OpenAI Dilaporkan Mulai Menguji Harga AI: Bayar Jika Tugas Selesai

OpenAI dilaporkan mengizinkan sejumlah kecil pelanggan korporat besar membayar hanya ketika agen AI berhasil menyelesaikan tugas bisnis yang telah disepakati. Namun, ini masih berupa uji coba terbatas—bukan paket harga yang diumumkan untuk publik. OpenAI juga belum mengungkap tugas yang diuji, tarif, maupun ketentuan kontraknya. 5

Eksperimen ini penting karena agen AI otonom dapat menggunakan daya komputasi jauh lebih besar daripada chatbot konvensional. Pada skema berbasis token, tagihan bertambah seiring banyaknya prompt, jawaban, percobaan ulang, dan panggilan ke berbagai alat. Dalam skema berbasis hasil, biaya justru dikaitkan dengan hasil yang sejak awal didefinisikan oleh pelanggan dan penyedia layanan.

Bedanya harga berbasis hasil dan tagihan berbasis token

Kartu tarif API dan enterprise OpenAI yang dipublikasikan saat ini menghitung token input, input tersimpan dalam cache, dan token output per satu juta token. 1 2 Dengan model tersebut, pelanggan membayar penggunaan model, terlepas dari apakah agen akhirnya berhasil menyelesaikan tugas.

Harga berbasis hasil mengubah momen ketika biaya dikenakan. Pertanyaannya bukan lagi, “Berapa banyak token yang diproses sistem?”, melainkan, “Apakah agen berhasil mencapai hasil yang disepakati?”

Hasil yang memenuhi syarat bisa berupa tiket pelanggan yang benar-benar terselesaikan, workflow yang selesai, atau pembaruan terverifikasi pada sistem bisnis. Namun, jenis hasil yang digunakan dalam uji coba OpenAI belum dipublikasikan. 5

Perubahan ini memindahkan sebagian risiko operasional dari pembeli ke vendor. Banyak percobaan, rangkaian penalaran yang panjang, atau proses yang gagal dapat meningkatkan biaya OpenAI tanpa otomatis menghasilkan tagihan yang dapat dibebankan kepada pelanggan.

Mengapa perusahaan khawatir dengan biaya agen AI yang sulit diprediksi?

Harga berbasis penggunaan relatif mudah dihitung untuk aplikasi yang aktivitasnya stabil. Situasinya menjadi lebih rumit ketika agen dapat menentukan jalurnya sendiri, memanggil alat berulang kali, membagi pekerjaan ke agen lain, atau menjalankan beberapa proses secara paralel.

Contoh yang paling mencolok melibatkan seorang pengembang yang menjalankan 100 agen dan mengakumulasi tagihan token OpenAI sebesar 1,3 juta dolar AS dalam 30 hari. 5 Angka ini merupakan kasus ekstrem, tetapi menggambarkan persoalan komersial yang nyata: pada sistem otonom, pengeluaran dapat meningkat mengikuti jumlah percobaan dan aktivitas, bukan nilai pekerjaan yang berhasil diselesaikan.

Kontrak berbasis hasil berpotensi membuat anggaran lebih mudah diproyeksikan. Pelanggan juga dapat terhindar dari membayar penuh untuk percobaan yang gagal—jika kontraknya memang menetapkan kegagalan sebagai proses yang tidak ditagihkan. Apakah perlindungan itu berlaku dan bagaimana pengecualiannya akan ditangani masih belum diketahui dalam uji coba OpenAI.

Jenis tugas apa yang paling cocok?

Harga berbasis hasil paling mudah diterapkan pada tugas yang memiliki batas jelas dan tanda selesai yang dapat diamati. Layanan pelanggan menjadi contoh utama karena penyelesaian masalah dapat diperiksa melalui status tiket, interaksi dengan pelanggan, atau tidak adanya lagi intervensi dari staf manusia.

Workflow lain yang mungkin mencakup coding dengan ruang lingkup sempit, pemrosesan klaim, kualifikasi prospek, atau pembaruan data di sistem back-office. Semua ini masih berupa kemungkinan, bukan use case OpenAI yang telah diungkapkan.

Syarat umumnya adalah kedua pihak dapat menyepakati definisi keberhasilan sebelum agen mulai bekerja. Kontrak yang praktis kemungkinan perlu menetapkan:

• kondisi yang secara spesifik dianggap berhasil;
• ambang kualitas dan akurasi;
• apakah pengalihan ke manusia dianggap gagal atau berhasil sebagian;
• cara menangani percobaan ulang dan pengecualian;
• peristiwa dalam sistem yang menjadi bukti penyelesaian; serta
• mekanisme penyelesaian sengketa tagihan.

Tanpa aturan tersebut, slogan “bayar hanya jika AI bekerja” terdengar menarik, tetapi masih menyisakan banyak ambiguitas komersial.

Perusahaan lain sudah mencoba model serupa

Uji coba OpenAI mengikuti perubahan yang lebih luas dalam cara perusahaan perangkat lunak menagih layanan agen AI. Meski berkaitan, model-model berikut tidak sepenuhnya sama:

• Intercom Fin: Intercom menyebut Fin mengenakan biaya 0,99 dolar AS untuk setiap hasil yang terselesaikan. Artinya, AI harus menyelesaikan masalah pelanggan dari awal hingga akhir tanpa keterlibatan manusia. 8
• Zendesk: Zendesk menggunakan istilah “Verified Resolution” untuk penyelesaian yang berhasil didorong AI. Biaya dikaitkan dengan hasil tersebut, bukan sekadar jumlah lisensi pengguna. 14
• Salesforce Agentforce: Salesforce semula menggunakan tarif 2 dolar AS per percakapan, lalu memperkenalkan Flex Credits. Dalam perbandingan Intercom, satu tindakan standar dihargai 20 kredit atau sekitar 0,10 dolar AS per tindakan. Model ini merupakan harga berbasis konsumsi per tindakan, bukan berarti pelanggan hanya membayar ketika tujuan bisnis akhirnya tercapai. 8

Perbandingan ini penting karena “berbasis hasil” dan “berbasis konsumsi” tidak dapat digunakan secara bergantian. Tarif per tindakan atau per percakapan memang bisa membuat penggunaan lebih mudah dipahami, tetapi pelanggan tetap dapat ditagih meski tujuan bisnis yang lebih besar belum tercapai.

Apa kata survei tentang preferensi perusahaan?

Temuan Futurum menunjukkan pasar yang terpecah, bukan berakhirnya model harga per pengguna.

Dalam survei terhadap 830 pengambil keputusan TI global, 43% responden lebih memilih harga berbasis konsumsi untuk fitur AI generatif, sedangkan 27% memilih model berbasis hasil. 14

Survei terpisah pada paruh kedua 2026 menunjukkan bahwa untuk fitur AI yang ditagihkan secara terpisah, harga per pengguna menjadi pilihan 42,3% responden. Angka itu dibandingkan dengan 36,6% untuk harga berbasis konsumsi dan 21,1% untuk harga berbasis hasil. Untuk perangkat lunak inti, dukungan terhadap harga berbasis konsumsi mencapai 28,9% dan berbasis hasil 22,2%, sementara harga per pengguna hanya 12,6%.

Kesimpulannya, perusahaan belum memilih satu model yang berlaku universal. Preferensi tampaknya bergantung pada fungsi AI yang dibeli. Fitur pendamping yang penggunaannya relatif mudah diprediksi mungkin cocok dengan harga per pengguna atau add-on. Sebaliknya, layanan otonom yang menghasilkan pekerjaan terukur bisa lebih mudah dipertanggungjawabkan melalui tarif konsumsi atau harga berbasis hasil.

Mengapa model ini bisa menyebar?

Daya tariknya cukup jelas bagi kedua pihak. Pembeli dapat menghubungkan pengeluaran dengan nilai yang benar-benar diterima, sementara vendor mendapat dorongan lebih kuat untuk meningkatkan keandalan dan mengurangi proses komputasi yang terbuang.

Model ini juga dapat membantu tim keuangan menyetujui penggunaan agen AI yang sulit dianggarkan jika biayanya mengikuti token tanpa batas yang jelas. Di sisi lain, harga berbasis hasil membuat vendor menanggung biaya yang sebelumnya bisa langsung diteruskan kepada pelanggan ketika agen gagal atau harus mengulang proses.

Ada pula risiko insentif. Jika agen dioptimalkan untuk satu metrik yang terlalu sempit, sistem mungkin secara teknis memenuhi kontrak, tetapi justru memperburuk pengalaman pelanggan atau tujuan bisnis secara keseluruhan.

Masalah lain adalah atribusi. Bayangkan sebuah workflow yang melibatkan beberapa model, alat eksternal, karyawan, dan sistem perusahaan. Jika agen hanya menyelesaikan sebagian proses, atau keputusan akhir dibuat manusia, akan sulit menentukan apakah OpenAI benar-benar menghasilkan hasil yang layak ditagihkan.

Karena itu, harga berbasis hasil kemungkinan lebih dulu berkembang pada workflow yang sempit dan mudah diverifikasi, bukan pada pekerjaan pengetahuan yang terbuka dan sulit diukur. Model hibrida—yang menggabungkan lisensi, penggunaan, kredit, dan biaya untuk hasil tertentu—bisa menjadi pilihan yang lebih praktis untuk implementasi kompleks. Futurum menyebut model hibrida sebagai jalan tengah penting ketika vendor bereksperimen menghubungkan harga AI dengan nilai bagi pelanggan. 14

Apa arti uji coba ini bagi OpenAI?

Jika nantinya diperluas, pengaturan tersebut dapat menandai perubahan penting dalam ekonomi AI korporat. Vendor tidak lagi hanya menjual akses ke model atau jumlah token yang dikonsumsi, tetapi juga pekerjaan yang berhasil diselesaikan.

Untuk saat ini, kesimpulan yang paling aman masih terbatas: OpenAI dilaporkan menguji harga berbasis hasil bersama sejumlah pelanggan besar, tetapi belum menerbitkan paket umum atau mengungkap detail kontrak yang cukup untuk menilai tarif, cakupan, dan keberhasilan komersialnya. 5

Uji coba ini sebaiknya dipahami sebagai eksperimen awal untuk menjawab satu pertanyaan besar: bisakah penyedia agen AI membuat konsep “bayar berdasarkan hasil” cukup jelas, terukur, dan dapat diaudit untuk kebutuhan pengadaan perusahaan?