Claude Haiku 5.5 vs GPT-6 Luna: Harga Stiker Sama, Tagihan Tiga Kali Lipat

Claude Haiku 5.5 dan GPT-6 Luna sama-sama dihargai identik di atas kertas: $0.10 per juta token input dan $0.50 per juta token output, dua angka yang sama hingga ke sen, dari dua vendor yang jarang sepakat tentang apa pun. Post peluncuran Anthropic bahkan mencetak skor Luna di kolom di sebelah skornya sendiri, hal yang tidak dilakukan vendor terhadap model yang mereka anggap tidak mengancam.

Kedua kartu ini berbeda pada semua hal yang disembunyikan stiker. Luna mempertahankan tarif itu hingga 272.000 token sebelum naik; Claude Haiku 5.5 naik pada 100.000. Claude Haiku 5.5 mencetak 43,40 pada Artificial Analysis Intelligence Index v4.3.2 versus 38,12 milik Luna — dan biayanya $0,21 per tugas Index yang diselesaikan versus $0,07 milik Luna. Harga sama, tagihannya tiga kali lipat, kecerdasannya lima poin lebih tinggi. Itulah keseluruhan pertukarannya, dan ini lebih bersih daripada sebagian besar perbandingan langsung di rentang ini.

Dua kartu, berdampingan

Per juta token dalam dolar AS, dari tarif yang dipublikasikan Ant​hropic dan OpenAI sebagaimana tercermin dalam katalog kami sendiri, dengan pengukuran independen yang diatribusikan kepada Artificial Analysis. Di-cache 2026-10-08.

• Input — Claude Haiku 5.5 $0,10 hingga 100.000 token, $0,50 di atasnya. GPT-6 Luna $0,10 hingga 272.000 token, $0,20 di atasnya.

• Keluaran — Claude Haiku 5.5 $0.50 hingga 100.000 token, $2.50 di atasnya. GPT-6 Luna $0.50 hingga 272.000 token, $0.75 di atasnya.

• Input dan penulisan yang di-cache — keduanya pada $0.01 dan $0.125 di bawah ambang batas pertama, dengan Claude Haiku 5.5 beralih ke $0.05 dan $0.625 setelah 100.000 token dan GPT-6 Luna ke $0.02 dan $0.25 setelah 272.000.

• Konteks dan output — 1 juta token untuk keduanya; maksimum output 128.000 untuk keduanya. Keduanya ini benar-benar berbentuk sama.

• Thinking — adaptif pada keduanya, keduanya dengan parameter effort. Effort default Claude Haiku 5.5 adalah medium; tidak semua skor yang dipublikasikan berada pada pengaturan tersebut.

• Skor independen — Claude Haiku 5.5 (Max) 43,40, peringkat kedua dari 182 model. GPT-6 Luna (Max) 38,12, peringkat kedelapan dari 182.

• Biaya independen per tugas — $0.21 dibandingkan $0.07.

• Kecepatan — {{1}}241,9 token keluaran per detik dibandingkan dengan 129,4, diukur oleh evaluator yang sama.{{/1}}

Ambang batas adalah di mana perbedaannya berada

Kedua vendor membuat kartu tarif dua tingkat. Mereka melakukannya di posisi yang sangat berbeda, dan penempatannya jauh lebih penting daripada angka di bagian atas.

Tahap tarif Anthropic berada pada 100.000 token. Di bawahnya, Anda membayar $0,10 dan $0,50; di atasnya, lima kali lipat dan lima kali lipat — $0,50 dan $2,50. Anthropic mengatakan prompt di bawah ambang tersebut mencakup sekitar 90% permintaan ke model Haiku sebelumnya, yang merupakan komposisi trafik vendor itu sendiri dan gambaran yang wajar untuk beban kerja panggilan singkat secara umum.

Ambang tarif OpenAI berada di 272.000 token. Di bawahnya, $0,10 dan $0,50 — identik dengan Anthropic. Di atasnya, $0,20 dan $0,75, dua kali lipat dan kenaikan 50%. Itu adalah ambang kenaikan yang jauh lebih landai dan dimulai hampir tiga kali lebih jauh.

Ambil prompt 200.000 token, yang merupakan ukuran masuk akal untuk pipeline dokumen panjang dan sepenuhnya wajar untuk jendela 1 juta token. Di Claude Haiku 5.5, permintaan itu ditagih pada tier kedua: $0,50 masuk, $2,50 keluar. Di GPT-6 Luna, permintaan itu masih tier pertama: $0,10 masuk, $0,50 keluar. Lima kali tarif input dan lima kali tarif output, untuk permintaan yang sama, antara dua model dengan harga yang diumumkan sama. Itu bukan nuansa — untuk beban kerja prompt panjang, itulah keseluruhan perbandingannya.

Mengapa tarif yang sama menghasilkan tagihan tiga kali lipat

Biaya per tugas adalah angka yang seharusnya menentukan pipeline bervolume tinggi, dan di sini kedua model berbeda dengan cara yang tidak dapat dijelaskan oleh kartu tarif.

Artificial Analysis menempatkan GPT-6 Luna (Max) pada $0,07 per tugas Intelligence Index dan Claude Haiku 5.5 (Max) pada $0,21 — faktor tiga, pada tarif yang tertera yang sama, untuk perbedaan skor 5,28 poin. Penyebabnya ada di halaman yang sama dan bukanlah hal yang samar. Claude Haiku 5.5 menghasilkan 440 juta token keluaran saat menjalankan Index dibandingkan dengan median 100 juta, dan evaluator menyebutnya sangat bertele-tele. GPT-6 Luna menghasilkan 140 juta dibandingkan dengan median 100 juta yang sama, digambarkan sebagai agak bertele-tele. Tiga kali lipat token keluaran berarti tiga kali lipat tagihan ketika output adalah meteran yang mendominasi.

Angka Anthropic sendiri mengarah ke arah yang sama. Bagan biaya versus akurasi dari vendor tersebut memetakan Haiku 5.5 di sepanjang rentang upaya, dan kutipan menonjol dari peluncurannya adalah bahwa Sonnet 5.5 dan Opus 5.5 tetap menjadi pilihan yang lebih baik untuk pekerjaan coding agentic yang kompleks, sementara Haiku 5.5 justru diposisikan untuk pemadatan, peringkasan, dan subagen. Semakin kecil pekerjaannya, semakin sedikit masalah verbositas itu yang Anda tanggung — yang justru merupakan beban kerja yang dirancang untuk model ini, dan tepatnya beban kerja di mana selisih biaya tiga kali lipat layak diperiksa terhadap log Anda sendiri, bukan log sebuah board.

Satu entri lagi dalam buku besar, dari dokumentasi Anthropic, bukan dari dokumentasi evaluator: Claude Haiku 5.5 menggunakan tokenizer yang lebih baru yang juga dipakai oleh Claude 4.7 dan versi setelahnya, sehingga teks yang sama dihitung sekitar 30% lebih banyak token daripada pada Haiku sebelumnya. Tarifnya sama dengan Luna; tokeniser-nya tidak.

Apa yang dikatakan tabel Ant​hropic sendiri tentang Luna

Halaman peluncuran Ant​hropic menampilkan GPT-6 Luna sebagai satu kolom di tabel benchmark-nya, dan cara yang jujur untuk melaporkannya adalah dengan menyertakan atribusinya: ini adalah evaluasi Ant​hropic, yang dijalankan pada harness Ant​hropic, terhadap model milik pesaing. Semua ini dilaporkan oleh vendor, bukan direproduksi secara independen, dan vendor yang menjalankan rangkaian pengujiannya sendiri terhadap skor rival adalah perbandingan yang perlu ditimbang, bukan langsung diterima.

• Pekerjaan berbasis pengetahuan — GDPval-AA v2.1 pada 1620 untuk Claude Haiku 5.5 dibandingkan dengan 1437 untuk GPT-6 Luna. AA-Briefcase v1.1 pada 1578 dibandingkan dengan 1336.

• Penggunaan komputer — subset offline OSWorld 2.1 pada 72,4% dibanding 48,9%.

Pengodean agentik — Terminal-Bench 4.0 sebesar 39,2% dibandingkan 16,4%; FrontierCode 1.1 (Main) sebesar 46,4% dibandingkan 42,4%.

• Penalaran visual — Chartography pada 46,4% tanpa alat dibandingkan dengan 29,1%.

Pada harness milik vendor sendiri, Claude Haiku 5.5 memimpin di setiap baris. Di papan peringkat independen, ia memimpin dengan selisih yang lebih kecil — 43,40 versus 38,12 — yang merupakan hubungan biasa antara tabel vendor dan tabel pihak ketiga, dan itulah alasan keduanya dicetak di sini. Keduanya sepakat soal arah dan tidak sepakat soal besaran.

RUU itu adalah suara penentu.

Bandingkan empat fakta yang benar-benar penting itu satu sama lain, dan pilihannya tidak lagi imbang untuk sebagian besar beban kerja.

GPT-6 Luna lebih murah per tugas yang diselesaikan dengan faktor tiga pada pengukuran independen, tier harga pertamanya menjangkau delapan belas kali lebih jauh ke atas jendela konteks, tingkat di atas ambangnya lebih rendah pada kedua meter, dan hanya satu dari keduanya yang penalti konteks panjangnya berupa penggandaan, bukan lonjakan lima kali lipat. Claude Haiku 5.5 unggul dalam kecerdasan terukur dengan margin yang nyata dan moderat, lebih cepat dengan faktor hampir dua pada keluaran, dan — pada harness milik vendor sendiri, tempat kesenjangannya paling lebar — unggul pada setiap baris benchmark yang dipublikasikan.

Jika panggilan Anda pendek, jika throughput menjadi kendala, atau jika perbedaan kualitas muncul dalam evaluasi Anda sendiri, bayarlah tiga kali lipat. Jika panggilan Anda panjang, jika dihasilkan mesin dan tidak pernah dibaca manusia, atau jika Anda menjalankan tier klasifikasi yang dipicu sejuta kali sehari, $0.10 dan $0.50 yang sama akan memberi Anda tagihan yang hanya sepertiga besarnya di sisi lain, dan kemampuan yang Anda korbankan adalah lima poin pada papan peringkat yang kedua modelnya berada di dekat puncak.

Memanggil salah satu dari keduanya dari satu tempat

Yang berguna dari perbandingan yang sedekat ini adalah Anda tidak perlu begitu saja memercayai kata orang lain, termasuk kata kami. GPT-6 Luna sudah ada di katalog OrcaRouter hari ini dengan tarif penyedia tanpa markup 0% — struktur tarif yang sama seperti yang tercetak di atas, diteruskan apa adanya alih-alih digabungkan — dan begitu pula Claude Sonnet 5.5 serta Claude Opus 5.5, sehingga uji eskalasi dari opsi murah ke tier menengah menjadi sekadar konfigurasi, bukan proyek. Satu kunci, satu SDK, failover otomatis di baliknya, dan DSL routing jika eskalasi sebaiknya berada di rute, bukan di aplikasi Anda.

Claude Haiku 5.5 belum ada di katalog. Menyatakan itu secara terang-terangan lebih berguna daripada menyiratkan sebaliknya: sisi Luna dari perbandingan ini dapat kami hubungi pagi ini, dan sisi Ant​hropic harus dihubungi melalui Ant​hropic sampai tidak lagi demikian.

Apa yang bisa mengubah jawabannya

Dua hal, dan keduanya layak untuk diamati daripada diperkirakan.

Yang pertama adalah apakah verbositasnya berubah. Biaya per tugas Claude Haiku 5.5 adalah fungsi dari berapa banyak token yang dihabiskan per jawaban pada effort maksimum, dan parameter effort adalah pengungkitnya. Tim yang menetapkan effort lebih rendah — default model itu sendiri adalah medium, bukan max — akan melihat angka biaya per tugas yang lebih dekat dengan Luna dan skor yang juga lebih dekat dengan Luna. Trade-off-nya tersedia; berapa nilainya adalah pertanyaan tentang eval Anda, bukan tentang model.

Yang kedua adalah apakah angka biaya per tugas yang independen tetap bertahan saat kedua model mengumpulkan lebih banyak uji terukur. Satu penempatan papan hanyalah cuplikan sesaat, dan selisih tiga kali lipat yang muncul dalam satu cuplikan layak dikonfirmasi dengan tagihan Anda sendiri sebelum pipeline dibangun ulang berdasarkan itu. Itulah gunanya endpoint bersama.