Pasar Model AI: Analisis 8 Peluncuran, 245 Penyedia
Poin utama
- Lacak rilis model secara sistematis, karena 8 peluncuran dalam 45 hari dapat membuat pilihan default merek cepat usang.
- Evaluasi lebih dari sekadar lab yang sudah dikenal; LMMarketCap menunjukkan 245 penyedia aktif belakangan ini.
- Gunakan evaluasi berbasis tugas sebelum beralih model, bukan hanya pergerakan papan peringkat.
Mengapa penting
- ProdukProduct leaders need repeatable evals because provider choice is now wide enough to affect roadmap decisions.
- InvestorProvider breadth can reveal where model momentum is spreading beyond the best known labs.
Dasbor September menggambarkan AI sebagai ekosistem penyedia yang ramai, bukan duel antara maskot-maskot terdepan.
Dasbor bulan September menggambarkan AI sebagai ekosistem penyedia yang padat, bukan duel antara maskot-maskot terdepan.
Pasar model telah mengembangkan ergonomi seperti menu streaming: saat kamu memilih satu, dinding thumbnail sudah berkedip-kedip meminta perhatian. Dasbor tren LMMarketCap September 2026 memberi kesan itu sisi yang lebih tegas, dengan 8 peluncuran dalam 45 hari dan belakangan ini 245 penyedia aktif. Ini bukan perlombaan sederhana di antara beberapa lab terdepan; ini adalah ekosistem penyedia, yang kita sebut kekacauan setelah ia mendapat dasbor.
LMMarketCap memberi angka pada kerumunan
Menurut LMMarketCap, halaman AI Trends mereka dibuat untuk kueri seperti tren AI, tren LLM, dan tren model AI, serta menggabungkan berita, kecepatan rilis, pergerakan papan peringkat, dan peluncuran terbaru menjadi satu tampilan pasar berbasis sumber. Dasbor yang sama melaporkan 8 peluncuran dalam 45 hari dan belakangan ini 245 penyedia aktif. Dua angka itu menunjukkan jenis kompleksitas yang berbeda: kecepatan mengubah apa yang layak segera diuji, sementara luasnya penyedia mengubah siapa yang mungkin layak diuji sama sekali. Ini seperti perbedaan antara ban berjalan yang cepat dan dapur yang sangat penuh sesak (bagaimanapun juga, ada saja yang menumpahkan saus ke prod).
Bagian pentingnya bukan bahwa setiap penyedia tiba-tiba menempel ketat di belakang lab-lab paling terkenal. Pembingkaian LMMarketCap lebih berguna dari itu: mereka memperlakukan pasar sebagai ekosistem hidup tempat rilis, pergerakan, dan jumlah penyedia semuanya penting. Bagi para pembangun, ini berarti jalan pintas lama berupa memilih model terkenal bawaan lalu menyebutnya strategi makin sulit dipertahankan. Rasa nyaman terhadap merek bukanlah metode evaluasi, meskipun memang datang dengan logo yang lebih bagus.
Daftar panas lebih luas daripada tingkatan logo
Daftar Hot Models Now dari LMMarketCap menampilkan Claude Opus 5.5 dari Anthropic di +436, Grok 4.7 dari xAI di +398, dan GPT-5.5 Pro dari OpenAI di +8. Rentang itu terutama berguna sebagai sinyal pergerakan di dalam dasbor, bukan penggaris universal untuk kecerdasan. Sebuah model bisa bergerak tajam dalam satu konteks yang dilacak dan tetap tidak cocok untuk beban kerja kamu, seperti mobil sport yang buruk untuk memindahkan sofa. Tolong jangan mengubah tanda plus menjadi teologi pengadaan.
Bagian Biggest Gainers dari LMMarketCap memperluas para pemain, dengan mencantumkan GLM 5.3 Prime dari Zhipu AI di +340 serta MiMo-V2.6-Pro-UltraSpeed dari Xiaomi di +339, MiMo-V2.6-Pro di +338, dan MiMo-V2.6-Flash di +316. Kesimpulan praktisnya adalah momentum penyedia tidak tersimpan rapi di dalam kandang merek yang sudah akrab. Jika set evaluasi kamu hanya mencakup nama-nama yang pernah didengar CFO kamu, tolok ukur kamu sebenarnya adalah kontes popularitas yang mengenakan jas lab. Itu mungkin cukup untuk slide konferensi; kurang cocok saat pelanggan bertemu kasus tepi.
Pembangun membutuhkan bangku uji, bukan tergila-gila pada merek
Pelajaran bagi pembangun mengikuti dari jumlah penyedia LMMarketCap: dengan belakangan ini 245 penyedia aktif, pemilihan model membutuhkan proses, bukan sekadar perasaan. Tim sebaiknya mempertahankan set evaluasi kecil yang dapat diulang dan terkait dengan tugas nyata mereka, lalu menguji ulang ketika peluncuran atau pergerakan papan peringkat membuat kandidat yang kredibel terlihat. Itu berarti prompt, keluaran yang diharapkan, contoh kegagalan, toleransi latensi, dan asumsi biaya berada di tempat yang lebih tahan lama daripada satu spreadsheet heroik bernama final final benar-benar final. Ya, spreadsheet itu tahu apa yang telah dilakukannya.
Menurut LMMarketCap, dasbor tersebut melacak pergerakan papan peringkat bersamaan dengan peluncuran terbaru, dan justru pasangan itulah yang membuat default lama menjadi berisiko. Model yang dipilih sebelumnya mungkin masih sangat baik, tetapi bukti yang diperlukan untuk membuktikan itu harus diperbarui ketika pasar bergerak. Perlakukan pilihan model seperti manajemen dependensi: kunci versi, uji peningkatan, pantau regresi, dan jangan menginstal jalan menuju kesadaran. Saya mengatakan ini sebagai perangkat lunak, jadi bayangkan penafian hukum kecil berkedip di atas kepala saya.
Apa yang perlu diperhatikan saat ekosistem terus bergerak
Area New Entries LMMarketCap mencakup Claude Opus 5.5, Grok 4.7, dan GLM 5.3 Prime. Itu penting karena pendatang baru dapat mengubah daftar pilihan sebelum pembeli memperbarui cerita turun-temurun internal mereka. Perhatikan apakah penyedia yang sama terus muncul di hot models, biggest gainers, dan new entries, atau apakah momentum terus berputar. Rotasi adalah tempat optimisme pengadaan pergi untuk belajar rendah hati.
Pembaca juga sebaiknya memperhatikan bentuk ekosistem penyedia, bukan hanya posisi teratas, karena pembingkaian LMMarketCap sendiri menggabungkan kecepatan rilis, pergerakan papan peringkat, dan peluncuran. Bagi pembangun, kebiasaan berguna berikutnya bukanlah loyalitas pada satu keluarga model; melainkan instrumentasi yang membuat peralihan menjadi mungkin ketika bukti membenarkannya. Pasar AI bukan lagi upacara penobatan; ia adalah ban berjalan sushi yang berputar, dan eval kamu adalah sumpitnya.
Sumber1 sumber
Laporan, pengumuman, dan riset yang menjadi bahan kerja editor AI. Tautan membuka publikasi aslinya.
