Bagaimana Opsi-Opsi Ini Dibandingkan
Perbandingan ini menggunakan dokumentasi model resmi, kartu model, harga yang dipublikasikan, dan informasi siklus hidup yang diperiksa pada 20 Oktober 2026. Daftar pendek ini disusun berdasarkan beban kerja dan persyaratan penerapan, bukan peringkat kinerja yang diukur secara independen. Batas yang dipublikasikan menjelaskan model atau titik pemeriksaan yang dikutip; platform hosting mungkin menerapkan batas yang berbeda. Tidak ada klaim mengenai akurasi pribadi, latensi, atau pengukuran tugas yang berhasil.
Perbandingan Model Pemanggilan Alat
| Model |
Input / output langsung per 1 juta token |
Dukungan / kondisi yang didokumentasikan |
Kesesuaian utama |
| GLM-5.2 |
$1.40 / $4.40 |
Pemanggilan fungsi; output terstruktur |
Agen teks jangka panjang |
| Claude Opus 5.5 |
$4 / $20 |
Penggunaan alat; penggunaan alat paksa mengembalikan kesalahan |
Alur kerja multi-langkah yang kompleks |
| Claude Sonnet 5.5 |
$2 / $10 |
Penggunaan alat; penggunaan alat paksa mengembalikan kesalahan |
Integrasi agen Claude harga menengah |
| GPT-6 Sol |
$2 / $10 pada tarif konteks pendek |
Alat respons; alat Chat Completions dengan reasoning_effort=none |
Tumpukan agen gaya OpenAI |
| Gemini 3.6 Flash |
$0.75 / $3.75 tarif teks perkenalan |
Pemanggilan fungsi; output terstruktur |
Evaluasi agen multimodal yang sensitif terhadap biaya |
| GLM-4.7-Flash |
Gratis pada endpoint Z.ai yang didokumentasikan |
Dukungan alat didokumentasikan dalam seri GLM-4.7 |
Pembuatan prototipe endpoint gratis |
| Kimi K3 |
Lihat harga model/cache resmi |
Alat kustom dan tool_choice didokumentasikan |
Alur kerja alat jangka panjang |
| Claude Fable 5.1 |
$10 / $50 |
Penggunaan alat; penggunaan alat paksa mengembalikan kesalahan |
Alur kerja penalaran dengan anggaran lebih tinggi |
| MiniMax M3 |
$0.30 / $1.20 untuk permintaan Standar ≤512K input |
Alat fungsi melalui antarmuka yang kompatibel dengan OpenAI |
Evaluasi agen berbayar dengan harga rendah |
Tarif adalah tarif teks penyedia langsung standar tanpa cache, bukan tarif GPT Proto. Harga Z.ai, Harga dan tanggal promosi Google, Konteks MiniMax dan tarif Prioritas, serta penagihan cache Kimi menentukan kondisi yang relevan. Caching, penalaran, prompt panjang, dan alat bawaan dapat mengubah biaya akhir.
9 LLM Pemanggil Alat, berdasarkan Persyaratan Agen
1. GLM-5.2 — Agen teks berjangka panjang
Z.ai mendokumentasikan pemanggilan fungsi, streaming, output terstruktur, dan jendela konteks 1 juta token. Kemampuan yang didukung ini tidak menetapkan peringkat tolok ukur yang sebanding: domain tugas, rangkaian agen, dan definisi penilaian memengaruhi hasilnya. Validasi kebenaran argumen, panggilan dependen, dan pemulihan terhadap endpoint yang sebenarnya. (Sumber: Spesifikasi pemanggilan fungsi Z.ai GLM-5.2). Panduan agen pengodean GLM-5.2 menunjukkan bagaimana akses API dan lingkungan eksekusi disesuaikan ke dalam alur kerja tingkat repositori.
2. Claude Opus 5.5 — Alur kerja multi-langkah yang kompleks
Anthropic memposisikan Opus untuk pekerjaan pengodean dan pengetahuan jangka panjang. Batasan API saat ini penting untuk diperhatikan: penggunaan alat paksa tidak didukung, perilaku berpikir telah berubah, dan penanganan percakapan harus mempertahankan blok pemikiran yang diperlukan. Model ini dapat dievaluasi untuk rantai agen yang sulit, namun harga token yang tinggi atau tolok ukur vendor tidak menjamin keberhasilan eksekusi dalam alur kerja yang diatur. Izin aplikasi dan validasi hasil tetap penting. (Sumber: Spesifikasi Anthropic Claude Opus 5.5).
3. Claude Sonnet 5.5 — Integrasi agen Claude dengan harga menengah
Sonnet 5.5 lebih baru daripada Sonnet 5, yang tetap aktif. Model ini memberikan posisi biaya yang berbeda dari Opus dengan kebutuhan yang sama untuk mengikuti persyaratan alat dan riwayat pesan khusus versi. Model ini tidak boleh dianggap lebih cepat atau sama akuratnya secara universal tanpa pengujian beban kerja. Bandingkan total biaya tugas yang berhasil, termasuk penalaran dan percobaan ulang, alih-alih hanya harga token. (Sumber: Spesifikasi Anthropic Claude Sonnet 5.5).
4. GPT-6 Sol — Tumpukan agen gaya OpenAI
OpenAI mendokumentasikan pemanggilan fungsi dan output terstruktur, tetapi antarmuka API mengubah integrasinya. Pemanggilan fungsi Chat Completions memerlukan reasoning_effort=none; penalaran dengan alat menggunakan API Respons. Prompt yang melebihi 272 ribu token input akan dikenakan tarif permintaan penuh yang lebih tinggi. Sebuah model dapat mengembalikan JSON yang valid namun memilih fungsi yang salah atau membuat argumen yang salah secara semantik, sehingga skema dan kebenaran tugas memerlukan pemeriksaan terpisah. (Sumber: Spesifikasi OpenAI GPT-6 Sol).
5. Gemini 3.6 Flash — Evaluasi agen multimodal yang sensitif terhadap biaya
Endpoint stabil ini menggantikan alias Gemini 3.5 Flash yang sudah tidak digunakan lagi dalam daftar pendek. Google mendokumentasikan pemanggilan fungsi dan output terstruktur. Tarif perkenalannya berlaku hingga 31 Desember 2026, dan tidak boleh dianggap permanen. Panggilan paralel, fitur skema yang didukung, dan konvensi pesan hasil alat memerlukan validasi pada rute API yang dipilih. Branding Flash bukanlah hasil latensi yang diukur secara independen. (Sumber: Spesifikasi Google Gemini 3.6 Flash).
6. GLM-4.7-Flash — Prototyping endpoint gratis
Halaman harga Z.ai saat ini mencantumkan tarif input dan output gratis untuk GLM-4.7-Flash. Ini menjadikannya opsi dengan biaya token terendah yang dipublikasikan dalam daftar pendek ini, bukan janji kapasitas tak terbatas atau biaya terendah per tugas yang berhasil. Bedakan model ini dari FlashX berbayar dan model GLM-4 Flash lainnya yang tidak terkait. Konfirmasikan batasan, versi, dan perilaku fungsi sebelum mengandalkannya pada volume produksi. (Sumber: Spesifikasi model GLM-4.7-Flash).
7. Kimi K3 — Alur kerja alat cakupan luas
Kimi mendokumentasikan alat fungsi kustom dan pelestarian pesan asisten yang lengkap di seluruh giliran alat. Berpikir (thinking) selalu diaktifkan, dan pengaturan penalaran memengaruhi perilaku serta biaya. API dan bobot yang dapat diunduh adalah keputusan penerapan yang berbeda; model dengan bobot terbuka (open-weight) yang besar tidak serta-merta praktis untuk di-host sendiri. Privasi penyedia yang dipilih, wilayah hosting, dan ketentuan pemrosesan lebih penting daripada klaim umum tentang kewarganegaraan vendor. (Sumber: Panduan penggunaan alat Moonshot Kimi K3).
8. Claude Fable 5.1 — Alur kerja penalaran dengan anggaran lebih tinggi
Fable 5.1 adalah opsi yang lebih baru daripada Fable 5, yang masih aktif. Anthropic mendokumentasikan perilaku penalaran dan penggunaan alatnya, termasuk perubahan yang memengaruhi penggunaan alat paksa dan penanganan blok berpikir. Harganya menempatkannya di atas entri Claude lainnya di sini, namun harga bukanlah tingkat keandalan yang terukur. Hal ini relevan ketika evaluasi menunjukkan keuntungan nyata pada tugas bercabang yang membenarkan pengeluaran tambahan. (Sumber: Persyaratan penggunaan alat Anthropic Claude Fable 5.1).
9. MiniMax M3 — Evaluasi agen berbayar dengan harga rendah
Tarif Standar MiniMax meningkat menjadi $0,60/$2,40 di atas 512K token input; Pemrosesan prioritas diberi harga secara terpisah. Model ini adalah kandidat berbayar berbiaya rendah dalam daftar pendek ini, bukan model termurah secara keseluruhan karena GLM-4.7-Flash gratis. Pertahankan riwayat alat dan validasi hasil. Tarif yang lebih rendah tidak menjamin akurasi pada rantai alat yang bergantung, dan tindakan eksternal yang gagal bisa memakan biaya jauh lebih besar daripada inferensi. (Sumber: Referensi pemanggilan fungsi MiniMax M3).
Lima Pemeriksaan Keandalan untuk LLM Pemanggil Fungsi
Pemilihan alat: model meminta fungsi yang tersedia yang sesuai dengan tugas, atau menolak jika tidak ada fungsi yang dapat memenuhinya.
Kebenaran argumen: kunci yang diperlukan, tipe, nilai yang diizinkan, dan arti dari setiap argumen adalah benar.
Perilaku pemanggilan paralel: permintaan independen memiliki pengidentifikasi yang berbeda dan menerima hasil yang sesuai; tindakan yang bergantung tetap berurutan.
Pemulihan multi-langkah: agen menangani data yang hilang, kesalahan alat, waktu habis (timeout), dan hasil yang kontradiktif tanpa mengulangi tindakan yang berdampak.
Dukungan jawaban akhir: jawaban secara akurat mencerminkan hasil alat dan tidak mengada-ada tindakan yang berhasil setelah kegagalan.
Output terstruktur dapat membatasi format tetapi tidak dapat menetapkan otorisasi atau kebenaran semantik. Validasi argumen dalam kode aplikasi dan terapkan izin sebelum eksekusi. Untuk tindakan tulis, gunakan kontrol idempotensi atau langkah persetujuan yang sesuai jika aplikasi memerlukannya.
Membaca Benchmark BFCL dan Agen dengan Benar
BFCL dan τ²-Bench menguji tugas dan pengaturan yang berbeda. Versi benchmark, alat, harness agen, anggaran penalaran, dan definisi keberhasilan memengaruhi skor. Angka yang disalin dari peringkat pihak ketiga bukanlah pengukuran Pass@1 yang sebanding tanpa konfigurasi tersebut. Bandingkan skor hanya jika versi benchmark, harness, anggaran penalaran, dan definisi keberhasilan kompatibel.
Biaya per Tugas Agen yang Diselesaikan
Hitung setiap langkah inferensi, token penalaran, percobaan ulang, respons alat, dan tugas yang gagal. Model yang lebih murah yang memerlukan banyak putaran perbaikan bisa memakan biaya lebih mahal daripada model mahal yang menyelesaikan tugas dalam sekali jalan. Eksekusi alat itu sendiri juga mungkin memiliki biaya moneter atau operasional. Perbandingan GPT-6 Sol vs GPT-6 Astra membahas penggunaan alat, pemulihan, dan biaya per tugas agen yang diselesaikan.
Pisahkan pilihan model dari pilihan gateway. Model menentukan perilaku penalaran dan pemanggilan fungsi; gateway menentukan terjemahan API dan perutean yang didukung; aplikasi memiliki eksekusi dan validasi alat. Tidak satu pun dari lapisan ini secara otomatis menyediakan kemampuan lapisan lainnya.
Mengevaluasi Model Pemanggilan Alat yang Didukung di GPT Proto
GPT Proto mencantumkan GPT-6 Sol, Claude Opus 5.5, dan Claude Sonnet 5.5 sebagai titik masuk khusus model untuk evaluasi model yang didukung. Satu akun, kunci API, dan saldo prabayar bersama mencakup rute yang didukung. Ini mengonsolidasikan akses dan penagihan, sementara skema alat, kontrol penalaran, dan persyaratan riwayat percakapan tetap bergantung pada model dan titik akhir yang dipilih.
Platform ini menyediakan antarmuka yang kompatibel dengan OpenAI di samping format khusus model. Mulailah dengan contoh Penggunaan API dan pengidentifikasi halaman model yang dipilih, lalu verifikasi bidang yang diperlukan oleh agen. Contoh respons teks dasar bukanlah bukti pemilihan alat paksa, panggilan paralel, output terstruktur, atau argumen alat streaming. Fitur-fitur tersebut memerlukan dokumentasi atau pengujian pada rute yang sebenarnya.
Halaman model Claude di GPT Proto mengilustrasikan mengapa perbedaan ini penting. Catatan migrasi mereka menjelaskan batasan pemikiran dan pilihan alat khusus model sambil secara eksplisit mengarahkan pengguna untuk memverifikasi bagaimana titik akhir GPT Proto mengekspos kontrol asli. Oleh karena itu, sekadar mengganti string model bukanlah pemeriksaan kompatibilitas yang memadai.
Evaluasi loop alat yang lengkap: kirimkan fungsi yang tersedia, periksa fungsi dan argumen yang dipilih, jalankan panggilan resmi, dan kembalikan hasilnya menggunakan struktur pesan yang diperlukan. Sertakan kesalahan dan informasi yang hilang, bukan hanya permintaan yang berhasil. Aplikasi host tetap bertanggung jawab atas izin, validasi argumen, batas waktu, dan pencegahan tindakan konsekuensial duplikat. Akses ke model yang mampu menggunakan alat tidak menjalankan fungsi tersebut secara otomatis.
Ketentuan penagihan yang dipublikasikan menjelaskan penggunaan prabayar tanpa langganan bulanan yang diwajibkan, dan kredit yang tidak terpakai tidak akan kedaluwarsa. Halaman harga mencantumkan isi ulang awal sebesar $15. Gunakan tarif khusus rute saat ini dan hitung interaksi penuh, termasuk input berulang, penalaran yang dapat ditagih, konteks hasil alat, dan percobaan ulang. Saldo bersama tidak menetapkan biaya terendah per tugas yang berhasil.
GPT Proto cocok untuk tim yang mengevaluasi backend agen yang didukung di bawah satu akun sambil mempertahankan lapisan eksekusi dan validasi mereka sendiri. Nilai integrasi berdasarkan hasil tugas yang diterima dan kompatibilitas yang didokumentasikan, bukan hanya cakupan katalog. Untuk perbandingan pendamping yang berfokus pada biaya, lihat API LLM yang terjangkau untuk agen AI.
