GPT-5.6 Diluncurkan Sepenuhnya, Bersamaan dengan Peluncuran Agen ChatGPT Baru

Oleh Yang Chen, Wall Street See

OpenAI resmi meluncurkan rangkaian model GPT-5.6, memberikan performa lebih kuat dengan biaya lebih rendah, serta mengirimkan sinyal jelas ke lanskap persaingan industri AI.

Peluncuran ini mencakup tiga model: Sol edisi flagship, Terra edisi seimbang, dan Luna yang mengedepankan efisiensi biaya. Mulai hari ini, model-model ini tersedia secara global untuk pengguna melalui ChatGPT, Codex, dan API OpenAI.

Dari sisi harga, Sol dikenakan biaya 5 dolar AS/30 dolar AS per juta token input/output, Terra seharga 2,50 dolar AS/15 dolar AS, dan Luna seharga 1 dolar AS/6 dolar AS.

OpenAI menekankan bahwa GPT-5.6 melampaui Claude Fable 5 milik Anthropic dalam berbagai tolok ukur kunci, namun konsumsi token dan biaya inferensi turun secara signifikan, yang berarti pengguna dapat menyelesaikan lebih banyak pekerjaan substansial dengan anggaran yang sama.

Bagi pengguna perusahaan dan pengembang, dampak inti dari peluncuran ini adalah peningkatan menyeluruh dalam "rasio harga terhadap performa". Dalam evaluasi Agents' Last Exam yang dirancang untuk alur kerja profesional, GPT-5.6 Sol mencetak 53,6 poin, unggul 13,1 poin persentase dari Claude Fable 5, dan bahkan dengan pengaturan inferensi sedang, biayanya sekitar seperempat dari Fable 5.

Yang lebih berdampak, Terra dan Luna yang diposisikan lebih rendah, dengan biaya sekitar seperenam belas, tetap mencetak skor tolok ukur di atas Fable 5. Strategi harga semacam "pukulan downgrade" ini langsung mempersempit ruang diferensiasi pesaing.

Bersamaan dengan perilisan model GPT-5.6, OpenAI juga memajukan integrasi beberapa lini produk: meluncurkan secara resmi agen ChatGPT Work, yang mendukung kerja berkelanjutan lintas aplikasi dan menyerahkan hasil secara langsung, menandakan evolusi bentuk produk dari alat obrolan menjadi agen sistem tingkat; aplikasi Codex digabungkan ke dalam desktop ChatGPT dan dapat digunakan secara gratis; browser Atlas independen secara bertahap dihentikan, dan kemampuan browser dialihkan ke ekstensi Chrome.

Altman dalam wawancara menunjukkan bahwa selama komunikasi dengan pemerintah AS, OpenAI "melakukan banyak penyesuaian", namun tidak merinci isinya; model AI terbaru meningkatkan efisiensi token dalam pemrograman agen sebesar 54%; tidak tahu apakah IPO tahun ini; model open-source Tiongkok menjadi "sangat baik".

Meluncurkan agen ChatGPT Work, mendukung kerja berkelanjutan lintas aplikasi, didukung oleh GPT-5.6

OpenAI juga meluncurkan agen AI baru—ChatGPT Work pada hari yang sama. Produk ini diposisikan sebagai versi gabungan ChatGPT dan Codex, bertujuan memungkinkan pengguna non-teknis biasa memanfaatkan kemampuan Codex untuk menyelesaikan tugas non-pemrograman, yang dijalankan oleh keluarga model GPT-5.6 (Sol, Terra, dan Luna).

OpenAI dalam blog menyatakan bahwa ChatGPT Work dapat memperoleh informasi konteks dari aplikasi, file, dan alur kerja yang diotorisasi pengguna, dan secara otomatis menghasilkan hasil lengkap termasuk dokumen, spreadsheet, presentasi, dan aplikasi web.

OpenAI juga menyebutkan bahwa ChatGPT Work dilengkapi dengan Unified Plugins Directory, yang dapat terhubung ke alat seperti Slack, Gmail, Google Drive, kalender, dan CRM (manajemen hubungan pelanggan), memungkinkan kerja kolaboratif lintas aplikasi.

OpenAI dan pesaingnya Anthropic PBC sedang mempercepat persaingan untuk agen AI yang lebih canggih, berharap memperluas kemampuan AI ke skenario kantor yang lebih luas di luar penulisan dan debugging kode otomatis.

Awal tahun ini, Anthropic meluncurkan produk serupa Claude Cowork, yang juga bertujuan menarik lebih banyak pengguna bisnis dan profesional.

Altman: Tidak merinci "banyak penyesuaian", tidak tahu apakah IPO tahun ini

CEO OpenAI, Altman, mengungkapkan bahwa sebelum GPT-5.6 dirilis ke publik, perusahaan melakukan konsultasi mendalam dengan pejabat pemerintahan Trump, dan dalam prosesnya membuat "banyak penyesuaian".

Altman tidak merinci perubahan apa yang dilakukan OpenAI selama konsultasi, tetapi menunjukkan bahwa pemerintah sedang menguji model baru dan menyaring potensi risiko. Dia secara umum bersikap positif terhadap mekanisme ini, namun dengan syarat.

"Selama proses ini dapat dipahami, adil, dan efisien, saya pikir ini hal yang baik, dan pemerintah tampaknya setuju dengan tujuan ini. Saya perkirakan proses untuk model berikutnya akan jauh lebih lancar, kami sudah memahami mekanisme ini dan tahu cara berkoordinasi lebih baik."

Altman juga menanggapi dua fokus pasar yang baru-baru ini menjadi perhatian:

Menanggapi laporan bahwa OpenAI berencana memberikan 5% saham kepada pemerintah AS, Altman memberikan respons jelas, mengatakan bahwa laporan tersebut mengandung "banyak ketidakakuratan", namun tidak memberikan penjelasan lebih lanjut. Mengenai IPO, ketika ditanya apakah OpenAI berencana melantai tahun ini, Altman hanya menjawab: "Saya tidak tahu."

Mengenai GPT-5.6 yang baru dirilis, Altman menunjukkan bahwa model AI terbaru meningkatkan efisiensi token dalam pemrograman agen sebesar 54%. Ia juga menyatakan bahwa model open-source Tiongkok menjadi 'sangat baik'.

Model flagship Sol menetapkan tolok ukur efisiensi baru

Peningkatan kemampuan pemrograman GPT-5.6 Sol sangat menonjol. Dalam tes Artificial Analysis Coding Agent Index, Sol (pengaturan inferensi maksimum) mencetak rekor baru 80 poin, unggul 2,8 poin dari Fable 5, sementara jumlah token output kurang dari setengahnya, waktu pemrosesan berkurang lebih dari setengah, biaya sekitar sepertiga lebih rendah.

Dalam tes alur kerja command line kompleks Terminal-Bench 2.1, Sol memimpin dengan skor 88,8%; dalam tes rekayasa siklus panjang DeepSWE v1.1 yang berbasis basis kode nyata, skornya mencapai 72,7%, juga berada di posisi terdepan industri.

Data pengujian pengguna perusahaan mengkonfirmasi kinerja di atas. Co-founder dan CEO Qodo, Itamar Friedman, mengatakan bahwa GPT-5.6 melampaui GPT-5.5 dalam tolok ukur internal dan eksternalnya, dan jumlah token yang diperlukan per review kode berkurang sekitar dua pertiga, latensi median turun sekitar 50%.

Co-founder Lovable, Fabian Hedin, menunjukkan:

"Dengan mengadopsi GPT-5.6, langkah yang diperlukan pengguna untuk menyelesaikan tugas berkurang sekitar 25%, jumlah panggilan alat berkurang 35% hingga 48%, dan tingkat kegagalan proyek turun 15%."

Arsitektur multi-agen membuka mode "ultra"

GPT-5.6 memperkenalkan mekanisme penjadwalan komputasi berlapis, memungkinkan pengguna memilih kedalaman inferensi secara fleksibel sesuai kebutuhan tugas.

Selain pengaturan inferensi tinggi standar, OpenAI menambahkan dua mode "max" dan "ultra": max memberikan model waktu lebih lama untuk berpikir dan memperbaiki solusi; ultra secara default mengoordinasikan empat agen paralel, mengorbankan konsumsi token yang lebih tinggi untuk hasil yang lebih kuat dan waktu pengiriman yang lebih singkat.

Dalam tes BrowseComp, Sol Ultra mencetak rekor baru 92,2%, di OSWorld 2.0 mencapai 62,6%, melampaui Claude Opus 4.8, yang konsumsi token outputnya 85% lebih banyak. Dalam tes SEC-Bench Pro (generasi bukti konsep kerentanan untuk perangkat lunak kompleks), Sol mencapai 71,2%, sementara GPT-5.5 hanya 45,8%.

Di tingkat API, OpenAI meluncurkan Programmatic Tool Calling, memungkinkan GPT-5.6 menulis dan menjalankan program ringan di memori, mengoordinasikan alat secara mandiri, memproses hasil antara, dan menyesuaikan alur kerja secara dinamis selama eksekusi, sehingga mengurangi jumlah panggilan bolak-balik antara model dan alat, sambil tetap kompatibel dengan kebijakan Zero Data Retention (ZDR).

Kemampuan keamanan siber dan penelitian sains melonjak signifikan

Di bidang keamanan siber, GPT-5.6 Sol mencetak 73,5% dalam evaluasi ExploitBench, sementara GPT-5.5 hanya 47,9%; di ExploitGym, tingkat kelulusan dalam batas enam jam meningkat dari 15,1% GPT-5.5 menjadi 33,7%.

OpenAI menyatakan bahwa model ini juga memiliki kemampuan lebih kuat di sisi pertahanan keamanan, termasuk review kode keamanan, perbaikan kerentanan, pemodelan ancaman, dan latihan tim biru.

Untuk mengatasi risiko penggunaan ganda, OpenAI melalui program "OpenAI Daybreak Trusted Access for Cyber" membuka akses ke fungsi pertahanan tingkat lebih tinggi bagi individu dan organisasi yang telah terverifikasi identitasnya, serta menerapkan batasan akses tambahan untuk entitas berisiko tinggi dan wilayah berisiko tinggi.

Di bidang ilmu hayati, GPT-5.6 Sol mencetak 28,7% dalam evaluasi GeneBench Pro (genomik siklus panjang dan biologi kuantitatif), jauh melampaui 12% GPT-5.5; skor LifeSciBench 59,9%, lebih tinggi dari 50,4% GPT-5.5.

OpenAI juga menyatakan bahwa hasil pengujiannya menunjukkan GPT-5.6 belum memiliki kemampuan untuk membuat atau mensintesis ancaman biologis baru berbahaya tingkat tinggi secara end-to-end.

Peningkatan mekanisme keamanan bersamaan, strategi peluncuran konservatif berlanjut

Seiring dengan peningkatan kemampuan model, OpenAI memperkuat arsitektur keamanan secara bersamaan dalam peluncuran ini. Langkah-langkah perlindungan keamanan siber GPT-5.6 Sol memblokir sekitar 10 kali lebih banyak aktivitas berpotensi berbahaya dibandingkan generasi sebelumnya.

Sebelumnya, OpenAI melakukan pengujian red team otomatis black-box sekitar 700.000 jam GPU A100e sebelum peluncuran resmi, serta melakukan evaluasi skala besar secara manual dan otomatis bersama pakar eksternal.

OpenAI menyatakan bahwa sistem keamanannya menggunakan desain redundansi berlapis: perlindungan bawaan model dan pemeriksaan waktu nyata, pemantauan berkelanjutan, serta mekanisme eksekusi tingkat akun bekerja bersama.

Berbeda dengan skema intersepsi klasifikasi murni, GPT-5.6 memperkenalkan 'reasoning monitor', yang menganalisis potensi bahaya berdasarkan konteks per dialog, memungkinkan batas keamanan menyesuaikan secara dinamis sesuai skenario penggunaan, dan dapat menambal kerentanan dengan cepat tanpa melatih ulang classifier.

Untuk mengatasi dampak intersepsi berlebihan terhadap penggunaan yang sah, OpenAI menyediakan opsi satu klik untuk beralih ke model dengan kemampuan lebih rendah dan mencoba ulang di ChatGPT dan Codex, serta menyatakan akan terus mengoptimalkan, menjaga intensitas intersepsi tinggi sambil mengurangi kesalahan pada penggunaan normal.

Aplikasi internal menunjukkan tren percepatan diri dalam riset AI

Peluncuran GPT-5.6 juga mengungkap perubahan besar dalam model riset OpenAI sendiri. Menurut OpenAI, selama pengujian internal GPT-5.6, jumlah token output harian rata-rata per peneliti aktif melebihi dua kali lipat puncak historis GPT-5.5.

Dalam enam bulan terakhir, daya komputasi riset internal OpenAI untuk pemrograman meningkat 100 kali lipat, penggunaan token agen internal meningkat sekitar 22 kali lipat, tren ini telah meluas ke divisi penjualan, pemasaran, operasi pengguna, dan keuangan.

Dalam evaluasi kemampuan perbaikan diri (RSI Index), GPT-5.6 Sol mencetak 57,9 poin, unggul dari 41,7 poin GPT-5.5, peningkatan sebesar 16,2 poin persentase.

OpenAI menafsirkan ini sebagai bukti langsung bahwa AI yang membantu riset AI semakin terwujud, dan memposisikannya sebagai salah satu pendorong inti efisiensi iterasi model berikutnya.