“Jangan-jangan Claude Code seratus kali lebih efektif daripada Codex?”
Begitu ada yang bertanya, muncul tabel benchmark: skor pemrograman, persentase keberhasilan, kemampuan menalar. Padahal bukan soal ujian yang dikeluhkan.
Pengalaman seorang pengguna jauh lebih nyata. Codex diberi sedikit pekerjaan, tugas belum selesai, tetapi jatah mingguan sudah menyusut drastis. Claude Code mengerjakan beberapa tugas dan hasilnya terus bertambah, sementara jatah masih terlihat aman.
Tugas belum finis, meteran pemakaian sudah lebih dulu melewati garis akhir. Selamat untuk meterannya.
Pintar menjawab belum tentu bisa menyerahkan hasil
Contohnya menyunting artikel dalam banyak bahasa. Kalimat yang bagus saja tidak cukup. Semua versi harus diperbaiki, berkas disimpan di tempat yang benar, lalu dibuka kembali untuk memastikan hasilnya ada.
Kalau AI berhenti di tengah, manusia harus menjelaskan ulang. Mengulang berarti jatah terpakai lagi. Bila gagal menyimpan, hasilnya tetap tidak bisa digunakan. Seperti asisten belanja yang hebat tetapi selalu meninggalkan troli di depan kasir.
Yang penting justru batas mingguan
Pelanggan bulanan tidak hanya memikirkan harga token API. Mereka bertanya, “Dengan langganan ini, berapa pekerjaan yang bisa diselesaikan minggu ini?” Tarif API berdasarkan pemakaian berbeda dengan jatah paket bulanan.
OpenAI menjelaskan bahwa penggunaan Codex dipengaruhi model, tugas, dan pengaturan. Claude menjelaskan bahwa model, panjang percakapan, dan kerumitan juga menentukan konsumsi. Satu permintaan tidak otomatis memakan satu unit tetap.
Pada September 2026, seorang anggota komunitas mencatat sekitar 20 hari pemakaian dan memperkirakan kapasitas mingguan paket Claude yang ia gunakan tiga sampai lima kali Codex dalam nilai setara tarif API. Itu pengukuran pribadi, bukan fakta yang berlaku untuk semua pengguna; ada pengalaman sebaliknya.
Mengulang pekerjaan memperbesar selisih
Satu alat selesai sekali jalan. Alat lain berhenti, meminta instruksi baru, menghabiskan jatah, lalu mungkin gagal menyimpan. Waktu pengawasan manusia bertambah, jumlah tugas selesai tetap nol.
Karena itu dua model dengan skor tes mirip bisa terasa sangat berbeda. Namun, keunggulan seratus kali belum terbukti. Persentase kuota dua layanan juga belum tentu memakai ukuran yang sama.
Hitung pekerjaan selesai, bukan piala
Berikan tugas sejenis dan catat hasil yang tersimpan serta terverifikasi, jatah yang terpakai, dan waktu bantuan manusia.
Kita membutuhkan asisten yang menyelesaikan tugas hari ini dan menyisakan jatah untuk besok, bukan sekadar nilai ujian tertinggi.
AI, tolong kurangi daftar pekerjaan saya, bukan hanya kuotanya.
