Batch API: Separuh Harga untuk Kerja yang Tidak Ditunggu

Ada potongan 50% di API model AI yang tidak butuh negosiasi, tidak butuh volume minimum, dan tidak butuh kontrak. Syaratnya cuma satu: kamu tidak menunggu jawabannya.

Namanya Batch API, dan dia terlewat oleh banyak orang karena terdengar seperti fitur perusahaan besar. Bukan — dia tersedia di akun biasa.

Potongannya

Claude, per satu juta token, dicek 27 Oktober 2026:

Model	Standar	Batch
Opus 5.5	$4 / $20	$2 / $10
Sonnet 5.5	$2 / $10	$1 / $5
Haiku 5.5	$0,10 / $0,50	$0,05 / $0,25

Tepat separuh, di semua kelas.

Di OpenAI, tier Batch juga terdaftar lebih rendah dari Standard — sekitar separuhnya untuk model yang tercantum. Gemini juga punya tier Batch di bawah tarif Standard.

Yang kamu tukar

Bukan kualitas. Model yang dipanggil sama, jawabannya sama. Yang kamu tukar adalah kepastian waktu. Permintaan batch masuk antrean dan dikerjakan saat ada kapasitas, bukan saat itu juga.

Jadi aturannya sederhana: kalau ada manusia yang menunggu di depan layar, jangan pakai batch. Kalau hasilnya kamu ambil nanti, pakai.

Pekerjaan yang cocok

Semua ini punya pola yang sama — banyak permintaan sejenis, hasilnya dipakai belakangan:

Mengklasifikasi arsip. Ribuan tiket dukungan, ulasan, atau komentar yang perlu dikategorikan. Tidak ada yang menunggu hasil baris ke-4.000.

Membuat deskripsi massal. Katalog produk yang butuh deskripsi, judul, atau tag. Kamu jalankan malam ini, tinjau besok pagi.

Meringkas dokumen lama. Arsip rapat, laporan, atau artikel yang perlu ringkasan untuk dicari nanti.

Menguji perubahan prompt. Ini yang paling sering terlewat: saat kamu membandingkan dua versi prompt di 500 kasus uji, itu pekerjaan borongan yang sempurna untuk batch. Dan pengujian justru fase yang paling boros kalau dijalankan di tarif standar.

Mengisi ulang data. Menambahkan ringkasan atau klasifikasi ke data lama setelah fiturnya jadi.

Yang tidak cocok

Apa pun yang ditunggu pengguna. Chatbot, pencarian, autocomplete, asisten di aplikasi. Diskon 50% tidak ada artinya kalau pengunjungmu pergi.

Pekerjaan yang hasilnya menentukan langkah berikutnya. Kalau kamu perlu melihat hasil A sebelum memutuskan B, antrean memotong ritme kerjamu lebih mahal daripada hematnya.

Volume kecil. Seratus permintaan di model murah menghemat beberapa sen. Waktumu menulis kode batch-nya lebih mahal dari itu.

Dua potongan sekaligus

Ini bagian yang jarang disebut, dan di Claude tertulis eksplisit: pengali harga caching bertumpuk dengan diskon Batch API.

Artinya pekerjaan borongan yang memakai instruksi sistem sama berulang kali bisa kena dua potongan. Dan pekerjaan borongan hampir selalu begitu — mengklasifikasi 5.000 ulasan berarti 5.000 kali mengirim instruksi klasifikasi yang sama persis.

Ilustrasi kasar dengan Sonnet 5.5, 5.000 permintaan, instruksi sistem 2.000 token:

• Standar, tanpa cache: 10 juta token input × $2 = $20
• Batch, tanpa cache: × $1 = $10
• Batch + cache: sebagian besar input kena tarif hit batch yang jauh lebih rendah lagi

Urutan mengerjakannya: pastikan dulu pekerjaanmu memang bisa diantre, pindahkan ke batch, lalu susun prompt supaya bagian tetapnya bisa di-cache. Hitungan caching ada di artikel prompt caching.

Cara memutuskan dalam satu menit

Tiga pertanyaan:

1. Ada yang menunggu hasilnya sekarang? Kalau ya, berhenti — standar.
2. Jumlahnya ribuan, atau modelnya mahal? Kalau tidak keduanya, hematnya mungkin tidak sebanding waktu menulis kodenya.
3. Permintaannya sejenis dengan bagian prompt yang sama? Kalau ya, susun untuk caching juga — dua potongan lebih baik dari satu.

Kalau tiga-tiganya lolos, memindahkan pekerjaan itu ke batch adalah penghematan 50% yang tidak menuntut apa pun selain penjadwalan.

Catatan untuk yang membayar dari Indonesia

Diskon batch memperbesar jarak antara “cukup isi saldo sekali” dan “harus isi tiap bulan”. Pekerjaan pemrosesan borongan yang tadinya menagih $40 sebulan jadi $20 — dan di situ pengisian saldo $100 bertahan lima bulan, bukan dua setengah.

Itu penting karena biaya jasa dan biaya pembelian kredit sama-sama dihitung per transaksi. Semakin jarang kamu mengisi, semakin kecil porsi biaya itu terhadap nilai yang kamu pakai. Estimasi rupiah per nominal ada di halaman OpenRouter dan halaman ChatGPT.