Harga API GPT 2026—tarif token GPT-6·GPT-5.6·GPT-5.5 dan biaya nyata

Harga GPT API ditetapkan berdasarkan tarif input dan output per 1 juta token, tanpa biaya bulanan atau tingkat gratis. Halaman ini menyajikan tarif terkini keluarga GPT-5·GPT-6 berdampingan dengan harga resmi OpenAI, contoh perhitungan untuk memverifikasi langsung biaya satu permintaan, dua jebakan yang memengaruhi tagihan (token reasoning dan biaya tambahan untuk input panjang), serta cara membayar dari Korea.

Tarif diverifikasi pada 4 Oktober 2026 — harga resmi OpenAI berdasarkan openai.com/api/pricing, sedangkan tarif Kunavo dibaca secara real-time dari katalog model.

Tabel tarif keluarga GPT-5·GPT-6

Keluarga GPT-6 adalah generasi baru OpenAI. GPT-6 Astra dirilis sebagai model teratas OpenAI pada 3 September 2026, lalu GPT-6 Sol dan GPT-6 Luna menyusul pada 22 September 2026. OpenAI menjelaskan bahwa kedua model tersebut dibangun berdasarkan kemajuan yang menghasilkan GPT-6 Astra; Sol ditujukan untuk coding kompleks dan alur kerja agen, sedangkan Luna diposisikan sebagai “model paling efisien untuk pekerjaan massal yang terfokus”. Kedua model memiliki konteks 1.050.000 token dan output maksimum 128.000 token.

GPT termurah di Kunavo adalah GPT-6 Luna ($0,04 / $0,20). GPT-6 Sol ($0,80 / $4,00) memiliki tarif output lebih rendah daripada GPT-5.6 Terra ($4,20). Namun, tarif input lebih rendah untuk GPT-5.6 Terra($0,70), sehingga untuk permintaan dengan token input lebih dari 2 kali token output, Terra lebih murah. Untuk tugas yang mengirim prompt panjang dan menerima keluaran singkat, hitung langsung kedua model menggunakan tarif pada tabel di atas.

Berapa biaya satu permintaan sebenarnya

Tabel tarif saja mungkin sulit dibayangkan, jadi verifikasi sendiri. Kode di bawah menggunakan angka yang sama persis dengan tabel di atas; ubah jumlah token untuk mendapatkan biaya workload Anda.

# Kunavo GPT 요율(1M 토큰당 USD): (input, output)
RATES = {
    "gpt-5-6-terra": (0.70, 4.20),
    "gpt-5-5":       (2.00, 12.00),
    "gpt-5-6-sol":   (2.00, 12.00),
    "gpt-6-sol":     (0.80, 4.00),
    "gpt-6-luna":    (0.04, 0.20),
}

def cost(model: str, in_tokens: int, out_tokens: int) -> float:
    i, o = RATES[model]
    # 주의: GPT-5 계열 추론 모델의 reasoning 토큰은 출력 요율로 과금됩니다.
    return in_tokens / 1_000_000 * i + out_tokens / 1_000_000 * o

print(cost("gpt-5-6-terra", 1_000, 300))  # 짧은 턴
print(cost("gpt-5-6-terra", 6_000, 500))  # RAG 답변
print(cost("gpt-5-5", 20_000, 3_000))     # 어려운 문제
print(cost("gpt-5-6-sol", 20_000, 3_000)) # GPT-5.6 플래그십
print(cost("gpt-6-sol", 20_000, 3_000))   # GPT-6 Sol
print(cost("gpt-6-luna", 1_000, 300))     # 가장 저렴한 짧은 턴

Dua jebakan yang memengaruhi tagihan

1. Token reasoning ditagihkan sebagai output. Model reasoning keluarga GPT-5 menghasilkan token pemikiran yang tidak terlihat di layar, dan token ini dihitung dengan tarif output. Meskipun jawabannya hanya tiga baris, tagihannya belum tentu setara dengan tiga baris. Membatasi max_tokens dan menurunkan tingkat reasoning sejauh yang diizinkan tugas adalah penghematan paling langsung.

2. Biaya tambahan untuk input panjang. OpenAI menerapkan input 2x dan output 1,5x pada seluruh permintaan dengan input lebih dari 272.000 token (termasuk input yang di-cache). Kunavo juga menerapkan rentang yang sama pada GPT-5.5, GPT-5.6 Sol·Terra, dan GPT-6 Astra·Sol·Luna. Dalam rentang tersebut, tarif pada tabel menjadi input 2x dan output 1,5x, sedangkan persentase diskon dibandingkan harga resmi tetap sama. Dalam pekerjaan dengan konteks besar seperti RAG yang memasukkan dokumen panjang sekaligus atau analisis codebase, apakah melewati rentang ini dapat lebih memengaruhi tagihan daripada pemilihan model; jika memungkinkan, bagi input menjadi beberapa bagian di bawah 272.000 token.

Menghubungkan ke kode OpenAI yang sudah ada

Kunavo adalah endpoint yang kompatibel dengan OpenAI, sehingga Anda tidak perlu mengganti SDK. Cukup ganti base_url satu baris dan kuncinya.

from openai import OpenAI

client = OpenAI(
    api_key="sk-kn-...",
    base_url="https://api.kunavo.com/v1",   # 이 한 줄만 바꾸면 됩니다
)

resp = client.chat.completions.create(
    model="gpt-5-6-terra",
    messages=[{"role": "user", "content": "안녕하세요"}],
)
print(resp.choices[0].message.content)

Kunci yang sama dapat digunakan untuk memanggil model Claude, gambar, dan video — daftar model tersedia di katalog model, sedangkan detail endpoint tersedia di mulai cepat.

Pembayaran dari Korea

Pembayaran diproses melalui Stripe dan menggunakan pengisian prabayar. Mendukung kartu kredit dan debit domestik maupun internasional (Visa, Mastercard, Amex, JCB, UnionPay), Apple Pay, dan Google Pay; isi saldo mulai dari $10 dan biaya dipotong sesuai pemakaian, sementara saldo tidak kedaluwarsa. Anda tidak memerlukan akun OpenAI atau kontrak terpisah.

Jika halaman pembayaran ditampilkan dalam won, Kakao Pay, Naver Pay, PAYCO, Samsung Pay, dan kartu domestik juga tersedia sebagai metode pengisian saldo Kunavo. Kartu domestik termasuk kartu yang tidak mengaktifkan pembayaran internasional, sedangkan Toss tidak didukung. Metode ini digunakan untuk mengisi saldo Kunavo, bukan untuk membayar langsung kepada OpenAI. Harga ditetapkan dalam USD dan Stripe mengonversinya ke won menggunakan kurs pada saat pembayaran; kurs ini mencakup biaya konversi 2–4% yang dibayar pembeli (biaya tersebut tidak berlaku jika membayar dalam dolar, sedangkan metode domestik di atas hanya muncul untuk pembayaran dalam won). Semua metode pembayaran tersedia di Dokumentasi pembayaran, dan ringkasan biaya Claude tersedia di Harga dan pembayaran Claude API.

Empat tuas untuk mengurangi biaya

1. Kurangi output. Output adalah bagian paling mahal, termasuk token reasoning. Membatasi max_tokens dan menyesuaikan tingkat reasoning adalah penghematan tercepat.
2. Turunkan kelas sesuai ukuran masalah. Untuk tugas massal seperti klasifikasi·ekstraksi·peringkasan, mulai dari GPT-6 Luna yang termurah dan naikkan kelas hanya jika diperlukan. Tarif output Luna adalah 1/100 dari GPT-6 Astra kelas teratas.
3. Gunakan caching untuk konteks awal yang berulang (cara kerjanya).
4. Gabungkan tugas yang tidak memerlukan respons real-time. Jika pengguna tidak perlu menunggu, pemrosesan serentak dapat meningkatkan throughput.

Jika pembayaran OpenAI API terblokir, lihat cara membayar OpenAI API.

Pertanyaan yang sering diajukan