Model AI China Murah Mulai Goyang Tahta OpenAI dan Anthropic

Di tengah tekanan anggaran dan perlombaan efisiensi teknologi, perusahaan-perusahaan di Amerika Serikat kini mulai beralih ke model kecerdasan buatan (Artificial Intelligence/AI) asal China yang menawarkan performa hampir setara dengan harga jauh lebih rendah. Ibaratnya, jika sebelumnya mereka mengendarai sedan mewah buatan OpenAI atau Anthropic, kini mereka lebih memilih kendaraan listrik hemat energi dari timur yang tetap bertenaga. Perubahan ini tidak hanya mengguncang peta persaingan industri AI, tetapi juga menandai babak baru dalam disrupsi teknologi global.

Mengapa Biaya Menjadi Penentu di Era Efisiensi

Ketika suku bunga tinggi dan investor semakin menuntut profitabilitas, pengeluaran untuk AI generatif menjadi salah satu pos yang paling diaudit. Model flagship seperti GPT-4o dari OpenAI membebankan biaya sekitar $2,50 per 1 juta token masukan dan $10,00 per 1 juta token keluaran untuk penggunaan skala besar. Sebaliknya, model seperti DeepSeek V3 hanya mematok $0,55 per 1 juta token masukan dan $2,19 untuk keluaran—hampir seperempat harga untuk masukan. Bahkan, varian terbuka (open-weights) dari model tersebut bisa dihosting sendiri (self-hosting) sehingga hanya menanggung biaya infrastruktur komputasi awan (cloud computing) tanpa biaya per panggilan API.

Efisiensi ini sangat krusial bagi aplikasi bervolume tinggi. Bayangkan sebuah platform layanan pelanggan yang menangani 10 miliar token per bulan. Dengan model asal China, penghematannya bisa mencapai puluhan ribu dolar AS setiap bulan dibandingkan menggunakan model dari perusahaan Silicon Valley. Inovasi algoritma dan arsitektur model yang dikembangkan oleh peneliti di China—termasuk teknik kuantisasi dan pemangkasan model (pruning)—memungkinkan model berjalan dengan kebutuhan memori dan komputasi yang lebih rendah tanpa mengorbankan kualitas jawaban.

Siapa Pemain Baru yang Mengguncang Pasar?

Beberapa nama kini mencuat sebagai alternatif serius. DeepSeek, yang pertama kali menyita perhatian dengan model inferensi-berpikirnya, terus memperbarui seri V-nya yang bersaing langsung dengan GPT-4o dan Claude 3.5. Qwen, keluarga model bentukan Alibaba Cloud, menawarkan variasi ukuran mulai dari 0,5 miliar hingga 72 miliar parameter, cocok untuk dijalankan di perangkat keras moderat. Sementara itu, GLM-5 dari Zhipu AI dikenal andal dalam penulisan kode agen dan perencanaan tugas panjang, dua area yang sebelumnya didominasi oleh Solusi Claude dari Anthropic.

Yang menarik, model-model ini dirilis dengan lisensi MIT atau lisensi terbuka serupa, memberikan kebebasan bagi perusahaan untuk menyempurnakan (fine-tuning) dan menyesuaikan model dengan data internal tanpa kekhawatiran kebocoran rahasia dagang. Hal ini menjadi nilai tambah yang sulit ditandingi oleh layanan proprietary yang mengharuskan data melewati peladen pihak ketiga. Seorang arsitek teknologi di sebuah perusahaan fintech di New York menyebutkan bahwa terjadi peningkatan akurasi hingga 3% pada tugas spesifik setelah menyempurnakan model open-weights asal China dengan data transaksi internal, dengan biaya sepersepuluh dari solusi sebelumnya.

Dampak pada Lanskap Persaingan Teknologi

Pergeseran ini memicu reaksi berantai. OpenAI dan Anthropic kini menghadapi tekanan ganda: dari pesaing mereka sendiri di AS seperti Google dan Meta, dan kini dari balik Samudra Pasifik. Untuk mempertahankan pangsa pasar, kedua perusahaan itu mulai menawarkan tingkatan harga yang lebih murah, seperti GPT-4o Lite atau Claude Haiku, tetapi strategi ini belum cukup untuk menandingi agresivitas harga dari pengembang China.

Di sisi lain, ekosistem perangkat lunak dan alat pengembang ikut menyesuaikan diri. Platform seperti GitHub Copilot dan Cursor mulai mendukung penyediaan model dari pihak ketiga, termasuk DeepSeek dan Qwen, di samping model default dari OpenAI. Ini membuka pintu bagi pengembang individu dan tim kecil untuk memanfaatkan model AI canggih dalam proses pengkodean tanpa terbebani biaya bulanan yang tinggi. Disrupsi ini juga memicu diskusi tentang kedaulatan data dan geopolitik teknologi, namun bagi banyak perusahaan, argumen efisiensi tetap menjadi yang utama.

Meskipun begitu, peralihan ini bukan tanpa risiko. Model-model dari China masih menghadapi keraguan seputar keamanan data dan kepatuhan terhadap regulasi seperti GDPR atau SOC 2. Namun, banyak di antaranya kini telah menyediakan opsi penerapan di infrastruktur lokal (on-premise) dan diisolasi sepenuhnya, yang justru memperkuat kontrol data dan mendorong adopsi di sektor keuangan dan kesehatan yang ketat regulasi.

Ke depan, persaingan ini diprediksi akan semakin memanas. Laboratorium AI di Silicon Valley dituntut untuk tidak hanya berinovasi dalam performa model, tetapi juga merancang ulang struktur harga dan model bisnis mereka. Sementara itu, pengguna akhir—baik perusahaan maupun individu—dipastikan akan menuai manfaat dari kompetisi ini melalui akses ke kecerdasan buatan yang semakin mumpuni dengan biaya yang terus menurun. Ini adalah babak di mana efisiensi dan inovasi algoritma menjadi penentu, dan para pemain dari China telah membuktikan bahwa mereka mampu berdiri sejajar, jika tidak melampaui, para raksasa yang lebih dulu mapan.