Anthropic: Claude Opus 4.6

Claude kelas atas untuk pengodean yang sulit, perencanaan, dan penalaran ahli yang lebih lambat

claude-opus-4-6

TersediaAnthropicObrolanInput cache 90% lebih hemat

Masukan / Keluaran-70%: $5.00 / $25.00$1.50 / $7.50
Konteks: 1M
Output maksimal: 128K
Modalitas: VisiObrolan
Kapabilitas: Penggunaan toolCache PromptPenalaran

Tentang Claude Opus 4.6

Claude Opus 4.6 adalah model kelas Opus dari Anthropic dari bulan Februari 2026, yang dibangun untuk pengodean, perencanaan, dan tugas agen yang rumit. Model ini memperkenalkan pemikiran adaptif dengan empat tingkat usaha, kompaksi konteks untuk sesi jangka panjang, dan jendela konteks panjang di lini Claude 4. Model ini sekarang menjadi model warisan (legacy) di jajaran Anthropic, yang dipertahankan untuk beban kerja yang telah disetel untuknya.

Kelebihan

Memecah proyek pengodean yang ambisius menjadi langkah-langkah konkret dan menyelesaikannya, yang dikutip oleh para penguji awal dalam postingan peluncuran Anthropic.
Pemikiran adaptif memungkinkan model memutuskan kapan penalaran yang lebih mendalam diperlukan, dengan tingkat usaha rendah (low), sedang (medium), tinggi (high), dan maksimal (max) untuk mengarahkan biaya.
Kompaksi konteks merangkum giliran interaksi yang lebih lama secara otomatis, sehingga sesi agen yang panjang tidak terhenti saat riwayat bertambah.
Anthropic melaporkan hasil terdepan pada Terminal-Bench 2.0 untuk pengodean agen dan pada Humanity's Last Exam saat peluncuran.

Kapan harus beralih

Batas pengetahuan tepercaya miliknya lebih lama daripada Opus 4.7 dan model-model sesudahnya, sehingga kerangka kerja yang baru kurang begitu dikenal.
Anthropic kini menandainya sebagai model warisan (legacy) dan merekomendasikan Opus 5.5, yang berkinerja lebih baik pada beban kerja saat ini.
Bentuk anggaran manual dari pemikiran tingkat lanjut tidak digunakan lagi (deprecated) pada model ini; rencanakan di sekitar pemikiran adaptif dan usaha (effort) sebagai gantinya.

Memulai

Buat API key
Buat kunci di Console, gunakan untuk semua model di platform.

Kirim permintaan pertama Anda

Salin contoh untuk bahasa Anda dan jalankan terhadap endpoint tersebut.

Teks ke teksMessages API

POST/v1/messages

Format API:

curl https://api.tokenlab.sh/v1/messages \
  -H "Content-Type: application/json" \
  -H "x-api-key: sk-xxx" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "claude-opus-4-6",
    "max_tokens": 1024,
    "messages": [
      {"role": "user", "content": "Hello!"}
    ]
  }'

Penetapan Harga

Harga TokenLab berlaku untuk Verified yang lebih terjangkau. Harga Official mengikuti standar penyedia model untuk keandalan lebih tinggi. Auto akan menagih berdasarkan jalur yang berhasil menyelesaikan permintaan.

Spesifikasi default

per 1M token

Harga Official: Masukan $5.00 / Keluaran $25.00 / Pembacaan cache $0.50 / Penulisan cache $6.25
Harga TokenLab: Masukan $1.50 / Keluaran $7.50 / Pembacaan cache $0.15 / Penulisan cache $1.88
Diskon: -70%

Harga cache prompt

Pembacaan cache

Harga Official: $0.50
Harga TokenLab: $0.15
Diskon: -70%

Penulisan cache

Harga Official: $6.25
Harga TokenLab: $1.88
Diskon: -70%

Biaya alat

Biaya dikenakan per panggilan, hanya saat model menggunakan alat tersebut.

Pencarian web

Harga Official: $0.01/pencarian
Harga TokenLab: $0.003/pencarian
Diskon: -70%

	Harga Officialper 1M token	Harga TokenLabper 1M token	Diskon
Spesifikasi default	Masukan $5.00 / Keluaran $25.00 / Pembacaan cache $0.50 / Penulisan cache $6.25	Masukan $1.50 / Keluaran $7.50 / Pembacaan cache $0.15 / Penulisan cache $1.88	-70%
Harga cache prompt
Pembacaan cache	$0.50	$0.15	-70%
Penulisan cache	$6.25	$1.88	-70%
Biaya alatBiaya dikenakan per panggilan, hanya saat model menggunakan alat tersebut.
Pencarian web	$0.01/pencarian	$0.003/pencarian	-70%

Penggunaan & aktivitas

Tingkat keberhasilan adalah proporsi permintaan yang selesai. Latensi adalah berapa lama respons penuh berlangsung; P95 berarti 95% permintaan selesai dalam waktu tersebut.

Penggunaan & ketersediaan

24 jam terakhir

Permintaan
Tingkat keberhasilan
Latensi P95
Total token

Performa model

Terakhir diperbarui 8 Okt 2026, 01.01 UTC

Tingkat keberhasilan 30 hari: 100,0%
Permintaan 30 hari: 1K+
Aktivitas terakhir: 16 jam yang lalu

Data didasarkan pada permintaan pengguna gabungan, tidak termasuk pemeriksaan status.

Buka di Console

Buka Claude Opus 4.6 di Console dengan prompt siap diedit atau dikirim.

Bantu saya mencoba claude-opus-4-6 dengan pesan singkat di /v1/messages. Tampilkan balasan, latensi, dan biayanya.

Skenario penggunaan

Cocok untuk

Penalaran
Visi

Agen pengodean multi-langkah
Jalankan agen terminal yang merencanakan refaktor, mengedit file, menjalankan rangkaian pengujian, dan memperbaiki kegagalan, dengan usaha maksimal (max effort) yang dicadangkan untuk tugas-tugas tersulit.
Sesi penelitian jangka panjang
Jaga agar sesi tetap aktif di banyak pencarian dan pembacaan dokumen sementara kompaksi memangkas riwayat sebelumnya alih-alih menghentikan tugas.
Pekerjaan pengetahuan profesional
Draf model keuangan, ringkasan hukum, dan analisis di mana jawaban yang salah menelan biaya lebih besar daripada latensi tambahan.

Contoh prompt

Rencanakan migrasi layanan Express ini ke Fastify, buat daftar file yang terpengaruh secara berurutan, lalu lakukan perubahan pertama dan jalankan pengujian.

Cari perubahan pengakuan pendapatan antar tahun di tiga pengajuan ini dan rangkum perbedaannya dengan referensi halaman.

Tinjau pull request ini untuk mencari bug konkurensi, dan rangking masalah berdasarkan seberapa besar kemungkinan masing-masing masalah tersebut berdampak pada produksi.

Model ini memiliki harga kondisional. Total token bulanan saja tidak dapat menghasilkan estimasi yang andal; gunakan harga detail untuk spesifikasi permintaan, cache, dan jendela waktu yang berlaku.

FAQ

Apa keunggulan Claude Opus 4.6?

Pengodean agen yang kompleks, perencanaan, dan analisis profesional. Postingan peluncuran Anthropic melaporkan hasil teratas pada Terminal-Bench 2.0, Humanity's Last Exam, dan BrowseComp, dan para penguji awal menjelaskan bagaimana model ini memecah tugas besar menjadi beberapa langkah dan menyelesaikannya alih-alih berhenti di tengah jalan.

Apa perbedaan Opus 4.6 dengan Opus 4.7?

Opus 4.7 menambahkan input gambar beresolusi lebih tinggi, tingkat usaha xhigh, anggaran tugas, dan tokenizer baru, serta mengikuti instruksi secara lebih harfiah. Opus 4.6 mendahului perubahan tersebut, sehingga prompt yang mengandalkan interpretasi longgar mungkin berperilaku berbeda saat Anda beralih.

Apakah Claude Opus 4.6 mendukung pemikiran tingkat lanjut (extended thinking)?

Model ini mendukung pemikiran adaptif, di mana model memutuskan seberapa banyak ia harus bernalar dan Anda mengarahkannya dengan parameter usaha (effort). Mode pemikiran tingkat lanjut manual yang lebih lama dengan anggaran token ditandai sebagai tidak digunakan lagi (deprecated) pada model ini.

Apakah Claude Opus 4.6 masih layak digunakan?

Gunakan ketika pipa (pipeline) yang ada sudah divalidasi padanya dan Anda belum dapat menjalankan ulang evaluasi. Untuk pekerjaan baru, Anthropic menyarankan untuk bermigrasi ke Opus 5.5, yang merupakan model Opus saat ini dan merupakan peningkatan darinya untuk tugas pengodean dan pengetahuan jangka panjang.

Berapa biaya Claude Opus 4.6?

Di TokenLab, Claude Opus 4.6 dikenakan Masukan $1.50 / Keluaran $7.50 per 1M token. Tabel harga di atas menampilkan rincian lengkap. Tarif bergantung pada unit penagihan, spesifikasi, dan penggunaan. Bandingkan kondisi yang sama dalam harga detail model; satu tarif tidak menentukan total biaya.

Berapa batas konteks dan output Claude Opus 4.6?

Claude Opus 4.6 mendukung hingga 1.000.000 token konteks dan menghasilkan hingga 128.000 token per respons.

Endpoint mana yang harus digunakan Claude Opus 4.6?

Pakai https://api.tokenlab.sh/v1/messages sebagai default untuk Claude Opus 4.6. Jika format native penyedia didukung, API workbench juga menampilkan endpoint tersebut.

Operasi apa saja yang didukung Claude Opus 4.6?

Claude Opus 4.6 mendukung Teks ke teks. Pilih operasi di API workbench di atas untuk melihat endpoint dan contoh kode terkait.