Cara milih model AI buat kerjaan: nggak harus yang paling pintar
Model kecil buat tugas berulang, model besar buat tugas berat. Uji 3 tugas harianmu dulu sebelum bayar langganan.
oleh Tim Otaknologi, pagi ini 19.00 · 3 mnt baca
Tiap ada model AI baru, yang ramai dibahas selalu skornya. Siapa nomor satu, siapa paling pintar. Wajar kalau kamu jadi mikir: pakai yang paling pintar aja, beres.
Padahal buat kerjaan sehari-hari, pertanyaannya lain: model mana yang cukup bagus buat tugasku, cepat, dan nggak bikin dompet atau kuota jebol? Nggak semua surat perlu ditandatangani direktur. Sama, nggak semua tugas perlu model paling besar.
Dua jenis model, dua jenis kerjaan
Kebanyakan pembuat AI punya beberapa ukuran model. Contohnya Claude dari Anthropic:
- Model kecil dan cepat, misalnya Claude Haiku 5.5 (rilis 7 Okt 2026). Anthropic menyebutnya untuk tugas yang banyak, berulang, dan sensitif biaya, seperti meringkas dan mengelompokkan data.
- Model besar, misalnya Claude Opus 5.5. Di dokumentasi Anthropic, model ini disebut untuk kerja agent dan coding yang panjang serta pekerjaan pengetahuan yang berat.
Selisihnya kelihatan di angka. Di Intelligence Index milik Artificial Analysis, lembaga penguji pihak ketiga, Opus 5.5 dapat skor 58 dan Haiku 5.5 dapat 43 (keduanya di setelan tertinggi). Tapi harga API Haiku 5.5 $0,10 per 1 juta token input dan $0,50 per 1 juta token output (untuk prompt sampai 100 ribu token), sedangkan Opus 5.5 $4 dan $20. Artinya sekitar 40 kali lebih murah, dengan skor yang lebih rendah.
Mana yang lebih "bagus"? Tergantung tugasnya. Dan yang tahu tugasnya cuma kamu.
Langkah 1: Tulis 3 tugas yang paling sering kamu kasih ke AI
Bukan tugas impian, tapi yang beneran kamu kerjakan minggu ini. Contoh: meringkas email panjang, menerjemahkan dokumen klien, merapikan catatan rapat, bikin draf caption, mengelompokkan masukan pelanggan.
Langkah 2: Kelompokkan: rutin atau berat?
- Rutin: instruksinya jelas, hasilnya gampang dicek, dan kamu kerjakan berkali-kali. Ringkas, terjemah, sortir, isi template, balas chat. Ini wilayah model kecil.
- Berat: butuh banyak langkah, pertimbangan, atau bahan panjang. Analisis data yang rumit, menyusun strategi, laporan yang menggabungkan banyak sumber, coding. Di sini model besar lebih masuk akal.
Langkah 3: Uji di model kecil atau gratis dulu
Pakai prompt yang sama dan bahan asli yang nggak rahasia. Jalankan ketiga tugasmu di model yang lebih kecil atau di paket gratis.
Pendekatan ini juga yang disarankan Anthropic di panduan memilih model untuk developer: mulai dari model yang cepat dan hemat, uji kasusmu dengan teliti, lalu naik kelas hanya kalau memang ada kemampuan yang kurang. Untuk tugas yang rumit, panduan yang sama menyarankan sebaliknya: mulai dari model terkuat, lalu turunkan pelan-pelan.
Langkah 4: Nilai dengan tiga pertanyaan
- Benar nggak? Ada fakta yang salah atau info yang dikarang?
- Seberapa banyak harus diedit? Kalau tinggal rapikan sedikit, itu sudah lulus.
- Cukup cepat? Buat tugas yang diulang 20 kali sehari, kecepatan terasa banget.
Langkah 5: Naik kelas hanya untuk tugas yang gagal
Kalau dua dari tiga tugas sudah beres di model kecil, berarti kamu cuma butuh model besar untuk satu tugas. Pakai yang besar khusus untuk itu.
Langkah 6: Baru pertimbangkan bayar
Setelah tahu tugas mana yang butuh model besar, baru hitung: perlu langganan atau nggak? Ini relevan karena paket gratis bisa berubah. Contohnya Google: mulai 9 Okt 2026, akses model Gemini untuk akun tanpa langganan diubah. Kalau ketiga tugasmu masih beres di paket gratis, simpan uangmu.
Satu catatan kecil: di beberapa aplikasi, kamu nggak selalu memilih model sendiri. Di Gemini misalnya, akun tanpa langganan memakai setelan "Auto" yang memilihkan model untuk tiap prompt. Jadi yang paling bisa kamu kontrol adalah hasilnya: tetap cek dengan tiga pertanyaan tadi.
