Harga OpenAI dan Anthropic Turun di Tengah Persaingan China

Penggunaan AI di perusahaan membuat biaya pemrosesan menjadi salah satu pertimbangan. Sejumlah layanan AI untuk kebutuhan bisnis menerapkan tarif berdasarkan jumlah token yang diproses. Semakin banyak token yang digunakan, semakin besar biaya yang harus dikeluarkan. Bagi perusahaan yang menggunakan AI dalam skala besar, selisih tarif per satu juta token dapat memengaruhi total pengeluaran.

Model AI terbuka dari perusahaan China menjadi salah satu pilihan bagi pengembang. Model tersebut dapat diunduh dan dijalankan sendiri, sementara beberapa di antaranya dapat disesuaikan dengan kebutuhan. Opsi ini memungkinkan perusahaan memilih model berdasarkan kebutuhan dan biaya penggunaannya.

Persaingan semakin ketat setelah sejumlah model AI China menunjukkan performa kompetitif dalam berbagai pengujian. Laporan Ars Technica yang mengutip data Epoch AI menunjukkan Kimi K3 dan DeepSeek V4 Flash memiliki skor yang berdekatan dengan sejumlah model AI dari perusahaan Amerika Serikat. Kehadiran model-model tersebut membuat perusahaan AI bersaing tidak hanya dari sisi kemampuan, tetapi juga efisiensi biaya.

OpenAI menjadi salah satu perusahaan yang melakukan penyesuaian harga model AI. Pada 30 Juli 2026, OpenAI memangkas harga GPT-5.6 Luna sebesar 80 persen. Setelah penyesuaian tersebut, tarifnya menjadi 0,20 dolar AS atau sekitar Rp3.577 per satu juta token input dan 1,20 dolar AS atau sekitar Rp21.459 per satu juta token output.

Anthropic juga menyesuaikan biaya penggunaan model Claude. Pada September 2026, perusahaan memperkenalkan Claude Opus 5.5. Anthropic mengklaim model tersebut memiliki performa setara dengan model kelas atas sebelumnya, tetapi membutuhkan biaya operasional 40 persen lebih rendah. Penyesuaian harga membuat biaya penggunaan menjadi salah satu pertimbangan dalam memilih model AI.

Pengembang dan perusahaan tidak hanya melihat tarif per token, tetapi juga jumlah token yang digunakan dan berapa kali model perlu menjalankan suatu tugas. Pertimbangan tersebut membuat cost per task, atau biaya untuk menyelesaikan satu tugas, menjadi salah satu ukuran yang diperhatikan dalam penggunaan AI. Model dengan tarif token lebih murah belum tentu menghasilkan biaya akhir yang lebih rendah jika membutuhkan lebih banyak token atau percobaan untuk menyelesaikan pekerjaan.

Pemangkasan harga menjadi salah satu strategi perusahaan AI untuk menghadapi persaingan yang semakin ketat. Perusahaan tidak hanya dituntut mengembangkan model dengan kemampuan tinggi, tetapi juga menawarkan biaya penggunaan yang sesuai dengan kebutuhan pelanggan, terutama untuk pemakaian dalam skala besar.

Setiap model AI memiliki kemampuan dan biaya yang berbeda. Model yang menawarkan kemampuan penalaran, pemrograman, konteks panjang, atau fitur khusus dapat memiliki harga lebih tinggi. Sementara itu, model yang ditujukan untuk penggunaan lebih luas perlu menjaga biaya tetap efisien agar dapat digunakan oleh lebih banyak pelanggan.

Bagi pengguna dan perusahaan, kondisi ini membuat pemilihan model AI tidak hanya bergantung pada kemampuan. Harga dan biaya yang dibutuhkan untuk menyelesaikan suatu tugas juga menjadi pertimbangan. Pengembang dapat memilih model berdasarkan jenis pekerjaan, tingkat kemampuan yang dibutuhkan, serta anggaran yang tersedia.

Persaingan tersebut menunjukkan bahwa perusahaan AI kini tidak hanya berlomba mengembangkan model dengan kemampuan tinggi. Kemampuan menekan biaya penggunaan juga menjadi faktor penting untuk menarik dan mempertahankan pelanggan.