulisan bahasa alami. Sambil meningkatkan kinerja model, OpenAI menurunkan harga API standar sebesar 50% dibandingkan generasi sebelumnya, GPT-5.6 Terra. Evaluasi oleh lembaga independen Artificial Analysis juga menunjukkan bahwa model baru ini mengalami perbaikan dalam tingkat kecerdasan, biaya tugas, dan kinerja ilusi pada benchmark tertentu.
Selama seluruh hari kerja, perkuat pemahaman visual dan operasi komputer
OpenAI memposisikan GPT-6.1 Terra sebagai model yang cepat dan efisien, bertujuan membantu pengguna menyelesaikan tugas operasi komputer sepanjang hari kerja dengan biaya lebih rendah. Model ini tidak hanya mampu memahami konten layar, tetapi juga menjalankan operasi lintas aplikasi serta menulis dengan bahasa yang lebih jelas dan alami.
Dari menyusun proposal bisnis, menafsirkan gambar teknis, hingga mengisi formulir dan mengedit video, OpenAI berharap dapat menjadikan Terra sebagai alat universal yang cocok untuk tugas-tugas kantor berfrekuensi tinggi. Bagi perusahaan, kemampuan semacam ini berarti model dapat mengambil alih lebih banyak pekerjaan berulang, seperti membaca faktur yang diterima dan memasukkan informasi terkait ke dalam perangkat lunak akuntansi.
Peningkatan ini bukan hanya bertujuan meningkatkan kemampuan tunggal, tetapi berusaha mengintegrasikan pemahaman visual, operasi komputer, dan generasi teks ke dalam satu alur kerja yang sama. OpenAI menyatakan bahwa GPT-6.1 Terra menunjukkan kemajuan signifikan dibanding GPT-5.6 Terra dalam tugas operasi komputer dan komunikasi, sekaligus menekankan bahwa model baru ini memungkinkan penggunaan kuota yang sudah ada untuk ChatGPT Work dan Codex untuk menyelesaikan lebih banyak tugas.
Komputasi dasar meningkat 15 poin persentase, kecepatan lebih dari tiga kali lipat Astra
Dalam benchmark Agents’ Last Exam yang mengukur kemampuan agen dalam menyelesaikan tugas profesional menggunakan perangkat lunak, OpenAI menyatakan bahwa GPT-6.1 Terra meningkatkan skor sebesar 15 poin persentase dibanding GPT-5.6 Terra pada tingkat inferensi menengah, dengan biaya tugas sekitar sepertiga dari biaya GPT-5.6 Terra. Kinerjanya bahkan sebanding dengan model unggulan GPT-6 Astra, tetapi harga per Token hanya sepertiga dari harga Astra.
Pada intensitas penalaran tertinggi, OpenAI menyatakan bahwa efisiensi token GPT-6.1 Terra lebih dari tiga kali lipat dibanding Claude Opus 5.5, dengan harga per token hanya seperempatnya. Dengan menggabungkan efisiensi konsumsi token dan keunggulan harga per token, biaya menyelesaikan tugas oleh Terra sekitar sepersembilan dari Claude Opus 5.5. Dari segi kecepatan, OpenAI menyatakan bahwa Terra menyelesaikan tugas rata-rata lebih dari tiga kali lebih cepat daripada GPT-6 Astra dan GPT-6.1 Sol.
Dalam hal pemahaman visual, pada benchmark MMMU-Pro, kinerja GPT-6.1 Terra di semua pengaturan inferensi melebihi GPT-5.6 Terra, serta mendekati hasil GPT-6 Astra dan GPT-6.1 Sol dengan biaya yang lebih rendah. Pada benchmark OSWorld 2.1 yang menguji agen dalam menyelesaikan tugas multi-langkah menggunakan aplikasi desktop, Terra juga melampaui hasil terbaik sebelumnya dari GPT-5.6 Terra pada tingkat inferensi menengah.
Hasil-hasil ini mencerminkan posisi OpenAI terhadap Terra: tidak selalu mengejar kinerja unggulan di semua dimensi kemampuan, tetapi berusaha menyelesaikan sebanyak mungkin tugas praktis dengan biaya lebih rendah dan waktu lebih singkat.
Independent evaluation: Intelligence level improved, cost to complete tasks significantly reduced
Ulasan independen yang dirilis oleh Artificial Analysis membandingkan lebih lanjut kinerja dan biaya GPT-6.1 Terra dengan model generasi sebelumnya. Lembaga tersebut menyatakan bahwa skor kekuatan inferensi tertinggi Terra di Artificial Analysis Intelligence Index meningkat 6 poin dibandingkan GPT-5.6 Terra, sementara biaya tugas tunggal turun dari $1,40 menjadi $0,40, kurang dari sepertiga harga sebelumnya.
Pada tingkat inferensi rendah dan menengah, Terra menunjukkan peningkatan skor indeks yang lebih besar dibandingkan generasi sebelumnya, yaitu 7 hingga 13 poin. Artificial Analysis berpendapat bahwa dua tingkat inferensi ini berada di efisien frontier dalam keseimbangan antara tingkat kecerdasan dan biaya, yang berarti pengguna dapat memperoleh kinerja model yang lebih baik dengan pengeluaran yang relatif lebih rendah.
Dalam Coding Agent Index v2.0 yang ditujukan untuk agen pemrograman, GPT-6.1 Terra mendapat skor 48, lebih rendah dari GPT-6.1 Sol yang mendapat 54, tetapi lebih tinggi dari GPT-6 Luna yang mendapat 31. Lembaga tersebut menunjukkan bahwa sebagian pengaturan penalaran Terra pada indeks ini juga berada di garis depan efisiensi biaya, menunjukkan bahwa Terra tidak hanya cocok untuk pekerjaan sehari-hari, tetapi juga memiliki kemampuan agen pemrograman yang kuat.
Namun, kekuatan inferensi model dan tingkat kompleksitas tugas tetap penting. Evaluasi dari Artificial Analysis menunjukkan bahwa skor Intelligence Index Terra pada intensitas inferensi tertinggi masih lebih rendah daripada GPT-6.1 Sol; OpenAI juga secara jelas menyarankan agar pengguna tetap memilih GPT-6.1 Sol atau GPT-6 Astra untuk tugas penelitian mendalam atau pemrograman kompleks.
Penurunan tingkat ilusi, peningkatan keberhasilan tugas encoding
Keandalan merupakan fokus lain dari pembaruan ini. Artificial Analysis menemukan dalam benchmark pengetahuan pribadi dan ilusi AA-Omniscience-nya bahwa ketika model tidak mengetahui jawabannya, GPT-6.1 Terra memberikan tebakan sebesar 38%, sedangkan GPT-5.6 Terra sebesar 88%, turun 50 poin persentase. Sementara itu, akurasi Terra pada benchmark ini juga meningkat 2 poin.
Perlu diperhatikan bahwa hasil ini mengukur kecenderungan model untuk menebak jawaban dalam kondisi tidak pasti dalam benchmark tertentu, dan tidak berarti bahwa tingkat kesalahan keseluruhan model menurun sebesar 50 poin persentase dalam semua aplikasi nyata.
Pengujian internal OpenAI juga menunjukkan tren perbaikan serupa. Dalam pengujian prompt yang mudah memicu kesalahan, tingkat kesalahan GPT-6.1 Terra turun dari 53,6% pada GPT-5.6 Terra menjadi 16,7% pada daya inferensi rendah, penurunan 36,9 poin persentase; pada daya inferensi tertinggi, tingkat kesalahan turun 18 poin persentase menjadi 4,3%, mendekati level GPT-6 Astra dan GPT-6.1 Sol.
Kemampuan pemrograman juga menunjukkan kemajuan signifikan. Dalam benchmark Terminal-Bench 4.0 yang dirilis oleh OpenAI, GPT-6.1 Terra mencapai tingkat keberhasilan tugas sebesar 50,3% pada intensitas inferensi tertinggi, melebihi 21,5% yang sebelumnya dilaporkan oleh GPT-5.6 Terra, meningkat lebih dari dua kali lipat. Evaluasi independen dari Artificial Analysis juga menunjukkan bahwa Terra meningkatkan performanya sekitar 20 poin persentase dalam benchmark ini dan mendekati GPT-6.1 Sol pada intensitas inferensi tertinggi.
Ini berarti pembaruan Terra tidak hanya membuat model lebih cepat dan lebih murah, tetapi juga mengurangi sebagian kesalahan serta meningkatkan kemampuan dalam menyelesaikan tugas kompleks. Namun, untuk tugas rekayasa perangkat lunak paling kompleks, OpenAI tetap merekomendasikan penggunaan Sol atau Astra.
Harga API dibagi dua, ditujukan untuk otomatisasi tugas perusahaan frekuensi tinggi
Harga merupakan salah satu poin utama dalam rilis GPT-6.1 Terra. Harga API standar yang diumumkan oleh OpenAI adalah: $1 per juta token masukan, $0,05 per juta token masukan cache, dan $5 per juta token keluaran. Dibandingkan dengan GPT-5.6 Terra, harga API standar secara keseluruhan turun 50%; dibandingkan dengan GPT-6.1 Sol, harga API standar Terra juga 50% lebih rendah.
Perbandingan harga yang diberikan oleh Artificial Analysis menunjukkan bahwa harga token masukan dan keluaran GPT-5.6 Terra masing-masing adalah $2 dan $12 per juta, sedangkan model baru turun menjadi $1 dan $5. Harga cache masukan turun dari $0,20 per juta menjadi $0,05, penurunan sebesar 75%. Lembaga tersebut juga melaporkan bahwa harga cache tulis untuk model baru adalah $1,25 per juta.
Di ChatGPT Work dan Codex, OpenAI menyatakan bahwa kuota penggunaan yang sama dapat mendukung GPT-6.1 Terra menyelesaikan lebih banyak tugas dibandingkan GPT-5.6 Terra, serta lebih banyak tugas dibandingkan GPT-6.1 Sol dan GPT-6 Astra. Bagi pengguna perusahaan yang memerlukan pembacaan berulang file, operasi perangkat lunak perkantoran, atau pemrosesan informasi terstruktur dalam jumlah besar, perbedaan biaya ini dapat secara langsung memengaruhi kemampuan agen untuk diterapkan secara skala besar.
GPT-6.1 Terra tersedia untuk pengguna Plus, Pro, Enterprise, dan Edu di ChatGPT Work dan Codex mulai 26 Oktober, dan pengembang juga dapat mengaksesnya melalui API dengan nama model gpt-6.1-terra.
Dari segi pembagian produk, OpenAI terus memperdalam tingkatan kemampuan dan biaya seri GPT-6: Terra difokuskan pada pekerjaan berfrekuensi tinggi, berulang, dan memerlukan operasi komputer, sementara Sol dan Astra tetap menargetkan penelitian mendalam serta pemrograman kompleks. Seiring meningkatnya efisiensi model dalam tugas-tugas tertentu, fokus persaingan juga berpindah dari sekadar membandingkan batas maksimal kemampuan model, menjadi mengukur waktu, token, dan total biaya yang diperlukan untuk menyelesaikan pekerjaan nyata.