GPT-5.6 Terra vs Claude Sonnet 5: Tolok Ukur, Harga, dan Mana yang Harus Digunakan

Jika Anda memilih model kelas menengah untuk mendukung agen yang berjalan sepanjang hari, dua kandidat jelas saat ini adalah GPT-5.6 Terra dan Claude Sonnet 5. Keduanya adalah model default yang diberikan vendor kepada pengguna gratis, sama-sama menawarkan jendela konteks sekitar 1 juta token, dan harga token inputnya terpaut sekitar satu dolar.

Dalam artikel ini, saya akan membandingkan GPT-5.6 Terra dan Claude Sonnet 5 pada agen pengodean dan terminal, pekerjaan pengetahuan, postur keamanan siber, perilaku long-context, permukaan kontrol API, dan harga, agar Anda bisa memilih yang sesuai dengan beban kerja Anda. Untuk pembahasan lebih mendalam masing-masing model, lihat panduan kami tentang keluarga GPT-5.6 dan Claude Sonnet 5.

Ringkasnya

• Terra lebih unggul untuk agen pengodean berbasis terminal dan pipeline yang sarat alat, di mana fitur efisiensi tokennya memberi dampak nyata.
• Sonnet 5 lebih tenang untuk pekerjaan long-context dan dokumen yang berat, karena tarifnya tetap datar di seluruh jendela.
• Pilih GPT-5.6 Terra jika agen Anda hidup di shell, memanggil banyak alat per giliran, atau Anda menginginkan token output yang lebih murah setelah Agustus.
• Pilih Claude Sonnet 5 jika Anda mengirim prompt yang sangat besar, menginginkan penagihan per token yang dapat diprediksi, atau sengaja menginginkan model yang menolak pekerjaan eksploit.

Apa itu GPT-5.6 Terra?

GPT-5.6 Terra adalah tingkat menengah dari keluarga GPT-5.6 milik OpenAI, yang tersedia umum pada 9 Juli 2026, bersamaan dengan varian andalan Sol dan tingkat termurah, Luna. OpenAI menggambarkan Terra sebagai opsi seimbang untuk pekerjaan sehari-hari dan mencatat bahwa ini kurang lebih setara dengan tingkat mini dari keluarga GPT-5 sebelumnya. Ia hadir dengan jendela konteks 1.050.000 token, batas output 128.000 token, dan pengetahuan hingga 16 Februari 2026.

Ada dua hal yang membuat Terra menarik, bukan sekadar murah. Ia mewarisi Programmatic Tool Calling dari Responses API, yang memungkinkan model menulis dan menjalankan program kecil di memori untuk mengoordinasikan alat, alih-alih mengulang setiap respons alat melalui model. Dan pada 30 Juli 2026, OpenAI memangkas harga Terra sebesar 20%, dari $2,50/$15 saat peluncuran menjadi $2,00/$12 per 1 juta token.

Kami membahas keluarga yang lebih luas dalam panduan GPT-5.6 Sol, Terra, dan Luna, dan jika Anda ingin melihat penggunaan tingkat andalan, tulisan kami tentang bagaimana GPT-5.6 Sol membantu membantah dugaan Maxwell layak dibaca. Ada juga perbandingan tingkat andalan di Claude Opus 5 vs GPT-5.6 Sol.

Apa itu Claude Sonnet 5?

Claude Sonnet 5 adalah model kelas menengah Anthropic, dirilis pada 30 Juni 2026, dan diposisikan sebagai Sonnet paling “agentic” yang pernah mereka rilis. Klaim Anthropic adalah bahwa model ini merencanakan, mengemudikan peramban dan terminal, serta berjalan otonom pada level yang sebelumnya membutuhkan model kelas Opus, mendekati Opus 4.8 dalam penalaran, penggunaan alat, pengodean, dan pekerjaan pengetahuan dengan harga lebih rendah.

Ini adalah model default pada paket Free dan Pro, dan hadir dengan serangkaian batasan yang disengaja: temperature, top_p, dan top_k dihapus, pemikiran diperpanjang manual mengembalikan error 400, dan pemikiran adaptif aktif secara default. Ia juga menggunakan tokenizer baru yang menghasilkan kira-kira 30% lebih banyak token untuk teks yang sama dibanding Sonnet 4.6, yang diimbangi Anthropic dengan harga perkenalan hingga 31 Agustus 2026.

Kami membahas angka peluncurannya dalam panduan Claude Sonnet 5 dan membandingkannya ke atas dengan model andalan Anthropic di Claude Opus 5 vs Claude Sonnet 5.

GPT-5.6 Terra vs Claude Sonnet 5: Perbandingan Langsung

Berikut gambaran kedua model berdampingan sebelum kita masuk ke area kapabilitas masing-masing.

Agen pengodean dan terminal

Biasanya, pembagian condong ke Anthropic untuk pemrograman di dalam repositori dan ke OpenAI untuk pekerjaan terminal.

Pembagian terakhir itu bertahan: Pada Terminal-Bench 2.1, Terra mencapai 87,4%, dibanding 80,4% untuk Sonnet 5 dalam materi peluncuran Anthropic, selisih 7 poin pada alur kerja baris perintah. Perlu dicatat, Terra juga melampaui Claude Opus 4.8 (78,9%) dan Claude Fable 5 (83,1%) dalam pengujian OpenAI pada evaluasi yang sama.

Namun saat ini, kedua model kelas menengah yang bersaing setara untuk pengodean di repo. Pada SWE-Bench Pro, yang menjalankan perbaikan multi-langkah terhadap repositori nyata, OpenAI melaporkan Terra di 63,4% dan Anthropic melaporkan Sonnet 5 di 63,2%.

Framing Anthropic sendiri mendukung pembagian ini. Cerita pengodean Sonnet 5 adalah tentang penyelesaian, bukan skor puncak: penguji awal menggambarkannya menuntaskan tugas ketika Sonnet 4.6 berhenti dan memeriksa keluarannya sendiri tanpa diminta.

Jika agen Anda menghabiskan hidupnya di shell, Terra unggul. Jika ia menghabiskan hidupnya di dalam basis kode menalar tentang kegagalan, tolok ukur menunjukkan Anda memilih antara dua model dalam kelas yang sama.

Pekerjaan pengetahuan dan tugas profesional

Kedua vendor melaporkan GDPval-AA v2, ukuran gaya Elo untuk kualitas keluaran profesional, dan angkanya cukup dekat sehingga sulit dibedakan. OpenAI menempatkan Terra di 1.593 Elo; Anthropic menempatkan Sonnet 5 di 1618. OpenAI memberi skor Claude Opus 4.8 sebesar 1600 Elo pada evaluasi ini sementara Anthropic memberi skor model yang sama 1615, jadi selisih 25 poin antara Terra dan Sonnet 5 berada dalam noise metodologis.

Di mana Terra memiliki klaim tanpa balasan adalah Agents' Last Exam, evaluasi alur kerja profesional jangka panjang di 55 bidang. Terra mencetak 50,4%, di depan GPT-5.5 (46,9%), Claude Opus 4.8 (45,2%), dan Claude Fable 5 (40,5%). Anthropic tidak melaporkan Sonnet 5 pada evaluasi itu, jadi anggap ini sebagai arena pilihan OpenAI, bukan putusan.

Penggunaan komputer adalah satu area yang saya sarankan untuk tidak dibandingkan langsung sama sekali. OpenAI melaporkan Terra di 50,2% pada OSWorld 2.0, sementara Anthropic melaporkan Sonnet 5 di 81,2% pada OSWorld-Verified. Itu adalah set evaluasi berbeda dengan penilaian berbeda, dan Anthropic secara eksplisit merevisi cara mereka menjalankan OSWorld-Verified untuk rilis ini, jadi menaruh dua angka itu berdampingan tidak memberi tahu apa pun.

Keunggulan praktis Terra di area ini adalah perhitungan token. Notion melaporkan bahwa banyak agen yang menjalankan GPT-5.5 berkinerja sama baiknya pada Terra dengan separuh biaya dan 16% lebih sedikit token, dan Clio melaporkan bahwa Programmatic Tool Calling memangkas token prompt sebesar 38% pada analisis dokumen multi-langkah tanpa kehilangan kualitas. Itu adalah klaim mitra-vendor, bukan pengukuran independen, tetapi spesifik tentang apa yang berubah.

Keamanan siber: dua taruhan berlawanan

Ini adalah kesenjangan terlebar dalam perbandingan, dan merupakan keputusan desain, bukan kecelakaan kapabilitas.

OpenAI melatih keluarga GPT-5.6 untuk pekerjaan siber: Terra mencetak 91,8% pada tantangan Capture-the-Flag, 57,7% pada SEC-Bench Pro, 52,9% pada ExploitBench, dan 23,2% pada ExploitGym. Dua dari angka tersebut mengalahkan GPT-5.5, model andalan sebelumnya, yang mencetak 45,8% pada SEC-Bench Pro dan 47,9% pada ExploitBench.

Anthropic mengambil arah sebaliknya. Sonnet 5 tidak sengaja dilatih pada tugas keamanan siber, dan pada evaluasi pengembangan eksploit yang dibangun bersama Mozilla terhadap kerentanan Firefox 147, ia tidak pernah menghasilkan eksploit yang berfungsi sama sekali, mencetak 0,0%. Anthropic mengirim Sonnet 5 dengan pengaman siber real-time aktif secara default dan merekomendasikan Opus 4.8 untuk pekerjaan siber yang membutuhkan guardrail lebih longgar.

Bagi sebagian besar pembaca, ini adalah fitur Sonnet 5, bukan kelemahan. Jika Anda membangun produk di mana model yang mencoba menghasilkan eksploit adalah liabilitas, model yang secara andal menolak adalah dependensi yang lebih aman. Jika Anda melakukan pekerjaan keamanan defensif, Terra berada dalam program Daybreak Trusted Access for Cyber milik OpenAI, dan anggota individu perlu mengaktifkan passkey berbasis perangkat keras sebelum 1 September untuk mempertahankan akses ke model paling kapabel dalam siber.

Perlu menandai biaya friksi di sisi OpenAI juga. OpenAI mengatakan pengaman siber GPT-5.6 Sol memblokir kira-kira 10 kali lebih banyak aktivitas yang berpotensi berbahaya dibanding model sebelumnya, dan mereka menambahkan opsi retry pada model berkapabilitas lebih rendah di ChatGPT dan Codex karena permintaan yang tidak berbahaya ikut terjaring. Thread Reddit di sisi Anthropic melaporkan keluhan yang sama: Sonnet 5 memblokir konten pengajaran keamanan yang tidak berbahaya, jadi tidak ada vendor yang menyelesaikan masalah overblocking.

Jendela konteks dan pekerjaan long-context

Secara nominal, keduanya sama: Terra mempublikasikan jendela konteks 1.050.000 token dengan batas output 128.000 token, dan Sonnet 5 menawarkan jendela 1 juta dengan batas output 128K. Yang berbeda adalah apa yang terjadi saat Anda benar-benar memenuhinya.

Terra telah mempublikasikan skor pengambilan di seluruh jendela. Pada OpenAI MRCR v2 8-needle, ia mencetak 89,6% pada rentang 256K–512K dan 72,5% pada rentang 512K–1M, mendekati Sol yang 91,5% dan 73,8% dan jauh di atas Luna yang 41,3%. Ini berarti Anda bisa kira-kira berharap model menemukan detail tersembunyi dalam 9 dari 10 kasus di dalam dokumen 512k, yang menjadikannya pendamping yang sangat andal untuk ekstraksi pengetahuan. Anthropic tidak mempublikasikan angka pengambilan “needle” yang sebanding untuk Sonnet 5 saat peluncuran.

Perilaku penagihan adalah perbedaan yang lebih berdampak. Prompt di atas 272K token input pada Terra dikenai harga 2x input dan 1,5x output untuk seluruh permintaan, bukan hanya kelebihannya. Sonnet 5 tidak memiliki biaya tambahan long-context yang dipublikasikan, sehingga tarifnya bertahan di seluruh jendela. Saya akan menaruh angka pada bagian harga, karena ini membalik mana model yang lebih murah.

Permukaan kontrol: upaya, pemikiran, dan batasan API

Kedua model mengekspos kenop tingkat upaya penalaran, lalu berpisah tajam pada seberapa banyak hal lain yang boleh Anda sentuh.

Sonnet 5 menghapus temperature, top_p, dan top_k sepenuhnya, dan pemanggilan dengan set itu mengembalikan error 400. Pemikiran diperpanjang manual juga mengembalikan 400; Anda mendapatkan pemikiran adaptif aktif secara default, atau Anda menonaktifkan pemikiran sama sekali.

Sonnet 5 juga tidak mendukung Priority Tier di platform Anthropic, yang penting jika tim Anda mengandalkannya untuk jaminan latensi pada Opus atau Sonnet 4.6 saat ini. Anthropic menaikkan batas laju di Chat, Cowork, Claude Code, dan Claude Platform untuk menyerap penggunaan token yang lebih berat yang dihasilkan oleh tingkat upaya lebih tinggi.

Permukaan Terra lebih lebar ke arah berbeda. Fitur yang perlu diketahui:

• Programmatic Tool Calling di Responses API, yang menjalankan program koordinasi di memori dan kompatibel dengan Zero Data Retention.

• Beta multi-agen di Responses API, memungkinkan model menjalankan subagen secara konkuren dan mensintesis pekerjaan mereka dalam satu permintaan.

• Pengaturan upaya max, dapat diaktifkan oleh pengguna mana pun dengan akses GPT-5.6 di ChatGPT Work dan Codex.

• Titik henti cache eksplisit dengan umur cache minimum 30 menit, pembacaan cache dengan diskon 90%, dan penulisan cache sebesar 1,25x tarif input tanpa cache.

• Pemanggilan fungsi, keluaran terstruktur, hosted shell, code interpreter, dan penggunaan komputer pada Responses API, tanpa dukungan fine-tuning.

Satu asimetri yang perlu dicatat: Setelan ultra OpenAI mengoordinasikan empat agen secara paralel, tetapi setiap tolok ukur ultra yang dipublikasikan milik Sol, bukan Terra. Jangan berasumsi tingkat menengah mendapatkan kenaikan multi-agen yang sama sampai ada yang memublikasikan angka Terra Ultra.

Harga: berapa yang benar-benar Anda bayar

Saat ini Terra dan Sonnet 5 terpaut sekitar satu dolar pada input, sehingga bentuk beban kerja, bukan tarif utama, yang menentukan tagihan Anda.

Tarif token berdampingan

Tarif $2,00/$12,00 Terra mencerminkan pemangkasan 20% yang diterapkan OpenAI pada 30 Juli 2026, turun dari $2,50/$15,00 saat peluncuran. Pembacaan input yang di-cache pada Terra sebesar $0,20 per 1 juta, dan Anthropic mendukung caching prompt untuk Sonnet 5 tanpa merinci tarif khusus Sonnet dalam materi peluncurannya.

Karena Anthropic menagih token pemikiran pada tarif output, menjalankan Sonnet 5 pada upaya ekstra tinggi adalah pengganda langsung pada pos biaya termahal Anda. Itulah cara termudah untuk menguras anggaran yang Anda ukur berdasarkan volume input.

Biaya beban kerja nyata

Formulasinya sederhana: (volume ÷ 1 juta) × tarif, dijumlahkan antara input dan output. Saya mengerjakan tiga bentuk beban kerja pada tarif standar, dipilih karena masing-masing mengisolasi mekanisme di mana dua model ini benar-benar berbeda.

Baris ketiga adalah temuannya. Tidak ada yang berubah tentang total volume antara baris dua dan tiga, hanya ukuran setiap permintaan, dan biaya tambahan 272K milik Terra mengubah keunggulan biaya 41% menjadi penalti biaya 29%. Jika Anda rutin memasukkan 300K token teks kontrak atau konteks repositori dalam satu panggilan, harga sticker Terra yang lebih murah menyesatkan.

Baris berat generasi juga berbalik jika Anda membeli sebelum September. Dengan tarif perkenalan Sonnet 5 $2,00/$10,00, beban kerja itu berbiaya $42 dibanding $50 pada Terra, sehingga Sonnet 5 $8 lebih murah hingga tarif standar berlaku pada 1 September 2026. Anthropic menetapkan jendela perkenalan itu untuk membuat migrasi dari Sonnet 4.6 kurang lebih netral biaya, yang patut diingat sebelum Anda menyusun anggaran berdasarkannya.

Mengapa tugas yang sama berbiaya berbeda

Tarif ini hanya menjadi tagihan jika kedua model mengonsumsi jumlah token yang sama untuk pekerjaan yang sama, dan biasanya tidak demikian. Terra dan Sonnet 5 menggunakan tokenizer berbeda dari vendor berbeda, jadi teks identik menghasilkan hitungan token input yang berbeda untuk masing-masing model sebelum model merespons.

Tidak ada vendor yang memublikasikan hitungan token antar-subjek, jadi saya tidak bisa memberikan angka penyesuaian. Yang ada adalah klaim pendahulu yang tidak mengatakan apa pun tentang Terra versus Sonnet 5:

• Anthropic mendokumentasikan tokenizer baru Sonnet 5 menghasilkan kira-kira 30% lebih banyak token dibanding Sonnet 4.6, dan
• Notion melaporkan Terra menggunakan 16% lebih sedikit token dibanding GPT-5.5.

Saran saya adalah memperlakukan tabel di atas sebagai perbandingan tarif, bukan ramalan, dan mengukur hitungan token Anda sendiri pada sampel representatif sebelum berkomitmen. Perubahan tokenizer Sonnet 5 khususnya membuat tim lengah saat peluncuran, dengan ulasan Simon Willison dan konsultan cloud sama-sama menandainya sebagai kejutan migrasi utama.

Kapan Memilih GPT-5.6 Terra vs Claude Sonnet 5

Berikut cara keputusan jatuh pada skenario yang saya perkirakan dialami sebagian besar pembaca.

Pilih GPT-5.6 Terra jika...

• Agen Anda hidup di shell. Selisih 7 poin pada Terminal-Bench 2.1 adalah perbedaan pengodean terbesar yang dipublikasikan antara kedua model ini.
• Anda memanggil banyak alat per giliran. Programmatic Tool Calling menjaga data perantara di luar konteks model, dan PlayCo melaporkan 63,5% lebih sedikit total token dan 50,1% lebih sedikit giliran model pada pekerjaan konstruksi skenario terstruktur.
• Anda mengerjakan siber defensif. Skor Terra 57,7% pada SEC-Bench Pro dan 52,9% pada ExploitBench berada di kelas berbeda dari penolakan yang disengaja Sonnet 5.
• Anda membutuhkan token output yang lebih murah. Setelah Agustus 2026, tarif Sonnet 5 berpindah ke $15 per 1 juta dibanding $12 milik Terra.
• Anda menginginkan angka pengambilan long-context yang terdokumentasi, seperti 72,5% pada MRCR v2 di rentang 512K–1M.

Pilih Claude Sonnet 5 jika...

• Prompt atau konteks file Anda besar. Harga datar hingga 1 juta token lebih baik daripada tebing 272K milik Terra, dan perbedaannya adalah ayunan 29% pada bulan input 10 juta.
• Anda menginginkan model yang menolak pekerjaan siber secara desain. Penilaian Anthropic sendiri adalah bahwa kemampuan siber Sonnet 5 jauh lebih rendah daripada Opus 4.8 dan Mythos 5, yang bagi sebagian besar tim produk adalah perilaku yang diinginkan.
• Anda sudah berada di ekosistem Claude. Sonnet 5 adalah default pada Free dan Pro dan berjalan di Claude Code.
• Anda menginginkan satu kenop alih-alih panel setelan. Pemikiran adaptif plus tingkat upaya adalah permukaan yang lebih kecil untuk dipertimbangkan dibanding upaya plus max plus ultra plus mode pemanggilan alat.

Jika biaya adalah batas pengikat, tiga beban kerja yang dihitung adalah cara tercepat untuk melihat sisi mana Anda berada: $50 versus $63 pada bulan berat generasi, $32 versus $45 pada pengambilan di bawah ambang, dan $58 versus $45 saat setiap permintaan melampaui 272K token input.

Cara Memulai dengan GPT-5.6 Terra dan Claude Sonnet 5

Kedua model tersedia umum hari ini, dan keduanya adalah model yang dibagikan gratis oleh vendor, jadi mencobanya hanya memakan waktu.

Membuat panggilan API pertama Anda

Ini adalah SDK terpisah, jadi beralih di antaranya lebih dari sekadar string model. Kedua panggilan cukup singkat sehingga perbedaannya terlihat sekilas.

from openai import OpenAI

client = OpenAI()
response = client.responses.create(
    model="gpt-5.6-terra",  # swap for gpt-5.6-sol or gpt-5.6-luna
    input="Refactor this pytest fixture to avoid module-level state.",
)
print(response.output_text)

from anthropic import Anthropic

client = Anthropic()
message = client.messages.create(
    model="claude-sonnet-5",  # no temperature/top_p/top_k on this model
    max_tokens=1024,
    messages=[{"role": "user", "content": "Refactor this pytest fixture to avoid module-level state."}],
)
print(message.content.text)

Jika Anda mem-porting kode Anthropic yang ada, ingat untuk menghapus temperature, top_p, top_k, dan konfigurasi pemikiran diperpanjang manual terlebih dahulu, karena Sonnet 5 mengembalikan 400 alih-alih mengabaikannya.

Untuk alur penyiapan lengkap di sisi Anthropic, panduan lengkap Claude API kami lebih mendalam daripada yang masuk akal di sini. Untuk memulai di sisi GPT, kursus Working with the OpenAI API kami adalah tempat terbaik untuk memulai.

Pemikiran Akhir

Versi satu kalimat: Terra adalah model kelas menengah yang lebih baik untuk agen terminal dan pipeline sarat alat, dan Sonnet 5 lebih baik untuk prompt besar dan tim yang menginginkan permukaan kontrol lebih kecil.

Yang paling menarik bagi saya adalah kedua vendor memilih tingkat menengah sebagai default gratis, lalu membuat taruhan berlawanan tentang apa yang seharusnya ditolak model kelas menengah. OpenAI melatih Terra untuk pekerjaan siber dan menaruh kapabilitas paling tajam di balik verifikasi identitas dan passkey perangkat keras. Anthropic melatih Sonnet 5 untuk tidak melakukannya sama sekali, lalu menambahkan pengaman di atasnya. Tidak ada pendekatan yang jelas-jelas benar, dan keduanya menciptakan friksi nyata untuk pekerjaan yang sah.

Jika Anda ingin membangun landasan untuk membuat keputusan ini sendiri alih-alih membaca tabel tolok ukur orang lain, saya sarankan mulai dengan AI Fundamentals skill track kami.