Claude Sonnet 5 vs. Opus 4.8: Selisih Harga, Tokenisasi, Benchmark, dan Kasus Penggunaan

Anthropic merilis Claude Sonnet 5 dengan harga standar sekitar 60% dari tarif per-token Opus 4.8, ditambah promo peluncuran $2/$10 yang lebih rendah lagi hingga 31 Agustus 2026. Ini juga menjadikan Sonnet 5 model default untuk pengguna Free dan Pro pada hari peluncuran. Insting pertama (saya juga sempat mengalaminya, sekitar satu jam) adalah mengganti default kamu ke Sonnet 5 di mana-mana dan mengantongi selisihnya.

Lalu kamu menjalankan loop agen sungguhan dan hitung-hitungannya jadi lebih menarik. Tarif per-token itu harga label. Bukan tagihan. Ada dua hal yang berubah antara daftar harga dan tagihan kamu, dan keduanya cukup kuat melawan headline "pokoknya lebih murah" hingga mengubah apa yang seharusnya kamu lakukan.

Jadi pertanyaan sebenarnya bukan "model mana yang ada", kamu sudah tahu keduanya ada. Yang jadi soal adalah model mana yang kamu jadikan default untuk agen kamu, dan kapan bayar lebih untuk Opus itu sepadan. Ini aturan keputusannya, ditambah dua mekanisme biaya yang terlewat dari rekap benchmark.

Versi Singkat

Pakai Sonnet 5 sebagai default untuk sebagian besar coding agentic dan pekerjaan API sehari-hari. Ini lebih murah dan cukup setara pada benchmark yang terpecah di antara dua model ini. Simpan Opus 4.8 untuk tugas penalaran dan coding kamu yang paling sulit, dan untuk run dengan effort ekstra tinggi di mana Sonnet 5 bisa kehilangan keunggulan biayanya. Dua hal yang disembunyikan daftar harga: tokenizer Sonnet 5 yang lebih baru menghabiskan sekitar 30% lebih banyak token untuk teks yang sama, dan pada setelan effort ekstra tinggi hitung-hitungan biayanya bisa terbalik. Satu tanggal yang harus dicatat: harga perkenalan Sonnet 5 ($2/$10 per juta token) berakhir 31 Agustus 2026, setelah itu jadi $3/$15. Hitung tarif standarnya dari sekarang kalau kamu menjadikan biaya sebagai standar.

Intinya begini: Sonnet 5 adalah default baru kamu untuk sebagian besar coding agentic. Opus 4.8 belum mati, cuma bukan default kamu lagi.

Selisih Harga yang Dikutip Semua Orang (dan Apa yang Terlewat)

Sonnet 5 dihargai $3 per juta token input dan $15 per juta token output dengan harga standar, dengan tarif perkenalan $2/$10 hingga 31 Agustus 2026. Opus 4.8 berada di $5/$25. Keduanya punya jendela konteks 1M token dengan harga standar, dan Anthropic menjadikan Sonnet 5 model default untuk pengguna Free dan Pro saat peluncuran. Angka-angka itu langsung dari pengumuman Sonnet 5 Anthropic (https://www.anthropic.com/news/claude-sonnet-5) dan dokumen harga platform Claude (https://platform.claude.com/docs/en/about-claude/pricing); ini bagian perbandingan yang faktanya jelas.

Kalau dijejerkan, Sonnet 5 kelihatan seperti diskon markdown yang lugas: jendela konteks sama, sekitar 40% lebih murah per token, dan sekarang jadi tier default. Kalau model mental kamu soal biaya adalah "tarif dikali token, dan tarifnya baru saja turun," selesai sudah. Ganti dan hemat.

Yang jadi masalah, jumlah token bukan angka konstan. Itu berubah tergantung model, dan Anthropic mengubahnya. Di situlah harga label dan tagihan sebenarnya mulai berbeda.

Tokenizer-nya Berubah. Tagihannya Juga.

Sonnet 5 menggunakan tokenizer Anthropic yang lebih baru (yang sama yang dirilis bersama Opus 4.7 dan versi setelahnya), dan menurut penjelasan Anthropic sendiri, ini berjalan sekitar 30% lebih banyak token untuk teks yang setara dibanding versi Sonnet lama. Itu bukan detail pembulatan angka. Tagihan kamu adalah tarif dikali token, dan Anthropic diam-diam menaikkan angka kedua itu sementara kamu sibuk melihat angka pertama.

Mari kita telusuri. Kalau kamu membandingkan tarif perkenalan Sonnet 5 dengan apa yang dulu kamu bayar di Sonnet versi lama, harga per-token yang lebih rendah tapi diterapkan pada ~30% token lebih banyak mempersempit selisih sebenarnya jauh di bawah yang disarankan tarif headline-nya. Prompt sama, teks output sama, tapi unit yang bisa ditagih di baliknya lebih banyak. Diskonnya nyata, tapi lebih kecil daripada yang tersirat dari angka di halaman harga, karena halaman harga memberi harga pada satu token sementara beban kerja kamu diukur dalam kata.

Ini paling relevan untuk dua jenis pembaca. Kalau kamu bermigrasi dari Sonnet versi lama, siapkan anggaran untuk inflasi token, bukan cuma perubahan tarifnya. Kalau kamu membandingkan Sonnet 5 dengan Opus 4.8 secara langsung, ini kurang jadi faktor, karena keduanya berbagi tokenizer yang lebih baru, jadi kamu membandingkan token dengan token yang setara, dan selisih per-token-nya lebih mendekati kenyataan. Jebakannya adalah menganggap biaya per tugas historis kamu masih berlaku. Padahal tidak; unit di baliknya sudah berubah.

Di Mana Sonnet 5 Berhenti Lebih Murah

Naikkan setelan effort dan keunggulan biayanya bisa terbalik. Praktisi yang menjalankan Sonnet 5 pada setelan effort ekstra tinggi ("xhigh") melaporkan bahwa itu bisa lebih mahal daripada Opus 4.8 untuk kualitas yang setara, karena model yang lebih murah tapi berpikir lebih keras dan lebih lama pada sebuah tugas bisa menghabiskan cukup banyak token ekstra hingga menghapus diskon per-token. Ini bersumber dari laporan komunitas: sebuah thread Hacker News tentang peluncurannya (https://news.ycombinator.com/item?id=48736605) dan perbandingan benchmark yang banyak diberitakan (https://www.marktechpost.com/2026/06/30/anthropic-claude-sonnet-5-vs-sonnet-4-6-vs-opus-4-8-agentic-coding-benchmarks-api-pricing-and-cost-performance-tradeoffs-compared/). Ini bukan angka yang dikonfirmasi Anthropic, jadi anggap saja sebagai pola yang dilaporkan, bukan ambang batas resmi. Saya tidak akan memberi kamu titik crossover yang presisi, karena saya tidak punya angka yang terverifikasi.

Yang penting adalah bentuk polanya, dan polanya jelas: pada run biasa, di mana setelan effort-nya sedang dan tugasnya terbatas, Sonnet 5 benar-benar lebih murah. Pada run paling berat (penalaran mendalam, effort tinggi, loop agen panjang yang mengunyah codebase besar atau berantakan), diskonnya menipis dan bisa hilang. Model murah yang harus bekerja dua kali lebih keras bukan lagi murah.

Inti bagian ini: diskonnya nyata untuk run biasa dan menghilang untuk yang paling berat, dan batas itulah tepatnya tempat default kamu harus berpindah.

Benchmark-nya: Mana yang Terverifikasi dan Mana yang Banyak Diberitakan

Mulai dari koreksi yang jelas, karena di sinilah rekap peluncuran gampang salah dibaca. Angka Humanity's Last Exam 34,6% / 46,8% dan angka OSWorld-Verified 78,5% bukan skor Sonnet 5; Anthropic menyebutnya sebagai baseline Sonnet 4.6 yang direvisi. Untuk Sonnet 5, tabel peluncuran/system card yang dilaporkan sebesar 43,2% / 57,4% pada Humanity's Last Exam, 81,2% pada OSWorld-Verified, 63,2% pada SWE-bench Pro, dan 1.618 pada GDPval-AA v2. Opus 4.8 masih unggul pada beberapa ukuran penalaran dan coding yang lebih sulit, termasuk SWE-bench Pro, OSWorld-Verified, HLE tanpa tools, dan USAMO 2026; keunggulan head-to-head Sonnet 5 yang paling jelas ada pada knowledge work, di mana ia sedikit mengungguli Opus 4.8 pada GDPval-AA v2. Itu pun tetap tidak menobatkan pemenang universal. Itu cuma memperkuat aturan pembelian yang sebenarnya: pakai Sonnet 5 sebagai default untuk pekerjaan agentic rutin, dan naik ke Opus saat tugasnya butuh batas kemampuan yang lebih tinggi.

Semua yang lain dalam perbandingan head-to-head ini berasal dari agregasi pihak ketiga, dan saya akan tetap menegaskan batas itu dengan jelas. Bacaan paling aman dan jelasnya lebih sempit: Opus 4.8 masih unggul pada angka coding, penalaran, dan computer-use yang paling sulit, sementara Sonnet 5 mempersempit jaraknya dan sedikit mengungguli Opus pada knowledge work GDPval-AA v2. Terminal-Bench 2.1 sebaiknya dianggap bergantung pada harness bukan sekadar kolom kemenangan sederhana, karena rekap peluncuran melaporkan perbandingan Opus yang berbeda-beda tergantung setelan yang dipakai.

Saya mengatributkan itu, bukan menegaskannya sebagai fakta, karena system card lengkapnya melampaui apa yang bisa saya verifikasi langsung, dan selisih benchmark yang dinyatakan sebagai fakta padahal sebenarnya cuma tabel dari satu agregator adalah jenis klaim yang gampang basi.

Bacaan jujur dari tabel itu adalah benchmark-nya tidak menobatkan satu pemenang. Mereka saling bergantian menang. Itulah tepatnya kenapa leaderboard tidak seharusnya jadi faktor penentu kamu. Kalau dua model terpecah pada benchmark, penentunya bukan "siapa yang skornya lebih tinggi di satu tes yang kamu pedulikan." Melainkan biaya per tugas pada beban kerja kamu yang sebenarnya, angka yang tidak bisa diberikan oleh leaderboard mana pun.

Apakah Hype-nya Sesuai Kenyataan?

Reaksi peluncurannya ramai di dua arah, dan tidak satu pun kutub yang sepenuhnya benar. Di satu sisi ada backlash nyata: sebuah postingan yang beredar luas (https://www.bleepo.co/article/claude-sonnet-5-useless-flop-backlash-benchmarks) menyebut Sonnet 5 sebagai "flop yang tidak berguna," dan beberapa praktisi dalam diskusi peluncuran mencatat mode kegagalan yang sudah dikenal pada model yang dioptimalkan untuk agen: over-engineering tugas sepele, seperti mengubah permintaan Python kecil menjadi sesuatu yang mendekati satu library utuh. Beberapa komentator juga menyoroti pilihan penyajian pada grafik peluncuran. Anggap itu sebagai reaksi individu dalam thread langsung, bukan vonis.

Di sisi lain, sinyal positifnya konkret dan bersumber jelas. Insinyur Zapier Daniel Shepard, dikutip dalam liputan peluncuran TechCrunch (https://techcrunch.com/2026/06/30/anthropic-launches-claude-sonnet-5-as-a-cheaper-way-to-run-agents/), mengatakan Sonnet 5 menyelesaikan tugas Salesforce-dan-email dua bagian yang kompleks secara end-to-end, yang dulu selalu macet di tengah jalan, dan menyebutnya "jelas pilihan mudah untuk otomatisasi sehari-hari." Itu praktisi yang menjalankannya di produksi, bukan sekadar baris benchmark.

Pandangan saya: ini bentuk normal dari sebuah peluncuran model, bukan sinyal bahwa Sonnet 5 sukses besar atau gagal total. Model agen yang lebih murah tapi kadang overthinking pada tugas kecil adalah tradeoff yang bisa dikelola, bukan cacat yang mendiskualifikasi. Kamu sesuaikan setelan effort dengan pekerjaannya dan lanjut jalan. Orang-orang yang menyebutnya flop dan yang menyebutnya lompatan besar sama-sama mengekstrapolasi dari beberapa hari pada satu beban kerja tertentu. Posisi yang terukur adalah Sonnet 5 merupakan default yang solid dan lebih murah dengan kekurangan yang sudah diketahui pada effort tinggi, dan itu sudah cukup untuk jadi dasar keputusan.

Aturan Keputusannya (dan Jurang Bulan September)

Ini aturan yang akan saya terapkan mulai hari ini. Pakai Sonnet 5 sebagai default untuk sebagian besar coding agentic dan pekerjaan API sehari-hari, karena lebih murah pada run biasa, ini tier default, dan cukup setara ketika benchmark-nya terpecah. Simpan Opus 4.8 untuk tugas penalaran dan coding yang paling sulit, dan untuk run dengan effort ekstra tinggi di mana diskon Sonnet 5 bisa hilang; di titik itu Opus mungkin justru lebih bernilai, bukan sekadar kemewahan. Itu bukan "Opus sudah usang." Melainkan "Opus berhenti jadi default kamu dan menjadi spesialis kamu."

Lalu bagian yang gampang terlewat karena itu tanggal, bukan benchmark: harga perkenalan Sonnet 5 berakhir 31 Agustus 2026. Kalau kamu menjadikan Sonnet 5 sebagai standar karena alasan biaya, hitunglah tarif standar $3/$15 dari sekarang (bukan tarif perkenalan $2/$10) dan siapkan anggaran untuk bulan September. Membangun perhitungan biaya di atas harga yang kedaluwarsa dalam hitungan minggu adalah cara pasti untuk kena kejutan tidak enak di Q3. Hitung angka berdasarkan apa yang benar-benar akan kamu bayar, bukan berdasarkan promo peluncuran.

Satu perbedaan lagi, karena ini mengubah bobotnya. Kalau kamu menjalankan harness agen self-hosted atau lokal (Aider, OpenCode, Continue.dev) alih-alih memanggil API langsung lewat produk yang dihosting, eksposur biaya dan kendali setelan effort kamu terlihat berbeda dari pengguna API murni, dan hitungan crossover-nya layak dijalankan ulang terhadap perilaku token harness kamu sendiri. Lihat Perbandingan OpenCode vs. Claude Code kalau kamu sedang memilih harness.

Model-model ini akan terus saling menyalip; rilis berikutnya akan mengubah tabelnya lagi. Tapi disiplinnya tetap berlaku melampaui nomor versi: jangan percaya begitu saja harga label, hitung biaya per tugas pada setelan effort yang benar-benar kamu pakai, dan ganti default kamu di batas tempat diskonnya habis.

Pertanyaan yang Sering Diajukan

Haruskah saya mengganti default saya dari Opus 4.8 ke Sonnet 5?

Untuk sebagian besar coding agentic dan pekerjaan API sehari-hari, ya. Sonnet 5 lebih murah pada run biasa, ini tier default untuk Free dan Pro, dan cukup setara ketika benchmark-nya terpecah. Pertahankan Opus 4.8 untuk tugas penalaran dan coding kamu yang paling berat serta untuk run dengan effort ekstra tinggi, tempat Sonnet 5 bisa kehilangan keunggulan biayanya.

Seberapa jauh Sonnet 5 lebih murah daripada Opus 4.8?

Dengan harga standar, Sonnet 5 dihargai $3 per juta token input dan $15 per juta token output, dibanding Opus 4.8 di $5/$25, sekitar 40% lebih murah per token. Hingga 31 Agustus 2026, Sonnet 5 berjalan dengan tarif perkenalan yang lebih rendah, $2/$10. Selisih sebenarnya lebih sempit daripada yang disarankan tarifnya kalau kamu berasal dari Sonnet versi lama, karena tokenizer Sonnet 5 yang lebih baru memakai sekitar 30% lebih banyak token untuk teks yang sama.

Kapan harga perkenalan Sonnet 5 berakhir?

Harga perkenalan Sonnet 5 sebesar $2 per juta token input dan $10 per juta token output berlaku hingga 31 Agustus 2026. Setelah itu, harga standarnya $3/$15. Kalau kamu menjadikan Sonnet 5 sebagai standar karena alasan biaya, hitunglah tarif standarnya dari sekarang dan siapkan anggaran untuk kenaikan di bulan September.

Apakah Opus 4.8 masih sepadan dengan biaya ekstranya?

Ya, untuk pekerjaan tertentu. Angka peluncuran/system card menunjukkan Opus 4.8 masih unggul pada SWE-bench Pro, OSWorld-Verified, Humanity's Last Exam tanpa tools, dan USAMO 2026, sementara Sonnet 5 mendekati pada HLE dengan tools dan sedikit unggul pada GDPval-AA v2. Jadi Opus tidak usang; ia menjadi spesialis untuk tugas penalaran, matematika, dan coding yang paling sulit, serta untuk run agen dengan effort ekstra tinggi di mana Sonnet 5 bisa kehilangan keunggulan biayanya.