Lewati ke konten utama

TECH NEWS

GPT-6.2 Astra dan Sol: Apa yang Berubah dan Risikonya

GPT-6.2 Astra dan Sol adalah dua model yang diperkenalkan OpenAI pada 17 November 2026, dan keduanya mengubah cara Anda menghitung biaya serta batas penggunaan. Astra diposisikan untuk proyek tersulit, sedangkan Sol untuk kerja sehari-hari. Perubahan yang paling praktis bukan hanya skor benchmark, melainkan jumlah token keluaran yang lebih sedikit untuk hasil yang setara atau lebih baik.

GPT-6.2 Astra dan Sol adalah dua model yang diperkenalkan OpenAI pada 17 November 2026, dan keduanya mengubah cara Anda menghitung biaya serta batas penggunaan. Astra diposisikan untuk proyek tersulit, sedangkan Sol untuk kerja sehari-hari. Perubahan yang paling praktis bukan hanya skor benchmark, melainkan jumlah token keluaran yang lebih sedikit untuk hasil yang setara atau lebih baik.

Apa yang Berubah pada GPT-6.2 Astra dan Sol

Menurut pengumuman resmi OpenAI, GPT-6.2 Astra adalah model frontier untuk proyek tersulit, sementara GPT-6.2 Sol adalah model efisien untuk kerja sehari-hari. Pemisahan peran ini penting bagi tim yang sebelumnya memakai satu model untuk semua pekerjaan, dari menyusun ringkasan sampai menelusuri bug di kode.

Keduanya menghasilkan lebih sedikit token keluaran untuk hasil yang lebih baik. Efek langsungnya adalah batas penggunaan menjadi lebih efisien, karena pekerjaan yang sama memakai kuota lebih kecil. Bagi Anda yang mengelola anggaran API, ini sama pentingnya dengan harga per token.

Yang tidak berubah adalah sifat dasar model bahasa. Keluaran tetap perlu diperiksa, terutama untuk kode yang menyentuh autentikasi, kriptografi, atau data pelanggan. Model yang lebih baik memindahkan titik pemeriksaan, bukan menghapusnya.

Hasil pada Agents' Last Exam dan Terminal-Bench-Science 0.1

OpenAI menguji kedua model pada Agents' Last Exam, benchmark kerja profesional multistep. Pada ujian itu, GPT-6.2 Astra mencetak rekor: 5,2 poin di atas GPT-6 Astra dengan biaya kurang dari sepertiga, dan 5,5 poin di atas model 5.2 dengan biaya hanya 5 persen.

Pada Terminal-Bench-Science 0.1, GPT-6.2 Astra tercatat 9 poin persentase di atas GPT-6 Astra dengan biaya kurang dari sepertiga. Kombinasi kenaikan skor dan penurunan biaya inilah yang jarang terjadi, dan alasan OpenAI menyebutnya rekor.

Ada catatan metodologis yang perlu Anda pegang. Benchmark seperti Agents' Last Exam dan Terminal-Bench-Science dibangun dari tugas terkurasi. Skor tinggi menunjukkan kemampuan pada distribusi tugas itu, bukan jaminan pada beban kerja spesifik organisasi Anda. Karena itu, uji dengan sekumpulan tugas nyata milik tim Anda sebelum memindahkan produksi.

Harga API dan Efek Caching

Harga API GPT-6.2 Astra adalah 20 persen lebih rendah dari GPT-6 Astra untuk input dan output. OpenAI mencantumkan 8 dolar per juta token input, 0,40 dolar untuk cached input, dan 40 dolar untuk output. Diskon untuk cached input mencapai 60 persen. GPT-6.2 Sol mempertahankan harga token GPT-6.1 Sol.

Angka cached input itu layak dihitung ulang dalam anggaran. Sistem yang mengirim instruksi panjang berulang, misalnya agen dengan system prompt besar dan konteks dokumen tetap, bisa memindahkan sebagian besar volume ke jalur cache. Dampaknya pada tagihan bulanan bisa jauh lebih besar daripada selisih 20 persen di harga dasar.

Sebaliknya, jangan menganggap harga per token sebagai biaya per pekerjaan. Biaya sesungguhnya adalah harga dikali jumlah token, dikali jumlah percobaan sampai hasilnya layak. Model yang lebih hemat token tetapi sering perlu diulang bisa lebih mahal. Ukur biaya per tugas selesai, bukan biaya per panggilan. Rincian nama model dan batas konteksnya bisa Anda periksa di dokumentasi model [OI].

Kemampuan Siber dan Pengaman yang Lebih Ketat

OpenAI menyatakan kedua model menemukan dan mengeksploitasi kerentanan lebih efektif, menulis kode yang lebih aman, dan menghasilkan patch yang lebih baik. Keduanya memenuhi ambang Critical untuk keamanan siber dalam Preparedness Framework.

Konsekuensinya, OpenAI menerapkan pengaman yang lebih ketat untuk bantuan keamanan siber berisiko tinggi. Kebijakan itu juga membatasi sebagian alur riset kerentanan dan pengujian keamanan yang sah. Untuk memberi jalan bagi pekerjaan defensif, [OI] menjalankan program Daybreak. Program Daybreak saat ini memberi defender akses ke GPT-6 Sol dengan pengurangan penolakan siber pada Daybreak Blue, ditambah alpha untuk GPT-6 Astra, dan GPT-6 Cyber untuk pengujian keamanan resmi tingkat lanjut pada Daybreak Red. [OI] menyatakan akan mengupayakan GPT-6.2 masuk ke Daybreak, sehingga model ini belum tersedia di sana.

Bagi praktisi di Indonesia, ini punya dua sisi. Di satu sisi, model bisa mempercepat triase temuan, menulis aturan deteksi, dan menyusun draf patch. Di sisi lain, pembatasan bisa muncul tepat saat Anda membutuhkan bantuan pada pengujian yang agresif. Siapkan jalur alternatif berupa dokumentasi internal, lab sendiri, dan prosedur yang tidak bergantung pada satu vendor model. Informasi produk dan pengumuman lain tersedia di situs resmi [OI].

Risiko yang Perlu Dikelola

  • Ketergantungan benchmark. Skor tinggi tidak otomatis berarti cocok untuk data dan bahasa Anda. Uji dengan prompt berbahasa Indonesia dan istilah lokal.
  • Biaya percobaan. Agen multistep bisa memanggil model berkali-kali. Batasi langkah, pasang anggaran per tugas, dan catat token per alur.
  • Pembatasan akses defensif. Jangan menaruh satu-satunya alur pengujian keamanan pada model yang bisa menolak permintaan.
  • Kualitas patch. Patch yang dihasilkan model tetap harus melalui review, pengujian regresi, dan pemeriksaan apakah ia benar-benar menutup akar masalah.
  • Tata kelola data. Tentukan data apa yang boleh masuk prompt, siapa yang menyetujui, dan berapa lama log disimpan.

Kesimpulan

GPT-6.2 Astra dan Sol memberi kenaikan kemampuan sekaligus penurunan biaya, dua hal yang jarang datang bersamaan. Untuk tim kecil, Sol adalah pilihan default yang masuk akal, sementara Astra layak dipakai pada tugas yang mahal jika salah. Langkah paling berguna sekarang adalah menyusun set uji internal, mengukur biaya per tugas selesai, dan menetapkan aturan data sebelum pemakaian meluas.

Jika Anda ingin membangun kebiasaan evaluasi model yang disiplin, mulai dari pemahaman risiko aplikasi AI sampai pengujian di lab sendiri. Lihat kursus keamanan siber Linuxhackingid dan bandingkan pendekatan antar model di artikel perlombaan model AI 2026 dari sisi keamanan.

Setiap artikel ditinjau pimpinan praktik yang menangani pekerjaannya sebelum terbit.

Semua wawasan

ARTIKEL LAINNYA

terbaru dulu
8 bacaTECH NEWS

SOC Modern: Metrik yang Menentukan Keberhasilan

SOC modern bukan sekadar ruangan dengan layar besar dan antrean alert. Ia adalah sistem produksi yang mengubah telemetri mentah menjadi keputusan, dan keputusan itu harus bisa diukur. Tanpa metrik yang tepat, tim SOC modern cenderung sibuk menutup tiket alih-alih menurunkan risiko, sehingga anggaran dan kepercayaan manajemen terkikis perlahan.

Ditulis oleh Apri Pandu Wicaksono & Tim Riset Teknologi Linuxhackingid | Editor Teknologi & Inovasi
7 bacaTECH NEWS

Keamanan Container: Image, Runtime, dan Registry

Keamanan container bukan satu masalah, melainkan tiga: apa yang Anda masukkan ke dalam image, apa yang boleh dilakukan proses saat berjalan, dan dari mana image itu ditarik. Ketiganya punya kontrol berbeda dan sering dikelola tim berbeda. Organisasi yang hanya memasang pemindai image biasanya tetap rentan karena runtime-nya berjalan sebagai root dengan seluruh capability aktif.

Ditulis oleh Apri Pandu Wicaksono & Tim Riset Teknologi Linuxhackingid | Editor Teknologi & Inovasi
8 bacaTECH NEWS

Windows 11 KB5132061: Secure Boot, NTLM Signing, dan PowerShell

Windows 11 update November 2026 hadir lewat KB5132061, pembaruan keamanan yang dirilis 10 November 2026 untuk OS Build 26300.9974, 26200.9974, dan 26100.9974. Pembaruan ini berlaku untuk Windows 11 versi 26H2 dan 25H2 pada semua edisi, serta versi 24H2 khusus edisi Enterprise dan Education.

Ditulis oleh Apri Pandu Wicaksono & Tim Riset Teknologi Linuxhackingid | Editor Teknologi & Inovasi

Dapatkan advisory berikutnya lebih dulu. Tanpa ringkasan, tanpa kebisingan.

Satu email ketika ada sesuatu yang benar-benar penting. Atau ikuti kanal komunitas kami.

Gabung Telegram

LANGKAH BERIKUTNYA

Bicara dengan operator, bukan meja penjualan.

Panggilan scoping singkat, lalu ruang lingkup, jadwal, dan biaya tertulis dalam 2 hari kerja.

METODOLOGI & KEPATUHAN
ISO 27001PCI-DSSOJKUU PDP