Model & hargaPanduan

Memilih model yang tepat

Memilih model Claude berarti menyeimbangkan kemampuan, kecepatan, dan biaya. Panduan ini membahas pertanyaan yang perlu diajukan, dua cara untuk memilih model awal, dan cara menguji pilihan tersebut.

Tetapkan kriteria utama

Saat memilih model Claude, pertimbangkan untuk terlebih dahulu mengevaluasi faktor-faktor berikut:

Kemampuan: Fitur atau kemampuan spesifik apa yang Anda perlukan dari model untuk memenuhi kebutuhan Anda?
Kecepatan: Seberapa cepat model perlu merespons dalam aplikasi Anda? Fast mode (mode cepat) memberikan kecepatan output hingga 2,5x lebih tinggi dengan harga premium pada model yang didukung.
Biaya: Berapa anggaran Anda untuk penggunaan pengembangan maupun produksi?
Effort: Beberapa model Claude mendukung parameter effort yang menukar kecerdasan dengan "latency" (latensi) dan biaya dalam satu model. Menyetel effort sering kali merupakan pengungkit yang lebih baik daripada berganti model. Pada Claude Fable 5.1, Claude Opus 5, dan Claude Sonnet 5.5, mulailah dengan nilai default (high) dan sesuaikan naik atau turun berdasarkan eval Anda. Pada Claude Opus 5.5 dan Claude Haiku 5.5, nilai default-nya adalah medium; mulailah dari sana dan sesuaikan dengan cara yang sama. Pada Claude Opus 4.8 dan Claude Opus 4.7, tingkat effort xhigh, yang berada di antara high dan max, adalah pengaturan terbaik untuk sebagian besar kasus penggunaan coding dan agentik.

Pilih model terbaik untuk memulai

Ada dua pendekatan umum yang dapat Anda gunakan untuk mulai menguji model Claude mana yang paling sesuai dengan kebutuhan Anda.

Opsi 1: Mulai dengan mengutamakan efisiensi

Untuk banyak aplikasi, memulai dengan model yang lebih cepat dan lebih hemat biaya seperti Claude Haiku 5.5 dapat menjadi pendekatan yang optimal:

Mulai implementasi dengan Claude Haiku 5.5.
Uji kasus penggunaan Anda secara menyeluruh.
Evaluasi apakah kinerjanya memenuhi kebutuhan Anda.
Tingkatkan hanya jika diperlukan untuk kesenjangan kemampuan tertentu.

Pendekatan ini memungkinkan iterasi yang cepat, biaya pengembangan yang lebih rendah, dan sering kali sudah memadai untuk banyak aplikasi umum. Pendekatan ini paling cocok untuk:

Pembuatan prototipe dan pengembangan awal
Aplikasi dengan persyaratan latensi yang ketat
Implementasi yang sensitif terhadap biaya
Tugas bervolume tinggi yang sederhana

Opsi 2: Mulai dengan mengutamakan kemampuan

Untuk tugas kompleks di mana kecerdasan dan kemampuan tingkat lanjut adalah yang terpenting, Anda mungkin ingin memulai dengan mengutamakan kemampuan: implementasikan dengan titik awal terkuat untuk tugas Anda, lalu optimalkan ke model yang lebih efisien di kemudian hari:

Implementasikan dengan Claude Opus 5.5.
Optimalkan prompt Anda untuk model ini.
Evaluasi apakah kinerjanya memenuhi kebutuhan Anda.
Pertimbangkan untuk meningkatkan efisiensi dengan menurunkan effort atau beralih ke model yang lebih rendah seiring waktu dengan optimalisasi alur kerja yang lebih baik.
Jika eval Anda pada effort xhigh atau max masih kurang memadai untuk penalaran yang menuntut atau pekerjaan agentik jangka panjang, beralihlah ke Claude Fable 5.1.

Pendekatan ini paling cocok untuk:

Tugas penalaran yang kompleks
Aplikasi ilmiah atau matematis
Tugas yang memerlukan pemahaman bernuansa
Aplikasi di mana akurasi lebih penting daripada pertimbangan biaya
Coding tingkat lanjut dan pekerjaan agentik dengan otonomi tinggi

Claude Opus 5.5 (claude-opus-5-5) dibangun untuk coding agentik dan pekerjaan pengetahuan yang berjalan lama, dengan adaptive thinking (pemikiran adaptif) yang selalu aktif. Jika integrasi Anda memaksa penggunaan alat (tool_choice dengan tipe any atau tool), menonaktifkan thinking, atau menggunakan alat computer use computer_20251124, lihat Perubahan yang merusak kompatibilitas sebelum beralih.

Claude Fable 5.1 (claude-fable-5-1) adalah model Anthropic paling mumpuni yang terbuka untuk semua pelanggan. Model ini memperluas Claude Fable 5 dengan coding agentik jangka panjang, pekerjaan pengetahuan, dan riset yang lebih kuat dengan harga input dan output yang sama, serta pembacaan cache dengan seperempat biaya. Claude Mythos 5.1 (claude-mythos-5-1) menawarkan kemampuan yang sama hanya kepada organisasi yang telah diverifikasi melalui program verifikasi Anthropic, seperti Cyber Verification Program. Kedua model menggunakan pemikiran adaptif yang selalu aktif. Lihat Yang baru di Claude Fable 5.1 untuk detailnya.

Untuk jendela konteks, batas output, dan harga, lihat tabel perbandingan model.

Matriks pemilihan model

Sebagian besar beban kerja dimulai dengan Claude Opus 5.5.

Ketika Anda membutuhkan...	Pertimbangkan untuk memulai dengan...	Contoh kasus penggunaan
Kemampuan tertinggi yang tersedia	Claude Fable 5.1	Sesi agen yang berjalan berjam-jam, riset mendalam multilangkah, analisis yang dituntaskan hingga menjadi dokumen, spreadsheet, atau deck yang selesai
Coding agentik yang kompleks dan pekerjaan enterprise	Claude Opus 5.5	Agen coding otonom yang berjalan berjam-jam, refactoring skala besar, rekayasa sistem yang kompleks, alur kerja yang banyak melibatkan visi, computer use
Kecepatan dan kemampuan untuk beban kerja coding, agen, dan enterprise sehari-hari	Claude Sonnet 5.5	Pembuatan kode, analisis data, pembuatan konten, pemahaman visual, penggunaan alat agentik
Latensi dan harga terendah	Claude Haiku 5.5	Aplikasi real-time, pemrosesan cerdas bervolume tinggi, deployment yang sensitif terhadap biaya yang membutuhkan penalaran kuat, tugas sub-agen

Putuskan apakah perlu meningkatkan atau mengganti model

Untuk menentukan apakah Anda perlu meningkatkan atau mengganti model, Anda sebaiknya:

Membuat pengujian benchmark yang spesifik untuk kasus penggunaan Anda - memiliki set evaluasi yang baik adalah langkah terpenting dalam proses ini.
Menguji dengan prompt dan data aktual Anda.
Membandingkan kinerja antarmodel untuk:
- Akurasi respons
- Kualitas respons
- Penanganan kasus tepi (edge case)
Menimbang tradeoff antara kinerja dan biaya.

Gabungkan model

Strategi multi-model memasangkan model berbiaya lebih rendah dengan model frontier sehingga sebagian besar token ditagih dengan tarif yang lebih rendah. Dua pola yang umum adalah eksekutor yang mengeskalasi keputusan sulit ke penasihat, dan orkestrator yang mendelegasikan pekerjaan massal ke pekerja berbiaya lebih rendah. Lihat Mengoptimalkan biaya dan kecerdasan untuk kedua strategi tersebut, contoh terukur, dan opsi implementasi.