DeepSeek vs GLM vs Claude untuk coding: biaya per task
Pertanyaan “model mana yang harus kupakai untuk coding?” biasanya dijawab dengan fanwar. Padahal untuk kerjaan harian, pertanyaannya bukan “mana yang terbaik”, tapi “model apa yang cukup untuk task ini, dan berapa biayanya”.
Artikel ini membandingkan tiga keluarga model yang sering dipakai untuk coding — DeepSeek, GLM, dan Claude — dari sisi yang bisa kamu hitung sendiri: harga per juta token, dan contoh perhitungan biaya satu task yang sama. Soal kualitas, kami kasih kerangka mencoba sendiri, bukan vonis.
Harga per juta token (referensi katalog)
Dari katalog harga referensi GiantRouter (snapshot katalog demo publik 2026-11-08 — harga bisa berubah kapan saja, cek halaman depan untuk angka live):
| Model | Input / 1jt token | Output / 1jt token |
|---|---|---|
| deepseek-flash | $0.242 | $0.726 |
| glm-5.3 | $1.40 | $4.40 |
| claude-sonnet-5 | $2.00 | $10.00 |
Semua tiga bisa dipakai lewat satu API key yang sama dari GiantRouter — itu salah satu alasan memakai gateway: membandingkan model tidak berarti mengelola tiga akun dan tiga pembayaran.
Contoh perhitungan — task yang sama, tiga model (ilustrasi)
Anggap satu task coding menengah: refactor satu modul dengan beberapa iterasi test. Perkiraan bentuk pemakaian: 100.000 token input, 20.000 token output.
Contoh perhitungan — ilustrasi, bukan hasil pengukuran nyata. Bentuk token-nya adalah perkiraan pola pemakaian agentic coding; angka persis task-mu akan keluar di laporan pemakaianmu sendiri.
| Model | Hitungan | Total | ≈ Rupiah* |
|---|---|---|---|
| deepseek-flash | 0,1 jt x $0,242 + 0,02 jt x $0,726 | $0,0387 | Rp±640 |
| glm-5.3 | 0,1 jt x $1,40 + 0,02 jt x $4,40 | $0,228 | Rp±3.760 |
| claude-sonnet-5 | 0,1 jt x $2,00 + 0,02 jt x $10,00 | $0,400 | Rp±6.600 |
* Kurs tayang Rp16.500/USD, angka dibulatkan.
Pola yang perlu kamu bawa dari tabel ini, jauh lebih penting daripada angkanya:
1. Selisihnya bisa 10x untuk task yang sama. Claude Sonnet di contoh ini sepuluh kali lebih mahal daripada DeepSeek Flash. Kalau task-mu 20 task sehari, perbedaan itu jadi tagihan bulanan yang terasa.
2. Input mendominasi biaya agentic. Agent membawa ulang konteks tiap request, jadi harga input yang menentukan — bukan harga output yang sering jadi sorotan.
3. Model yang “cukup” biasanya cukup. Draf, perbaikan test, edit terlokalisasi, dan tanya-mengapa jarang butuh model paling berat. Model besar berguna untuk keputusan desain, refactor lintas modul, atau debugging yang membandel.
Cara memilih tanpa dogma (10 menit)
Daripada percaya perbandingan siapa pun — termasuk artikel ini — jalankan eksperimen kecil sendiri:
- Pilih satu task nyata dari codebase-mu yang butuh 5–15 menit.
- Kerjakan dengan model termurah dulu. Catat: lulus berapa iterasi, berapa token, berapa biaya (semua ada di laporan pemakaian).
- Ulangi task yang sama — atau task sejenis — dengan model yang lebih besar.
- Bandingkan: beda kualitas hasilnya, beda berapa biayanya.
Kalau model termurah lulus dengan satu iterasi tambahan tapi sepuluh kali lebih murah, kamu baru punya jawaban untuk tim-mu: “untuk jenis task ini, kita pakai X”. Keputusan itu milik data kamu sendiri, bukan milik tweet orang lain.
Satu catatan tentang kualitas
Kami sengaja tidak memberi skor “model A 8/10, model B 9/10” di artikel ini. Perbandingan kualitas sangat tergantung jenis task, bahasa, dan codebase — dan kebanyakan skor di internet tidak bisa direproduksi. Yang bisa kami jamin adalah sisi biaya: harga per token tampil terbuka, dan laporan pemakaian menunjukkan angka persis per request, jadi eksperimenmu bisa dihitung.
Kalau kamu mau titik awal: mulai dari model flash/hemat untuk 80% task harian, dan simpan model besar untuk 20% yang benar-benar butuh. Cara setup editor-nya ada di Cline + API key sendiri: setup 5 menit.
Kapan pilih yang mana — panduan praktis
Tanpa menjadikan ini vonis, ini titik mulai yang biasanya masuk akal:
- deepseek-flash — draf, refactor kecil, edit terlokalisasi, task berulang yang polanya jelas. Di contoh ilustratif, sepuluh kali lebih murah dari sonnet-5; untuk task yang tidak butuh penalaran berat, selisih kualitas sering tidak sebanding dengan selisih biayanya.
- glm-5.3 — kelas menengah: review kode, implementasi dari spesifikasi yang sudah jelas, debugging dengan jejak error yang jelas. Titik keseimbangan kalau model hemat sering butuh banyak iterasi tambahan.
- claude-sonnet-5 — keputusan arsitektur, refactor lintas modul, debugging yang membandel, atau task yang harganya kecil dibanding nilai waktumu. Kalau satu task besar dilakukan sekali sebulan, model terbaik sering lebih murah dari jam-jam iterasi.
Dan satu keputusan yang justru paling sering dilupakan: ganti model itu murah. Satu baris konfigurasi di editor — tidak ada migrasi akun, tidak ada pembayaran baru. Coba yang termurah dulu untuk setiap jenis task baru; kalau iterasinya melebar, naik satu kelas.
Ringkasan
- deepseek-flash: kelas hemat — untuk draf, edit kecil, dan task berulang.
- glm-5.3: kelas menengah — keseimbangan antara kemampuan dan harga.
- claude-sonnet-5: kelas atas — untuk task yang butuh penalaran berat.
Harga tiga-duanya ada di satu katalog, satu key, satu pembayaran QRIS. Coba task yang sama di tiga model dan lihat laporan biayanya — itu perbandingan yang tidak bisa dibantah siapa pun.