Pertanyaan Pak Adi: GPT (gratis maupun berbayar) terasa lebih manusiawi, nalarnya bagus, dan lebih jago mengarang/copywriting. Sedangkan untuk coding dan kerja yang butuh disiplin, Opus lebih bagus. Riset ini hanya memakai sumber publik per 22 November 2026.
Asumsi: Pak Adi menulis "Opus 3.5". Saya anggap maksudnya Claude Opus 5.5 (model Claude terbaru, rilis 22 September 2026). Kalau yang dimaksud lain, bagian ini perlu disesuaikan.
Soal netralitas: yang menulis laporan ini model Claude. Tiap temuan saya beri label sumber supaya bisa dicek sendiri, dan bagian yang menguntungkan GPT sengaja ditulis terang. Label sumber: RESMI klaim pembuat model BENCHMARK angka terukur PRAKTISI ulasan/uji media DUGAAN tak bersumber, perlu diuji.
Penting: "ChatGPT gratis" dan "Opus 5.5 di terminal kita" bukan produk yang sama jenisnya.
| Produk | Model per akhir 2026 | Catatan |
|---|---|---|
| ChatGPT gratis | GPT-5.6 Luna (default sejak 6 Agu 2026); tombol "Think" untuk soal berat. Di aplikasi desktop ada GPT-6 Luna. | RESMI OpenAI 6 Agu & 22 Sep 2026; PRAKTISI Notebookcheck 24 Sep. Luna = model terkecil di keluarga GPT-5.6 (The Decoder, 7 Agu). Chat teks tak terbatas. |
| ChatGPT berbayar (Plus/Pro) | Di Chat: GPT-5.6 Sol + slider tingkat berpikir. Di mode "Work"/Codex: GPT-6 Sol/Luna (22 Sep), lalu GPT-6.2 Astra & Sol (17 Nov). | RESMI OpenAI. Versi pasti yang dipakai di tab Chat per 22 Nov belum bisa saya pastikan: catatan rilis OpenAI menyebut "GPT-6" di Chat tanpa versi rinci (konflik antar-sumber). |
| Claude Opus 5.5 | Rilis 22 Sep 2026, setara Fable 5.1 di sebagian besar kerja, $4/$20 per juta token. Sonnet 5.5 & Haiku 5.5 menyusul. | RESMI Anthropic. Pemakaian di aplikasi Claude untuk paket berbayar; Anthropic tak menyebut ketersediaan gratis. |
Kolom kanan = kesimpulan jujur saya untuk klaim Pak Adi.
| Dimensi | GPT gratis (Luna) | GPT berbayar (Sol/Astra) | Claude Opus 5.5 | Kesimpulan |
|---|---|---|---|---|
| (a) Bahasa natural / manusiawi | Tidak ditemukan uji "manusiawi" khusus Luna. OpenAI (29 Okt) mengubah GPT di Chat agar lebih ringkas dan kurang menjilat. RESMI | Arena Non-English 20 Nov: tak ada GPT di 15 teratas; Opus 5.5 urutan 6 (1495). BENCHMARK Astra dinilai menulis lebih lemah dari pendahulunya (DigitalToday; Bouchard: urutan 11 vs 6). PRAKTISI | Arena: em dash turun 15,2 ke 0,8 per 1000 kata dibanding Opus 5, kalimat lebih pendek, tapi jawaban makin panjang (453 ke 481 kata). BENCHMARK Every.to: "prosa paling terbaca" tapi sering mengubur poin. PRAKTISI | Tidak didukung data publik. Catatan: "manusiawi" subjektif, tidak ada uji Bahasa Indonesia yang kuat. |
| (b) Nalar / penalaran | Luna = model terkecil; OpenAI klaim kesalahan fakta turun 62% dibanding GPT-5.5 Instant (uji internal OpenAI). RESMI Tidak ada adu apel-ke-apel dengan Opus 5.5. | Artificial Analysis Index: Astra 62, Sol 57. BENCHMARK (via SmartScope, 18 Nov; sekunder). Agents' Last Exam (grafik OpenAI): Sol 73 vs Opus 5.5 71,6; Astra 77,6 vs Fable 5.2 72,8. RESMI | AA Index 59. HLE dengan alat: Opus 5.5 67,7 vs GPT-6 Astra 57,2 (halaman Anthropic). RESMI Vals.ai: Opus 5.5 unggul 17 dari 18 vs GPT-6 Sol. BENCHMARK | Gratis lebih pintar dari Opus 5.5: tidak didukung. Flagship OpenAI (Astra) bersaing dan di sebagian tes unggul: sebagian benar. |
| (c) Menulis kreatif & copywriting | Tidak ditemukan uji khusus. Di Arena Creative Writing, GPT-5.6 Luna urutan 79 (1396). BENCHMARK | Arena CW: GPT-5.6 Sol urutan 28 (1450), GPT-6.1 Sol 51, GPT-6 Astra 54. EQ-Bench CW v3 (tanpa tanggal): GPT-5.6 Sol urutan 4 (1964), di bawah Claude Opus 5 (2116). BENCHMARK Editor Every.to lebih suka OpenAI untuk editing. Penguji hard-sell email: ChatGPT lebih tajam. PRAKTISI | Arena CW (papan 22 Okt): urutan 1, 1534 (interval 1521-1548), tipis di atas Gemini 4 Carbon 1531. BENCHMARK Braintrust 22 Sep (tutor matematika, bukan copywriting): kualitas tulis 84,4% vs GPT-6 Sol 84,1%, selisih tidak signifikan. BENCHMARK Pangram: kreatif bisa makin stereotip. PRAKTISI | Tidak didukung untuk "mengarang" umum. Untuk copywriting spesifik (iklan, hook, email jualan): belum bisa disimpulkan, tidak ada benchmark copywriting yang kuat; blog ulasan terbelah dan banyak afiliasi. |
| (d) Coding & disiplin mengikuti instruksi | Tidak ditemukan data apel-ke-apel Luna vs Opus 5.5 yang dapat dipercaya (halaman Vals untuk Luna memuat model Claude lain). | Terminal-Bench 4.1: Sol 61,5, Astra 62,1 (harness Codex). BENCHMARK GPT lebih patuh batas panjang (95-99%) dan lebih tepat tenggat. BENCHMARKPRAKTISI CyberBench: GPT-6 Sol 78,0 vs 55,4. BENCHMARK | Terminal-Bench 4.1: 65,8 (harness Claude Code); Vals: Terminal-Bench 4.0 65,2 vs GPT-6 Sol 44,4, ProgramBench 18,5 vs 2,0. BENCHMARK Paling sering melewati batas panjang (hanya 72% patuh) dan sekali gagal menyelesaikan tugas bertenggat. BENCHMARKPRAKTISI | Coding: benar, Opus 5.5 umumnya unggul (selisih tipis di Terminal-Bench 4.1). "Disiplin" sebagian benar: Opus kuat di kerja panjang bertahap, tapi GPT lebih patuh batas panjang dan tenggat. |
Semua poin di bawah = DUGAAN kecuali yang ada label sumbernya. Saya tidak menemukan sumber yang menguji ini langsung.
Catatan metode: beberapa angka dibaca lewat ringkasan alat pencarian/halaman; yang bertanda "sekunder" belum diverifikasi ke sumber primernya.