Claude Opus 5 Resmi Meluncur: Bukan Sekadar Model Baru, tetapi Kurva Biaya Baru

Anthropic resmi meluncurkan Claude Opus 5 dan menyatakan model ini tersedia hari ini, 24 Juli 2026. Untuk developer, API ID-nya ringkas: claude-opus-5. Model ini juga hadir di aplikasi Claude serta kanal cloud utama. Jadi, ini bukan pengumuman produk yang masih menunggu daftar tunggu.

Peluncuran resminya sekaligus mengakhiri ruang spekulasi setelah informasi tentang Opus 5 sempat bocor lebih awal. Kami juga sempat melihat percakapan soal bocoran itu. Namun, angka dan rekomendasi dalam artikel ini hanya memakai materi resmi Anthropic yang sudah terbit--bukan tangkapan layar, rumor, atau klaim pihak ketiga.

Hal yang paling relevan untuk bisnis bukan apakah Opus 5 memuncaki satu grafik. Pertanyaannya: apakah model ini dapat menyelesaikan pekerjaan bernilai tinggi dengan tingkat keberhasilan yang lebih baik, tanpa membuat biaya dan risiko operasional lepas kendali?

Spesifikasi yang perlu dicatat sebelum menyentuh benchmark

Menurut halaman model resmi Claude, Opus 5 memiliki context window 1 juta token dan output maksimum 128 ribu token pada Messages API sinkron. Reliable knowledge cutoff dan training data cutoff-nya sama-sama tercatat Mei 2026 pada dokumentasi saat artikel ini ditulis.

"Reliable knowledge cutoff" bukan jaminan bahwa semua fakta sebelum Mei 2026 selalu benar. Anthropic memakainya untuk menunjukkan periode ketika pengetahuan model paling luas dan dapat diandalkan. Training cutoff adalah batas lebih umum dari rentang data pelatihan. Untuk data harga, regulasi, berita, inventori, atau status sistem yang berubah cepat, model tetap membutuhkan sumber aktual melalui retrieval atau tool.

Context 1 juta token juga bukan instruksi untuk mengirim seluruh data perusahaan ke satu prompt. Ruang besar membantu untuk membaca codebase, rangkaian dokumen, histori kasus, atau hasil pencarian yang panjang. Namun, semakin banyak konteks yang dimasukkan, semakin penting struktur, kontrol akses, pemilihan sumber, dan pengukuran biaya. Konteks besar tidak menggantikan arsitektur informasi yang rapi.

Anthropic memosisikan Opus 5 untuk complex agentic coding dan enterprise work. Dalam interpretasi operasional kami, posisi ini masuk akal untuk tugas yang memiliki banyak langkah, ketergantungan antardokumen, tool call berulang, serta biaya kesalahan yang cukup tinggi. Untuk klasifikasi sederhana atau respons massal, memakai model terkuat belum tentu keputusan paling ekonomis.

Harga tetap, tetapi tagihan ditentukan oleh pola kerja

Berdasarkan tabel harga resmi Anthropic, biaya dasar Opus 5 adalah US$5 per juta input token dan US$25 per juta output token. Angka ini sama dengan Opus 4.8. Itu kabar baik bagi tim yang ingin menguji migrasi tanpa perubahan harga satuan dasar.

Prompt caching perlu masuk kalkulasi sejak awal. Untuk Opus 5, penulisan cache lima menit dikenai US$6,25/MTok, penulisan cache satu jam US$10/MTok, sedangkan cache hit dan refresh US$0,50/MTok. Dalam bentuk pengali, masing-masing adalah 1,25 kali, 2 kali, dan 0,1 kali harga input dasar. Anthropic menyebut cache lima menit mulai terbayar setelah satu pembacaan ulang; cache satu jam setelah dua pembacaan ulang.

Fast mode tersedia dalam research preview pada Claude API first-party. Menurut pengumuman Anthropic, kecepatannya sekitar 2,5 kali mode default dengan harga dua kali tarif dasar, yaitu US$10/MTok input dan US$50/MTok output. Fast mode bukan otomatis lebih murah karena pekerjaan selesai lebih cepat. Ia masuk akal ketika latensi memiliki nilai bisnis--misalnya developer menunggu agent interaktif--bukan untuk batch yang boleh selesai belakangan.

Interpretasi kami: jangan membandingkan model hanya lewat harga per token. Ukur biaya per tugas yang benar, termasuk percobaan ulang, waktu manusia, tool call, cache, dan kegagalan yang harus diperbaiki. Model dengan output lebih mahal dapat menjadi lebih ekonomis jika tingkat penyelesaian naik secara konsisten. Sebaliknya, benchmark tinggi tidak menolong bila agent terus memakai token untuk pekerjaan yang tidak perlu.

Adaptive thinking dan effort mengubah cara kita mengendalikan model

Opus 5 mendukung adaptive thinking. Kontrol utama untuk kedalaman kerja adalah parameter effort, bukan anggaran thinking statis. Dokumentasi effort Anthropic mencantumkan lima level: low, medium, high, xhigh, dan max. Default API adalah high.

low ditujukan untuk tugas ringkas dan efisien. medium menyeimbangkan kualitas, waktu, dan biaya. high cocok untuk reasoning kompleks dan merupakan perilaku default. xhigh dirancang bagi pekerjaan agentic dan coding jangka panjang--terutama tugas lebih dari 30 menit dengan anggaran token yang dapat mencapai jutaan. max membiarkan model memakai token tanpa batasan perilaku demi kapabilitas tertinggi, tetap tunduk pada batas max_tokens request.

Anthropic menyarankan memulai dari xhigh untuk coding dan agentic work, lalu high untuk pekerjaan lain yang sensitif terhadap kecerdasan. Pada xhigh atau max, thinking tidak dapat dinonaktifkan; request yang mencoba menonaktifkannya menghasilkan error 400. Anthropic juga menyarankan ruang output besar, dengan 64k sebagai titik awal yang dapat dituning untuk alur panjang.

Kami tidak menyarankan menjadikan xhigh sebagai default organisasi. Mulailah dari level yang sesuai risiko tugas, lalu naikkan berdasarkan eval. Gunakan low untuk subagent sederhana, medium untuk proses rutin yang sudah stabil, high untuk analisis sulit, dan xhigh ketika pekerjaan benar-benar butuh eksplorasi panjang. Simpan max untuk kasus ketika pengujian menunjukkan kenaikan kualitas yang bernilai. Effort adalah sinyal perilaku, bukan kuota token yang presisi; respons juga tidak otomatis lebih pendek saat effort diturunkan.

Klaim benchmark kuat, tetapi jangan meminjam kesimpulannya mentah-mentah

Dalam pengumuman peluncuran, Anthropic menyebut Opus 5 sebagai state-of-the-art pada evaluasi coding dan knowledge work seperti Frontier-Bench dan GDPval-AA. Pada Frontier-Bench v0.1, Anthropic mengklaim performanya lebih dari dua kali Opus 4.8 dengan biaya per tugas lebih rendah. Pada CursorBench 3.2 di max effort, skornya disebut berada dalam 0,5% dari puncak Fable 5 dengan setengah biaya per tugas.

Klaim lain juga besar: skor ARC-AGI 3 tiga kali model terbaik berikutnya; pass rate AutomationBench Zapier sekitar 1,5 kali model berikutnya pada biaya per tugas yang sama; serta hasil OSWorld 2.0 yang melampaui hasil terbaik Fable 5 dengan sedikit di atas sepertiga biaya. Untuk riset sains, Anthropic melaporkan kenaikan 10,2 poin persentase pada benchmark internal kimia organik tertentu dan 7,7 poin pada tugas terkait protein dibanding Opus 4.8.

Semua angka di atas adalah klaim Anthropic dan hasil evaluasi yang mereka pilih untuk peluncuran, bukan hasil pengujian Rama Digital. Bahkan catatan kaki Frontier-Bench menjelaskan hasil berasal dari run internal, memakai mini-SWE-agent, backend GKE, rata-rata lima percobaan, serta fallback Opus 4.8 ketika classifier menolak. Detail ini penting karena harness, tool, prompt, data, dan kebijakan fallback dapat mengubah hasil.

Kesimpulan operasional kami lebih sempit: Opus 5 layak masuk shortlist dan diuji. Benchmark publik membantu membentuk hipotesis, bukan menandatangani business case. Eval internal harus mewakili dokumen, codebase, bahasa, tool, SLA, serta bentuk kegagalan yang benar-benar dihadapi tim Anda.

Di mana Opus 5 kemungkinan memberi dampak paling nyata

Pada coding, pola yang ditekankan Anthropic adalah verifikasi, debugging akar masalah, perubahan lintas codebase, dan kemampuan membuat alat bantu ketika jalur langsung tidak tersedia. Contoh dalam peluncuran termasuk membangun pipeline computer vision untuk merekonstruksi objek 3D, menemukan edge case yang terlewat pada patch komunitas, dan membuat test harness sendiri untuk memvalidasi market data feed.

Itu contoh kurasi, bukan janji bahwa setiap sesi akan berhasil. Namun, ada implikasi desain yang berguna: beri agent akses ke test runner, browser, linter, observability, dan kriteria selesai yang dapat diperiksa. Model yang lebih mampu melakukan verifikasi baru menghasilkan nilai jika lingkungan kerjanya menyediakan bukti. Artikel kami tentang dynamic workflows di Claude Code memberi konteks tentang mengapa workflow perlu menyesuaikan tugas tanpa kehilangan kontrol.

Pada knowledge work, kandidatnya mencakup analisis finansial, due diligence, dokumen legal, riset ilmiah, deck, dan rangkaian otomasi bisnis. Jangan menyerahkan keputusan final hanya karena model dapat memproses konteks panjang. Pisahkan pencarian sumber, analisis, pembuatan artefak, pemeriksaan, dan approval manusia. Prinsip yang sama dibahas dalam workflow AI agent yang agentic tetapi deterministic.

Bagi pengguna OpenClaw, Opus 5 menarik sebagai model untuk pekerjaan kompleks dan subagent tertentu, bukan alasan untuk mengganti semua routing. Context, effort, izin tool, dan biaya perlu ditetapkan per jenis tugas. Lihat juga penjelasan fungsi OpenClaw untuk operasional bisnis sebelum menilai model secara terpisah dari sistem agent-nya.

Safety lebih baik menurut audit Anthropic, dengan batas cyber yang sengaja dipertahankan

Anthropic menyatakan Opus 5 sebagai model mereka yang paling aligned hingga saat ini. Dalam automated behavioral audit, skor overall misaligned behavior disebut 2,3, terendah di antara model terbaru yang dibandingkan. Mereka juga mengklaim tingkat perilaku menipu lebih rendah, lebih sulit diarahkan ke penyalahgunaan, dan lebih baik menghindari tindakan sembrono dengan dampak sulit dibalik.

Klaim itu perlu dibaca bersama System Card resmi Claude Opus 5, bukan diterjemahkan menjadi "aman tanpa pengawasan". Anthropic mengatakan Opus 5 tidak memajukan frontier kapabilitas dual-use berisiko dan masih tertinggal dari Mythos 5 dalam biologi serta offensive cybersecurity. Model ini mendekati Mythos 5 dalam menemukan kerentanan, tetapi jauh tertinggal dalam mengembangkan exploit. Anthropic juga menyatakan sengaja tidak melatih Opus 5 pada tugas cyber.

Guardrail cyber Opus 5 mengizinkan pencarian kerentanan pada source code, tetapi memblokir binary-based vulnerability scanning, penetration testing, dan exploit generation pada rentang tertentu. Di Claude.ai, Claude Code, dan Claude Cowork, request yang ditandai akan fallback ke Opus 4.8 secara default. API juga dapat mengaktifkan automatic fallback. Artinya, tim harus mencatat model aktual yang menjawab--terutama pada eval--agar fallback tidak diam-diam mencampur hasil.

Interpretasi kami: peningkatan alignment tidak menghapus kebutuhan least privilege, approval untuk aksi eksternal, sandbox, log, batas biaya, dan jalur rollback. Untuk implementasi agent perusahaan, gunakan checklist role, permission, approval, dan log sebagai baseline kontrol, lalu sesuaikan dengan risiko bisnis.

Ketersediaan luas memudahkan pengadaan, bukan menghapus perbedaan platform

Opus 5 tersedia melalui Claude API dan produk Claude. Dokumentasi model juga mencantumkan Amazon Bedrock, Google Cloud Vertex AI, dan Microsoft Foundry; Claude Platform on AWS tersedia sebagai jalur first-party yang ditagihkan lewat AWS Marketplace. ID Bedrock yang tercantum adalah anthropic.claude-opus-5, sedangkan Google Cloud dan Claude API memakai claude-opus-5.

Jangan berasumsi semua fitur, harga, endpoint, residency, atau waktu ketersediaan identik. Fast mode, misalnya, hanya tersedia pada Claude API first-party menurut dokumentasi harga saat ini. Endpoint regional atau multi-region pada cloud partner dapat memiliki premium harga. Pilihan platform sebaiknya mengikuti kebutuhan procurement, lokasi data, observability, kontrak, kuota, dan integrasi yang sudah dimiliki--bukan sekadar kenyamanan mengganti model ID.

Rekomendasi migrasi: jalankan eval, bukan langsung mengganti default

Untuk pengguna Opus 4.8, harga dasar yang sama membuat Opus 5 kandidat migrasi yang logis. Namun, jangan melakukan penggantian menyeluruh dalam satu langkah. Gunakan rencana berikut:

1. Pilih 30-100 tugas representatif. Sertakan kasus normal, ambigu, konteks panjang, tool failure, penolakan safety, dan tugas yang biasanya membutuhkan koreksi manusia.
2. Bekukan baseline Opus 4.8. Catat success rate, biaya token dan tool, latensi, jumlah turn, retry, koreksi manusia, serta dampak kesalahan.
3. Uji effort sweep. Jalankan Opus 5 pada medium, high, dan xhigh; tambahkan low untuk tugas sederhana dan max hanya untuk kasus paling sulit. Anthropic sendiri menyarankan eval effort baru, bukan membawa setting lama begitu saja.
4. Pisahkan kualitas dari gaya. Nilai ketepatan fakta, penyelesaian end-to-end, kepatuhan format, keamanan tool call, dan hasil tes. Panjang jawaban bukan ukuran reasoning.
5. Uji cache, context, dan fallback. Verifikasi cache hit, lonjakan token, prompt sangat panjang, model aktual setelah fallback, serta perilaku ketika tool atau izin gagal.
6. Canary sebelum rollout. Alihkan sebagian kecil trafik, pasang batas biaya dan rollback, lalu naikkan bertahap hanya jika metrik produksi mengonfirmasi eval.

Jika tim belum punya daftar use case, metrik, dan guardrail, AI Workflow Audit dapat dipakai untuk memilih pekerjaan yang layak diuji. Bila use case sudah jelas tetapi urutan implementasinya belum, AI Implementation Roadmap lebih tepat. Untuk deployment agent yang memang memakai OpenClaw, lihat Jasa Install OpenClaw--scope-nya perlu mencakup routing model, permission, logging, dan operasional, bukan sekadar membuat service menyala.

Opus 5 terlihat seperti peningkatan yang substansial, terutama karena harga dasar tidak berubah dan kontrol effort makin berguna. Tetapi keputusan terbaik tetap datang dari eval pada pekerjaan sendiri. Migrasikan hasil yang terbukti, bukan ekspektasi yang dipinjam dari leaderboard.