Harga AI API 2026: OpenAI vs Gemini vs Claude

Kalau kamu cuma mencari harga termurah, Gemini biasanya menang di kelas model hemat. Kalau prioritasnya kualitas model frontier, pilihan berubah: OpenAI dan Claude punya tarif lebih tinggi untuk model papan atas, sedangkan model menengahnya bisa jauh lebih masuk akal. Perbandingan ini memakai tarif resmi dalam dolar AS per satu juta token, bukan harga langganan ChatGPT, Gemini, atau Claude di aplikasi chat.

Angka di halaman penyedia bisa berubah tanpa pengumuman panjang. Tabel dan contoh di bawah mengikuti halaman harga resmi yang diperiksa pada 20 September 2026. Sebelum mengisi saldo produksi, buka lagi halaman sumbernya dan cocokkan nama model, jenis pemrosesan, serta mata uang penagihan.

Cara membaca harga API

API adalah jalur yang dipakai program untuk mengirim masukan ke model dan menerima jawaban. Kamu membayar pemakaian, biasanya dengan satuan token. Token bukan persis kata. Satu kata pendek bisa menjadi satu token, sementara kata panjang, kode, URL, spasi, atau bahasa dengan banyak tanda baca bisa dipecah menjadi beberapa bagian.

Penyedia memisahkan dua komponen utama. Input token adalah teks yang kamu kirim, termasuk instruksi sistem, riwayat chat, dokumen yang disisipkan, dan hasil pencarian yang ikut dikirim ulang. Output token adalah jawaban model. Pada beberapa model dengan penalaran internal, token berpikir juga dihitung sebagai keluaran meskipun tidak semuanya terlihat di jawaban akhir.

Rumus sederhananya begini.

biaya = (input token / 1.000.000 x harga input)
      + (output token / 1.000.000 x harga output)
      + biaya alat atau penyimpanan jika ada

Misalnya sebuah aplikasi mengirim 2 juta token input dan menerima 500 ribu token keluaran. Pada harga input 1 dolar dan output 5 dolar, hitungannya adalah 2 x 1 dolar ditambah 0,5 x 5 dolar, atau 4,5 dolar sebelum pajak, biaya transfer, dan fitur tambahan.

Angka itu belum tentu sama dengan tagihan kartu. Nilai tukar rupiah, pajak, biaya pembayaran, saldo minimum, serta pembulatan di dashboard bisa mengubah nilai akhirnya. Jangan menjadikan konversi rupiah di artikel ini sebagai invoice.

Token berbeda dari jumlah pesan

Sepuluh ribu permintaan pendek belum tentu lebih mahal daripada seribu permintaan panjang. Chatbot yang mengirim seluruh riwayat percakapan pada setiap giliran bisa memakai input token lebih banyak daripada yang kamu kira. RAG, atau retrieval augmented generation, juga sering menambahkan potongan dokumen ke setiap request.

Kesalahan ini umum di prototipe. Developer menghitung jumlah pengguna dan jumlah chat, lalu menyimpulkan anggaran. Padahal biaya ditentukan ukuran prompt, panjang jawaban, model yang dipilih, dan berapa kali aplikasi mengulang request ketika terjadi error.

Buat pencatatan minimal. Simpan jumlah token input, output, nama model, kode status, dan ID request. Jangan simpan API key. Data empat kolom itu sudah cukup untuk membandingkan perkiraan dengan tagihan dan menemukan endpoint yang boros.

Ringkasan harga perbandingan

Tabel ini memilih model yang mudah dibandingkan untuk kebutuhan umum. Ia bukan daftar seluruh model di tiap penyedia. Harga memakai dolar AS per 1 juta token dan tarif standar, kecuali ada keterangan lain.

Nama model serta ketersediaannya bisa berbeda menurut endpoint, wilayah, dan platform cloud. Tabel ini membantu membaca pola harga, bukan menggantikan halaman tarif resmi. Gemini juga menampilkan beberapa tarif khusus, seperti Batch, Flex, Priority, cache, grounding, audio, dan gambar.

Dari tabel tersebut terlihat satu hal yang sering terlewat. Harga input murah tidak otomatis membuat total murah. Output OpenAI gpt-5.5 lima kali harga inputnya. Claude Opus 5 juga begitu. Kalau prompt panjang tetapi jawaban pendek, input lebih dominan. Kalau model diminta menulis laporan panjang, output mengambil porsi yang lebih besar.

Harga OpenAI API

Halaman harga resmi OpenAI menampilkan tarif per model, tarif input yang tersimpan di cache, tarif output, serta perbedaan konteks pendek dan panjang untuk model tertentu. Pada 20 September 2026, beberapa angka yang mudah dipakai sebagai patokan adalah gpt-5.4-nano di $0,20 untuk input dan $1,25 untuk output per juta token, gpt-5.4-mini di $0,75 dan $4,50, gpt-5.4 di $2,50 dan $15, serta gpt-5.5 di $5 dan $30 untuk konteks pendek.

Model gpt-5.5 memiliki tarif konteks panjang yang berbeda dari konteks pendek. Halaman resminya mencantumkan $10 untuk input dan $45 untuk output pada konteks panjang. Jadi prompt yang melewati ambang konteks bukan cuma menerima lebih banyak ruang. Ia juga bisa masuk ke kelas harga lain.

OpenAI juga mencantumkan model Pro dengan harga jauh lebih tinggi. gpt-5.5-pro dan gpt-5.4-pro tercantum pada $30 input dan $180 output untuk konteks pendek, lalu $60 input dan $270 output untuk konteks panjang. Model seperti ini tidak layak dipasang sebagai default chatbot hanya karena hasil demo terlihat bagus.

Kapan OpenAI terasa ekonomis

OpenAI cocok bila kamu butuh model yang sudah tersedia di SDK, dokumentasi, dan berbagai integrasi. Itu bukan angka penghematan yang bisa ditulis di invoice, tetapi waktu debugging punya nilai. Tim yang sudah memakai Responses API mungkin lebih cepat memindahkan prototipe ke produksi daripada mengganti provider demi selisih beberapa sen.

Untuk klasifikasi, ekstraksi JSON, dan pemrosesan tiket, mulai dari model paling kecil yang lolos uji kualitas. gpt-5.4-nano memiliki tarif input rendah. Tes dengan data yang sudah dianonimkan, lalu ukur dua hal secara terpisah: apakah struktur jawabannya valid dan apakah isi jawabannya benar.

Jangan memilih gpt-5.5 untuk tugas yang hanya meminta label dari empat pilihan. Model mahal bisa memberi jawaban lebih bagus, tetapi nilai tambahnya belum tentu sebanding dengan selisih tarif. Kalau model murah gagal pada kasus tepi tertentu, arahkan kasus itu ke model menengah. Pola dua jalur biasanya lebih hemat daripada memakai model besar untuk semua request.

Cache, Batch, dan alat tambahan OpenAI

Input cache berguna ketika bagian awal prompt selalu sama. Contohnya instruksi panjang, skema JSON, aturan bisnis, dan dokumentasi produk yang disisipkan pada awal request. OpenAI menampilkan tarif cached input yang lebih rendah untuk beberapa model. Namun cache bukan alasan untuk mengirim konteks panjang tanpa batas. Kamu tetap membayar token yang tidak perlu, dan cache bisa punya syarat masa berlaku.

OpenAI juga memberi tarif Batch untuk pekerjaan yang tidak membutuhkan jawaban seketika. Batch cocok untuk membuat embedding, meringkas arsip, mengklasifikasi ribuan tiket, atau memproses katalog pada malam hari. Periksa batas waktu pemrosesan dan model yang didukung sebelum menjadikan diskon itu bagian dari janji layanan ke pelanggan.

Harga token bukan seluruh tagihan. Halaman resmi OpenAI mencantumkan biaya untuk alat seperti web search, container, code interpreter, file search, dan layanan audio. Web search dapat memiliki tarif per seribu panggilan, sementara token hasil pencarian masih bisa mengikuti tarif model. Kalau agent kamu menjalankan pencarian lima kali dalam satu putaran, biaya alat dan token berjalan bersamaan.

Contoh hitung OpenAI

Bayangkan aplikasi help desk memproses 50.000 tiket per bulan. Setiap tiket mengirim 2.000 token input dan meminta jawaban terstruktur 300 token output. Totalnya 100 juta token input dan 15 juta token output.

Dengan gpt-5.4-mini, perkiraannya adalah 100 x $0,75, ditambah 15 x $4,50. Totalnya $142,50 sebelum biaya alat, pajak, dan pengulangan request. Dengan gpt-5.4-nano, hitungannya 100 x $0,20, ditambah 15 x $1,25, atau $38,75.

Angka itu cuma simulasi aritmetika dari tarif resmi dan volume contoh, bukan hasil pengujian kualitas. Kualitas JSON, ketahanan terhadap prompt aneh, dan tingkat retry belum dihitung. Kalau nano gagal pada 4 persen tiket dan setiap kegagalan dialihkan ke mini, biaya aktual berbeda. Catat fallback tersebut.

Harga Gemini API

Google membagi Gemini API ke tingkat gratis, berbayar, Batch, Flex, dan Priority pada model tertentu. Halaman harga resminya juga mencantumkan perbedaan penggunaan data. Pada tingkat gratis, Google menyatakan konten dapat digunakan untuk memperbaiki produk sesuai ketentuan. Pada tingkat berbayar, halaman harga menyatakan konten tidak digunakan untuk memperbaiki produk dalam konteks yang dijelaskan di sana.

Tarif Gemini 2.5 Flash Lite termasuk yang rendah. Halaman modelnya menyebut $0,10 per juta token input untuk teks, gambar, dan video, serta $0,40 untuk output. Tarif audio bisa berbeda. Gemini 2.5 Flash tercantum pada $0,30 untuk input teks, gambar, dan video, lalu $2,50 untuk output.

Gemini 3 Flash berada pada $0,75 input dan $3,75 output untuk Standard sampai 31 Desember 2026, menurut halaman harga yang diperiksa. Halaman itu juga mencantumkan tarif baru mulai 1 Januari 2027. Karena tanggalnya sudah tertulis di tabel resmi, jangan menyalin harga promosi ke artikel evergreen tanpa menyebut batas waktunya.

Free tier bukan anggaran produksi

Free tier berguna untuk belajar, menguji format prompt, dan memeriksa apakah kode bisa berjalan. Ia punya batas rate, model, dan kebijakan penggunaan data. Aplikasi publik perlu jalur pembayaran dan batas pemakaian yang jelas.

Jangan menaruh API key gratis di aplikasi Android, JavaScript browser, atau repository. Pengguna bisa mengambil key itu dari paket aplikasi atau tab jaringan. Simpan key di server kamu, lalu batasi endpoint agar hanya menerima input yang memang diperlukan.

Free tier juga bisa mengubah perilaku pengujian. Request yang berjalan lancar dengan volume kecil belum tentu tetap lancar ketika banyak pengguna datang bersamaan. Ukur status 429, latensi, dan panjang antrean, bukan hanya jawaban pertama yang berhasil.

Batch, Flex, dan Priority Gemini

Batch di Gemini memakai tarif lebih rendah untuk pekerjaan yang bisa menunggu. Untuk Gemini 3 Flash, halaman resmi menampilkan $0,375 input dan $1,875 output sampai akhir 2026, setengah dari tarif Standard yang tercantum. Flex memakai tarif yang sama pada model dan rentang harga tersebut, tetapi karakter pemrosesannya berbeda. Baca dokumentasi endpoint, jangan menyamakan Batch dan Flex hanya karena angka terlihat identik.

Priority membayar lebih mahal untuk jalur pemrosesan yang diprioritaskan. Untuk Gemini 3 Flash, tarif sampai akhir 2026 tercantum $1,35 input dan $6,75 output. Pilihan ini masuk akal saat latensi punya dampak nyata pada pengalaman pengguna. Kalau pekerjaan berupa laporan malam atau sinkronisasi katalog, Priority biasanya sulit dibenarkan.

Gemini juga memiliki biaya grounding dengan Google Search dan Google Maps setelah kuota gratis tertentu. Satu prompt bisa memicu lebih dari satu query pencarian. Jadi jangan mengalikan jumlah pesan dengan satu pencarian secara otomatis. Log jumlah query yang benar-benar dipanggil.

Contoh hitung Gemini

Pakai volume yang sama seperti contoh help desk tadi, yaitu 100 juta token input dan 15 juta token output per bulan. Dengan Gemini 2.5 Flash, hitungannya 100 x $0,30, ditambah 15 x $2,50, atau $67,50.

Dengan Gemini 2.5 Flash Lite, perkiraannya 100 x $0,10, ditambah 15 x $0,40, atau $16. Nilai itu tampak murah, tetapi kamu masih perlu menguji format jawaban, bahasa Indonesia, klasifikasi yang ambigu, dan batas rate.

Kalau pekerjaan bisa ditunda, tarif Batch Gemini 2.5 Flash memakai $0,15 input dan $1,25 output berdasarkan pola diskon yang tercantum pada halaman harga resmi untuk model tersebut. Periksa ulang model yang dipilih karena halaman harga Google panjang dan setiap keluarga model punya tabel sendiri. Kesalahan nama model dapat mengubah hasil perhitungan.

Harga Claude API

Anthropic mencantumkan tarif Claude dalam MTok, singkatan dari satu juta token. Cara bacanya sama. Claude Haiku 4.5 tercantum pada $1 input dan $5 output per MTok. Claude Sonnet 5 berada di $2 input dan $10 output. Claude Opus 5 berada di $5 input dan $25 output.

Claude Sonnet 5 cocok dijadikan titik awal untuk aplikasi yang membutuhkan kualitas tulisan, coding, tool use, atau alur agent dengan beberapa langkah. Haiku lebih cocok untuk request ringan dan cepat. Opus ditujukan untuk pekerjaan rumit yang memang dapat memakai kemampuan tambahannya. Itu rekomendasi desain biaya, bukan jaminan bahwa satu model selalu menang di semua tes.

Anthropic menyebut token thinking ikut dihitung sebagai output pada model yang memakai penalaran. Ini penting bagi aplikasi yang memberi anggaran output sangat kecil. Jawaban yang terlihat pendek belum tentu memakai sedikit token internal. Atur batas token dan pantau pemakaian aktual.

Prompt caching Claude

Claude menyediakan cache prompt untuk konteks berulang. Pada harga yang tercantum, cache read Claude Sonnet 5 adalah $0,20 per MTok, sedangkan cache write 5 menit tercantum $2,50. Claude Opus 5 memiliki cache read $0,50 dan cache write 5 menit $6,25. Tarif cache write satu jam bisa berbeda. Cache hanya menghemat ketika pola pemakaianmu benar-benar mengulang konteks.

Contoh konteks berulang adalah aturan format, dokumentasi API, dan skema database yang dikirim pada banyak request. Letakkan bagian stabil di depan jika dokumentasi cache provider meminta prefix yang sama. Bagian pertanyaan pengguna ditaruh di belakang. Jangan menganggap semua perubahan kecil akan membuat seluruh prompt tetap cacheable.

Anthropic juga menyediakan Batch API dengan potongan 50 persen pada model yang didukung. Pekerjaan seperti menilai banyak dokumen, membuat ringkasan arsip, atau mengubah format data bisa masuk kategori ini. Batch bukan pilihan tepat untuk chat yang menunggu balasan dalam hitungan detik.

Contoh hitung Claude

Dengan 100 juta input dan 15 juta output per bulan, Haiku 4.5 diperkirakan menelan 100 x $1, ditambah 15 x $5, yaitu $175. Sonnet 5 menjadi 100 x $2, ditambah 15 x $10, atau $350. Opus 5 menghasilkan 100 x $5, ditambah 15 x $25, atau $875.

Perbedaan ini besar karena output lebih mahal. Kalau prompt kamu mengandung dokumen panjang tetapi jawaban hanya label pendek, Haiku bisa lebih sesuai. Jika aplikasi perlu menghasilkan kode atau keputusan multi-langkah, uji Sonnet dan lihat tingkat koreksinya. Model murah yang harus diulang tiga kali tidak selalu murah.

Mana yang paling murah?

Untuk model ekonomis, Gemini 2.5 Flash Lite punya tarif token yang paling rendah di antara contoh pada artikel ini. OpenAI gpt-5.4-nano juga sangat murah pada input, tetapi tarif outputnya lebih tinggi daripada Flash Lite. Claude Haiku 4.5 berada di atas keduanya untuk tarif dasar, dengan posisi yang bisa masuk akal bila kualitas dan kemudahan pemrosesan lebih penting daripada nominal token.

Perbandingan murah harus memakai bentuk beban kerja yang sama. Bandingkan input, output, modalitas, cache, alat, dan jumlah retry. Membandingkan $0,20 input OpenAI dengan $0,10 input Gemini lalu mengabaikan output tidak memberi keputusan yang utuh.

Gunakan rasio input dan output milik aplikasi. Untuk chatbot singkat, output bisa mendominasi. Untuk ekstraksi data, input dokumen bisa mendominasi. Untuk agent, jumlah putaran dan pemanggilan alat sering lebih menentukan daripada tarif satu request.

Simulasi dua beban kerja

Kasus pertama adalah klasifikasi 1 juta tiket. Setiap request membawa 1.500 token input dan menghasilkan 80 token output. Totalnya 1,5 juta input dan 80 ribu output. Pada beban sekecil ini, selisih harga antarprovider mungkin hanya beberapa dolar. Biaya rekayasa, logging, dan menjaga format JSON bisa lebih besar daripada biaya token.

Kasus kedua adalah chatbot dokumen dengan 100.000 percakapan. Setiap percakapan membawa 8.000 token konteks dan menghasilkan 1.000 token jawaban. Totalnya 800 juta token input dan 100 juta output. Di sini, cache prompt, pemotongan riwayat, dan ukuran jawaban punya pengaruh besar.

Untuk kasus kedua, jangan langsung pindah provider. Buat eksperimen kecil dengan 100 sampai 300 percakapan anonim. Bandingkan biaya per percakapan, tingkat jawaban yang benar, jumlah retry, dan skor manusia. Harga paling rendah yang menghasilkan banyak koreksi bisa kalah setelah biaya operasional masuk.

Cara menghitung biaya bulanan sendiri

Mulai dari log, bukan tebak-tebakan. Ambil data tujuh hari yang mewakili pola pemakaian. Kalau aplikasi baru, buat sampel dari 100 sampai 300 input nyata yang sudah menghapus nama, nomor telepon, alamat, token rahasia, dan data pelanggan.

Catat setiap request dengan format sederhana.

{
  "model": "model-contoh",
  "input_tokens": 1800,
  "output_tokens": 260,
  "status": 200,
  "retry_count": 0
}

Ganti model-contoh dengan nama model sebenarnya di aplikasi internal. File log itu jangan dimasukkan ke repository publik jika berisi teks prompt atau ID pelanggan. Contoh di atas sengaja tidak memakai API key dan tidak mengandung alamat server nyata.

Setelah data terkumpul, jumlahkan input dan output per model. Kalikan dengan tarif resmi. Tambahkan biaya Batch, cache write, grounding, web search, storage, audio, atau gambar bila digunakan. Terakhir, kalikan dengan perkiraan pertumbuhan, tetapi simpan sebagai skenario terpisah. Jangan menyebutnya tagihan pasti.

Contoh Python tanpa SDK bisa dipakai untuk menghitung estimasi dari angka yang sudah kamu kumpulkan.

def estimate(input_tokens, output_tokens, input_price, output_price):
    return (input_tokens / 1_000_000 * input_price) + (output_tokens / 1_000_000 * output_price)

monthly = estimate(
    input_tokens=100_000_000,
    output_tokens=15_000_000,
    input_price=0.75,
    output_price=4.50,
)
print(f"Estimasi: ${monthly:.2f}")

Kode itu hanya menghitung token. Ia belum tahu apakah tarif model berubah, apakah konteks panjang masuk kelas harga lain, atau apakah request gagal lalu diulang. Jadikan hasilnya angka awal untuk perencanaan, bukan sistem penagihan.

Cara menekan biaya tanpa merusak hasil

Batasi jawaban dari sisi aplikasi

Beri batas output token sesuai kebutuhan. Tugas klasifikasi tidak memerlukan jawaban 2.000 token. Minta keluaran JSON dengan field yang diperlukan, lalu tentukan batas panjang yang wajar. Jawaban pendek juga lebih mudah divalidasi.

Jangan memotong jawaban secara membabi buta. Untuk ringkasan panjang, batas terlalu kecil bisa membuat model berhenti di tengah kalimat dan memicu retry. Uji beberapa batas pada data yang sama.

Pangkas riwayat percakapan

Chatbot tidak harus mengirim seluruh percakapan sejak pesan pertama. Simpan ringkasan fakta yang masih relevan. Buang sapaan, pengulangan, dan hasil tool lama yang sudah tidak dipakai.

Ada kompromi di sini. Ringkasan juga dibuat dengan model dan menambah biaya. Bandingkan biaya ringkasan dengan penghematan input pada percakapan berikutnya. Jangan membuat ringkasan setiap pesan kalau pengguna hanya mengirim dua pertanyaan.

Pakai cache untuk bagian yang stabil

Prompt panjang yang sama berulang kali cocok untuk cache. Tempatkan instruksi dan dokumentasi yang tidak berubah di bagian yang disarankan provider. Pantau cache hit rate. Cache tanpa hit tetap cuma dekorasi konfigurasi.

Pisahkan model cepat dan model berat

Pakai model kecil untuk menyaring request, mendeteksi bahasa, memilih kategori, atau memeriksa apakah kasus perlu eskalasi. Kirim kasus sulit ke model lebih mahal. Tetapkan alasan eskalasi yang bisa diuji, bukan perasaan bahwa jawaban model kecil terlihat kurang pintar.

Gunakan batch untuk pekerjaan yang bisa menunggu

Pembuatan tag, ringkasan dokumen lama, dan evaluasi data biasanya tidak perlu real-time. Batch bisa menurunkan biaya. Pastikan aplikasi bisa menangani hasil yang datang belakangan, request yang gagal sebagian, dan mekanisme pengulangan yang tidak menggandakan pekerjaan.

Kurangi tool call yang tidak perlu

Agent yang memanggil pencarian, database, dan model berkali-kali dapat menghabiskan biaya di luar tarif jawaban. Tambahkan batas langkah. Simpan hasil tool yang sama selama satu task. Beri aturan berhenti ketika data yang dibutuhkan sudah tersedia.

Troubleshooting tagihan yang terasa mendadak

Dashboard lebih tinggi daripada perkiraan

Periksa apakah aplikasi mengirim riwayat lengkap, dokumen duplikat, atau instruksi sistem berulang. Cari request terbesar berdasarkan input token. Satu endpoint yang salah bisa mengirim file 20 MB pada setiap pertanyaan.

Lihat juga retry. Timeout di sisi aplikasi tidak selalu berarti provider gagal memproses request. Kalau aplikasi mengulang request tanpa idempotency atau pemeriksaan status, satu tindakan pengguna bisa ditagih dua kali.

Banyak respons 429

Kode 429 biasanya berarti rate limit atau kuota terlampaui. Kurangi ledakan request dengan antrean dan backoff bertahap. Jangan melakukan retry rapat setiap 100 milidetik. Batasi concurrency, lalu periksa halaman limit resmi provider untuk akun dan model yang dipakai.

429 bukan otomatis berarti saldo habis. Pisahkan pesan error, HTTP status, dan metrik billing. OpenAI, Google, dan Anthropic memiliki format error serta nama limit yang berbeda. Simpan respons error tanpa membocorkan API key kepada log publik.

Model terasa lebih mahal setelah diganti

Periksa tokenizer, panjang jawaban, thinking token, konteks panjang, dan fitur tambahan. Dua model yang menerima teks sama belum tentu menghitung token dengan cara sama. Model dengan kemampuan penalaran bisa memakai keluaran internal lebih banyak.

Jalankan perbandingan pada kumpulan input tetap. Ukur token aktual dari respons metadata provider. Jangan memakai jumlah karakter sebagai pengganti token ketika keputusan anggaran harus presisi.

Kualitas turun setelah pindah model murah

Pisahkan masalah harga dan masalah prompt. Tes schema, instruksi, data contoh, dan kasus ambigu. Kalau hanya 2 persen kasus yang sulit, gunakan fallback untuk kasus itu. Kalau hampir semua kasus gagal, model murah mungkin memang tidak cocok untuk tugas tersebut.

Jangan menyimpulkan dari satu demo. Demo mudah dibuat bagus. Data produksi punya typo, singkatan, bahasa campur, dan konteks yang hilang.

Cara memilih provider sesuai kebutuhan

Pilih Gemini lebih dulu jika volume besar, tugasnya cukup sederhana, dan kamu ingin menguji tarif rendah atau free tier. Gemini juga menarik untuk aplikasi yang memakai input gambar, video, atau audio karena tabel harganya memisahkan modalitas dan banyak modelnya dirancang untuk beban multimodal.

Pilih OpenAI jika tim sudah memakai API dan tool OpenAI, membutuhkan pilihan model dari nano sampai flagship, atau ingin menggabungkan respons dengan web search, file search, container, dan layanan lain yang tersedia di platformnya. Hitung semua tool tersebut, bukan token saja.

Pilih Claude jika pekerjaanmu banyak memakai coding, dokumen, tool use, dan agent multi-langkah, lalu hasil uji menunjukkan Sonnet atau Haiku memberi rasio kualitas dan biaya yang lebih baik. Tarif Sonnet 5 dan Haiku 4.5 mudah dijadikan dua titik pembanding sebelum mencoba Opus.

Boleh memakai lebih dari satu provider. Pola yang masuk akal adalah router sederhana berdasarkan jenis tugas. Namun biaya pemeliharaan bertambah. Kamu perlu menangani format API, sistem keamanan, perbedaan tool, perubahan model, dan evaluasi terpisah. Jangan membuat router lintas provider hanya demi terlihat rapi kalau volume masih kecil.

Batasan dan risiko yang perlu dicatat

Harga resmi bisa berubah. Model bisa dipensiunkan. Nama versi baru bisa tampak mirip, tetapi tarif dan tokenizer berbeda. Karena itu, simpan tanggal pemeriksaan di dokumen anggaran dan jadwalkan review, misalnya setiap awal bulan atau ketika dashboard berubah lebih dari 20 persen.

Harga dolar bukan harga rupiah. Pajak dan nilai tukar perlu dikonfirmasi pada akun penagihan kamu. Artikel ini tidak memberi nasihat keuangan dan tidak bisa menentukan kewajiban pajak perusahaan. Untuk kontrak enterprise, baca penawaran tertulis dari penyedia.

Data gratis dan data berbayar juga bisa mengikuti ketentuan berbeda. Jangan memasukkan data pelanggan, dokumen identitas, rahasia dagang, atau password ke free tier hanya karena tarifnya nol. Hapus data pribadi dari prompt uji. Pakai domain dummy seperti app.example.com dan IP dokumentasi 203.0.113.55 dalam contoh teknis.

API key harus tinggal di server. Gunakan environment variable atau secret manager. Buat key terpisah untuk development dan production. Terapkan pembatasan saldo, notifikasi, dan batas request. Kalau key bocor, cabut key itu dan periksa log pemakaian sebelum membuat key baru.

Checklist sebelum memilih

Tulis lima angka ini dulu: jumlah request per hari, token input rata-rata, token output rata-rata, persentase retry, serta persentase kasus yang membutuhkan model besar. Tanpa kelima angka tersebut, pemilihan provider cenderung berubah menjadi debat merek.

Lanjutkan dengan uji kecil. Gunakan data yang sudah dianonimkan dan buat kriteria lulus sebelum melihat harga. Untuk ekstraksi, nilai validitas JSON dan ketepatan field. Untuk chatbot, nilai fakta, kepatuhan instruksi, dan panjang jawaban. Untuk coding, jalankan test suite, bukan sekadar membaca potongan kode.

Setelah itu hitung tiga skenario. Skenario hemat memakai model kecil dan output pendek. Skenario normal memakai traffic rata-rata. Skenario sibuk memakai lonjakan request dan retry yang masih masuk akal. Simpan semuanya dalam dolar, lalu konversi ke rupiah memakai kurs yang diberi tanggal.

Jangan lupa biaya waktu. Provider yang murah tetapi membuat tim menghabiskan seminggu untuk mengatasi format respons bisa kalah dari provider yang sedikit lebih mahal. Sebaliknya, jangan membayar model flagship untuk tugas yang bisa selesai dengan model nano. Uji dulu, baru pilih.

Rencana migrasi tanpa membuat biaya kabur

Kalau aplikasi sudah berjalan di satu provider, jangan memindahkan seluruh traffic pada hari pertama. Pisahkan adapter di kode internal. Adapter cukup menerjemahkan input, output, error, dan metadata token ke format yang sama. Nama model tetap disimpan sebagai konfigurasi, bukan ditulis di banyak file.

Mulai dengan traffic bayangan. Kirim salinan input yang sudah disaring ke model pembanding, tetapi jangan gunakan jawabannya untuk pengguna. Simpan waktu respons, token, error, dan hasil evaluasi. Pastikan salinan itu tidak mengirim data yang dilarang oleh kebijakan internal atau kontrak pelanggan. Untuk dokumen sensitif, gunakan sampel buatan yang bentuknya mirip data asli.

Setelah hasilnya cukup, pindahkan sebagian kecil request berisiko rendah. Tetapkan tombol balik ke model lama. Pantau biaya per request, rasio error, retry, dan komplain pengguna selama beberapa hari. Jangan menilai provider baru hanya dari satu jam yang kebetulan sepi.

Versi model juga perlu dikunci. Alias yang otomatis mengikuti model terbaru memang praktis, tetapi hasil dan tarif dapat berubah ketika provider mengganti versi di balik alias. Untuk produksi, simpan nama model yang disetujui dan tanggal evaluasinya. Buat pekerjaan pemeliharaan terpisah untuk menguji versi baru.

Artikel terkait yang bisa dibaca sebelum mengambil keputusan:

• Panduan AI API key untuk OpenAI, Gemini, dan Claude
• Harga ChatGPT dan perbedaan paketnya
• Harga Claude, termasuk gambaran tarif API
• Panduan Google Gemini dan fitur utamanya

Sumber resmi

• OpenAI API Pricing
• Gemini Developer API pricing
• Claude Platform API
• Dokumentasi harga Claude

Untuk workload kecil, selisih beberapa dolar sering kalah penting dari prompt yang terlalu panjang dan retry tanpa batas. Mulai dari log pemakaian, uji dua model yang paling murah, lalu naikkan kelas hanya saat ada kasus yang jelas. Itu cara paling aman supaya biaya API tidak berubah menjadi tagihan yang baru dipahami setelah saldo menipis.