Claude Opus 4.8 vs GPT-5.5 vs Gemini 3.1 Pro: Perbandingan Harga API Konteks Panjang

Halaman GPT-5.5 OpenAI mencantumkan jendela konteks 1.050.000 token dan $5 input / $30 output per 1 juta token. Anthropic mencantumkan Claude Opus 4.8 seharga $5 / $25 dengan konteks 1 juta di Claude API. Google mematok harga Gemini 3.1 Pro Preview sebesar $2 / $12 untuk prompt hingga 200 ribu token, lalu $4 / $18 di atas 200 ribu.

Itulah seluruh pertarungan konteks panjang dalam satu kalimat: GPT-5.5 memberi Anda jendela terbesar yang dinyatakan dan tarif output premium, Claude Opus 4.8 menyamai alur kerja kelas 1 juta dengan output lebih murah, dan Gemini 3.1 Pro Preview memiliki keunggulan harga paling tajam, terutama saat prompt Anda tetap di bawah 200 ribu token.

Tabel Harga yang Benar-Benar Dibutuhkan Developer

Berikut adalah harga daftar API pihak pertama saat ini dari dokumentasi vendor, dicek terhadap halaman resmi pada 15 Juni 2026.

Model	Input / 1 juta token	Output / 1 juta token	Konteks maks	Batas output	Tebing harga
GPT-5.5	$5.00	$30.00	1.050.000	128.000	Tidak ada tier berdasarkan ukuran prompt yang ditampilkan
Claude Opus 4.8	$5.00	$25.00	1 juta di Claude API	128.000	Tidak ada tier berdasarkan ukuran prompt yang ditampilkan
Gemini 3.1 Pro Preview	$2.00 hingga prompt 200 ribu, $4.00 di atasnya	$12.00 hingga prompt 200 ribu, $18.00 di atasnya	1 juta input	64 ribu	Harga input berlipat ganda di atas 200 ribu

Dokumentasi model OpenAI menggambarkan GPT-5.5 sebagai model frontier untuk pekerjaan profesional yang kompleks dan mencantumkan $5 input, $0.50 cached input, dan $30 output per 1 juta token, plus jendela 1.050.000 token (OpenAI). Halaman harga publik Anthropic mencantumkan Opus 4.8 seharga $5 input, $25 output, $6.25 cache write, dan $0.50 cache read per satu juta token (Harga Anthropic). Catatan model Opus 4.8 menyebutkan bahwa model ini mendukung konteks 1 juta token secara default di Claude API, Amazon Bedrock, dan Vertex AI, dengan 200 ribu di Microsoft Foundry (Dokumentasi Anthropic). Halaman harga Gemini Google mencantumkan gemini-3.1-pro-preview seharga $2 / $12 untuk prompt hingga 200 ribu token dan $4 / $18 di atas 200 ribu (Harga Google); panduan Gemini 3 mencantumkan konteks input 1 juta dan output hingga 64 ribu untuk model Gemini 3 (Panduan Google Gemini 3).

Jebakannya: “per 1 juta token” membuat harga terlihat linear. Gemini tidak sepenuhnya linear. Tier ukuran prompt itu penting.

Tebing Biaya: 200 Ribu Token Adalah Garis Batasnya

Untuk banyak agen developer, 200 ribu token bukan angka besar. Repo ukuran sedang plus package-lock.json, beberapa file hasil generasi, dan dokumen desain bisa melampauinya. Korpus kontrak hukum atau arsip dukungan pelanggan bisa melakukan hal yang sama lebih cepat.

Contoh biaya kasar pihak pertama:

Beban kerja	GPT-5.5	Claude Opus 4.8	Gemini 3.1 Pro Preview
100 ribu input + 10 ribu output	$0.80	$0.75	$0.32
250 ribu input + 25 ribu output	$2.00	$1.88	$1.45
1 juta input + 50 ribu output	$6.50	$6.25	$4.90

Asumsi: hanya harga token teks standar, tanpa diskon batch, tanpa penghematan caching khusus provider, tanpa biaya tool tambahan, dan tier Gemini yang lebih tinggi diterapkan saat prompt di atas 200 ribu token. Tagihan nyata bisa berubah jika Anda menggunakan prompt caching, batch API, mode prioritas, mode cepat, tool, atau retry.

Kesimpulan praktisnya sederhana. Di bawah 200 ribu token prompt, Gemini 3.1 Pro Preview jauh lebih murah berdasarkan harga daftar. Di atas 200 ribu, dalam contoh ini ia masih lebih murah daripada GPT-5.5 dan Opus 4.8, tetapi selisihnya menyempit. Claude dan GPT memiliki permukaan harga yang lebih datar, sehingga perkiraan biaya lebih mudah saat ukuran prompt sangat bervariasi.

Jendela Konteks Tidak Sama dengan Konteks yang Berguna

Jendela 1 juta token memungkinkan Anda melewati sebagian rekayasa retrieval. Namun itu tidak menghapus kebutuhan akan seleksi, kompresi, dan eval.

Untuk analisis seluruh repo, saya tetap akan menghindari memasukkan seluruh repository secara default. Berikan model sebuah manifest terlebih dahulu: tree file, metadata package, build script, dependency graph, file yang baru berubah, dan kegagalan test. Lalu tambahkan file yang relevan. Konteks panjang paling baik digunakan sebagai ruang bernapas, bukan alasan untuk berhenti merancang agen.

Claude Opus 4.8 secara eksplisit diposisikan oleh Anthropic untuk “complex reasoning, long-horizon agentic coding, and high-autonomy work” dalam catatan modelnya (Dokumentasi Anthropic). Halaman yang sama menyoroti peningkatan dalam long-horizon agentic coding, pemicuan tool, pemulihan kompaksi, dan kualitas konteks panjang. Itu persis mode kegagalan yang muncul pada agen coding nyata setelah jam kedua: constraint yang terlupakan, tool call yang terlewat, dan pemulihan buruk setelah summarization.

OpenAI memosisikan GPT-5.5 untuk “coding and professional work” dan memberinya jendela konteks terbesar yang tercantum di sini: 1.050.000 token (OpenAI). Tambahan 50 ribu di atas 1 juta nominal bukan alasan tersendiri untuk memilihnya, tetapi itu margin yang berguna ketika lapisan orkestrasi Anda menambahkan system message, skema tool, trace, dan file hasil retrieval.

Google menggambarkan Gemini 3.1 Pro Preview sebagai model Pro untuk pengetahuan dunia yang luas, penalaran tingkat lanjut lintas modalitas, kapabilitas agentic, dan vibe-coding di halaman harga serta panduan Gemini 3 (Harga Google, Panduan Google Gemini 3). Model ini juga mendukung varian gemini-3.1-pro-preview-customtools, yang disarankan Google saat aplikasi menggabungkan Bash dan custom tools serta membutuhkan model untuk memprioritaskan custom tools. Itu petunjuk yang sangat spesifik bagi pembangun agen.

Pilihan Berdasarkan Skenario

Jika Anda membangun agen coding seluruh repo, mulai dengan Claude Opus 4.8 atau GPT-5.5, lalu benchmark Gemini 3.1 Pro Preview pada trace Anda sendiri. Tarif output Claude sebesar $25 memberinya keunggulan biaya langsung dibanding GPT-5.5 untuk perencanaan patch yang verbose, code review, dan loop tool multi-langkah. GPT-5.5 memiliki jendela terbesar yang dinyatakan dan positioning kuat untuk coding/pekerjaan profesional. Saya akan memilih GPT-5.5 ketika alur kerja diuntungkan oleh ekosistem Responses API OpenAI atau ketika stack yang ada sudah OpenAI-native.

Jika Anda membangun agen analisis yang sarat dokumen, Gemini 3.1 Pro Preview adalah model pertama yang akan saya uji biayanya. Pada 100 ribu input dan 10 ribu output, estimasi harga daftar adalah $0.32, kurang dari separuh Claude Opus 4.8 dan GPT-5.5 dalam tabel di atas. Jika prompt Anda sering melewati 200 ribu, perhatikan tebingnya. Tebing itu tidak fatal, tetapi mengubah target optimasi Anda: simpan boilerplate yang sering diulang dalam cache atau ringkasan, dan hindari melampirkan setiap halaman PDF ketika subset yang sudah diroute sudah cukup.

Jika Anda membutuhkan perkiraan biaya yang stabil, Claude Opus 4.8 adalah yang paling bersih dari ketiganya. Input sama-sama $5 seperti GPT-5.5, output lebih murah, konteks 1 juta, dan tidak ada tier prompt 200 ribu dalam harga yang tercantum. Untuk tim yang menjual run agen sebagai fitur, biaya output yang dapat diprediksi itu penting.

Jika Anda membutuhkan titik masuk flagship konteks panjang termurah, Gemini menang berdasarkan harga daftar pihak pertama. Tradeoff-nya adalah status preview dan batas tier. Perlakukan ia sebagai kandidat serius, bukan pilihan default selamanya.

Pola Routing yang Praktis

Jangan hard-code satu model flagship ke dalam produk Anda. Route berdasarkan ukuran prompt, risiko output, dan jenis tugas.

Kebijakan awal yang masuk akal:

if prompt_tokens <= 200_000 and task is document-heavy:
    try Gemini 3.1 Pro Preview
elif task is long-running coding agent:
    try Claude Opus 4.8
elif task needs OpenAI-native agent tooling or the largest listed window:
    try GPT-5.5
else:
    run a small eval set across all three

Jika Anda ingin menguji model-model ini tanpa menghubungkan tiga vendor, onehop adalah jalur yang mudah: ubah satu base URL menjadi https://api.onehop.ai/v1, gunakan call yang kompatibel dengan OpenAI/Anthropic, dan route Claude, GPT, serta Gemini dari satu tempat. onehop mengatakan harganya lebih murah daripada pihak pertama, memberi akun baru kredit gratis $10, dan tidak memerlukan kartu.

Contoh dengan gaya OpenAI SDK:

from openai import OpenAI

client = OpenAI(
    api_key="ONEHOP_API_KEY",
    base_url="https://api.onehop.ai/v1",
)

response = client.chat.completions.create(
    model="claude-opus-4-8",
    messages=[
        {"role": "user", "content": "Review this repo manifest and list the riskiest files."}
    ],
)

print(response.choices[0].message.content)

Bagian pentingnya bukan SDK. Melainkan disiplinnya: tugas yang sama, file yang sama, rubrik penilaian yang sama, tiga model. Ukur biaya per run yang berhasil, bukan biaya per token secara terpisah.

Kesimpulan

Untuk 15 Juni 2026, rekomendasi default saya adalah:

• Pilih Gemini 3.1 Pro Preview terlebih dahulu untuk beban kerja sarat dokumen di bawah 200 ribu token prompt.
• Pilih Claude Opus 4.8 terlebih dahulu untuk agen coding yang berjalan lama ketika biaya output dan keandalan tool penting.
• Pilih GPT-5.5 terlebih dahulu ketika Anda menginginkan infrastruktur agen OpenAI-native atau jendela konteks terbesar yang tercantum.
• Uji ulang di atas 200 ribu token, karena tier harga Gemini mengubah perhitungannya.
• Gunakan prompt caching dan routing sebelum Anda menyempurnakan prompt menjadi blob raksasa yang mahal.

Konteks panjang sekarang sudah menjadi kebutuhan dasar. Pilihan sebenarnya adalah di mana agen Anda menghabiskan uang: volume input, verbositas output, retry, atau kesalahan tool. Jika Anda ingin satu endpoint untuk membandingkannya dengan cepat, Anda bisa memanggil Claude dan model lain di onehop, lalu daftar untuk kredit gratis $10 dan jalankan trace eval Anda sendiri sebelum berkomitmen.