> ## Documentation Index
> Fetch the complete documentation index at: https://docs.tokenlab.sh/llms.txt
> Use this file to discover all available pages before exploring further.

# Pemilihan Model Coding Agent

> Pilih model yang tepat untuk setiap tugas coding — tabel perbandingan, rekomendasi, dan konfigurasi

## Perbandingan Model untuk Coding

| Model                    | Kecepatan    | Kualitas Kode | Biaya    | Context Window | Terbaik Untuk                    |
| ------------------------ | ------------ | ------------- | -------- | -------------- | -------------------------------- |
| `claude-opus-4-6`        | Sedang       | Sangat Baik   | \$\$\$\$ | 200K           | Arsitektur, refactoring kompleks |
| `gpt-5.4`                | Sedang       | Sangat Baik   | \$\$\$\$ | 200K           | Penalaran kompleks, perencanaan  |
| `claude-sonnet-4-6`      | Cepat        | Baik Sekali   | \$\$\$   | 200K           | Coding umum, review              |
| `gemini-3.1-pro-preview` | Cepat        | Baik Sekali   | \$\$\$   | 1M             | Analisis codebase besar          |
| `gpt-5-mini`             | Sangat Cepat | Baik          | \$\$     | 128K           | Edit cepat, completions          |
| `gemini-3.5-flash`       | Sangat Cepat | Baik          | \$\$     | 1M             | Iterasi cepat, pencarian         |
| `deepseek-v4-pro`        | Sedang       | Baik Sekali   | \$       | 1M             | Tugas yang membutuhkan penalaran |
| `deepseek-v4-flash`      | Cepat        | Baik          | \$       | 1M             | Pembuatan massal, boilerplate    |

Untuk kumpulan model coding yang lebih baru, pertimbangkan juga `qwen-long-latest` untuk repositori sangat besar, `minimax-m3` untuk kerja agen dengan konteks besar, `kimi-k2.7-code-highspeed` untuk siklus coding cepat, serta `deepseek-v4-pro` / `deepseek-v4-flash`, `glm-5.2`, `step-3.7-flash`, dan `mimo-v2.5-pro` untuk request chat yang kompatibel dengan OpenAI.

## Rekomendasi per Tugas

<AccordionGroup>
  <Accordion title="Pembuatan Kode / Scaffolding">
    **Rekomendasi**: `claude-sonnet-4-6`, `gemini-3.1-pro-preview`

    Model-model ini menghasilkan kode yang bersih dan terstruktur dengan baik serta konvensi penamaan yang bagus. Untuk scaffolding multi-file yang kompleks, pertimbangkan `claude-opus-4-6`.

    Alternatif hemat: `deepseek-v4-flash` menangani boilerplate dengan baik dengan biaya yang jauh lebih rendah.
  </Accordion>

  <Accordion title="Review Kode / Refactoring">
    **Rekomendasi**: `claude-sonnet-4-6`, `deepseek-v4-pro`

    Review kode mendapat manfaat dari kemampuan penalaran. `deepseek-v4-pro` sangat hemat biaya di sini — pendekatan chain-of-thought-nya menangkap masalah yang halus.

    Untuk review yang berfokus pada keamanan: `claude-opus-4-6` atau `gpt-5.4`.
  </Accordion>

  <Accordion title="Perbaikan Bug / Debugging">
    **Rekomendasi**: `claude-sonnet-4-6`, `gpt-5-mini`

    Perbaikan bug biasanya memiliki cakupan yang jelas — Anda tahu apa yang rusak. Model tier standar menangani ini dengan baik. Gunakan model premium hanya untuk bug kompleks yang melibatkan banyak file.
  </Accordion>

  <Accordion title="Desain Arsitektur">
    **Rekomendasi**: `claude-opus-4-6`, `gpt-5.4`

    Keputusan arsitektur mendapat manfaat dari penalaran terkuat. Biaya premium sepadan karena keputusan ini jarang tetapi berdampak besar.
  </Accordion>

  <Accordion title="Edit Cepat / Tab Completion">
    **Rekomendasi**: `gpt-5-mini`, `gemini-3.5-flash`

    Kecepatan sangat penting untuk penggunaan interaktif. Model budget dengan waktu respons cepat memberikan pengalaman terbaik. Jangan buang token premium untuk autocomplete.
  </Accordion>
</AccordionGroup>

## Pemilihan Provider TokenLab

TokenLab secara otomatis memilih provider yang tersedia untuk model yang diminta.

### Strategi Pemilihan

| Strategi     | Perilaku                                                 | Terbaik Untuk        |
| ------------ | -------------------------------------------------------- | -------------------- |
| **PRIORITY** | Menggunakan provider tersedia dengan prioritas tertinggi | Fokus pada keandalan |
| **COST**     | Menggunakan provider tersedia dengan biaya terendah      | Fokus pada biaya     |

Anda dapat mengatur strategi pilihan Anda di dashboard.

### Coba Ulang Otomatis

Jika provider tidak tersedia atau mengembalikan error, TokenLab secara otomatis mencoba ulang dengan provider lain yang tersedia:

```
Permintaan: claude-sonnet-4-6
  → Provider A (utama): error 503
  → Provider B (coba ulang): ✓ Berhasil
```

Ini terjadi secara transparan — coding agent Anda melihat respons normal.

### Format API Native

Ketika model yang dipilih mendukung format API native, TokenLab dapat menggunakan format tersebut untuk kompatibilitas yang lebih baik:

| Keluarga Model | Format API         | URL Dasar                                                                              |
| -------------- | ------------------ | -------------------------------------------------------------------------------------- |
| Claude         | Anthropic Messages | `https://api.tokenlab.sh`                                                              |
| GPT            | Respons OpenAI     | `https://api.tokenlab.sh/v1`                                                           |
| Gemini         | Gemini Native API  | `https://api.tokenlab.sh` atau `https://api.tokenlab.sh/v1beta` tergantung jalur klien |
| DeepSeek       | Obrolan OpenAI     | `https://api.tokenlab.sh/v1`                                                           |

Claude Code adalah jalur Anthropic-native yang kuat. API Gemini-native juga ada, tetapi Gemini CLI sendiri tetap merupakan jalur kompatibilitas best-effort dan tidak boleh dianggap sebagai alur kerja yang stabil untuk jangka panjang.

## Konfigurasi per Tool

<AccordionGroup>
  <Accordion title="Claude Code">
    ```bash theme={null}
    export ANTHROPIC_API_KEY="sk-your-tokenlab-key"
    export ANTHROPIC_BASE_URL="https://api.tokenlab.sh"
    ```

    Pilih model: `claude --model claude-sonnet-4-6`

    [Panduan lengkap →](/integrations/claude-code)
  </Accordion>

  <Accordion title="Cursor">
    Di Settings → Models:

    * API Key: `sk-your-tokenlab-key`
    * Base URL: `https://api.tokenlab.sh/v1`
    * Model: `claude-sonnet-4-6` atau `gpt-5-mini`

    [Panduan lengkap →](/integrations/cursor)
  </Accordion>

  <Accordion title="Codex CLI">
    ```bash theme={null}
    export OPENAI_API_KEY="sk-your-tokenlab-key"
    export OPENAI_BASE_URL="https://api.tokenlab.sh/v1"
    ```

    [Panduan lengkap →](/integrations/codex-cli)
  </Accordion>

  <Accordion title="Gemini CLI">
    ```bash theme={null}
    export GEMINI_API_KEY="sk-your-tokenlab-key"
    export GOOGLE_GEMINI_BASE_URL="https://api.tokenlab.sh"
    ```

    Perlakukan integrasi ini sebagai kompatibilitas best-effort, bukan workflow resmi yang stabil.

    [Panduan lengkap →](/integrations/gemini-cli)
  </Accordion>

  <Accordion title="OpenCode">
    ```json theme={null}
    {
      "provider": "openai",
      "apiKey": "sk-your-tokenlab-key",
      "baseURL": "https://api.tokenlab.sh/v1"
    }
    ```

    [Panduan lengkap →](/integrations/opencode)
  </Accordion>
</AccordionGroup>