Kursus
Pengantar Agen Kecerdasan Buatan
1 jam 30 menit
147.2K
Setelah dua tahun hype yang naik turun dari CEO Sam Altman, banyak yang berharap GPT-5 akan menjadi langkah jelas menuju AGI. Namun, yang dihadirkan OpenAI bukan lompatan fiksi ilmiah, melainkan perombakan UX yang substansial (meski sangat baik) dengan menyatukan semua model mereka sebelumnya di bawah satu andalan: GPT-5.
Namun jendela konteks tetap terasa terbatas: 8K token untuk pengguna gratis, 32K untuk Plus, dan 128K untuk Pro. Untuk gambaran, jika Anda mengunggah dua artikel PDF kira-kira sebesar artikel ini, Anda sudah mencapai batas konteks tingkat gratis.
Meski begitu, ChatGPT tampaknya tetap menjadi alat AI yang paling berguna dan mudah diakses bagi mayoritas orang. Sebagian besar kasus penggunaan sehari-hari memang tidak memerlukan memori sejuta token, dan—sebagai catatan—saya masih mengandalkannya, dengan sesekali dibantu Gemini 2.5 untuk pekerjaan dengan konteks berat.
Dalam artikel ini, saya akan mengulas secara jujur apa yang sebenarnya ditawarkan GPT-5—baik yang bagus maupun kurangnya. Saya akan membahas yang baru, menguji modelnya, dan melihat bagaimana performanya dalam praktik. Anda juga bisa melihat panduan terpisah kami tentang API GPT-5, tutorial tentang Aplikasi ChatGPT, dan panduan hal-hal baru di GPT-5.1.
Kami terus memperbarui pembaca tentang kabar terbaru AI melalui The Median, buletin gratis setiap Jumat yang merangkum kisah-kisah kunci pekan ini. Berlangganan dan tetap tajam hanya dalam beberapa menit setiap minggu:
Apa Itu GPT-5?
GPT-5 adalah model andalan baru OpenAI, dan sepenuhnya menggantikan campuran sistem era GPT-4. Jika Anda terbiasa melihat opsi seperti GPT-4o, GPT-4o-mini, atau o3 di pemilih model, semuanya sudah tidak ada. Anda tidak lagi perlu menentukan mana yang akan digunakan untuk kecepatan atau kualitas—sistem kini mengaturnya secara otomatis.
Saat Anda mengetik prompt, router GPT-5 memutuskan secara real time apakah akan memberi respons cepat atau melakukan penalaran lebih dalam yang lebih lambat. Tujuannya adalah membuat pengalaman yang mulus: satu nama model, perilaku konsisten, tanpa perlu beralih manual.
Seperti terlihat pada gambar di atas, Anda masih bisa memilih GPT-5 Thinking secara manual jika ingin model mengambil waktu ekstra dan memberikan jawaban yang lebih menyeluruh, langkah demi langkah, atau GPT-5 Pro jika Anda memerlukan kedalaman penalaran dan akurasi maksimal untuk tugas setingkat riset. Bedanya, kini semuanya adalah variasi dari model inti yang sama.
Berikut susunan keluarga baru dibandingkan generasi sebelumnya:
|
Model sebelumnya |
Model GPT-5 |
|
GPT-4o |
gpt-5-main |
|
GPT-4o-mini |
gpt-5-main-mini |
|
OpenAI o3 |
gpt-5-thinking |
|
OpenAI o4-mini |
gpt-5-thinking-mini |
|
GPT-4.1-nano |
gpt-5-thinking-nano |
|
OpenAI o3 Pro |
gpt-5-thinking-pro |
Sumber: OpenAI
Yang Anda dapatkan berdasarkan tingkat langganan
Versi gratis memberi akses ke model utama GPT-5 serta GPT-5 Thinking, namun dengan jendela konteks terkecil dan batas penggunaan yang lebih ketat. Cukup untuk percakapan sehari-hari, penulisan singkat, atau menjawab pertanyaan, tetapi Anda akan cepat mentok jika mencoba bekerja dengan dokumen yang lebih panjang.
|
Paket |
Jendela Konteks |
|
Gratis |
8K token |
|
Plus |
32K token |
|
Pro |
128K token |
|
Team |
32K token |
|
Enterprise |
128K token |
Cek halaman harga untuk informasi terbaru.
Pelanggan Plus mendapatkan model yang sama tetapi dengan penggunaan yang diperluas dan jendela konteks 32K—cukup untuk menangani PDF berukuran sedang atau percakapan berkelanjutan yang lebih lama sebelum hal-hal keluar dari ingatan. Waktu respons juga terasa lebih cepat dibandingkan tingkat gratis, yang dibatasi berdasarkan ketersediaan.
Pro adalah tempat semuanya terbuka. Anda mendapatkan GPT-5, GPT-5 Thinking, dan GPT-5 Pro—varian kelas atas yang dirancang untuk kedalaman penalaran dan akurasi maksimal. Jendela konteks melonjak ke 128K token, cukup besar untuk pekerjaan setingkat bab buku atau beberapa file panjang dalam satu sesi.
Paket Team dan Enterprise pada dasarnya adalah pengaturan khusus, tetapi mencakup semua varian, penggunaan fleksibel, dan waktu respons tercepat yang tersedia. Pengguna Enterprise juga mendapatkan jendela konteks 128K, sementara Team tetap di 32K.
Anda dapat melihat model GPT-5 baru dan API-nya beraksi dalam video tutorial kami di bawah ini:
Fitur Baru di GPT-5
Fitur berbasis chat
Sesuaikan warna chat Anda
Anda kini dapat memilih skema warna untuk chat Anda. Ini murni kosmetik, tetapi membantu membuat antarmuka terasa seperti lingkungan Anda sendiri. Anda dapat mengubah warna dari bagian General di Settings:
Ganti kepribadian
GPT-5 memperkenalkan kepribadian preset, memungkinkan Anda mengubah gaya asisten menjadi lebih suportif, ringkas dan profesional, atau bahkan sedikit sarkastik. Karena steerability GPT-5 meningkat, gaya ini tetap konsisten sepanjang percakapan alih-alih memudar setelah beberapa balasan.
Untuk mengakses fitur ini, buka bagian Personalization di Settings, klik Custom instructions, lalu pilih kepribadian yang Anda inginkan dengan memilih preset:
Integrasi Gmail dan Google Calendar
Untuk pengguna Plus, Pro, Team, dan Enterprise, GPT-5 dapat terhubung langsung ke Gmail dan Google Calendar Anda. Model ini dapat menarik jadwal Anda, membantu menemukan waktu luang, dan bahkan membuat draf balasan untuk email yang Anda abaikan. Ini adalah langkah nyata menuju AI yang secara aktif mengelola hari Anda.
Untuk menggunakan fitur ini, buka bagian Connectors di Settings dan ikuti instruksi di layar untuk menghubungkan Gmail dan Google Calendar Anda.
Penyelesaian yang lebih aman dan lebih berguna
GPT-5 menggantikan pendekatan keamanan berbasis penolakan lama dengan “penyelesaian aman.” Alih-alih sekadar memblokir permintaan yang mungkin tidak aman, model ini memberikan sebanyak mungkin informasi yang bermanfaat dan aman sambil menjelaskan batasannya. Model ini juga mengurangi sikofansi—jawaban yang terlalu setuju yang kadang membuat model sebelumnya terasa tidak autentik.
Fitur berfokus pada pengembang
Bagian singkat ini untuk pengembang, jadi silakan lewati ke bagian berikutnya, tempat saya menguji GPT-5.
Kontrol penalaran dan verbositas
Di API, Anda kini dapat mengontrol kedalaman berpikir model dengan parameter reasoning_effort, yang menambahkan setelan “minimal” baru untuk respons lebih cepat saat Anda tidak memerlukan penalaran terperinci. Ada juga parameter verbosity untuk mengontrol apakah jawaban singkat, sedang, atau panjang tanpa mengubah prompt.
Alat kustom dengan teks biasa
GPT-5 mendukung “custom tools,” memungkinkannya memanggil alat menggunakan teks biasa alih-alih JSON. Ini menghindari masalah escaping yang bisa merusak keluaran kompleks seperti blok kode besar. Anda juga dapat memaksakan format Anda sendiri dengan membatasi pemanggilan alat menggunakan regex atau tata bahasa penuh.
Lebih baik untuk tugas panjang multi-langkah
Model ini jauh lebih baik dalam menangani tugas agen yang berjalan lama. Ia dapat merangkai puluhan panggilan alat—baik berurutan maupun paralel—tanpa kehilangan konteks.
Peningkatan pengkodean front-end
Dalam pengujian internal, GPT-5 mengalahkan OpenAI o3 pada skenario pengembangan front-end 70% dari waktu, menghasilkan antarmuka yang lebih rapi dan estetis dengan tata letak, tipografi, dan spasi default yang lebih baik.
Konteks lebih panjang, halusinasi lebih sedikit
Di API, GPT-5 mendukung panjang konteks gabungan input dan output hingga 400K token. Tolok ukur menunjukkan model ini mengambil informasi dengan lebih akurat dari input besar dibandingkan model sebelumnya, sekaligus memangkas tingkat halusinasi secara signifikan pada tugas faktual.
Menguji GPT-5
Beberapa minggu lalu, saya menguji Grok 4, dan untuk keperluan perbandingan, saya ingin menguji GPT-5 pada prompt yang sama untuk melihat perbandingannya. Ini sama sekali bukan evaluasi menyeluruh atas GPT-5—hanya cara cepat untuk merasakan bagaimana perilakunya dalam setelan chat yang umum.
Matematika
Sebagai awal, saya memberi GPT-5 tantangan matematika kecil: 9,11 dikurangi 9,9. Sekilas, ini pengurangan mudah, tetapi aritmetika sederhana seperti ini kadang mengungkap keanehan cara model bahasa bernalar—Claude Sonnet 4 sempat tersandung saat saya mengujinya. Kalkulator bisa memberi jawaban seketika, tetapi yang saya uji sebenarnya adalah prosesnya: apakah GPT-5 akan menalar langkah demi langkah, atau memutuskan menggunakan alat bawaan?
Mengejutkan, GPT-5 memberi solusi benar dalam waktu kurang dari satu detik—jawabannya terasa instan. Berdasarkan pertanyaan lanjutan saya, pengurangan tersebut kemungkinan melibatkan bentuk penalaran rantai-pikiran, di mana model secara internal merepresentasikan langkah perantara seperti menulis ulang 9,9 sebagai 10-0,1, mengurangkan dari 9,11, lalu menyesuaikan hasilnya.
Tak lama setelah itu, saya mengalami interaksi lucu dengan GPT-5 ketika saya dengan sengaja menyebut perhitungannya salah. Sifat sikofans membuatnya setuju dengan saya, tetapi ia tetap sampai pada jawaban yang benar, yang menandakan bahwa, setidaknya untuk masalah objektif seperti matematika, Anda bisa mengandalkan model ini.
Selanjutnya, saya menguji model pada soal matematika yang lebih kompleks:
Gunakan semua digit dari 0 hingga 9 masing-masing sekali untuk membuat tiga angka x, y, z sehingga x + y = z.
Saat menunggu jawaban, saya melihat opsi untuk mendapatkan respons cepat. Saya tidak mencobanya, tetapi ini bisa berguna jika Anda sedang terburu-buru atau jika Anda mengira model terlalu berpikir berlebihan untuk masalah yang sebenarnya sederhana. Studi terbaru menunjukkan bahwa lebih banyak penalaran tidak selalu menjadi pendekatan terbaik.
Setelah berpikir selama 30 detik, GPT-5 memberi saya dua jawaban yang benar. Dalam jejak pemikirannya, model ini secara eksplisit menyebut menggunakan “program cepat” untuk menyelesaikan masalah—pendekatan cerdas, karena mengerjakannya secara mental melalui rantai-pikiran bisa memakan waktu lama (ada 10! = 3.628.800 permutasi dengan banyak kemungkinan pemisahan). Namun, saya tidak bisa melihat program yang sebenarnya dijalankan di balik layar, yang akan sangat berguna.
Pengkodean
Untuk tugas pengkodean, saya mencoba membangun game yang sama seperti yang sebelumnya saya buat dengan Grok. Satu-satunya perbedaan pada prompt adalah saya meminta GPT-5 menjalankan kodenya di Canvas.
Prompt: Buatkan saya game endless runner yang memikat. Instruksi kunci di layar. Adegan p5.js, tanpa HTML. Saya suka dinosaurus bergaya piksel dan latar belakang yang menarik. Jalankan kode di Canvas.
Setelah tiga kali gagal build, saya menyerah menjalankannya di Canvas dan sebagai gantinya menjalankan kode di editor p5.js. Berikut hasilnya:
Model ini menulis 764 baris kode yang impresif dan menghasilkan V1 terbaik dari game ini yang pernah berhasil saya dapatkan dari model mana pun yang saya uji. Sebagian besar model, misalnya, gagal memulai game dengan layar jeda yang memungkinkan pemain memutuskan kapan mulai—game langsung berjalan begitu Anda menjalankan kode. Dan tidak ada yang menyertakan fitur seperti skor terbaik, kemampuan melayang, atau jeda permainan.
Multimodal konteks panjang
Seperti halnya Grok 4, saya ingin menguji PDF yang lebih besar, jadi saya mengunggah Laporan Outlook AI Generatif dari Komisi Eropa (43.087 token / 167 halaman) dan memberi GPT-5 prompt berikut:
Prompt: Analisis seluruh laporan ini dan identifikasi tiga grafik paling informatif. Ringkas masing-masing dan beri tahu saya halaman PDF tempat grafik tersebut muncul.
Sebelum saya menunjukkan hasilnya (menggunakan akun Pro saya), perlu dicatat bahwa mengingat besarnya PDF ini, menjalankannya di ChatGPT Free (batas 8K token) atau bahkan ChatGPT Plus (batas 32K token) kemungkinan besar akan gagal. Misalnya, saat saya memintanya merangkum dokumen (menggunakan akun Gratis), terjadi kesalahan dalam aliran pesan—kemungkinan besar karena keterbatasan memori.
Saat saya menjalankan tugas ini dengan akun Pro, saya memang mendapatkan hasil—tetapi seperti yang Anda lihat di video di bawah, ada cukup banyak masalah:
Keluaran yang dihasilkan sangat buruk dan tidak perlu komentar lebih lanjut dari saya. Saya bahkan tidak mencoba prompt lanjutan. Ini jelas tidak terasa seperti “berbicara dengan seorang PhD,” apalagi mendekati “AGI.”
Tolok Ukur GPT-5
OpenAI menerbitkan serangkaian hasil tolok ukur yang luas untuk GPT-5, mencakup pengkodean, matematika, penalaran multimodal, kepatuhan instruksi, penggunaan alat, pengambilan informasi konteks panjang, dan faktualitas. Di bawah ini ringkasan angka-angka yang dilaporkan dari dokumentasi resmi dan posting blog mereka.
Performa pengkodean
Pada SWE-bench Verified—tolok ukur tugas pengkodean Python dunia nyata—GPT-5 meraih 74,9%, naik dari 69,1% untuk OpenAI o3 dan jauh di depan GPT-4.1 (54,6%). Peningkatannya makin impresif jika melihat efisiensi: pada upaya penalaran tinggi, GPT-5 menggunakan 22% lebih sedikit token output dan 45% lebih sedikit panggilan alat dibandingkan o3 untuk mencapai hasil tersebut.
Sumber: OpenAI
Pada Aider Polyglot, yang menguji pengeditan kode multibahasa, GPT-5 mencapai 88%, dibandingkan 81% untuk o3—sekitar sepertiga pengurangan tingkat kesalahan. Anda dapat menemukan lebih banyak hasil dalam laporan berfokus pengembang ini.
Matematika dan penalaran ilmiah
GPT-5 juga menunjukkan hasil kuat pada tolok ukur yang sarat matematika. Pada AIME 2025 (matematika tingkat kompetisi tanpa alat), GPT-5 (tanpa alat) meraih 94,6%, dibandingkan 88,9% untuk o3 (tanpa alat). Pada HMMT (kompetisi matematika Harvard-MIT), model ini mencapai 93,3% tanpa alat, mengungguli o3 yang 85%. Pada FrontierMath (matematika tingkat ahli dengan alat Python), GPT-5 meraih 26,3%—bukan angka besar, tetapi tetap di depan o3 yang 15,8%.
Sumber: OpenAI
Pada GPQA Diamond—pertanyaan sains setingkat PhD—GPT-5 mencapai 87,3% dengan alat (Pyhton) dan 85,7% tanpa alat, sedikit melampaui o3 pada kedua konfigurasi.
Penalaran multimodal
Pada tolok ukur multimodal, GPT-5 menetapkan standar baru. Model ini meraih 84,2% pada MMMU (penalaran visual tingkat perguruan tinggi) dan 78,4% pada MMMU-Pro (tingkat pascasarjana), mengalahkan o3 pada keduanya. Pada VideoMMMU (penalaran berbasis video hingga 256 frame), GPT-5 mencapai akurasi 84,6% dibanding 83,3% milik o3.
Model ini juga tampil baik pada CharXiv Reasoning (interpretasi gambar ilmiah) dengan 81,1% saat thinking diaktifkan, dan ERQA (penalaran spasial) dengan 65,7%, keduanya di depan o3.
Humanity’s Last Exam (HLE)
Humanity’s Last Exam adalah tolok ukur menantang berisi 2.500 pertanyaan kurasi manual tingkat PhD yang mencakup matematika, fisika, kimia, linguistik, dan teknik.
Menurut hasil yang dipublikasikan OpenAI, GPT-5 meraih 24,8% tanpa alat dan 42,0% pada varian Pro.
Sumber: OpenAI
Grok 4, berdasarkan data xAI sendiri, mencapai sekitar 26% tanpa alat dan 41,0% dengan alat. Konfigurasi Grok 4 Heavy—menjalankan beberapa agen secara paralel dan menggabungkan keluaran—mendorong ini lebih jauh ke 50,7%, menunjukkan keunggulan penyiapan multi-agen. Sementara kedua model memberikan hasil serupa dalam mode satu agen dengan bantuan alat, arsitektur Grok 4 Heavy memberinya keunggulan nyata di sini.
Sumber: xAI
Kesimpulan
GPT-5 bukanlah tonggak AGI seperti yang diharapkan sebagian orang, dan tentu tidak terasa seperti memiliki “PhD di saku Anda”. Namun, model ini merupakan konsolidasi eksekusi yang baik dari lini OpenAI sebelumnya menjadi pengalaman yang lebih mulus, didukung oleh beberapa peningkatan teknis yang bermakna meski bersifat inkremental.
Fitur berbasis chat yang baru seperti kepribadian, kustomisasi warna, dan integrasi Gmail/Calendar membuat ChatGPT terasa lebih personal dan berguna untuk alur kerja harian. Di sisi pengembang, kontrol yang lebih halus atas penalaran, verbositas, dan format alat, ditambah performa yang lebih baik pada tugas berjalan lama, merupakan peningkatan yang menyenangkan.
Dalam pengujian, GPT-5 menangani penalaran langsung dan tugas pengkodean dengan sangat baik, bahkan menghasilkan versi pertama game terbaik yang pernah saya lihat dari model mana pun sejauh ini. Namun performa multimodal konteks panjangnya masih jauh dari harapan, dengan sumber daya tingkat Pro gagal menghadirkan hasil yang sepadan dengan hype.
Bagi kebanyakan orang, GPT-5 akan tetap menjadi alat AI yang paling mudah diakses dan serbaguna saat ini. Hanya saja jangan berharap model ini menembus batas kemampuan model saat ini. Ini adalah evolusi, bukan revolusi, dan bergantung pada kebutuhan Anda, itu mungkin justru yang Anda inginkan.
