Claude Haiku 5.5 Murah dan Cepat, Cocoknya Buat Kerjaan Harian yang Mana?

Tanggal 7 Oktober 2026, Anthropic merilis Claude Haiku 5.5 dan menyebutnya model kecil termurah, tercepat, dan paling mampu yang pernah mereka rilis. Klaim seperti ini muncul hampir di setiap rilis, jadi yang lebih menarik buatku pertanyaan praktisnya: kerjaan sehari-hari mana yang sekarang cukup diserahkan ke model kecil, dan mana yang tetap butuh model besar?

Haiku itu yang mana

Claude punya tiga tingkatan model. Opus paling mampu, Sonnet di tengah, dan Haiku paling kecil, paling cepat, dan paling murah. Selama ini Haiku identik dengan tugas ringan, karena kemampuannya memang tertinggal jauh dari dua kakaknya. Di Haiku 5.5, jaraknya menyempit cukup banyak.

Soal kenapa model paling canggih belum tentu paling cocok untuk kerjaanmu, aku bahas di Perlombaan Cari Model AI Paling Canggih.

Seberapa jauh lompatannya

Dari benchmark di pengumuman Anthropic, yang paling dekat dengan kerjaan kantor adalah OSWorld, yang mengukur kemampuan model mengoperasikan komputer, seperti membuka aplikasi, mengklik, mengetik, dan mengisi form.

Skor OSWorld 2.1 (subset offline), benchmark mengoperasikan komputer(%)

• Claude Haiku 4.515,7%
• Claude Haiku 5.572,4%
• Claude Sonnet 5.583,9%

Dari 15,7% ke 72,4%. Haiku 5.5 masih di bawah Sonnet 5.5, tapi bedanya nggak lagi sejauh dulu. Pola serupa terlihat di benchmark lain di halaman yang sama, misalnya tugas knowledge work (GDPval-AA) dan soal-soal sulit lintas bidang (Humanity's Last Exam).

Harganya juga turun. Untuk prompt sampai 100 ribu token, Haiku 5.5 dihargai US$0,10 per 1 juta token input dan US$0,50 per 1 juta token output, sepersepuluh dari Haiku 4.5 (US$1 dan US$5). Secara rata-rata, menurut Anthropic, biayanya sekitar 75% lebih murah. Rinciannya, 90% lebih murah untuk prompt sampai 100 ribu token dan 50% untuk prompt yang lebih panjang, dengan catatan tokenizer barunya memakai sedikit lebih banyak token per tugas.

Tugas harian yang cocok untuk Haiku 5.5

Anthropic menyebut Haiku 5.5 dirancang untuk tugas bervolume tinggi yang sensitif biaya. Di halaman Haiku, contoh pemakaiannya dikelompokkan jadi lima: klasifikasi dan ringkasan dalam jumlah besar, pengalaman real-time seperti chat dan layanan pelanggan, subagen, otomasi browser dan desktop, serta coding sederhana. Kalau diterjemahkan ke kerjaan kantor sehari-hari, ini pembagian yang menurutku masuk akal:

Pola gampangnya, kalau tugasnya pendek, aturannya jelas, dan dikerjakan berkali-kali, mulai dari Haiku.

Untuk tim yang membangun sistem sendiri, ada satu pola lagi, yaitu subagen. Model besar merencanakan pekerjaan, lalu bagian-bagian kecilnya diserahkan ke Haiku. Salah satu pelanggan yang dikutip Anthropic, Rogo, memakai Haiku 5.5 untuk mengambil angka pendapatan per segmen dari laporan tahunan perusahaan, sementara model yang lebih besar menyusun presentasinya. Menurut mereka, Haiku 5.5 cocok untuk pekerjaan pendek bervolume tinggi seperti pencarian cepat, subagen, dan ringkasan.

Yang tetap lebih cocok pakai Sonnet atau Opus

Anthropic sendiri bilang Sonnet 5.5 dan Opus 5.5 tetap pilihan yang lebih baik untuk coding agentik yang kompleks. Di Terminal-Bench 4.0, benchmark untuk tugas coding bertahap, Haiku 5.5 mencetak 39,2%, sedangkan Sonnet 5.5 70,6%. Selisihnya masih jauh.

Di luar coding, menurutku ini tanda tugas sebaiknya naik ke Sonnet atau Opus:

• Butuh pertimbangan, bukan sekadar mengikuti aturan. Misalnya menyusun strategi, membandingkan beberapa opsi bisnis, atau menilai risiko kontrak.
• Banyak langkah yang saling bergantung, dan kesalahan di satu langkah merusak hasil akhirnya.
• Hasilnya mahal kalau salah, seperti angka laporan keuangan atau dokumen untuk klien besar. Apa pun modelnya, hasil seperti ini tetap perlu dicek manusia, seperti yang kubahas di Di Titik Mana Manusia Harus Tetap Ngecek Hasil AI dan Automation.
• Sudah dicoba di Haiku dan hasilnya kurang. Pindah ke Sonnet lebih hemat waktu daripada terus mengulang prompt yang sama.

Hitungan kasar biayanya

Selisih harga per token kelihatan kecil sampai dikalikan volume. Sebagai ilustrasi, misalkan kamu meringkas 1.000 dokumen sebulan, masing-masing sekitar 20.000 token input dan 1.000 token output. Dengan harga resmi di halaman pricing Claude, hasilnya seperti ini:

Ilustrasi biaya meringkas 1.000 dokumen lewat API(USD)

• Claude Haiku 5.5US$2,50
• Claude Sonnet 5.5US$50
• Claude Opus 5.5US$100

Dengan kurs Rp16.500 per dolar, itu kira-kira Rp41 ribu dengan Haiku 5.5, Rp825 ribu dengan Sonnet 5.5, dan Rp1,65 juta dengan Opus 5.5. Untuk tugas yang memang cukup dikerjakan Haiku, selisih ini bisa dihemat.

Kalau kamu memakai API, ada dua cara menghemat lagi:

• Batch API untuk pekerjaan yang nggak harus selesai saat itu juga, misalnya rekap yang cukup dikirim besok pagi. Diskonnya 50% untuk input dan output.
• Jaga prompt di bawah 100 ribu token kalau memungkinkan, karena di atas itu harga Haiku 5.5 naik lima kali lipat. Dokumen yang sangat panjang bisa dipecah per bagian kalau tugasnya memungkinkan.

Soal cara menghitung apakah otomatisasi seperti ini sepadan, aku bahas di Cara Menghitung ROI Automation Sebelum Mulai Proyeknya.

Cara mulai memakainya

• Di aplikasi Claude. Menurut halaman Haiku, pengguna Free, Pro, Max, Team, dan Enterprise bisa memilih Haiku 5.5 di Claude.ai versi web, iOS, dan Android.
• Lewat API, dengan nama model claude-haiku-5-5. Selain di Claude Platform, Haiku 5.5 juga tersedia di Amazon Web Services, Google Cloud, dan Microsoft Foundry, serta di Claude Code. Konteksnya sampai 1 juta token.
• Atur tingkat effort kalau lewat API. Haiku 5.5 adalah Haiku pertama yang punya pengaturan effort, dari Low sampai Max, jadi kamu bisa memilih lebih hemat biaya atau lebih pintar. Untuk klasifikasi dan ringkasan rutin, mulai dari yang rendah dulu, lalu naikkan kalau hasilnya kurang.

Kalau Claude dipakai banyak orang di timmu, sepakati juga tugas mana yang cukup pakai Haiku dan mana yang perlu model lebih besar, lalu masukkan ke template bersama. Caranya ada di Hasil AI Tiap Karyawan Beda-beda, Bikin Template Bersama Biar Seragam.

Penutup

Haiku 5.5 bukan pengganti Sonnet atau Opus, tapi sekarang jauh lebih layak jadi pilihan pertama untuk kerjaan harian yang pendek, jelas, dan berulang. Mulai dari Haiku, naikkan ke model yang lebih besar hanya kalau tugasnya memang butuh. Yang bikin boros sering kali bukan harga modelnya, tapi memakai model besar untuk pekerjaan kecil.

Kalau kamu ingin memetakan kerjaan harian di timmu yang bisa diserahkan ke AI atau diotomatisasi dengan model yang pas, cerita aja dulu kebutuhanmu.