Tantangan Lab AI Sumber Terbuka Tiongkok: Analisis Forbes

Papan skor model AI dulu tampak seperti tagihan cloud yang disertai hak untuk menyombong: proses pelatihan yang lebih besar, akses yang lebih ketat, dan klaim benchmark yang lebih tinggi. Kini Forbes menunjuk ke papan skor yang berbeda, tempat Kimi, Deepseek, dan Qwen digambarkan sebagai alat AI yang dominan, sementara Poolside, Thinking Machines milik Mira Murati, dan Reflection AI mencoba menjawab dari sisi open source Amerika. Ini adalah kisah strategi produk yang memakai seragam perlombaan model. Jika developer memilih alat yang bisa mereka periksa, adaptasi, dan sebarkan, skala model tertutup mulai terlihat bukan seperti parit pertahanan, melainkan seperti tembok kastel yang sangat mahal.

Forbes Menyebut Para Penantang

Forbes membingkai pertarungan saat ini dengan jelas: model open source Tiongkok seperti Kimi, Deepseek, dan Qwen adalah alat AI yang dominan, dan pendatang baru Amerika termasuk Poolside milik Jason Warner, Thinking Machines, dan Reflection AI mencoba menantang mereka. Itulah analisis peluncuran yang sebenarnya di sini, meskipun ini bukan demo produk tunggal dengan konfeti. Poolside berguna sebagai jangkar karena menandakan taruhan yang dibuat lab Amerika: kepercayaan developer dan arsitektur mungkin sama pentingnya dengan ukuran model mentah.

Godaan yang muncul adalah membaca ini sebagai pertarungan papan peringkat Amerika versus Tiongkok lainnya. Itu melewatkan gerakan produknya. Distribusi AI open source berperilaku seperti marketplace alat developer: model yang di-fork, di-fine-tune, di-benchmark, disematkan, dan diperdebatkan akan memperoleh bunga majemuk di ruang publik. Model tertutup masih bisa memenangkan akun perusahaan, tetapi model terbuka bisa memenangkan percakapan di lorong sebelum tim pengadaan bahkan mendapatkan login.

USCC Menjelaskan Flywheel

U.S. China Economic and Security Review Commission memberikan penjelasan paling jelas tentang mengapa strategi Tiongkok punya daya tarik. Makalahnya pada 23 Maret 2026 mengatakan Tiongkok sudah sepenuhnya memilih pendekatan AI open source, dengan sebagian besar lab Tiongkok menerbitkan source code dan bobot model, sambil juga mengenakan biaya jauh lebih rendah untuk produk kelas atas dibanding pesaing global. Laporan yang sama mengatakan model Qwen dari Alibaba memiliki lebih dari 100.000 turunan di Hugging Face pada saat publikasi, yang bukan sekadar penggunaan, melainkan luasnya permukaan ekosistem.

The Daily Herald, yang melaporkan badan penasihat yang sama, menggambarkan dominasi open source Tiongkok sebagai pencipta “keunggulan kompetitif yang memperkuat dirinya sendiri” dan mengatakan model bahasa besar Tiongkok yang lebih murah dari perusahaan termasuk Alibaba, Moonshot, dan MiniMax mendominasi peringkat penggunaan global di HuggingFace dan OpenRouter. Inilah flywheel yang perlu diperhatikan para founder: friksi rendah mendorong adopsi, adopsi mendorong umpan balik, umpan balik mendorong iterasi, dan iterasi mendorong lebih banyak adopsi. Ini setara dengan perangkat lunak yang menaruh sampel gratis di bagian depan toko, hanya saja sampelnya belajar dari semua orang yang membawanya pulang.

Rest Of World Menunjukkan Pilihan Produk

Rest of World menangkap perbedaan filosofi engineering melalui Tiezhen Wang, mantan kepala ekosistem Asia Pasifik di Hugging Face. Publikasi itu menulis bahwa OpenAI dan Anthropic memilih pendekatan closed source, menjaga kode model proprietary di balik antarmuka komersial, sementara lab AI Tiongkok secara agresif merilis model open source yang dapat diunduh, diperiksa, dan disesuaikan oleh developer. Perbedaan itu bukan sekadar akademis. Itu mengubah siapa yang bisa membangun produk yang berdekatan, siapa yang menetapkan default, dan siapa yang menjadi platform yang diam-diam diandalkan tim lain.

The Wall Street Journal menambahkan satu poin data berguna lain dari sisi peluncuran produk: Moonshot AI mengatakan pihaknya berencana untuk sepenuhnya menjadikan Kimi K3 open source pada akhir bulan ini, dan mengatakan model tersebut memiliki 2,8 triliun parameter. Jumlah parameter mendapatkan headline, tetapi model rilis yang direncanakan adalah detail yang lebih strategis. Model raksasa di balik antarmuka terkunci adalah vendor; model raksasa yang dapat diadaptasi developer mulai bertindak seperti infrastruktur.

New Scientist Menunjukkan Kepanikan Mulai Memudar

New Scientist melaporkan bahwa model open source R1 dari DeepSeek, yang dirilis pada Januari 2025, menjadi berita utama global karena gratis untuk diunduh dan dilaporkan mampu menyaingi model kuat dari perusahaan AS. Publikasi itu juga mencatat bahwa satu triliun dolar terhapus dari nilai perusahaan teknologi AS setelah rilis tersebut, sementara peluncuran GLM-5.2 dari Z.ai bulan lalu menarik klaim performa serupa tanpa kepanikan yang sama.

Normalisasi itu penting. Begitu pasar berhenti memperlakukan setiap model terbuka Tiongkok yang kuat sebagai kejutan, lab Amerika harus bersaing lewat adopsi yang tahan lama, bukan kebaruan. Bagi founder, pelajarannya bukan menempelkan lisensi terbuka pada produk lemah lalu menyebutnya strategi. Pelajarannya adalah memutuskan di mana loop majemuk Anda hidup. Jika loop itu hidup dalam kontrak data perusahaan, akses tertutup mungkin masuk akal. Jika loop itu hidup dalam perhatian developer, arsitektur, kustomisasi, dan eksperimen murah, open source bukan aksi amal, melainkan distribusi dengan compiler yang terpasang.

Langkah logis berikutnya bagi Poolside, Thinking Machines, dan Reflection AI bukan sekadar menerbitkan tabel benchmark yang mengesankan. Langkahnya adalah membuat model mereka mudah diadopsi, mudah diperluas, dan sulit diganti setelah berada di dalam workflow developer. Perhatikan fork, turunan, halaman harga, dan integrasi. Dalam pertarungan platform, pemenangnya sering kali adalah pihak yang dibangun di sekelilingnya oleh semua orang sebelum siapa pun sepakat bahwa pertarungan telah dimulai.