GPT-6 Sol vs Claude Opus 5.5: Harga, Skor Benchmark, dan Tugas Coding—Bagaimana Memilih?

Lihat kesimpulan dulu: Untuk tugas coding API umum, coba dulu GPT-6 Sol. Harga input/output standarnya adalah $2/$10 per juta token, masing-masing setengah dari Claude Opus 5.5; dalam konfigurasi tertinggi dari sistem evaluasi yang sama Artificial Analysis (AA), indeks komprehensif Opus 5.5 adalah 58, sedangkan Sol 48. Keduanya bukan hubungan "harga sama lebih kuat": bandingkan dulu tingkat kelulusan percobaan pertama, jumlah putaran, total token, dan rework manual menggunakan tugas dari repositori Anda sendiri, baru putuskan apakah layak membayar untuk skor Opus yang lebih tinggi. Untuk tugas long-horizon yang lebih sulit, Anda juga bisa menaikkan ke GPT-6 Astra atau Claude Fable 5.1; harga satuan dan kemampuan keempat model tidak tersusun dalam urutan yang sama.

Kami mengoperasikan PandaNpc yang mendukung Codex dan Claude Code, sehingga ada skenario penggunaan produk; artikel ini tidak menyelesaikan pengujian langsung empat model pada soal yang sama, dan tidak mengklaim evaluasi publik di bawah sebagai pengujian langsung situs ini. Harga merujuk pada biaya API model, bukan harga langganan alat. Data diverifikasi pada 23 September 2026, mata uang semuanya dolar AS.

Spesifikasi Empat Model: Pahami Dulu Kapasitas, Output, dan Tingkat Default

Agar mudah dibaca di ponsel, tabel di bawah dikelompokkan berdasarkan OpenAI dan Anthropic; "output maksimum" adalah batas atas per respons tunggal, konteks adalah jendela yang tersedia untuk input dan output secara gabungan, dan tidak berarti setiap kali dapat mengeluarkan panjang yang sama. ID model API dapat langsung digunakan untuk memeriksa tagihan atau konfigurasi evaluasi.

Data: Halaman model resmi GPT-6 Sol, Halaman model resmi GPT-6 Astra.

Data: Halaman model resmi Opus 5.5, Halaman model resmi Fable 5.1. Output 300K Opus hanya berlaku untuk Batch beta tertentu dan header output-300k-2026-03-24, bukan batas atas permintaan interaktif biasa.

Penagihan Empat Model: Input Biasa, Penulisan Cache, dan Cache Hit adalah Token yang Berbeda

Tabel di bawah semuanya adalah harga dolar AS per juta token, yaitu harga satuan untuk kategori token yang sesuai. Input biasa tidak ditambah "biaya penulisan cache" secara terpisah; hanya token yang pertama kali ditulis ke cache yang menggunakan harga penulisan. Setelah cache hit, penagihan menggunakan harga pembacaan, dan output tetap ditagih terpisah. Kedua penyedia sama-sama memiliki diskon Batch 50% untuk input/output, tetapi Batch diproses secara asinkron, sehingga tidak cocok untuk percakapan coding yang membutuhkan umpan balik instan.

Sumber: Sol, Astra, Tabel harga OpenAI, Penjelasan cache OpenAI. Melebihi 272K bukan berarti hanya bagian kelebihannya yang dikenakan harga lebih tinggi; apakah penagihan melewati batas dihitung berdasarkan token input seluruh permintaan, termasuk input terkait cache.

Sumber: Opus 5.5, Fable 5.1, Aturan harga dan Batch/cache Anthropic, Penjelasan konteks panjang. Anthropic secara eksplisit mengizinkan diskon Batch dan cache digabungkan; cache hit harus memenuhi masa berlaku yang sesuai dan kondisi prefiks yang sama.

Skor Spesifik Empat Model dalam Sistem Evaluasi yang Sama

Tabel di bawah semuanya berasal dari Artificial Analysis Intelligence Index v4.3.2. Konfigurasi pengujian adalah GPT-6 Sol max, GPT-6 Astra max, Claude Opus 5.5 dan Fable 5.1 sama-sama menggunakan adaptive reasoning max effort dan mengaktifkan default fallback. Ini bukan tingkat default keempat model, terutama Opus default medium dan Fable default high; model yang berbeda meskipun sama-sama ditandai max, penggunaan token penalaran aktualnya juga berbeda. AA menyatukan tugas dan harness-nya sendiri, sehingga hasil dapat dibandingkan secara horizontal dalam konfigurasi pengujian tersebut; skor dari peluncuran vendor tidak boleh dicampur ke tabel ini. Tautan: Perbandingan asli Sol–Opus, Perbandingan asli Astra–Fable, Metodologi AA.

Sumber nilai setiap baris adalah dua halaman perbandingan model versi AA yang sama yang disebutkan di atas dan halaman Astra–Fable. Misalnya, dalam harness Terminal-Bench 4.0 milik AA sendiri, Opus 5.5 lebih tinggi 16 poin persentase daripada Sol; ini tidak dapat dicampur dengan 66,4% dari situs resmi Anthropic, karena pengaturan operasionalnya berbeda.

Sumber nilai setiap baris: AA Sol–Opus, AA Astra–Fable. Perbedaan kecil 1–2 poin persentase tidak sebaiknya ditafsirkan sebagai kemenangan yang kokoh; Elo, skor indeks, dan tingkat kelulusan juga bukan satuan yang sama.

Sumber tetap AA Sol–Opus dan AA Astra–Fable. Biaya tugas adalah rata-rata tertimbang dari penggunaan pengujian AA, bukan penawaran harga untuk "menyelesaikan satu kebutuhan" di repositori Anda. Konfigurasi max Opus menghabiskan lebih banyak token output dan penalaran, ini juga salah satu alasan mengapa selisih tagihan melebihi selisih harga satuan.

Grafik Situs Resmi Kedua Pihak: Dapat Memverifikasi Kesimpulan Masing-Masing, Tidak Dapat Digabung Menjadi Kemenangan di Ajang yang Sama

Grafik DeepSWE v1.1 OpenAI menunjukkan GPT-6 Sol max sebesar 68,8%, dalam grafik Claude Fable 5 xhigh sebesar 69,9%; tidak ada Opus 5.5. Sumbu horizontal adalah biaya per tugas, dengan skala logaritmik. Opus 5 dalam grafik juga bukan Opus 5.5. Ini menunjukkan bahwa Sol, dalam pengaturan yang diumumkan OpenAI, memiliki skor agen coding yang mendekati model kelas atas, tetapi tidak dapat menggantikan pengujian empat model di ajang yang sama.

Gambar 1: OpenAI《Introducing GPT-6 Sol and Luna》 "Coding", 2026-09-22. Model dan effort mengikuti legenda dan catatan kaki teks asli. Buka gambar asli lengkap untuk melihat teks kecil.

Grafik Terminal-Bench 4.0 Anthropic menunjukkan Claude Opus 5.5 xhigh sebesar 66,4%. GPT-6 Astra 57,9% dalam grafik menggunakan high, bukan GPT-6 Sol. Kurva juga memiliki titik effort default, tetapi posisinya tidak boleh dianggap sebagai skor xhigh. Harness vendor di sini berbeda dari Terminal-Bench 4.0 pada tabel AA di atas, jadi 66,4% tidak dapat dikurangi dengan 44% yang diberikan AA untuk Sol.

Gambar 2: Anthropic《Claude Opus 5.5》 "Coding", 2026-09-22. Sumbu horizontal adalah biaya per percobaan, skala logaritmik; tingkat yang ditunjukkan, interval statistik, dan batasan lihat teks asli. Buka gambar asli lengkap untuk melihat teks kecil.

Ada pula skor yang diumumkan sepihak oleh vendor tetapi tidak cocok untuk langsung dikurangkan: OpenAI melaporkan Sol xhigh pada AutomationBench 1.0.6 sebesar 33,2%, max pada Agents' Last Exam V1 sebesar 56,4%, xhigh pada OSWorld 2.0 offline sebesar 60,5%, sumbernya sama dengan halaman rilis OpenAI; Anthropic melaporkan Opus 5.5 pada FrontierCode v1.1 Main 54,4%, CursorBench 4.0 57,8%, GDPval-AA v2.1 1846 Elo, Humanity's Last Exam with tools 67,7%, sumbernya sama dengan halaman rilis Anthropic. Versi, alat, effort, atau harness dari proyek-proyek ini tidak terbukti sama dengan pihak lain, jadi tidak dicantumkan "unggul berapa banyak". Nilai empat model dengan tolok ukur yang sama yang belum diumumkan tidak boleh ditebak.

Berapa Biaya untuk Jumlah Tugas yang Sama? Lima Contoh yang Dapat Dihitung Ulang

Berikut ini input dibagi menjadi tiga jenis token yang saling eksklusif: input biasa, penulisan cache pertama kali, dan pembacaan cache berikutnya, lalu ditambah output. Setiap baris adalah satu permintaan, tidak termasuk pemanggilan alat, biaya tambahan platform, atau putaran tambahan; output semuanya di bawah batas 128K untuk permintaan biasa. Harga dihitung berdasarkan harga resmi di atas, sehingga Anda dapat mengganti jumlah token sesuai log usage Anda sendiri.

Contoh perhitungan: Sol untuk A = 0,1×$2 + 0,05×$10 = $0,70. Opus 5m untuk B = 0,2×$5 + 0,05×$4 + 0,02×$20 = $1,60; Opus untuk C = 0,2×$0,20 + 0,05×$4 + 0,02×$20 = $0,64. Input Sol untuk E 300K sudah melebihi 272K, seluruhnya dihitung dengan $4 input, $15 output; Astra setara $20/$75. Konteks 1M Opus/Fable mempertahankan harga satuan standar. B dan C adalah permintaan berbeda yang menulis lalu membaca; C perlu memastikan cache masih berlaku. Masa retensi cache OpenAI berbeda dari mekanisme penagihan 5m/1h Anthropic, jadi biaya penulisan B tidak boleh keliru ditambahkan ke setiap permintaan C. Dasar: Harga dua model OpenAI, Aturan harga Anthropic.

Saat Dimasukkan ke Alur Kerja Coding Nyata, Bagaimana Pembagian Tugasnya?

Sol dulu untuk iterasi harian. Pemecahan kebutuhan, perubahan kecil pada repositori yang sudah ada, patch pengujian, dan pekerjaan yang dapat ditinjau secara batch, biarkan Sol menanganinya dulu, lalu catat tingkat keberhasilan tugas, jumlah rework, dan total token. Harga satuannya yang rendah paling langsung terasa pada contoh A–D yang tidak melewati 272K; keunggulan harga pada permintaan yang sangat panjang akan menyusut.

Opus 5.5 menangani tugas agen yang sulit konvergen sekali jalan. Pengujian AA di ajang yang sama memberinya skor lebih tinggi pada tugas komprehensif, terminal, dan pengetahuan, tetapi pada konfigurasi max rata-rata biaya per tugas juga jelas lebih tinggi. Anda dapat terlebih dahulu membangun baseline lokal dengan default medium atau effort yang benar-benar Anda gunakan, lalu menaikkan tingkat untuk soal sulit. Jangan menganggap hasil max AA sebagai pengalaman default.

Astra dan Fable 5.1 adalah tingkat yang lebih tinggi. Astra berkinerja kompetitif pada AutomationBench-AA, Terminal-Bench 4.0, dan GDP.pdf versi AA, Fable 5.1 lebih kuat pada beberapa metrik pekerjaan pengetahuan long-horizon, tetapi harga dasar input/output $10/$50 keduanya jauh lebih tinggi daripada Sol. Pembacaan cache Fable $0,25, lebih rendah daripada $1,00 milik Astra; jika membaca prefiks besar berulang kali, urutan biaya dapat berubah. Untuk tugas sulit, disarankan melakukan uji terima sampel kecil empat model pada kebutuhan repositori yang sama, pilih berdasarkan "biaya tugas yang berhasil diselesaikan dan dapat digabungkan", bukan berdasarkan skor satu daftar peringkat.

Di PandaNpc, Codex dan Claude Code adalah dua Agent Engine yang tersedia. Saat memilih pintu masuk, pertimbangkan juga langganan atau kanal API yang sudah Anda miliki, izin alat, konteks repositori, dan alur tinjauan tim; penawaran harga API model tidak dapat langsung dikonversi menjadi kuota langganan alat. Artikel ini menampilkan spesifikasi dan evaluasi publik, tidak mengklaim peringkat pengujian langsung empat model di dalam PandaNpc.

FAQ

Apakah Sol pasti setengah lebih murah daripada Opus 5.5? Hanya harga satuan input dan output API standar yang masing-masing setengah. Input melebihi 272K, penulisan/pembacaan cache, token penalaran aktual, jumlah putaran, dan biaya alat semuanya akan mengubah tagihan seluruh tugas. Skenario E di atas sudah mendekatkan harga sekali jalan keduanya menjadi $1,50 dan $1,60.

Apakah dua grafik coding resmi dapat membuktikan siapa yang menang? Tidak. Grafik OpenAI tidak memiliki Opus 5.5, grafik Anthropic tidak memiliki Sol, dan tolok ukur serta harness-nya juga berbeda. Untuk melihat empat model di ajang yang sama, lihat tabelfigurasi tetap AA v4.3.2; untuk menentukan pilihan alat Anda sendiri, jalankan ulang tugas dari repos Anda sendiri.

Apakah cache dan Batch dapat digungkan? Dokumen harga Anthropic secara eksplisit mendukung penggabungan; apakah benar-benar cache hit bergantung pada prefiks, masa berlaku, dan pengaturan permintaan. Batch dua model OpenAI adalah 50% dari tarif standar, untuk tagihan spesifik silakan periksa berdasarkan catatan penggunaan API yang sesuai.