Claude Haiku 5.5 vs GPT-6 Luna

Claude Haiku 5.5 dan GPT-6 Luna memiliki harga daftar yang sama untuk prompt Haiku hingga 100K token: $0.10/$0.50 per juta token input/output, dengan $0.01 untuk pembacaan cache dan $0.125 untuk penulisan cache. Perbedaan utama muncul pada ambang token panjang: Haiku 5.5 naik menjadi $0.50/$2.50 di atas 100K token, sedangkan Luna mempertahankan tarif dasar hingga 272K token input lalu mengenakan 2x tarif input dan 1,5x tarif output. Pada tabel peluncuran Anthropic, Haiku 5.5 mendapat skor lebih tinggi di setiap baris yang dibandingkan. Namun, pada grafik biaya Anthropic, Luna lebih murah per tugas di semua tingkat upaya GDPval-AA dan empat dari lima tingkat OSWorld; hanya pada OSWorld medium Haiku 5.5 sedikit lebih murah.

Coba Apidog hari ini

Artikel ini membahas harga, spesifikasi, benchmark, biaya per tingkat upaya, dan strategi perutean model berdasarkan beban kerja. Untuk detail tiap model, baca apa itu Claude Haiku 5.5 dan apa itu GPT-6 Luna. Di bagian implementasi, Anda akan menjalankan prompt yang sama pada kedua model di Apidog.

Harga berdampingan

Per 1 juta token	Claude Haiku 5.5	GPT-6 Luna
Input, tingkat dasar	$0.10, prompt hingga 100K token	$0.10, hingga 272K token input
Output, tingkat dasar	$0.50	$0.50
Pembacaan cache, tingkat dasar	$0.01	$0.01
Penulisan cache, tingkat dasar	$0.125, 5 menit	$0.125
Tingkat lebih tinggi, input / output	$0.50 / $2.50, lebih dari 100K	$0.20 / $0.75, lebih dari 272K
Tingkat lebih tinggi, pembacaan / penulisan cache	$0.05 / $0.625	2x tarif cache
Batch	$0.05 / $0.25 hingga 100K; $0.25 / $1.25 di atasnya	50% dari tarif Standar, Batch dan Flex

Sumber: dokumen harga Anthropic dan halaman model GPT-6 Luna OpenAI.

OpenAI menghargai ulang “permintaan penuh” di atas 272K token. Anthropic menyatakan bahwa prompt di atas 100.000 token membayar harga lebih tinggi, yang dihitung per permintaan berdasarkan panjang prompt.

Gunakan aturan praktis berikut saat memperkirakan biaya:

• Di bawah 100K token: tarif kedua model sama.
• 100K–272K token: Haiku 5.5 berbiaya 5x Luna untuk input dan output.
• Di atas 272K token: keduanya masuk tingkat lebih tinggi, tetapi Luna tetap lebih murah.

Contoh perhitungan menggunakan token masing-masing vendor:

• Prompt 150K token, output 2K token

  • Haiku 5.5: 0.15 × $0.50 + 0.002 × $2.50 = $0.080
  • Luna: 0.15 × $0.10 + 0.002 × $0.50 = $0.016

• Prompt 300K token, output 2K token

  • Haiku 5.5: 0.30 × $0.50 + 0.002 × $2.50 = $0.155
  • Luna: 0.30 × $0.20 + 0.002 × $0.75 = $0.0615

Anthropic menyatakan bahwa prompt hingga 100K token mencakup sekitar 90% permintaan Haiku 4.5. Jika distribusi traffic Anda mirip, sebagian besar panggilan akan berharga sama pada kedua model. Untuk perhitungan lain, lihat harga Claude Haiku 5.5.

Tokenizer dapat menggeser ambang batas

Satu token pada satu model tidak selalu setara dengan satu token pada model lain. Menurut Anthropic, tokenizer Haiku 5.5 yang diperbarui menghasilkan sekitar 30% lebih banyak token daripada Haiku 4.5 untuk teks yang sama.

Dalam thread peluncuran Hacker News, seorang komentator memperkirakan bahwa “100K token Claude modern setara dengan ~60–65K token GPT modern.” Ini adalah estimasi komunitas, bukan angka resmi vendor.

Implikasinya: ambang 100K Haiku dapat tercapai lebih cepat dalam jumlah teks aktual dibandingkan angka token mentah. Jangan mengandalkan estimasi saja. Jalankan prompt representatif Anda pada kedua API dan simpan objek usage dari setiap respons.

Spesifikasi

	Claude Haiku 5.5	GPT-6 Luna
ID model API	claude-haiku-5-5	gpt-6-luna
Jendela konteks	1 juta token	1.050.000 token
Output maksimum	128K token, 300K pada Batch dengan header beta	128.000 token
Batas pengetahuan	Juni 2026	18 Mei 2026
Tingkat upaya	rendah, menengah, tinggi, sangat tinggi, maks	tidak ada, rendah, menengah, tinggi, sangat tinggi, maks
Berpikir nonaktif	thinking: {"type": "disabled"} pada upaya tinggi atau di bawahnya	upaya penalaran none
Akses obrolan gratis	Pengguna Claude.ai gratis dapat memilihnya	Pengguna gratis dan Go di aplikasi desktop ChatGPT

Kedua model menggunakan medium secara default.

• Pada Haiku 5.5, parameter upaya adalah output_config.effort.
• Pada Luna, parameter upaya adalah reasoning.effort.

Akses obrolan gratis bukan pengganti API key. Anda tidak dapat menggunakannya untuk skrip, job CI, atau agen. Lihat panduan Claude Haiku 5.5 gratis dan GPT-6 Luna gratis.

Perhatikan juga perilaku cache dalam loop:

• Pada Haiku 5.5, mengubah effort tingkat atas di antara permintaan akan membatalkan cache prompt.
• OpenAI menyatakan bahwa perubahan upaya penalaran tidak lagi merusak cache pada model GPT-6. Lihat caching prompt GPT-6.

Benchmark: tabel Anthropic dan sumber setiap sel Luna

Setiap angka berikut berasal dari postingan peluncuran Anthropic dan kartu sistemnya. Anthropic menyusun tabel, tetapi pihak yang menjalankan setiap benchmark tidak selalu sama. Hasil Haiku 5.5 menggunakan upaya maksimal dan sebagian besar merupakan rata-rata dari lima percobaan.

Benchmark	Haiku 5.5	GPT-6 Luna	Cara memperoleh sel Luna
GDPval-AA v2.1, Elo	1620	1437	Dijalankan independen oleh Artificial Analysis
AA-Briefcase v1.1, Elo	1578	1336	Dijalankan independen oleh Artificial Analysis
OSWorld 2.1, subset offline	72,4%	48,9%	Anthropic menjalankan 82 tugas yang sama melalui API OpenAI
Terminal-Bench 4.0	39,2%	16,4%	Papan peringkat publik; Codex CLI pada upaya maks
FrontierCode 1.1, utama	46,4%	42,4%	Dijalankan oleh Cognition: Claude di Claude Code, GPT di Codex
Chartography, tanpa alat	46,4%	29,1%	Dilaporkan publik oleh Surge AI

Baris-baris tersebut memiliki nama benchmark yang sama, tetapi bukan satu rangkaian pengujian identik. Misalnya, Terminal-Bench membandingkan Haiku 5.5 di Claude Code dengan Luna di Codex CLI.

OSWorld adalah perbandingan yang paling mendekati terkontrol karena Anthropic menjalankan kedua model pada tugas yang sama. Namun, itu tetap hasil dari satu vendor yang menjalankan model pesaing.

Belum ada perbandingan langsung independen. Hingga 8 Oktober 2026, Artificial Analysis belum memiliki halaman Haiku 5.5, dan tidak ditemukan hasil Haiku 5.5 di Vals, LMArena, SWE-bench, atau Aider. Pada hari tersebut, papan peringkat AA mencantumkan GPT-6 Luna pada upaya maks dengan Indeks Intelijen 38 dan 129 token output per detik. Lihat benchmark Claude Haiku 5.5 untuk hasil lengkapnya.

Biaya per percobaan pada setiap tingkat upaya

Tabel peluncuran membandingkan model pada tingkat maksimal. Halaman peluncuran Anthropic juga memplot tingkat upaya terhadap biaya, termasuk Luna pada dua grafik.

OSWorld 2.1, subset offline

Skor kredit parsial / biaya per percobaan:

Upaya	Haiku 5.5	GPT-6 Luna
Rendah	42,0% / $0.0695	19,2% / $0.038
Menengah	53,3% / $0.1257	37,5% / $0.1261
Tinggi	61,3% / $0.1827	42,3% / $0.1435
Sangat tinggi	67,6% / $0.2792	44,8% / $0.1672
Maks	72,4% / $0.6111	48,9% / $0.205

GDPval-AA v2.1

Elo / biaya per tugas:

Upaya	Haiku 5.5	GPT-6 Luna
Rendah	1125 / $0.01167	1036 / $0.0038
Menengah	1277 / $0.03042	1262 / $0.02
Tinggi	1420 / $0.08938	1344 / $0.03
Sangat tinggi	1513 / $0.26725	1364 / $0.05
Maks	1620 / $0.86593	1437 / $0.09

Luna berbiaya lebih rendah di semua tingkat upaya GDPval-AA dan pada OSWorld rendah, tinggi, sangat tinggi, serta maksimal. Pada OSWorld medium, Haiku 5.5 sedikit lebih murah: $0.1257 dibanding $0.1261.

Namun, Haiku 5.5 memiliki skor lebih tinggi di setiap tingkat yang ditampilkan. Bandingkan pada budget yang sama:

• OSWorld: Haiku 5.5 pada tingkat menengah berbiaya $0.1257 dan mendapat 53,3%. Luna pada tingkat menengah berbiaya $0.1261 dan mendapat 37,5%. Haiku pada tingkat menengah juga mengalahkan Luna tingkat maksimal (48,9%) dengan biaya lebih rendah.
• GDPval-AA: Luna tingkat maksimal mencetak 1437 dengan biaya $0.09, sedangkan Haiku 5.5 tingkat tinggi mencetak 1420 dengan biaya $0.08938. Selisihnya hanya 17 Elo pada biaya yang hampir sama.

Untuk penggunaan komputer, hasil pengujian Anthropic menunjukkan Haiku 5.5 memberikan skor lebih tinggi pada anggaran serupa. Untuk pekerjaan pengetahuan, keduanya lebih dekat pada pengeluaran yang sama; Luna unggul ketika targetnya adalah biaya minimum dengan kualitas “cukup baik”.

Perutean: model untuk setiap beban kerja

Anthropic memosisikan Haiku 5.5 untuk “tugas dengan cakupan sempit” dan menyatakan bahwa Sonnet 5.5 serta Opus 5.5 tetap lebih cocok untuk tugas coding agen yang kompleks. Kedua model dalam artikel ini ditujukan untuk volume tinggi.

Beban kerja	Mulai dengan	Alasan
Klasifikasi, perutean, ekstraksi di bawah 100K token	Keduanya; uji keduanya	Harga identik; pilih berdasarkan akurasi label Anda
Q&A dokumen panjang, 100K–272K token	GPT-6 Luna	Tarif dasar berlaku hingga 272K; Haiku 5.5 menjadi 5x lebih mahal di atas 100K
Otomatisasi browser dan desktop	Claude Haiku 5.5	Skor OSWorld lebih tinggi pada biaya setara
Subagen di bawah Opus 5.5 atau Sonnet 5.5	Claude Haiku 5.5	Frontmatter Claude Code model: haiku; Haiku 5.5 di Anthropic API
Biaya terendah per panggilan	GPT-6 Luna	Biaya terendah: $0.038 pada OSWorld dan $0.0038 pada GDPval-AA di tingkat rendah
Penyusunan kerja pengetahuan dengan upaya tinggi	Keduanya; uji keduanya	Selisih 17 Elo pada pengeluaran hampir sama di GDPval-AA

Untuk implementasi subagen, lihat Claude Haiku 5.5 di Claude Code. Untuk pipeline QPS tinggi, lihat GPT-6 Luna untuk beban kerja API bervolume tinggi.

Jika Anda bermigrasi dari Haiku 4.5, lihat Haiku 5.5 vs Haiku 4.5, yang mencantumkan lima error 400 baru.

Uji keduanya berdampingan di Apidog

Perbandingan yang benar-benar relevan adalah perbandingan pada prompt produksi Anda. Di Apidog, buat satu proyek dengan dua request dan gunakan prompt yang sama.

1. Simpan ANTHROPIC_API_KEY dan API key OpenAI sebagai environment variables.
2. Tambahkan request Haiku 5.5 dan request Luna dengan prompt serta tingkat upaya yang sama.
3. Pastikan stop_reason Haiku bukan "refusal" karena tidak ada fallback sisi server.
4. Catat objek usage, latensi, biaya, dan output dari setiap respons.
5. Jalankan evaluasi pada upaya rendah, menengah, dan tinggi.
6. Ulangi pada set prompt nyata, bukan hanya satu contoh.

Contoh request Haiku 5.5:

curl https://api.anthropic.com/v1/messages \
  -H "x-api-key: $ANTHROPIC_API_KEY" \
  -H "anthropic-version: 2023-06-01" \
  -H "content-type: application/json" \
  -d '{
    "model": "claude-haiku-5-5",
    "max_tokens": 2048,
    "thinking": {"type": "adaptive"},
    "output_config": {"effort": "medium"},
    "messages": [
      {
        "role": "user",
        "content": "Classify this support ticket as billing, bug, or feature request: The export button returns a 500 error since this morning."
      }
    ]
  }'

Jangan sertakan temperature, top_p, atau top_k. Nilai non-default untuk parameter tersebut mengembalikan error 400 pada Haiku 5.5.

Untuk detail request, lihat cara menggunakan API Claude Haiku 5.5. Untuk membuat set evaluasi, lihat menguji aplikasi LLM.

FAQ

Apakah Claude Haiku 5.5 dan GPT-6 Luna memiliki harga yang sama?

Ya, untuk prompt Haiku hingga 100K token: $0.10/$0.50, pembacaan cache $0.01, dan penulisan cache $0.125. Di atas ambang itu, Haiku 5.5 berharga $0.50/$2.50, sedangkan Luna mempertahankan tarif dasar hingga 272K token.

Model mana yang mendapat skor lebih tinggi?

Haiku 5.5 pada setiap baris yang dibandingkan dalam tabel peluncuran Anthropic. Namun, tabel tersebut disusun oleh Anthropic dan belum ada perbandingan langsung independen.

Mana yang lebih murah per tugas?

Biasanya Luna: lebih murah di semua tingkat upaya GDPval-AA dan empat dari lima tingkat OSWorld. Pada OSWorld medium, Haiku 5.5 lebih murah sebesar $0.0004. Pada pengeluaran yang sama, Haiku 5.5 unggul di OSWorld, sementara GDPval-AA lebih dekat.

Apakah salah satunya gratis?

Hanya melalui chat: pengguna Claude.ai gratis dapat memilih Haiku 5.5, sedangkan pengguna gratis dan Go mendapatkan Luna di aplikasi desktop ChatGPT. Keduanya tidak menyediakan API key. Lihat Claude Haiku 5.5 gratis.

Pilih berdasarkan panjang prompt, lalu uji

Mulai dari panjang prompt Anda:

• Di bawah 100K token: harga seri; gunakan akurasi pada data Anda sebagai pembeda utama.
• Antara 100K dan 272K token: Luna menghemat biaya pada setiap panggilan.
• Di atas 272K token: Luna tetap lebih murah berdasarkan tarif yang tercantum.
• Untuk otomatisasi komputer: uji Haiku 5.5 terlebih dahulu karena skor OSWorld-nya lebih tinggi.
• Untuk volume tinggi dan biaya minimum: uji Luna terlebih dahulu pada upaya rendah.

Jalankan kedua model pada request nyata di dua atau tiga tingkat upaya. Unduh Apidog, simpan kedua request dalam satu proyek, lalu gunakan angka usage, latensi, biaya, dan kualitas output untuk menentukan model default Anda.