Claude Haiku 5.5 vs GPT-6 Luna: Harga Sama, Tagihan 3x Beda

Jawaban langsung: Claude Haiku 5.5 dan GPT-6 Luna punya harga token yang sama: $0,10 input dan $0,50 output per 1 juta token. Haiku 5.5 lebih pintar untuk agent multi-langkah. Di uji independen Artificial Analysis, Haiku 5.5 menang di 5 dari 10 benchmark, Luna menang di 2, dan 3 seri. GPT-6 Luna lebih hemat untuk tugas pendek bervolume besar, karena Luna menulis lebih sedikit token.

Kondisi utama: pilih dari biaya per tugas yang lulus, bukan dari harga per token. Di uji kami, kedua model lulus 54 dari 54 tugas bisnis pendek, tetapi tagihan Haiku 5.5 1,9x sampai 3,3x lebih besar. Batas: uji kami memakai 6 tugas pendek dengan data dummy, jadi hasil ini tidak berlaku untuk agent panjang, computer use, atau dokumen di atas 100.000 token.

Pada 9 Oktober 2026 kami membaca pengumuman Anthropic, Claude Docs, halaman model GPT-6 Luna di OpenAI, dan halaman perbandingan Artificial Analysis. Pada hari yang sama kami menjalankan 108 panggilan API dengan prompt sama lewat OpenRouter. Catatan: asisten chat Rama Digital memakai GPT-6 Luna sejak 24 September 2026.

Tabel benchmark resmi Anthropic: Claude Haiku 5.5, Haiku 4.5, GPT-6 Luna, dan Sonnet 5.5 pada 7 benchmark, dari GDPval-AA sampai Chartography — (1) Kolom Haiku 5.5 dan (2) kolom GPT-6 Luna. Anthropic sendiri menaruh Luna sebagai pembanding utama. Semua angka ini klaim vendor pada effort max.

Kenapa harga per token bisa menipu

Dua model dengan harga token sama belum tentu punya tagihan sama. Tagihan = harga token x jumlah token. Model yang berpikir lebih panjang menulis lebih banyak token reasoning, dan token reasoning dibayar sebagai token output.

Itu yang terjadi pada pasangan ini. Artificial Analysis mencatat Haiku 5.5 memakai 162 ribu token output per tugas, Luna hanya 50 ribu. Jadi biaya per tugas Haiku 5.5 $0,21, Luna $0,07, atau kira-kira 3x.

Bulan lalu kami membandingkan 4 model murah, termasuk Haiku 4.5 dan Luna. Baca perbandingan GPT-6 Luna, DeepSeek Flash, Gemini Flash, dan Claude Haiku 4.5 untuk konteks kelas harga ini.

Head to head: angka resmi dan uji independen

Harga dan spesifikasi

Anthropic merilis Claude Haiku 5.5 pada 7 Oktober 2026. Harganya turun 90% dari Haiku 4.5 untuk prompt sampai 100.000 token. Anthropic menulis Haiku 5.5 rata-rata 75% lebih murah untuk dijalankan. Sumber: pengumuman Claude Haiku 5.5.

Item	Claude Haiku 5.5	GPT-6 Luna
Model ID	`claude-haiku-5-5`	`gpt-6-luna`
Rilis	7 Oktober 2026	22 September 2026
Input / output per 1 juta token	$0,10 / $0,50	$0,10 / $0,50
Cache read / cache write	$0,01 / $0,125	$0,01 / $0,125
Prompt panjang	Di atas 100.000 token: $0,50 / $2,50	Di atas 272.000 token: input dan cache 2x
Konteks / output maks	1 juta / 128.000 token	1.050.000 / 128.000 token
Effort	low, medium, high, xhigh, max; default `medium`	none, low, medium, high, xhigh, max; default `medium`
Knowledge cutoff	Juni 2026	18 Mei 2026

Sumber: Claude Docs Models overview, halaman model GPT-6 Luna, dan tabel harga Anthropic, dibaca 9 Oktober 2026.

Tabel harga resmi Anthropic per 1 juta token untuk Haiku 5.5 dengan 2 tingkat prompt, Haiku 4.5, dan Sonnet 5.5 — (1) Haiku 5.5 punya 2 harga: sampai 100.000 token dan di atas 100.000 token. Di atas batas itu, input dan output naik 5x.

Perhatikan batas 100.000 token. Di atas batas itu, input Haiku 5.5 menjadi $0,50 dan output $2,50 per 1 juta token. Luna baru naik di atas 272.000 token input, dan hanya untuk input dan cache.

Benchmark vendor: Haiku 5.5 unggul jauh di agent

Di tabel Anthropic, Haiku 5.5 mencetak 72,4% di OSWorld 2.1, Luna 48,9%. Di Terminal-Bench 4.0, Haiku 5.5 39,2%, Luna 16,4%. Ini klaim vendor, jadi kami cek ke sumber independen.

Uji independen: skor 5-2-3

Artificial Analysis menguji kedua model pada effort max dengan 10 benchmark. Intelligence Index Haiku 5.5 adalah 43, Luna 38. Haiku 5.5 menang di Terminal-Bench (33% vs 13%) dan GDPval-AA. Luna menang di AutomationBench-AA (53% vs 35%) dan GDP.pdf. Sumber: perbandingan Artificial Analysis.

Diagram batang 10 benchmark Artificial Analysis: Haiku 5.5 menang 5, GPT-6 Luna menang 2, dan 3 seri, dengan Intelligence Index 43 lawan 38 — Haiku 5.5 unggul di kerja agentik dan coding. Luna unggul di otomasi alur SaaS. SciCode, CritPt, dan AA-LCR seri.

Satu hasil penting untuk chatbot: AA-Omniscience. Skor ini menghukum jawaban yang salah dan tidak menghukum jawaban "tidak tahu". Haiku 5.5 mencetak 11, Luna 1, jadi Haiku 5.5 lebih jarang mengarang fakta pada uji ini.

Kenapa tagihan bisa 3x

Di halaman yang sama, biaya menjalankan seluruh Intelligence Index adalah $330 untuk Haiku 5.5 dan $122 untuk Luna. Token reasoning per tugas: 129 ribu lawan 39 ribu.

Tabel Artificial Analysis: harga token Haiku 5.5 dan GPT-6 Luna sama, biaya per tugas $0,21 dan $0,07, token output per tugas 162 ribu dan 50 ribu — (1) Biaya per tugas $0,21 vs $0,07. (2) Token output per tugas 162 ribu vs 50 ribu. (3) Haiku 5.5 menulis 2x lebih cepat, tetapi menulis jauh lebih banyak.

Diagram: harga token Haiku 5.5 dan GPT-6 Luna identik, tetapi biaya per tugas dan token output per tugas Haiku 5.5 kira-kira 3 kali Luna — Harga token sama tidak berarti tagihan sama. Selisihnya datang dari jumlah token yang model tulis.

Ada satu hal yang mengejutkan. Haiku 5.5 menulis 241 token per detik, Luna 123. Namun waktu per tugas hampir sama: 426 detik lawan 415 detik, karena Haiku 5.5 berpikir lebih lama.

Effort: bandingkan pada biaya yang sama

Haiku 5.5 adalah model Haiku pertama dengan setelan effort. Anthropic menerbitkan grafik skor lawan biaya per percobaan untuk tiap effort. Grafik ini adil, karena kita dapat membandingkan kedua model pada biaya yang sama.

Tangkapan layar grafik OSWorld 2.1 dari Anthropic: skor lawan biaya per percobaan untuk Haiku 5.5, Haiku 4.5, Sonnet 5.5, dan GPT-6 Luna pada effort low sampai max — (1) Haiku 5.5 medium dan (2) Luna medium ada di biaya yang sama, kira-kira $0,13 per percobaan. Garis Haiku 5.5 berada di atas garis Luna.

Pada biaya $0,13 per percobaan di OSWorld, Haiku 5.5 medium mencetak 53,3% dan Luna medium 37,5%. Di GDPval-AA, hasilnya lain. Pada biaya $0,09, Haiku 5.5 high mencetak 1.420 dan Luna max 1.437, jadi hampir seri.

Dua grafik garis skor lawan biaya per percobaan pada skala log untuk Haiku 5.5 dan GPT-6 Luna: OSWorld 2.1 dan GDPval-AA v2.1, tiap titik diberi label effort — Untuk computer use, Haiku 5.5 memberi skor lebih tinggi pada biaya sama. Untuk kerja dokumen, Luna max setara Haiku 5.5 high.

Uji Rama Digital: 108 panggilan, prompt sama

Pada 9 Oktober 2026 kami mengirim 6 tugas bisnis dummy ke kedua model lewat OpenRouter. Tugasnya: hitung invoice dengan diskon dan PPN, ekstrak pesanan dari chat WhatsApp ke JSON, beri label 8 pesan pelanggan, tulis balasan CS tanpa diskon palsu, jawab dari dokumen yang tidak memuat jawaban, dan tulis fungsi JavaScript yang kami uji otomatis.

Setiap tugas berjalan 3 kali pada effort low, medium, dan high. Total 54 panggilan per model. Haiku 5.5 dilayani Claude Platform on AWS, Luna dilayani OpenAI.

Diagram hasil uji Rama Digital: Haiku 5.5 dan GPT-6 Luna sama-sama lulus 18 dari 18 tugas pada effort low, medium, dan high, tetapi token output Haiku 5.5 2 sampai 3,5 kali Luna — Kualitas sama di tugas pendek. Selisih token naik bersama effort: 2,0x pada low, 2,3x pada medium, 3,5x pada high.

Effort	Lulus Haiku / Luna	Median waktu Haiku / Luna	Token output Haiku / Luna	Biaya Haiku / Luna (18 panggilan)
low	18/18 / 18/18	3,2 / 2,6 detik	4.846 / 2.460	$0,0027 / $0,0014
medium	18/18 / 18/18	3,7 / 2,9 detik	7.269 / 3.135	$0,0039 / $0,0018
high	18/18 / 18/18	4,5 / 3,0 detik	12.760 / 3.672	$0,0067 / $0,0020

Tiga temuan dari uji kami:

Kualitas sama: kedua model lulus 54 dari 54. Satu jawaban Haiku 5.5 sempat gagal karena pemeriksa otomatis kami salah membaca kalimat "tidak menyebutkan". Kami cek manual, dan jawabannya benar.
Prompt yang sama dihitung 3.147 token di Haiku 5.5 dan 1.824 token di Luna, atau 1,7x. Claude Docs menulis tokenizer baru Haiku 5.5 menghitung teks kira-kira 30% lebih banyak dari Haiku 4.5.
Luna selesai lebih cepat di tugas pendek: median 2,9 detik lawan 3,7 detik pada effort medium. Kecepatan tulis Haiku 5.5 kalah oleh panjang reasoning-nya.

Batas uji ini: 6 tugas pendek, 3 kali ulang, tanpa cache dan tanpa tool. Uji ini tidak mengukur agent panjang, tempat Haiku 5.5 unggul di benchmark.

Yang Anda perlukan sebelum memilih

Akun API Anthropic dan OpenAI, atau 1 akun OpenRouter yang melayani keduanya.
20 contoh tugas nyata dari sistem Anda, dengan jawaban benar yang sudah Anda tulis.
Log biaya AI 14 hari terakhir, bila sistem Anda sudah berjalan.
Skrip kecil yang mencatat token input, token output, waktu, dan lulus atau gagal per panggilan.
Batas biaya bulanan di dashboard penyedia, supaya uji tidak lepas kendali.

Langkah 1: Kelompokkan tugas Anda

Bagi tugas AI Anda menjadi 2 kelompok: agent multi-langkah dan tugas pendek bervolume besar. Agent multi-langkah memakai tool, browser, atau terminal. Tugas pendek adalah label, ekstraksi, ringkasan, dan balasan chat.

Pohon keputusan memilih Claude Haiku 5.5 atau GPT-6 Luna berdasarkan jenis tugas: agent multi-langkah, tugas pendek volume besar, otomasi SaaS, dan prompt di atas 100.000 token — Haiku 5.5 untuk agent dan computer use. Luna untuk volume besar, otomasi SaaS, dan prompt panjang. Bukti tiap cabang tertulis di bawah kotak.

Rekomendasi Rama Digital: mulai dengan Luna untuk tugas pendek dan Haiku 5.5 untuk subagent. Anthropic sendiri menyarankan Haiku 5.5 sebagai subagent untuk Opus 5.5 dan Sonnet 5.5.

Verifikasi: setiap alur AI Anda punya 1 label kelompok di dokumen arsitektur.

Langkah 2: Jalankan 20 tugas nyata di kedua model

Kirim 20 tugas yang sama ke kedua model dengan effort medium, yaitu default keduanya. Pakai prompt, tool, dan data yang sama. Ulangi tiap tugas 3 kali, karena jawaban model AI tidak selalu sama.

Untuk Haiku 5.5, set effort lewat output_config.effort. Untuk Luna, set reasoning.effort. Lewat OpenRouter, keduanya memakai reasoning: { effort: "medium" }.

Verifikasi: tabel Anda punya 120 baris, yaitu 20 tugas x 3 ulangan x 2 model, tanpa error API.

Langkah 3: Hitung biaya per tugas yang lulus

Bagi total biaya dengan jumlah tugas yang lulus. Angka ini lebih jujur dari harga per token, karena ia menghitung token reasoning dan jawaban yang gagal.

Diagram batang biaya 100.000 tugas pendek dalam rupiah untuk Haiku 5.5 dan GPT-6 Luna pada effort low, medium, dan high — Pada effort medium, 100.000 tugas pendek kira-kira Rp392.487 di Haiku 5.5 dan Rp173.931 di Luna. Simulasi dari rata-rata uji kami.

Contoh dari uji kami: pada effort medium, 1 tugas pendek rata-rata $0,000219 di Haiku 5.5 dan $0,000097 di Luna. Kurs JISDOR Bank Indonesia 8 Oktober 2026: Rp17.890 per USD. Sumber kurs: JISDOR Bank Indonesia.

Verifikasi: Anda punya 1 angka rupiah per 1.000 tugas lulus untuk tiap model.

Langkah 4: Perbaiki kode sebelum pindah ke Haiku 5.5

Lewati langkah ini bila Anda tidak memakai Claude. Ganti model ID saja belum selesai, karena Haiku 5.5 punya 5 breaking changes dari Haiku 4.5. Sumber: What's new in Claude Haiku 5.5.

Kartu kode sebelum dan sesudah migrasi dari Claude Haiku 4.5 ke Haiku 5.5, plus 5 perubahan yang menghasilkan error atau perilaku baru — Hapus temperature, akhiri pesan dengan user, ganti budget_tokens dengan effort, dan pilih blok jawaban berdasarkan type.

Hapus temperature, top_p, dan top_k yang tidak default. Nilai itu kini menghasilkan error.
Akhiri messages dengan giliran user. Prefill assistant kini menghasilkan error.
Ganti budget_tokens dengan adaptive thinking dan effort.
Ambil jawaban berdasarkan type, karena respons dapat diawali blok thinking.
Naikkan max_tokens, karena token thinking ikut dihitung di batas itu.

Verifikasi: 20 tugas uji berjalan tanpa error 400, dan setiap jawaban punya blok text.

Langkah 5: Pasang router dan batas biaya

Arahkan tiap kelompok tugas ke model pemenangnya di Langkah 3. Tambahkan fallback ke model kedua bila penyedia pertama gagal. Pasang alarm bila token output per tugas naik 50% dari angka uji.

Pola ini kami pakai pada chatbot klien: model keputusan murah memilah chat dulu, lalu model chat menjawab. Baca cara menghitung biaya API GPT-6 dan Claude untuk rumus per bulan.

Verifikasi: dashboard biaya menunjukkan biaya per model per hari, dan 1 uji fallback berhasil.

Contoh simulasi: toko online dengan 100.000 chat per bulan

Simulasi dengan data dummy. "Toko Contoh" memakai AI untuk label chat masuk dan balasan pertama. Angka biaya memakai rata-rata uji kami pada effort medium.

Tanggal	Tindakan	Yang dicatat	Hasil
13 Okt 2026	Kelompokkan tugas	2 alur: label chat, balasan pertama	Keduanya tugas pendek
14 Okt 2026	Uji 20 tugas x 3 x 2 model	Lulus, token, waktu, biaya	Kedua model lulus 60/60
15 Okt 2026	Hitung biaya per tugas lulus	Rupiah per 100.000 tugas	Haiku 5.5 Rp392.487, Luna Rp173.931
16 Okt 2026	Pilih Luna, Haiku 5.5 sebagai fallback	Konfigurasi router	Hemat kira-kira Rp218.556 per bulan
23 Okt 2026	Tinjau 7 hari	Token output per tugas	Alarm tidak menyala

Selisih ini kecil untuk 1 toko. Selisih menjadi besar bila prompt Anda panjang, karena token input juga dihitung 1,7x lebih banyak di Haiku 5.5 pada uji kami.

Checklist memilih Haiku 5.5 atau Luna

Label setiap alur AI sebagai agent atau tugas pendek. Pemilik: lead engineer. Bukti: dokumen arsitektur.
Kumpulkan 20 tugas nyata dengan jawaban benar. Pemilik: pemilik alur. Bukti: berkas uji bertanggal.
Jalankan uji 3 ulangan pada effort medium di kedua model. Pemilik: engineer. Bukti: tabel 120 baris.
Hitung rupiah per 1.000 tugas lulus. Pemilik: engineer. Bukti: lembar hitung dengan kurs dan tanggal.
Perbaiki 5 breaking changes bila memilih Haiku 5.5. Pemilik: engineer. Bukti: 0 error 400 di staging.
Pasang router, fallback, dan alarm token. Pemilik: platform engineer. Bukti: 1 uji fallback berhasil.
Hentikan dan uji ulang bila tugas lulus turun lebih dari 1 dari 20, atau token per tugas naik lebih dari 50%. Pemilik: pemilik alur. Bukti: catatan keputusan bertanggal.

Pertanyaan yang sering muncul

Mana yang lebih murah, Claude Haiku 5.5 atau GPT-6 Luna? Harga token sama: $0,10 input dan $0,50 output per 1 juta token. Biaya per tugas berbeda. Artificial Analysis mencatat $0,21 lawan $0,07, dan uji kami mencatat Haiku 5.5 2,3x lebih mahal pada effort medium.

Mana yang lebih pintar, Haiku 5.5 atau Luna? Haiku 5.5. Intelligence Index Artificial Analysis 43 lawan 38, dan Haiku 5.5 menang di 5 dari 10 benchmark. Luna menang di AutomationBench-AA dan GDP.pdf.

Model mana yang cocok untuk chatbot WhatsApp? Untuk balasan pendek bervolume besar, mulai dengan GPT-6 Luna, karena kualitasnya sama di uji kami dan tagihannya lebih kecil. Pakai Haiku 5.5 bila bot menjalankan tool berlapis.

Apakah kode Haiku 4.5 langsung jalan di Haiku 5.5? Tidak selalu. temperature non-default, prefill assistant, dan budget_tokens menghasilkan error di Haiku 5.5. Respons juga dapat diawali blok thinking, jadi pilih blok jawaban berdasarkan type.

Bagaimana menurunkan token Haiku 5.5? Turunkan effort ke low atau medium, lalu ukur lagi. Di uji kami, effort low memakai token output 2x Luna, sedangkan high memakai 3,5x. Untuk tugas sederhana, effort low tetap lulus 18 dari 18.

Langkah berikutnya

Batas yang tetap berlaku: angka vendor, Artificial Analysis, dan uji kami hanya titik awal, karena prompt dan data Anda berbeda. Uji 20 tugas nyata sebelum memindahkan trafik. Bila tagihan AI chatbot Anda naik tanpa kualitas naik, lihat layanan Jasa Optimasi Chatbot AI. Untuk membaca log biaya sistem Anda bersama tim kami, pesan sesi AI Diagnostic.

Ingin tahu posisi model yang lebih besar? Baca Claude Sonnet 5.5 vs Sonnet 5 dan GPT-6 Sol vs GPT-6 Luna vs Claude Opus 5.5.

Claude Haiku 5.5 vs GPT-6 Luna: Harga Sama, Tagihan Bisa 3x Beda

Ringkasan cepat

Kenapa harga per token bisa menipu