Haiku 5.5 vs Luna 6

Haiku 5.5 vs Luna 6 ditentukan oleh panjang prompt, kecocokan API, dan biaya untuk mendapatkan hasil yang benar. Dalam artikel ini, “Luna 6” berarti GPT-6 Luna dari OpenAI dengan ID gpt-6-luna; Haiku adalah Claude Haiku 5.5 dari Anthropic, claude-haiku-5-5. Tarif input dan output standar langsung keduanya sama hingga 100K token input. Di atasnya, biaya konteks panjang Luna yang lebih rendah menjadi alasan untuk mengujinya lebih dahulu.

Menurut katalog OmniaKey, Haiku lebih murah untuk permintaan pendek, sedangkan Luna lebih murah setelah ambang 100K Haiku terlewati, untuk jumlah token tertagih yang sama. Pilih API yang didukung aplikasi, lalu bandingkan akurasi dan total biaya pada tugas yang sama. Harga saja tidak menentukan model yang lebih baik untuk coding.

Haiku 5.5 vs Luna 6 secara ringkas

Sumber: ikhtisar model Haiku dan halaman GPT-6 Luna. Konteks adalah kapasitas, bukan kredit termasuk atau bukti kemampuan mengambil informasi yang sama. Label medium juga tidak berarti jumlah komputasi penalaran yang sama antarpenyedia.

Harga API resmi: sama hingga 100K, berbeda setelahnya

Angka berikut adalah USD per juta token, dengan urutan input tanpa cache / output tertagih / cache read. Kami membandingkan API standar langsung Anthropic dengan OpenAI Standard, tanpa diskon Batch atau biaya regional tambahan.

Dokumentasi harga Anthropic secara eksplisit memasukkan cache read dan cache write saat menghitung panjang prompt Haiku. Permintaan di atas 100K token input memakai tarif lebih tinggi. OpenAI juga menerapkan tarif lebih tinggi ke seluruh permintaan di atas 272K. Tepat 100K dan tepat 272K tetap berada di tingkat bawah masing-masing.

Perbedaan ini penting untuk agen yang berulang kali mengirim file repositori, definisi alat, atau riwayat percakapan. Cache hit menurunkan biaya input, tetapi tidak mengembalikan Haiku ke tarif prompt pendek. Hitung token setiap model: teks yang sama belum tentu menghasilkan jumlah token yang sama.

Contoh biaya permintaan pendek dan panjang

Setiap baris mengasumsikan satu permintaan tanpa cache dengan input dan output yang ditentukan, termasuk penalaran yang ditagih sebagai output. Alat, cache write, penyimpanan, pajak, percobaan ulang, dan tinjauan manusia tidak termasuk.

Pada contoh langsung 150K, Haiku berbiaya 0.15 × 0.50 + 0.02 × 2.50 = 0.125 USD; Luna 0.15 × 0.10 + 0.02 × 0.50 = 0.025 USD. Itu selisih harga lima kali untuk volume token ini, bukan selisih kualitas atau kecepatan.

Jika prompt 150K terdiri dari 140K token cache read dan 10K input baru, dengan 20K output, total langsungnya US$0,062 untuk Haiku dan US$0,0124 untuk Luna. Haiku: 0.14 × 0.05 + 0.01 × 0.50 + 0.02 × 2.50 = 0.062. Luna: 0.14 × 0.01 + 0.01 × 0.10 + 0.02 × 0.50 = 0.0124. Biaya cache write sebelumnya belum termasuk.

OmniaKey memakai daftar harga tersendiri

Kolom gateway di atas memakai cuplikan katalog berikut, juga dalam USD per juta token. Ini harga yang tercantum di situs; memeriksa katalog bukan menjalankan tes inferensi baru.

Harga Haiku adalah 80% dari tarif Anthropic yang sesuai; Luna memiliki harga gateway tetap yang dinyatakan secara eksplisit. Harga Luna di OmniaKey lebih tinggi daripada OpenAI Standard langsung. Jangan terapkan label diskon umum penyedia pada model ini atau menganggap tarif gateway dan langsung sama. Periksa lagi halaman Haiku 5.5 dan halaman GPT-6 Luna sebelum membeli; harga dan akses akun bisa berubah.

Pada cuplikan ini, Haiku adalah pilihan awal gateway yang lebih murah hingga 100K. Di atas ambang itu, Luna memiliki tarif input, output, dan cache read lebih rendah. Biaya nyata per tugas yang diterima tetap bergantung pada konsumsi token tiap model dan percobaan ulang.

Coding, ekstraksi, dan kecepatan: apa yang diuji?

Tabel peluncuran Anthropic memuat hasil berikut untuk kedua model. Ini skor yang diterbitkan penyedia; kami tidak mereproduksi lingkungan evaluasi, pengaturan effort, atau pelaksanaannya.

Skor Haiku lebih tinggi pada tiga evaluasi ini. Itu alasan untuk memasukkannya ke pilot coding dan penggunaan alat, bukan bukti penyelesaian lebih cepat atau tugas diterima yang lebih murah. Lingkungan dan pengaturan berpengaruh; contoh harga sebelumnya merupakan perhitungan biaya terpisah.

Untuk perubahan kode kecil, tetapkan revisi repositori, alat, dan tes penerimaan. Uji refaktor mekanis, perbaikan tes yang gagal, dan fitur terbatas secara terpisah. Mulai dari Haiku jika integrasi sudah memakai Anthropic Messages, atau Luna jika memakai Responses. Ini saran biaya integrasi, bukan keunggulan coding yang sudah diukur.

Untuk ekstraksi dan klasifikasi, kedua penyedia mendeskripsikan penggunaan bervolume tinggi. Validasi nilai dan bukti dalam sumber selain sintaks JSON. Sertakan input ambigu serta hasil “tidak diketahui” agar jawaban murah tetapi salah tidak lolos tanpa terdeteksi.

Untuk dokumen panjang atau pekerjaan repositori, keuntungan tarif langsung Luna di atas 100K dapat dihitung dari daftar harga. Apakah modelnya menemukan bukti relevan dengan lebih baik perlu tes pencarian tersendiri. Jendela konteks yang lebih besar tidak membuktikannya.

Label “tercepat” di dalam keluarga Claude dan “Fast” dari OpenAI tidak mengukur beban yang sama. Bandingkan waktu ke token pertama, waktu selesai, dan latensi p95 di rute Anda, sambil mencatat panjang output dan pengaturan penalaran. Sumber yang ditautkan tidak menetapkan pemenang kecepatan lintas penyedia.

Perbedaan API dan migrasi

Jalur asli Haiku adalah Messages; Luna memakai Responses untuk penalaran bersama alat. Mengubah string model saja tidak mengonversi body permintaan, peristiwa alat, atau blok respons.

• Haiku: pemikiran adaptif aktif secara bawaan. Gunakan output_config.effort, baca blok menurut jenisnya, dan hapus assistant prefill serta pengaturan sampling lama Haiku 4.5 sesuai panduan migrasi.
• Luna: Responses mendukung reasoning.effort dengan none, low, medium, high, xhigh, dan max. Halaman model mengizinkan pemanggilan fungsi Chat Completions hanya saat reasoning_effort adalah none; gunakan Responses untuk menggabungkan penalaran dan alat.

Kenaikan token sekitar 30% dalam panduan Haiku adalah dibandingkan Haiku 4.5, bukan GPT-6 Luna. Hitung ulang penggunaan tiap model, jangan menambahkan persentase itu ke perbandingan lintas penyedia. Kontrak masing-masing dibahas dalam ulasan Haiku 5.5 dan ulasan GPT-6 Luna.

Cache dan Batch memerlukan asumsi yang sama

Cache write lima menit Haiku berharga US$0,125 atau US$0,625 per juta sesuai tingkat prompt; satu jam berharga US$0,20 atau US$1,00. Luna mencantumkan cache write US$0,125 atau US$0,25. Perbandingan yang menghilangkan penulisan pertama hanya menjelaskan pembacaan berikutnya.

Kedua penyedia menerbitkan diskon 50% untuk input dan output Batch yang berlaku. OpenAI juga mencantumkan Flex setengah Standard. Mode layanan tersebut memiliki perilaku dan persyaratan sendiri; ketersediaan dan diskonnya tidak otomatis berlaku di gateway. Bandingkan Batch dengan Batch, serta kerja sinkron standar dengan padanannya. Sumber: harga Anthropic dan harga OpenAI.

Aturan pemilihan yang praktis

Mulai dengan usulan pilot 30 tugas representatif, mencakup prompt pendek dan permintaan di atas 100K. Ini saran sampel, bukan benchmark yang kami jalankan. Tetapkan ID model, rute penyedia, prompt, alat, effort, dan batas percobaan ulang. Gunakan kriteria penerimaan yang sama sambil mencatat token tertagih tiap model.

Hitung total biaya percobaan dan pemeriksaan dibagi tugas yang diterima, lalu teliti kesalahan yang tidak terdeteksi secara terpisah. Jika keduanya lolos pada prompt pendek, kecocokan API dan harga rute aktual menentukan titik awal. Untuk prompt panjang, bandingkan tarif Luna yang rendah dengan kesalahan, latensi, dan pekerjaan koreksi. Naikkan tugas sulit ke model lebih kuat saat keduanya gagal memenuhi kriteria.

Pertanyaan umum

Apakah Luna 6 sama dengan GPT-6 Luna?

Dalam perbandingan ini, ya. Nama resmi OpenAI adalah GPT-6 Luna dan ID API-nya gpt-6-luna. Jangan mengirim luna-6 sebagai ID model.

Mana yang lebih murah: Haiku 5.5 atau Luna 6?

Tarif standar langsung sama hingga 100K token input; Luna lebih murah setelahnya. Dalam cuplikan OmniaKey, Haiku lebih murah hingga 100K dan Luna di atasnya, untuk kategori dan jumlah token tertagih yang sama.

Mana yang lebih baik untuk coding?

Sumber yang diperiksa tidak menetapkan pemenang universal. Uji tugas yang sama dengan alat tetap dan pemeriksaan yang bisa dijalankan, lalu bandingkan biaya total per perubahan yang diterima. Respons valid atau token murah tidak membuktikan kodenya benar.

Apakah cache menghindari tingkat 100K Haiku?

Tidak. Anthropic menghitung token cache read dan cache write dalam panjang prompt. Cache hit 140K ditambah input baru 10K tetap menjadi prompt 150K dengan tarif Haiku yang lebih tinggi.