TL;DR
Claude Opus 5.5 dan Claude Sonnet 5.5 menawarkan konteks 1M dan keluaran standar maksimum 128K, dengan input teks-dan-gambar serta batas pengetahuan Juni 2026. Opus menargetkan pekerjaan kompleks dan terbuka; Sonnet menargetkan eksekusi lebih cepat pada tugas sehari-hari yang terukur.
Pada tarif API standar Anthropic, Sonnet 5.5 berharga $2/M untuk input dan $10/M untuk output, tepat setengah dari Opus 5.5 yang $4/M untuk input dan $20/M untuk output. Beberapa skor terbitan berdekatan, tetapi peringkat bervariasi menurut benchmark. Opus lebih tinggi di CursorBench, sementara Sonnet lebih tinggi di Terminal-Bench. Hasil ini memakai pengaturan effort yang berbeda dan tidak boleh diperlakukan sebagai uji head-to-head terkontrol.
Pilih model yang memenuhi kebutuhan kualitas dan latensi Anda dengan biaya tugas total terendah. Tim sebaiknya membandingkan biaya per tugas yang diterima, latensi, perilaku pemanggilan tool, retry, dan tingkat penilaian yang diperlukan sebelum memutuskan di mana Opus layak mendapat premium.
Poin Penting
- Harga: Sonnet 5.5 adalah setengah harga input/output standar Opus 5.5.
- Spesifikasi: Keduanya mendukung jendela konteks 1M token dan hingga 128K keluaran standar.
- Coding: Opus memimpin FrontierCode dan CursorBench, sedangkan Sonnet mencatat hasil Terminal-Bench 4.0 yang lebih tinggi.
- Pekerjaan pengetahuan: Opus mempertahankan keunggulan kecil pada GDPval-AA dan AA-Briefcase.
- Deployment: Uji Sonnet yang lebih cepat untuk eksekusi terukur dan Opus untuk eskalasi kompleks; validasi keduanya terhadap target kualitas, latensi, dan biaya.
Claude Opus 5.5 vs Sonnet 5.5 Sekilas
| Faktor keputusan | Claude Opus 5.5 | Claude Sonnet 5.5 |
|---|---|---|
| Konteks / keluaran standar maks | 1M / 128K | 1M / 128K |
| Modalitas input/output | Teks + gambar -> teks | Teks + gambar -> teks |
| Penalaran | Pemikiran adaptif, selalu aktif | Pemikiran adaptif |
| Upaya default di Claude Platform | Medium | High |
| Harga input / output resmi | $4 / $20 per 1M | $2 / $10 per 1M |
| Baca cache | $0.20 / 1M | $0.10 / 1M |
| Latensi komparatif | Sedang | Cepat |
| Sorotan coding | FrontierCode 54.4%; CursorBench 57.8% | Terminal-Bench 70.6%; CursorBench 55.5% |
| Sorotan pekerjaan pengetahuan | GDPval-AA 1846 | GDPval-AA 1844 |
| Kecocokan utama | Pekerjaan kompleks, ambigu, berdurasi panjang | Pekerjaan produksi cepat, terukur, berulang |
Claude Opus 5.5
Claude Opus 5.5 dirilis pada 22 September 2026 sebagai model pertama dalam keluarga Claude 5.5. Anthropic memposisikannya untuk coding tingkat lanjut, agen kompleks, pekerjaan pengetahuan profesional, dan alur kerja berdurasi panjang di mana menjaga niat lintas banyak langkah lebih penting daripada latensi minimum.
Perilaku operasionalnya yang paling khas adalah pemikiran adaptif yang selalu aktif. Pengembang dapat mengontrol upaya penalaran, tetapi pemikiran adaptif itu sendiri tidak dapat dinonaktifkan. Ini membuat pengujian migrasi penting bagi agen lama yang sebelumnya bergantung pada jalur tanpa thinking atau default effort yang berbeda.
API Claude Opus 5.5 di CometAPI menyediakan rute terpadu untuk ID model yang sama, claude-opus-5-5, bersama model lain untuk perutean beban kerja.
Claude Sonnet 5.5
Claude Sonnet 5.5 dirilis pada 28 September 2026 sebagai model kedua dalam keluarga Claude 5.5. Anthropic menggambarkannya sebagai pelengkap yang lebih cepat dan berbiaya lebih rendah untuk Opus 5.5 bagi pekerjaan sehari-hari yang terukur, termasuk perbaikan bug, pembuatan dokumen, coding, agen, dan tugas berorientasi desain.
Anthropic melaporkan bahwa Sonnet 5.5 menghasilkan output lebih dari 30% lebih cepat daripada Sonnet 5 dan dapat berbiaya hingga 30% lebih rendah per tugas dibanding pendahulunya. Ini adalah perbandingan yang dilaporkan penyedia dengan Sonnet 5, bukan rasio kecepatan atau biaya tugas terukur terhadap Opus 5.5.
API Claude Sonnet 5.5 di CometAPI menggunakan ID model claude-sonnet-5-5 dan cocok untuk menguji Sonnet sebagai lapisan eksekusi berbiaya lebih rendah dalam aplikasi model campuran.
Claude Opus 5.5 vs Sonnet 5.5: Performa
Hasil terbitan Anthropic menunjukkan perbedaan skor kecil pada beberapa evaluasi pekerjaan pengetahuan dan penggunaan komputer. Opus melaporkan skor lebih tinggi pada FrontierCode, CursorBench, dan Humanity’s Last Exam, sementara Sonnet melaporkan skor Terminal-Bench yang lebih tinggi. Perbandingan bergantung pada pengaturan effort dan kondisi evaluasi.
| Benchmark | Claude Opus 5.5 | Claude Sonnet 5.5 | Apa yang diukur |
|---|---|---|---|
| Terminal-Bench 4.0 | 66.4% | 70.6% | Tugas agen command-line |
| FrontierCode 1.1 Main | 54.4% | 46.2% (Max) | Rekayasa perangkat lunak dunia nyata |
| CursorBench 4.0 | 57.8% | 55.5% | Tugas coding ambigu multi-berkas |
| GDPval-AA v2.1 | 1846 | 1844 | Pekerjaan pengetahuan profesional |
| AA-Briefcase v1.1 | 1822 | 1811 | Pekerjaan pengetahuan jangka panjang |
| Humanity's Last Exam, tools | 67.7% | 64.5% | Penalaran multidisipliner |
| OSWorld 2.1 | 81.8% | 80.1% | Penggunaan komputer |
| Chartography | 64.4% | 61.6% | Pengenalan grafik visual |
Ini adalah hasil terbitan, bukan perbandingan terkontrol yang dilakukan untuk artikel ini.
- Effort: Hasil Terminal-Bench Opus menggunakan Xhigh. Skor FrontierCode Sonnet lebih tinggi pada Xhigh daripada pada Max.
- Penilaian dan tools: OSWorld menggunakan kredit parsial; hasil Chartography di sini tanpa tools.
- Deployment: Hasil GDPval-AA dan AA-Briefcase Sonnet diukur pada deployment prarilis dengan bug keluaran terstruktur yang sejak itu telah diperbaiki.
Agentic Coding
Hasil 70.6% Sonnet 5.5 pada Terminal-Bench 4.0 lebih tinggi daripada skor 66.4% yang dilaporkan Opus 5.5, tetapi catatan resmi menyebut hasil Opus pada effort Xhigh. Pada FrontierCode 1.1 Main, Opus memimpin 54.4% dibanding hasil Max Sonnet 46.2%; pada CursorBench 4.0, Opus memimpin 57.8% berbanding 55.5%.
Perbedaan ini penting karena benchmark agen coding memberi penghargaan pada perilaku yang berbeda. Terminal-Bench menekankan eksekusi multi-langkah yang berhasil di lingkungan command-line, sementara CursorBench menggunakan tugas multi-berkas ambigu dari sesi coding nyata. Untuk coding terbatas dan eksekusi iteratif, Sonnet sangat kompetitif; untuk pekerjaan skala repositori yang lebih luas, Opus mempertahankan bukti lebih kuat dalam evaluasi terbitan Anthropic.
Pekerjaan Pengetahuan dan Penalaran
Pada GDPval-AA v2.1, Sonnet 5.5 mencetak 1844 dibanding Opus 5.5 di 1846. Pada AA-Briefcase v1.1 selisihnya 1811 versus 1822. Hasil ini menonjol karena kesenjangan harga jauh lebih besar daripada kesenjangan benchmark.
Anthropic mengidentifikasi Opus 5.5 lebih kuat pada pekerjaan kompleks dan terbuka yang memerlukan penilaian berkelanjutan. Untuk riset, arsitektur, dan audit, uji apakah perilaku itu mengurangi keputusan salah atau koreksi manusia dalam tugas Anda sendiri, alih-alih menyimpulkan keuntungan ekonomi dari margin benchmark kecil.
Penggunaan Komputer dan Tugas Visual
Pada OSWorld 2.1, menggunakan penilaian kredit parsial, Opus mencetak 81.8% dan Sonnet 80.1%. Pada Chartography tanpa tools, skornya 64.4% dan 61.6%. Untuk agen peramban atau GUI, ini menyiratkan bahwa latensi, efisiensi pemanggilan tool, dan biaya tingkat tugas mungkin sama pentingnya dengan kesenjangan benchmark utama.
Interpretasi Benchmark
Kisah benchmark bukan bahwa Sonnet telah menggantikan Opus. Melainkan Anthropic telah mempersempit kesenjangan kapabilitas sehingga bentuk beban kerja kini lebih penting daripada tier model semata. Tugas yang terukur dan sensitif terhadap latensi semakin memihak ekonomi Sonnet, sementara ambiguitas, cakrawala panjang, dan konsekuensi kegagalan yang mahal tetap menjadi alasan terkuat untuk menguji Opus.
Claude Opus 5.5 vs Sonnet 5.5: Harga
Harga Resmi Claude API
Spesifikasi harga Opus dan spesifikasi harga Sonnet membedakan tarif token standar, jendela retensi cache, dan diskon Batch. Harga di bawah ini adalah USD per satu juta token; konfirmasikan pengubah layanan opsional secara terpisah.
| Metrik harga | Claude Opus 5.5 | Claude Sonnet 5.5 |
|---|---|---|
| Input / 1M token | $4.00 | $2.00 |
| Output / 1M token | $20.00 | $10.00 |
| Baca cache / 1M token | $0.10 | $0.20 |
| Tulis cache 5 menit / 1M token | $5.00 | $2.50 |
| Tulis cache 1 jam / 1M token | $8.00 | $4.00 |
| Input Batch / 1M token | $2.00 | $1.00 |
| Output Batch / 1M token | $10.00 | $5.00 |
Sonnet memiliki tarif input, output, dan tulis cache setengah dari standar.
Baca cache mengikuti rasio harga 2:1 yang sama: Sonnet 5.5 berharga $0.10/M input cache, sementara Opus 5.5 $0.20/M. Menggunakan ulang prefix yang di-cache mengurangi biaya input untuk kedua model sambil mempertahankan tarif per token Sonnet yang lebih rendah. Penghematan total tugas tetap bergantung pada panjang output, tulis cache, retry, dan tingkat penerimaan.
Biaya per Tugas yang Diterima
Sebagai ilustrasi sederhana, permintaan dengan 100K token input yang tidak di-cache dan 10K token output berbiaya sekitar $0.60 pada Opus 5.5 dan $0.30 pada Sonnet 5.5 pada tarif standar. Namun perbedaan tarif token 2x tidak menjamin perbedaan biaya per keberhasilan 2x. Retry, pemanggilan tool, panjang output, hit cache, upaya yang gagal, dan koreksi manusia dapat mengubah hasil.
Evaluasi produksi karenanya harus mencatat biaya per tugas yang diterima berdampingan dengan tingkat penyelesaian, latensi p50/p95, retry, pemanggilan tool, dan intervensi manusia.
Harga CometAPI
Katalog model CometAPI mengiklankan diskon 20% pada banyak rute Anthropic yang didukung. Untuk Claude Opus 5.5 API di CometAPI, harga katalog yang dirujuk adalah $3.20/M input dan $16/M output. Untuk Claude Sonnet 5.5 API di CometAPI, data katalog yang dilokalkan menunjukkan $1.60/M input dan $8/M output. Karena harga gateway dapat berubah, konfirmasikan rute model langsung sebelum menganggarkan trafik produksi.
| Tarif CometAPI | Claude Opus 5.5 | Claude Sonnet 5.5 |
|---|---|---|
| Input / 1M | $3.20 | $1.60 |
| Output / 1M | $16.00 | $8.00 |
| Diskon relatif vs resmi | 20% | 20% |
Claude Opus 5.5 vs Sonnet 5.5: Spesifikasi Teknis
Kedua model berbagi batas konteks dan output inti seperti pada tabel Sekilas. Batas output tambahan 300K adalah kapabilitas beta Batch API, bukan batas output interaktif standar.
Panjang konteks bukan pembeda antara kedua model ini. Keduanya mendukung jendela 1M token yang sama dan batas output standar 128K. Perbedaan yang lebih bermakna adalah perilaku penalaran, kecepatan, dan seberapa banyak penilaian sulit yang dibutuhkan tugas.
Peningkatan kecepatan output yang dilaporkan Sonnet adalah relatif terhadap Sonnet 5. Opus juga memiliki Fast mode dengan throughput token output hingga 2.5x, dengan harga $8/M input dan $40/M output. Ini adalah pratinjau riset di Claude API; ini bukan jaminan 2.5x lebih cepat untuk tugas end-to-end atau waktu ke token pertama.
Pengungkapan Arsitektur dan Perilaku Integrasi
Materi yang dikutip tidak mengungkap jumlah parameter atau detail arsitektur internal yang cukup untuk perbandingan defensif dense vs MoE. Bandingkan antarmuka dan perilaku yang terdokumentasi sebagai gantinya. Kedua migrasi memerlukan pengujian keterbatasan pemilihan alat dan thinking yang dipertahankan; pemikiran adaptif Opus tidak dapat dinonaktifkan. Validasi status percakapan saat merutekan antar model alih-alih meneruskan blok thinking opak tanpa memeriksa kompatibilitas.
Claude Opus 5.5 vs Sonnet 5.5: Use Case
Strategi deployment yang berguna adalah memperlakukan Sonnet 5.5 sebagai model eksekusi default dan Opus 5.5 sebagai model eskalasi. Ini dapat mengurangi pengeluaran untuk tugas yang terspesifikasi baik dan berulang sambil mereservasi Opus untuk pekerjaan yang mendapat manfaat dari penilaian berkelanjutan. Penghematan bergantung pada tingkat penerimaan Sonnet dan seberapa sering tugas perlu dieskalasikan.
Pemilihan Berbasis Beban Kerja
| Beban kerja | Claude Opus 5.5 | Claude Sonnet 5.5 |
|---|---|---|
| Coding rutin | Mampu, biaya lebih tinggi | Sangat cocok |
| Perbaikan bug | Berguna untuk kasus sulit | Sangat cocok |
| Trafik API volume tinggi | Biaya unit lebih tinggi | Sangat cocok |
| Pembuatan dokumen/slide | Kuat | Lebih ekonomis |
| Sub-agen coding | Gunakan secara selektif | Sangat cocok |
| Migrasi skala repositori | Sangat cocok | Uji untuk pekerjaan terukur |
| Arsitektur ambigu | Sangat cocok | Tergantung kompleksitas |
| Agen otonom berdurasi panjang | Sangat cocok | Lapisan eksekusi yang baik |
| Riset/analisis sulit | Sangat cocok | Baik untuk pekerjaan terukur |
| UX sensitif latensi | Sedang | Sangat cocok |
| Beban kerja produksi campuran | Model eskalasi | Model eksekusi default |
Router praktis dapat memulai dengan Sonnet dan melakukan eskalasi ketika tugas melewati ambang batas untuk ambiguitas, panjang loop alat, kegagalan berulang, atau dampak bisnis. Aturan perutean harus divalidasi terhadap tugas mirip produksi alih-alih diasumsikan dari skor benchmark.
Cara Memanggil Opus 5.5 dan Sonnet 5.5 melalui CometAPI
Buat kunci API CometAPI dan konfigurasikan klien yang kompatibel dengan Anthropic untuk menggunakan endpoint CometAPI. Pilih ID model untuk tugas, kirim prompt Anda melalui Messages API, dan baca respons teks. Saat membandingkan model, pertahankan prompt, batas output, alat, dan kriteria penerimaan yang konsisten, dan catat upaya penalaran efektif.
Contoh Opus 5.5
Untuk tinjauan rencana migrasi, pilih claude-opus-5-5 dan minta model mengidentifikasi langkah berisiko tertinggi, menjelaskan dampaknya, dan menyarankan pengaman. Kirim permintaan melalui Messages API CometAPI dan tinjau teks yang dikembalikan.
Contoh Sonnet 5.5
Untuk tinjauan rencana migrasi yang sama, pilih claude-sonnet-5-5 dan kirimkan prompt serta batas output yang sama melalui CometAPI. Bandingkan respons terhadap kriteria penerimaan yang sama, lalu catat latensi, retry, dan biaya aktual sebelum memutuskan model mana yang cocok untuk beban kerja.
Untuk perutean produksi, simpan kedua ID model di belakang antarmuka aplikasi yang sama dan log kualitas penyelesaian, latensi, retry, dan biaya yang ditagihkan. Hindari eskalasi hanya karena prompt panjang; ambiguitas dan biaya kegagalan biasanya sinyal yang lebih baik.
Kesimpulan
Claude Opus 5.5 dan Sonnet 5.5 kini hampir berbagi amplop teknis yang sama, sehingga pilihan model semakin tentang ekonomi dan perilaku beban kerja, bukan ukuran konteks. Sonnet menggabungkan eksekusi lebih cepat dan token standar setengah harga dengan performa benchmark yang sering kali mendekati Opus.
Opus menjadi lebih bernilai saat ambiguitas, durasi tugas, dan biaya keputusan yang salah meningkat. Nilainya kurang tentang jendela konteks yang lebih besar dan lebih tentang mempertahankan penilaian melalui alur kerja yang sulit dan terbuka.
Bagi banyak tim produksi, arsitektur paling efisien akan menggunakan keduanya: Sonnet untuk mayoritas pekerjaan yang berulang, dan Opus untuk subset tugas di mana penalaran yang lebih kuat secara terukur mengurangi kegagalan, retry, atau intervensi manusia.
FAQ
Bagaimana router Claude 5.5 mencegah loop eskalasi yang mahal?
Tetapkan jumlah percobaan maksimum dan anggaran sebelum eksekusi. Eskalasi setelah kegagalan yang dapat direproduksi, bukti yang hilang, atau gerbang kualitas spesifik tugas, alih-alih setelah setiap jawaban yang tidak pasti. Catat kegagalan mana yang memicu Opus dan apakah itu meningkatkan hasil yang diterima. Jika tidak ada model yang lolos, kembalikan masalah yang belum terselesaikan untuk ditinjau alih-alih retry tanpa batas.
Bagaimana Opus dan Sonnet dapat dibandingkan secara adil pada satu beban kerja?
Gunakan korpus tugas, alat yang tersedia, bukti input, batas output, dan rubrik penilaian yang sama. Catat effort efektif dan uji run cold-cache dan warm-cache secara terpisah. Tinjau hasil tanpa mengungkap model jika memungkinkan. Laporkan tingkat penerimaan dan biaya total termasuk upaya yang tidak berhasil; harga token yang sama atau satu benchmark tidak menetapkan nilai yang sama.
Apa yang harus dipertahankan saat mengganti model Claude 5.5 di tengah tugas?
Pertahankan instruksi pengguna, bukti yang relevan, hasil alat, dan ringkasan kemajuan yang eksplisit. Perlakukan status thinking yang opak sebagai spesifik model dan percakapan; jangan berasumsi dapat diputar ulang lintas rute. Uji perilaku handoff yang didukung penyedia sebelum produksi, terutama jika alur kerja mencampur akun, gateway, atau SDK.
Kapan pilihan model Claude 5.5 perlu dievaluasi ulang?
Jalankan kembali uji penerimaan yang terpengaruh setelah perbaikan deployment, perubahan perutean, perubahan harga, perubahan alat, atau pembaruan prompt yang material. Simpan run sebelumnya sebagai baseline dan catat tanggal, ID model, endpoint, konfigurasi, dan versi harness. Ini membedakan perubahan model dari perubahan pada aplikasi sekitarnya.