Harga Token Sonnet 5.5 vs Biaya Nyata per Tugas

Pada 28 September 2026 Anthropic merilis Claude Sonnet 5.5, model kedua generasi 5.5 setelah Opus 5.5 yang diluncurkan pada 22 September. Harganya tidak berubah dari Sonnet 5: $2 per juta token input, $10 per juta token output, dan $0,20 per juta token yang dibaca dari prompt cache. Token adalah satuan teks yang menjadi dasar penagihan model AI.

Meski begitu, Anthropic menyebut model baru ini berbiaya hingga 30% lebih rendah per tugas dalam pengujiannya, dan menulis output-nya lebih dari 30% lebih cepat. Alasannya bukan diskon. Model ini hanya membutuhkan lebih sedikit token untuk melakukan pekerjaan yang sama. Inilah hal yang patut diperhatikan setiap bisnis yang membayar tagihan AI: harga per token tidak memberi tahu Anda berapa biaya sebuah tugas.

Mengapa tagihan turun meski harga token tetap

Tagihan sebuah model adalah jumlah token dikalikan harganya. Dan jumlah token tidak hanya ditentukan oleh panjang pertanyaan Anda. Jumlah itu bergantung pada apa yang dilakukan model untuk sampai pada jawaban: berapa langkah yang diambil, seberapa sering memanggil tool atau melakukan pencarian, dan seberapa banyak ia berpikir sebelum menulis. Dokumentasi Anthropic menyatakan bahwa token thinking ditagih sebagai token output, jenis yang lebih mahal.

Bersamaan dengan pengumumannya, Anthropic menerbitkan hasil dari perusahaan yang menguji model ini sebelum peluncuran:

• Balyasny Asset Management: pada 2.441 tugas keuangan yang mencakup tanya jawab, ekstraksi, analisis, dan peramalan, Sonnet 5.5 menggunakan sekitar 121.000 token per jawaban dibandingkan 497.000 pada Sonnet 5, dan skornya lebih tinggi.
• Slack: model ini mengungguli Sonnet 5 di hampir semua evaluasi offline Slackbot milik Slack, dengan langkah lebih sedikit dan sekitar 14% lebih sedikit token output, tanpa perubahan apa pun pada prompt.
• Lovable: dalam evaluasi coding-nya, model ini membutuhkan sepertiga lebih sedikit panggilan tool dan kira-kira separuh eksekusi shell untuk menyelesaikan sebuah tugas.
• Box: model ini lebih akurat daripada model sebelumnya, 2,4 kali lebih cepat, dan menggunakan total token 12% lebih sedikit.

Perhatikan rentangnya: dari 12% lebih sedikit token hingga kira-kira tiga perempat lebih sedikit, tergantung jenis pekerjaannya. Ini adalah pengujian perusahaan-perusahaan itu sendiri sebagaimana dipublikasikan oleh Anthropic, bukan pengukuran independen. Dalam praktiknya, penghematan nyata di bisnis Anda hanya bisa diketahui dengan mencobanya pada tugas Anda sendiri.

Sonnet 5.5 atau Opus 5.5: perbedaan harga dan kemampuan

Opus 5.5 mengenakan biaya dua kali lipat untuk input dan output, sementara pembacaan cache berharga sama, dan pada sebagian besar benchmark yang dipublikasikan selisihnya kecil. Namun Anthropic sendiri memberi setiap model peran yang berbeda.

Angka-angka ini berasal dari pengumuman Anthropic serta dokumentasi harga dan modelnya. Skor Terminal-Bench Opus 5.5 adalah skor tertingginya, pada effort Xhigh. Sebagai perbandingan, rating Sonnet 5 di GDPval-AA sekitar 1449.

Angkanya berdekatan, tetapi pengumuman yang sama menyebut bahwa benchmark hanya menangkap satu sisi kemampuan, dan bahwa dalam pengujian Anthropic sendiri maupun penguji eksternal, Opus 5.5 tetap jelas lebih kuat untuk pekerjaan kompleks dan terbuka yang membutuhkan penilaian berkelanjutan. Sonnet 5.5 paling unggul pada tugas sehari-hari yang cakupannya jelas, perbaikan bug, serta pembuatan dokumen, slide, dan spreadsheet.

Pembacaan kami dalam istilah operasional: menjawab pertanyaan pelanggan berdasarkan aturan yang jelas, mengekstrak data faktur, merangkum rapat, atau menyusun presentasi dari templat tetap adalah pekerjaan Sonnet. Merancang sistem baru, analisis terbuka yang menimbang berbagai pilihan, atau keputusan yang bergantung pada konteks panjang dan rumit adalah tempat Opus mungkin sepadan dengan harganya. Kami membandingkan Opus 5.5 dengan model teratas Fable 5.1 secara rinci dalam artikel sebelumnya.

Effort: pengaturan yang lebih memengaruhi tagihan daripada nama model

Sonnet 5.5 berjalan dengan lima tingkat effort: low, medium, high, xhigh, dan max. Semakin tinggi tingkatnya, semakin lama model bekerja dan semakin banyak ia memeriksa dirinya sendiri, sehingga biaya per tugas naik dan skornya biasanya ikut naik. Default-nya adalah medium di aplikasi Claude dan Claude Code, serta high saat Anda memanggilnya melalui API.

Anthropic menyebut bahwa pada beberapa benchmark, Sonnet 5.5 dengan effort low atau medium mengalahkan skor terbaik Sonnet 5 dengan sekitar sepersepuluh biaya per tugas. Di FrontierCode, yang mengukur apakah perubahan kode bisa di-merge tanpa suntingan manusia, model ini mencetak 10 poin di atas Sonnet 5 pada pengaturan high yang sama, dengan sekitar seperlima belas biaya per tugas.

Satu catatan dalam pengumuman itu layak dicermati: di FrontierCode, Sonnet 5.5 mencetak skor lebih rendah pada effort max dibandingkan xhigh, karena lebih sering menjalankan skill code review Claude Code, yang membagi peninjauan ke banyak subagen; dalam dua kasus yang diperiksa Cognition, hal ini menyebabkan timeout atau suntingan di luar tugas. Effort tertinggi tidak selalu memberikan hasil terbaik, tetapi biasanya paling mahal.

Panduan migrasi juga memperingatkan bahwa tingkat-tingkat tersebut telah dikalibrasi ulang, sehingga tingkat tertentu tidak menghasilkan jumlah thinking yang sama seperti pada Sonnet 5. Panduan itu menyarankan mulai dari high untuk pekerjaan umum, medium untuk coding yang terdefinisi dengan baik dan tugas tool multi-langkah, serta medium atau low untuk chat dan apa pun yang sensitif terhadap latensi. Dengan kata lain, sistem yang memanggil model melalui API tanpa menetapkan tingkat akan berjalan pada high, dan mungkin membayar lebih dari yang dibutuhkan tugas rutinnya.

Sebelum developer Anda mengganti nama model

Berganti model tampak seperti perubahan satu baris, tetapi panduan migrasi mencantumkan perubahan yang bisa menghentikan integrasi yang sedang berjalan atau mengubah tagihannya:

• Cara mematikan thinking telah berubah: sistem yang menonaktifkan thinking di Sonnet 5 dengan thinking: {"type": "disabled"} akan mendapat error 400 dari Sonnet 5.5. Penggantinya adalah pengaturan baru between_tools, yang hanya diterima pada effort low, medium, dan high.
• Thinking aktif secara default: permintaan yang tidak menetapkan field thinking akan berjalan dengan adaptive thinking di Sonnet 5.5. Siapa pun yang beralih dari Sonnet 4.6 atau versi sebelumnya, atau dari Haiku 4.5, yang thinking-nya nonaktif secara default, kini akan membayar token thinking pada permintaan yang tidak pernah menetapkan field thinking.
• Teks yang sama, lebih banyak token, jika Anda berasal dari generasi 4: Sonnet 5.5 menggunakan tokenizer Sonnet 5, dan dokumentasi menyebut teks yang sama menghasilkan sekitar 30% lebih banyak token dibandingkan pada Sonnet 4.6, Sonnet 4.5, dan Haiku 4.5, tergantung kontennya. Penghematan per tugas yang diumumkan Anthropic diukur terhadap Sonnet 5, bukan terhadap generasi 4.
• Bentuk respons: sebuah respons bisa diawali blok thinking sebelum teks, sehingga kode yang membaca elemen pertama balasan sebagai teks akan rusak.
• Pengaturan yang ditolak: anggaran thinking tetap, nilai non-default untuk parameter seperti temperature dan top_p, prefill asisten, dan pemaksaan penggunaan tool, baik tool tertentu maupun tool apa pun, semuanya mengembalikan error 400.
• Tugas keamanan siber: karena kemampuan siber model ini sebanding dengan Opus 5, Anthropic meluncurkannya dengan pengaman yang membuat tugas keamanan berisiko lebih tinggi secara terlihat dialihkan ke Sonnet 5. Di API, permintaan yang ditolak mengembalikan penolakan kecuali developer mengaktifkan fallback sisi server versi beta, yang hanya tersedia di Claude API. Menemukan dan memperbaiki bug sebagai bagian dari pengembangan rutin tidak terpengaruh.

Model ini tersedia di Claude Platform, AWS, Google Cloud, dan Microsoft Azure, dan dokumentasi menyatakan model ini tidak akan dipensiunkan sebelum 28 September 2027, sehingga siapa pun yang membangun di atasnya hari ini memiliki sekitar satu tahun sebelum terpaksa beralih.

Cara mengukur biaya per tugas di bisnis Anda

Pertanyaan yang layak diajukan kepada pengelola integrasi AI Anda bukanlah berapa harga modelnya, melainkan berapa biaya satu tugas yang diterima bagi kita. Pengukurannya sederhana:

• Pilih sampel nyata: 20 hingga 50 tugas dari pekerjaan Anda yang sebenarnya, seperti balasan kepada pelanggan atau faktur yang datanya perlu diekstrak, bukan contoh rekaan.
• Jalankan pada kedua model: model Anda saat ini dan Sonnet 5.5, minimal pada dua tingkat effort. API mengembalikan jumlah token input dan output pada setiap respons, jadi catat bersama waktu eksekusinya.
• Minta karyawan menilai kualitas: seseorang yang memahami pekerjaannya memutuskan output mana yang dapat diterima apa adanya.
• Hitung biaya per tugas yang diterima: total biaya dibagi jumlah output yang diterima. Model yang lebih murah tetapi sepertiga tugasnya harus diulang tidaklah lebih murah.
• Manfaatkan opsi harga: pekerjaan yang tidak mendesak, seperti memproses arsip faktur, dapat dijalankan melalui Batch API dengan setengah harga: $1 input dan $5 output per juta token. Konteks yang berulang di setiap permintaan, seperti kebijakan perusahaan atau katalog produk, dibaca dari cache dengan harga $0,20, bukan $2, dan prompt minimum yang dapat di-cache kini 512 token, bukan 1.024.

Pandangan Origami

Tabel harga mengundang perbandingan berdasarkan biaya sejuta token, tetapi rilis ini adalah contoh jelas bahwa angka yang penting adalah biaya sebuah tugas. Model yang sama dengan harga yang sama bisa menjadi lebih murah karena bekerja dalam lebih sedikit langkah, dan bisa menjadi lebih mahal jika thinking aktif secara default atau seseorang menaikkan tingkat effort tanpa mengukur. Bisnis yang membayar tagihan AI bulanan tanpa mengetahui biaya satu tugas sedang mengelola pos anggaran yang tidak bisa dilihatnya.

Karena itu kami berpendapat bahwa setiap sistem yang menggunakan model bahasa di dalam bisnis harus menjadikan nama model dan tingkat effort sebagai pengaturan yang bisa diubah tanpa pemrograman ulang, serta mencatat token per tugas dalam laporan bulanan. Dengan begitu, beralih ke rilis baru, seperti Sonnet 5.5 hari ini dan Haiku 5.5, yang menurut Anthropic akan hadir dalam beberapa minggu ke depan, menjadi keputusan yang diukur dalam hitungan hari, bukan proyek baru.

Kesimpulan

Sonnet 5.5 tidak menurunkan harga daftar, tetapi bisa menurunkan tagihan Anda jika model sebelumnya menghabiskan banyak langkah dan token untuk jenis pekerjaan Anda. Sebelum beralih:

• Minta developer Anda meninjau pengaturan thinking dan kode yang membaca respons, lalu menguji integrasinya di lingkungan staging sebelum produksi.
• Ukur biaya per tugas yang diterima pada sampel nyata, minimal pada dua tingkat effort.
• Jika Anda menggunakan Sonnet 4.6 atau versi lebih lama, perhitungkan token tambahan yang kini dihasilkan teks yang sama sebelum mengasumsikan adanya penghematan.
• Pertahankan Opus 5.5 untuk tugas terbuka yang membutuhkan penilaian, pindahkan tugas berulang yang terdefinisi dengan baik ke Sonnet 5.5, dan pantau angkanya selama satu bulan penuh.

Sumber

• Anthropic — Introducing Claude Sonnet 5.5 (28 September 2026)
• Dokumentasi Claude — Harga, termasuk Batch API dan prompt caching
• Dokumentasi Claude — Ikhtisar model: context window, output maksimum, effort default, dan tanggal pensiun
• Dokumentasi Claude — Migrasi ke Claude Sonnet 5.5
• TechCrunch — Anthropic merilis Sonnet 5.5 (28 September 2026)