GPT-6.2 Astra dan Sol: Pilih Model untuk Alur Kerja Bisnis Anda
Teknologi & Bisnis / 20 November 2026 / By M. Fa'ul Janaqi
6 menit baca

Bayangkan tim penjualan menerima permintaan lewat formulir website. Untuk menindaklanjutinya, staf perlu menyalin informasi ke dashboard, memeriksa ketersediaan barang, dan meminta persetujuan jika diskon melebihi batas. Tugas itu berulang setiap hari, tetapi setiap permintaan bisa punya detail yang berbeda. Di titik mana model AI layak membantu?
Pada 17 November 2026, OpenAI memperkenalkan GPT-6.2 Astra dan Sol. OpenAI memosisikan Sol untuk pekerjaan sehari-hari, termasuk coding dan alur kerja yang menggunakan alat. Astra ditujukan untuk penalaran dan coding yang lebih rumit. Pengumuman itu juga menyoroti peningkatan pada pembuatan dokumen, tampilan web, dan penggunaan komputer. Baca pengumuman OpenAI.
Kalau bisnis Anda sudah memakai AI untuk membantu staf, pertanyaan setelah peluncuran ini cukup konkret. Bagian mana yang bisa ditangani model dengan biaya wajar, kapan kasus perlu diperiksa lebih dalam, dan siapa yang bertanggung jawab atas keputusan akhir? Contoh berikut memakai alur persetujuan pesanan untuk menjawab ketiganya.
Mulai dari pekerjaan yang perlu diselesaikan
Petakan perjalanan permintaan sebelum memilih model. Sebuah formulir mungkin sudah memiliki kolom jumlah, kota, dan tanggal kebutuhan, tetapi pelanggan masih menuliskan catatan tambahan dengan gaya bebas. Tim sering menghabiskan waktu membaca catatan itu untuk mencari informasi yang sama. Menyusun ringkasannya adalah pekerjaan yang bisa dipisahkan dan diuji.
Harga, stok, dan batas diskon tetap perlu diambil dari sistem yang menjadi sumber resmi. Bila aturannya sudah jelas, aplikasi dapat membandingkan nominal dengan batas persetujuan secara langsung. Model bisa membantu menjelaskan hasil pemeriksaan kepada staf dan menyusun pertanyaan lanjutan ketika informasi belum lengkap.
Pemisahan ini juga memudahkan tim melihat apakah masalahnya ada pada kualitas data, aturan bisnis, atau cara model membaca permintaan. Jika status stok selalu terlambat diperbarui, mengganti model tidak akan membuat data menjadi lebih segar. Panduan kami tentang memulai Mini ERP dari satu workflow membahas cara memilih proses pertama dan menentukan siapa yang menanganinya.
Di mana Sol dan Astra bisa masuk?
Untuk permintaan biasa, Sol bisa menjadi kandidat awal. Misalnya, model membaca catatan panjang dan menyiapkan ringkasan berisi jenis produk, jumlah, tenggat, serta detail yang perlu dikonfirmasi. Staf membuka dashboard, melihat pesan asli di samping ringkasan, lalu mengoreksi bagian yang meleset. Format dan tugas yang konsisten memudahkan tim mengukur kualitas hasilnya.
Astra layak dibandingkan saat kasus menuntut lebih banyak pertimbangan. Contohnya pesanan dengan beberapa lokasi pengiriman, tenggat berbeda, dan kebijakan diskon yang berlaku hanya untuk sebagian barang. Model dapat membantu menyusun daftar benturan atau menyarankan pertanyaan untuk dibawa ke penanggung jawab. Keputusan harga dan janji pengiriman tetap mengikuti data resmi serta pemeriksaan staf.
Untuk pengembang, pembagiannya bisa serupa. Sol dapat dicoba untuk menyiapkan pengujian formulir, memperbarui teks antarmuka, atau merangkum laporan bug. Astra dapat dicoba saat perubahan menyentuh beberapa bagian sistem, seperti memperbarui alur persetujuan yang memengaruhi dashboard, riwayat transaksi, dan pemberitahuan. Dokumentasikan kebutuhan setiap perubahan dan periksa hasilnya di lingkungan uji sebelum dipakai pelanggan.
Ini contoh pembagian tugas untuk diuji. Jika Sol sudah memenuhi kriteria pada kasus yang rumit, tidak ada keharusan meneruskan kasus itu ke Astra. Jika data kunci belum lengkap, kedua model semestinya bisa berhenti dan menunjukkan informasi apa yang perlu dicari, sehingga staf tahu cara melanjutkan.
Contoh dari formulir website hingga persetujuan
Misalkan pelanggan meminta 120 unit untuk tiga cabang. Catatan menyebut satu cabang harus menerima barang sebelum Jumat, tetapi tidak merinci jumlah untuk masing-masing alamat. Setelah formulir masuk, sistem menyimpan permintaan asli, mengambil informasi produk yang diizinkan, dan menampilkan draf ringkasan beserta kolom yang masih kosong.
Staf dapat langsung meminta pembagian jumlah per cabang. Setelah pelanggan menjawab, sistem memeriksa ketersediaan di sumber resmi. Jika usulan diskon melewati ambang persetujuan, dashboard meneruskan kasus kepada supervisor beserta riwayat perubahan. Analisis tambahan baru berguna jika ada beberapa pilihan yang harus dipertimbangkan, misalnya pengiriman bertahap dengan tenggat yang berbeda.
Buat status yang mudah dipahami, seperti “perlu informasi pelanggan”, “menunggu persetujuan”, dan “siap dikirim”. Saat model gagal membaca lampiran atau sistem stok tidak dapat diakses, tampilkan kendalanya dan beri staf jalur untuk melanjutkan secara manual. Pelanggan tetap bisa dilayani meski bantuan AI sementara tidak tersedia.
Supervisor kemudian melihat informasi sumber, draf yang sudah diperiksa, dan keputusan yang diminta dalam satu layar. Sistem mencatat siapa yang menyetujui serta kapan persetujuan diberikan. Pesan ke pelanggan baru dikirim melalui langkah yang sudah disepakati tim.

Periksa akses dan hitung biaya per hasil yang diterima
Menurut pengumuman peluncurannya, OpenAI menyediakan Astra dan Sol melalui ChatGPT Work, Codex, dan API, dengan akses produk yang mengikuti paket serta pengaturan workspace. Untuk menguji ringkasan secara manual, tim bisa memulai dengan data contoh di produk yang sudah tersedia. Integrasi ke formulir dan dashboard membutuhkan alur di aplikasi sendiri, termasuk pencatatan penggunaan dan penanganan kegagalan.
Pada tarif standar API yang diumumkan, Astra dikenakan US$8 untuk input, US$0,40 untuk input cache, dan US$40 untuk output per satu juta token. Tarif Sol masing-masing US$2, US$0,10, dan US$10. Tarif ini berlaku untuk penggunaan API sesuai ketentuan model dan layanan yang dipilih. Periksa dokumentasi untuk prompt panjang, penulisan cache, dan tier pemrosesan karena biayanya bisa berbeda. Dokumentasi Astra dan dokumentasi Sol.
Ilustrasinya, satu permintaan dengan 4.000 token input tanpa cache dan 1.000 token output berbiaya sekitar US$0,018 di Sol atau US$0,072 di Astra, dengan asumsi tarif standar tersebut. Angka ini hanya untuk token dalam satu permintaan. Tambahkan biaya pemanggilan alat jika ada, pengulangan saat gagal, serta waktu staf untuk memeriksa dan mengoreksi hasil. Bagi total biaya dengan jumlah keluaran yang benar-benar diterima untuk membandingkan dua pilihan secara adil.
Untuk satu bulan uji coba, perkirakan berapa banyak permintaan yang akan masuk dan seberapa sering staf akan meminta draf ulang. Catat juga proporsi kasus yang sungguh perlu peninjauan tambahan. Jika yang sering memicu pengulangan adalah formulir tanpa kolom tenggat, menambah kolom tersebut mungkin lebih membantu daripada memakai Astra untuk setiap permintaan.
Mulai uji coba dengan kriteria yang bisa diperiksa
Pilih sekumpulan contoh yang mewakili permintaan lengkap, kasus dengan informasi kurang, dan kasus yang perlu persetujuan. Gunakan data contoh atau data yang sudah disamarkan. Jalankan tugas yang sama pada model yang dipertimbangkan, lalu minta staf menilai jawaban terhadap pesan asli dan aturan perusahaan. Simpan pula waktu proses manual sebagai pembanding.
Ukur ketepatan. Periksa jumlah, tenggat, status data yang belum ada, dan alasan kasus diteruskan.
Catat koreksi staf. Bedakan perubahan gaya penulisan dari kesalahan yang dapat mengubah janji kepada pelanggan.
Lihat waktu dan biaya. Catat waktu hingga draf siap, pemeriksaan selesai, dan kasus ditindaklanjuti.
Uji kondisi gagal. Pastikan permintaan tetap terlihat di dashboard ketika sumber data tidak bisa dibuka atau jawaban model tidak lengkap.
Tentukan titik persetujuan. Tetapkan siapa yang boleh menyetujui perubahan pesanan, harga, atau pesan yang akan dikirim.
Saat uji coba diperluas, batasi data yang dikirim ke model dan akses yang dapat dipakai. Kelompokkan hasil yang siap diperiksa, hasil yang perlu direvisi, dan kasus yang harus dikembalikan ke alur manual. Panduan AI untuk UMKM membahas cara menjaga batas tersebut ketika tim baru mulai mencoba.
Jika Anda sudah menjalankan GPT-6.1 Sol, gunakan catatan lama sebagai titik pembanding. OpenAI mencatat perubahan dalam cara Responses API mempertahankan penalaran saat awal percakapan diedit dan menangani instruksi tingkat atas. Integrasi yang sudah berjalan perlu mengulang pengujian sebelum berpindah model. Baca artikel kami tentang GPT-6.1 Sol dan panduan migrasi OpenAI.
Sebelum membuka alur untuk semua staf, pilih satu kelompok kecil yang bisa mencatat masalah secara rutin. Setelah satu minggu, tinjau beberapa contoh yang lolos, yang banyak dikoreksi, dan yang terhenti. Jika draf mempercepat pekerjaan tetapi staf masih harus membuka banyak layar untuk memeriksanya, rapikan tampilan data sumber dan draf di dashboard terlebih dahulu.
Siapkan alurnya sebelum integrasi diperluas
Jika proses masih tersebar di formulir, spreadsheet, dan percakapan pribadi, mulailah dengan menyatukan status pekerjaan. Buat sumber data yang jelas, tentukan hak akses, dan beri staf cara memperbaiki draf dengan cepat. Dengan dasar itu, tim bisa memilih langkah yang layak dibantu AI dan menilai hasilnya setelah dipakai.
Incubusholic bisa membantu memetakan alur persetujuan, membangun dashboard, menyambungkan formulir dengan data yang dibutuhkan, dan menyiapkan riwayat perubahan sesuai ruang lingkup proyek. Diskusikan proses yang ingin dirapikan melalui layanan Web-Based Systems Incubusholic.
Referensi
OpenAI — Introducing GPT-6.2 Astra and Sol, 17 November 2026.
OpenAI API — Changelog, entri 17 November 2026.
More Related Articles
More practical ideas for stronger websites, smarter growth, and better digital decisions.