“Open source lebih murah” adalah ringkasan yang biasa dipakai. Umumnya benar, tetapi detailnya yang menentukan tagihan Anda. Artikel ini membandingkan harga per token model tertutup (GPT, Claude, Gemini, Grok) dan model open-weight (GLM 5.3, DeepSeek V4.1 Flash, Qwen3.8 27B, gpt-oss-120b, Gemma 4) dari halaman harga milik tiap penyedia, lalu menghitung biaya satu beban kerja yang realistis. Setiap harga pihak ketiga dibaca ulang dari halaman penyedianya pada 15 November 2026. BroadRouter adalah situs web milik BroadNet, dan BroadNet menjual sebagian model terbuka ini, jadi kami juga menunjukkan di mana host lain lebih murah.
Baris-barisnya berasal dari dataset harga penyedia API LLM kami, data mentah di balik indeks harga API LLM. Untuk sisi bisnis dari pilihan ini (kendali, ketergantungan vendor, selisih kualitas), baca model open-weight vs tertutup untuk bisnis.
Bagaimana harga model tertutup dan open-weight per token dibandingkan?
Harga standar bayar sesuai pemakaian per 1 juta token, prompt pendek, dicek 15 November 2026:
| Model | Jenis | Penjual | Input | Input cache | Output |
|---|---|---|---|---|---|
| GPT-6.1 Sol | Tertutup | OpenAI | USD 2,00 | USD 0,10 | USD 10,00 |
| Claude Sonnet 5.5 | Tertutup | Anthropic | USD 2,00 | USD 0,10 | USD 10,00 |
| Gemini 4 Hydrogen | Tertutup | USD 1,50 | USD 0,075 | USD 7,50 | |
| Gemini 3.8 Flash | Tertutup | USD 0,75 | USD 0,075 | USD 3,75 | |
| Grok 4.3 | Tertutup | xAI | USD 1,25 | USD 0,20 | USD 2,50 |
| GPT-6 Luna | Tertutup | OpenAI | USD 0,10 | USD 0,01 | USD 0,50 |
| Claude Haiku 5.5 | Tertutup | Anthropic | USD 0,10 | USD 0,01 | USD 0,50 |
| GLM 5.3 | Open-weight | Z.ai (pembuat) | USD 1,40 | USD 0,26 | USD 4,40 |
| DeepSeek V4.1 Flash | Open-weight | DeepSeek (pembuat), jam sibuk | USD 0,30 | USD 0,006 | USD 1,20 |
| Qwen3.8 27B | Open-weight | Alibaba Cloud (pembuat) | USD 0,50 | tidak dicantumkan | USD 3,00 |
| gpt-oss-120b | Open-weight | Groq | USD 0,15 | USD 0,075 | USD 0,60 |
| Gemma 4 26B A4B | Open-weight | DeepInfra | USD 0,07 | tidak dicantumkan | USD 0,34 |
Catatan dari halaman-halaman itu sendiri:
- Gemini 3.8 Flash adalah harga promo “through December 31, 2026” (Terjemahan BroadRouter: hingga 31 Desember 2026). Mulai 1 Januari 2027 Google mencantumkan USD 1,50 input, USD 0,15 input cache, dan USD 7,50 output, dua kali lipat tarif saat ini.
- Claude Haiku 5.5 berlaku untuk prompt hingga 100.000 token. Prompt yang lebih panjang membayar USD 0,50 input dan USD 2,50 output.
- GPT-6.1 Sol dan GPT-6 Luna punya tarif lebih tinggi di atas 272K token input. Grok 4.3 menagih seluruh permintaan dengan tarif lebih tinggi begitu prompt mencapai 200K token.
- DeepSeek memotong harganya setengah di luar jam sibuk: USD 0,15 input, USD 0,003 cache, dan USD 0,60 output di luar pukul 01.00–04.00 dan 06.00–10.00 UTC pada hari kerja.
Tiga pola menonjol:
- Ujung atas rentang model tertutup lebih mahal. Output GPT-6.1 Sol dan Claude Sonnet 5.5 lebih dari dua kali output GLM 5.3 di pembuatnya sendiri.
- Ujung bawahnya tidak. GPT-6 Luna dan Claude Haiku 5.5 mencantumkan harga input lebih rendah daripada gpt-oss-120b di Groq, dan hanya selisih beberapa sen dari Gemma 4 di DeepInfra. Harga output Gemma lebih rendah.
- Input cache adalah titik perbedaan terbesar antarvendor. Tarif cache DeepSeek 2% dari tarif input-nya; GLM 5.3 di Z.ai sekitar 19%. Agen yang mengirim ulang konteks yang sama paling diuntungkan oleh tarif cache rendah. Lihat penjelasan token input cache.
Seberapa besar host mengubah harga model terbuka?
Model tertutup punya satu daftar harga per vendor (plus cloud berlisensi). Bobot terbuka bisa disajikan siapa saja, sehingga model yang sama punya banyak harga. Beberapa contoh, per 1 juta token, dicek 15 November 2026:
| Model terbuka | Host | Input | Input cache | Output |
|---|---|---|---|---|
| GLM 5.3 | Z.ai | USD 1,40 | USD 0,26 | USD 4,40 |
| GLM 5.3 | Together AI | USD 1,40 | USD 0,26 | USD 4,40 |
| GLM 5.3 | DeepInfra (promo, diskon 38%) | USD 0,5625 | USD 0,125 | USD 2,50 |
| GLM 5.3 | BroadNet Inference | $0.78 | $0.173 | $3.46 |
| DeepSeek V4.1 Flash | DeepSeek, jam sibuk | USD 0,30 | USD 0,006 | USD 1,20 |
| DeepSeek V4.1 Flash | Together AI | USD 0,30 | USD 0,006 | USD 1,20 |
| DeepSeek V4.1 Flash | DeepInfra (promo, diskon 30%) | USD 0,14 | USD 0,0042 | USD 0,42 |
| DeepSeek V4.1 Flash | BroadNet Inference | $0.175 | $0.0055 | $0.52 |
| Qwen3.8 27B | Alibaba Cloud | USD 0,50 | tidak dicantumkan | USD 3,00 |
| Qwen3.8 27B | DeepInfra (promo, diskon 25%) | USD 0,15 | USD 0,0375 | USD 1,875 |
| Qwen3.8 27B | BroadNet Inference | $0.175 | $0.0435 | $2.17 |
| gpt-oss-120b | Groq | USD 0,15 | USD 0,075 | USD 0,60 |
| gpt-oss-120b | Together AI | USD 0,15 | tidak dicantumkan | USD 0,60 |
| gpt-oss-120b | DeepInfra | USD 0,037 | tidak dicantumkan | USD 0,17 |
| Gemma 4 26B A4B | DeepInfra | USD 0,07 | tidak dicantumkan | USD 0,34 |
| Gemma 4 26B A4B | BroadNet Inference | $0.10 | tidak dipublikasikan | $0.22 |
Selisihnya besar: sekitar 2,5 kali untuk input GLM 5.3 dan sekitar 4 kali untuk input gpt-oss-120b di antara host di atas. Baris GLM, DeepSeek, dan Qwen di DeepInfra diberi label diskon promo, dan halamannya tidak menyebut kapan berakhir. BroadNet berada di bawah harga daftar pembuat untuk GLM 5.3 dan Qwen3.8 27B dan di bawah tarif jam sibuk DeepSeek, tetapi tarif input dan cache DeepSeek di luar jam sibuk lebih rendah daripada BroadNet, dan harga promo DeepInfra lebih rendah untuk ketiga model. Halaman harga per model mencantumkan setiap host yang kami pantau, dan cara penyedia inference menetapkan harga model terbuka menjelaskan mengapa angkanya berbeda. Di seluruh 119 model yang dijual beberapa host, median selisihnya 1,76 kali: model sama, host berbeda.
Harga bukan satu-satunya perbedaan antarhost. Periksa tiap host soal kuantisasi (sebagian menyajikan bobot berpresisi lebih rendah), panjang konteks, rate limit, retensi data, dan apakah tool calling didukung untuk model itu.
Berapa biaya beban kerja nyata di masing-masing?
Tabel per token menyembunyikan komposisi input, input cache, dan output. Berikut satu beban kerja: asisten di dalam aplikasi, diukur per user aktif per bulan, dari contoh biaya LLM per user kami:
- 0,45 juta token input baru
- 0,45 juta token input cache (system prompt dan riwayat yang stabil)
- 0,3 juta token output, termasuk penalaran
Rumusnya 0.45 × input + 0.45 × cached + 0.3 × output dengan harga per 1 juta token. Jika halaman tidak mencantumkan tarif cache, token cache kami hitung dengan harga input penuh. Biaya tulis cache dan penyimpanan cache, yang ditambahkan sebagian vendor, tidak dihitung.
| Model dan penjual | Biaya per user aktif per bulan |
|---|---|
| GPT-6.1 Sol, OpenAI | USD 3,95 |
| Claude Sonnet 5.5, Anthropic | USD 3,95 |
| Gemini 4 Hydrogen, Google | USD 2,96 |
| GLM 5.3, Z.ai | USD 2,07 |
| Gemini 3.8 Flash, Google (harga promo) | USD 1,50 |
| GLM 5.3, BroadNet | $1.47 |
| Grok 4.3, xAI | USD 1,40 |
| Qwen3.8 27B, Alibaba Cloud (tarif cache tidak dicantumkan) | USD 1,35 |
| Qwen3.8 27B, BroadNet | $0.75 |
| Qwen3.8 27B, DeepInfra (promo) | USD 0,65 |
| DeepSeek V4.1 Flash, DeepSeek jam sibuk | USD 0,50 |
| gpt-oss-120b, Groq | USD 0,28 |
| DeepSeek V4.1 Flash, BroadNet | $0.24 |
| GPT-6 Luna, OpenAI | USD 0,20 |
| Claude Haiku 5.5, Anthropic | USD 0,20 |
| DeepSeek V4.1 Flash, DeepInfra (promo) | USD 0,19 |
| gpt-oss-120b, DeepInfra (tarif cache tidak dicantumkan) | USD 0,08 |
Dua catatan mengubah cara membaca tabel ini. Pertama, modelnya tidak setara. Baris yang lebih bawah hanya merupakan penghematan jika modelnya lolos test set Anda. Kedua, baris Gemini 3.8 Flash naik dua kali lipat menjadi USD 2,99 pada 1 Januari 2027 jika perubahan harga yang dicantumkan Google jadi berlaku. Untuk menghitung angka Anda sendiri, pakai kalkulator biaya API LLM.
Kenapa membandingkan berdasarkan tingkat tugas, bukan nama model?
“Terbuka vs tertutup” adalah sumbu yang salah untuk keputusan harga. Pertanyaan yang berguna: model termurah mana yang cukup baik mengerjakan tugas ini? Tiap tingkat juga bergerak berbeda dari waktu ke waktu: di arsip halaman harga, Claude Opus dan lini utama GPT menjadi jauh lebih murah, sementara Claude Haiku dan Gemini Flash menjadi lebih mahal (riwayat harga API OpenAI vs Anthropic vs Google).
- Pekerjaan sederhana bervolume tinggi (klasifikasi, ekstraksi, ringkasan pendek): model tertutup kecil dan model terbuka kecil atau menengah semuanya berada di dasar tabel. Pilih berdasarkan akurasi, latensi, dan ketentuan data.
- Agen dan coding: tool calling, konteks panjang, dan input cache yang dominan. Model terbuka dengan tarif cache rendah, atau paket harga tetap, bisa berbiaya sebagian kecil dari model tertutup frontier.
- Penalaran tersulit: model tertutup frontier masih cenderung unggul. Membayar lebih per token bisa berarti biaya lebih rendah per jawaban benar.
Ukur biaya per jawaban benar pada 50 sampai 100 kasus nyata. Cara mengevaluasi LLM sebelum pindah memberikan metodenya.
Apa lagi yang mengubah biaya sebenarnya?
- Tokenizer. Teks yang sama menjadi jumlah token yang berbeda di tiap model. Dalam dataset tokenizer BroadRouter, bahasa Arab Standar Modern membutuhkan 1.31× (Qwen3.8 27B) hingga 1.77× (GLM 5.3) token dibanding terjemahan bahasa Inggrisnya, sehingga beban kerja berbahasa Arab bisa mengubah urutan tabel. Lihat token per kata dalam bahasa Arab vs Inggris.
- Token penalaran. Model penalaran menagih proses berpikir sebagai output di kedua kubu. Halaman Google menyebut output Gemini mencakup “thinking tokens” (Terjemahan BroadRouter: token berpikir). Set tingkat penalaran ke level terendah yang lolos pengujian Anda.
- Diskon batch. OpenAI dan Anthropic mencantumkan harga Batch API setengah dari tarif standar. Jika pekerjaan Anda bisa menunggu, ini mempersempit selisih dengan model terbuka. BroadNet tidak punya Batch API; pemrosesan batch tanpa Batch API menunjukkan solusinya.
- Biaya tambahan konteks panjang. Beberapa model tertutup mengenakan tarif lebih tinggi di atas 100K, 200K, atau 272K token. Periksa di mana posisi prompt Anda.
- Self-hosting. Bobot terbuka juga bisa dijalankan di GPU Anda sendiri, tetapi itu hanya menguntungkan pada pemakaian tinggi yang stabil. Lihat self-hosting LLM vs API.
Posisi BroadNet Inference
BroadRouter adalah situs web milik BroadNet sendiri. BroadNet Inference adalah API open-weight yang di-host dengan satu base URL kompatibel OpenAI, https://inference.broadnet.ai/v1, untuk DeepSeek V4.1 Flash, GLM 5.3, Qwen3.8 27B, dan build Gemma 4 milik BroadNet, plus speech-to-text. BroadNet tidak menyajikan model tertutup dan tidak merutekan permintaan antarpenyedia. DeepSeek V4.1 Flash di-host oleh mitra.
Berdasarkan data di atas, harga BroadNet berada di bawah harga daftar pembuat untuk GLM 5.3 dan Qwen3.8 27B serta di bawah tarif jam sibuk DeepSeek, dan di atas harga promo DeepInfra saat ini serta tarif input dan cache DeepSeek di luar jam sibuk. BroadNet bukan host termurah untuk setiap model. Yang ditambahkannya adalah paket harga tetap untuk DeepSeek V4.1 Flash ($60 per sesi per bulan, satu permintaan dalam satu waktu, tanpa meteran token), zero retention untuk konten inference, serta tool calling dan output terstruktur yang terdokumentasi pada GLM 5.3 dan Qwen3.8 27B. Tidak ada Batch API dan tidak ada SLA untuk akun self-serve.
Gemma 4 VL 26B berjalan dengan kredit awal $5; model chat lainnya perlu top up. Bandingkan harga atau baca dokumentasi API.
