BroadRouter

Biaya API model open-weight vs tertutup: apa kata data harga

Oleh tim BroadNet Inference · 9 menit baca · Dipublikasikan · Diperbarui

Biasanya ya, tetapi tidak cukup dilihat dari nama model. Pada harga yang dicek 15 November 2026, GLM 5.3 di pembuatnya lebih murah per token daripada GPT-6.1 Sol atau Claude Sonnet 5.5, tetapi model tertutup kecil seperti GPT-6 Luna berharga kurang lebih sama dengan model terbuka yang di-host. Host juga berpengaruh: satu model terbuka bisa beberapa kali lebih mahal di satu host dibanding host lain.

“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 Google USD 1,50 USD 0,075 USD 7,50
Gemini 3.8 Flash Tertutup Google 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:

  1. 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.
  2. 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.
  3. 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.

Pertanyaan umum

Apakah model open-weight lebih murah daripada GPT lewat API?

Sering kali, tetapi bandingkan yang setara. Pada 15 November 2026, GLM 5.3 di Z.ai mencantumkan USD 1,40 input dan USD 4,40 output per 1 juta token, di bawah GPT-6.1 Sol yang USD 2,00 dan USD 10,00. Model kecil OpenAI, GPT-6 Luna, mencantumkan USD 0,10 dan USD 0,50, sekelas dengan model terbuka yang di-host.

Kenapa model terbuka yang sama dihargai berbeda di host yang berbeda?

Host menjalankan bobot yang sama di perangkat keras yang berbeda, dengan presisi, utilisasi, dan margin yang berbeda, dan sebagian menjalankan promo berbatas waktu. Pada 15 November 2026, input gpt-oss-120b berharga USD 0,037 per 1 juta token di DeepInfra dan USD 0,15 di Groq dan Together.

Apakah API model tertutup punya diskon batch?

Ya, dan begitu pula sebagian host model terbuka. OpenAI dan Anthropic sama-sama mencantumkan harga Batch API setengah dari tarif standar untuk job asinkron; Fireworks dan Groq mencantumkan diskon batch 50%, dan Together juga untuk model tertentu. BroadNet Inference tidak punya Batch API. Harga baca cache juga sangat berbeda antarvendor.

Apakah model yang lebih murah cukup bagus?

Hanya test set Anda sendiri yang bisa menjawabnya. Model tertutup frontier masih unggul pada tugas tersulit. Jalankan 50 sampai 100 kasus nyata pada tiap kandidat dan bandingkan biaya per jawaban benar, bukan biaya per token.

Apakah bahasa memengaruhi perbandingannya?

Ya. Setiap tokenizer memecah teks secara berbeda. Dalam dataset tokenizer BroadRouter, bahasa Arab Standar Modern membutuhkan 1.31× (Qwen3.8 27B) hingga 1.77× (GLM 5.3) token dibanding teks bahasa Inggrisnya, sehingga harga per token meremehkan selisih untuk beban kerja berbahasa Arab.

Bisakah saya memakai model terbuka ini dengan kredit awal BroadNet?

Gemma 4 VL 26B, bisa. DeepSeek V4.1 Flash, GLM 5.3, dan Qwen3.8 27B perlu top up. Kredit awal $5 mencakup Gemma, kedua model transkripsi, dan kunci per jam Gemma.

Baca sebagai MarkdownTanya ChatGPTTanya ClaudeTanya Perplexity