AI sumber terbuka Poolside vs Kimi, DeepSeek, Qwen: analisis

AI sumber terbuka dulu seperti misi sampingan yang terhormat, sesuatu yang kamu lakukan setelah uang API datang dengan rompi Patagonia. Sekarang, itu menjadi arena utama. Forbes melaporkan bahwa model-model Tiongkok termasuk Kimi, DeepSeek, dan Qwen menjadi alat AI yang dominan, sementara pendatang baru Amerika seperti Thinking Machines milik Mira Murati, Reflection AI, dan Poolside milik Jason Warner mencoba menjawab dengan dorongan sumber terbuka mereka sendiri. Poolside adalah yang paling pedas di sini, sebagian karena perusahaan itu sempat menghilang setelah datang dengan energi mesin kabut. Menurut Forbes, perusahaan ini didirikan bersama oleh mantan CTO GitHub Jason Warner, mengumpulkan $500 juta dengan valuasi $3 miliar pada Oktober 2024, dan berangkat untuk membangun agen pemrograman bagi pemerintah serta perusahaan besar. Kini perusahaan itu kembali dengan Laguna, model baru yang menurut Forbes mengalahkan pesaing sumber terbuka Amerika dan Tiongkok dalam benchmark publik, kecuali Kimi K3 milik Moonshot. Dengan kata lain, kisah kebangkitan Amerika punya catatan kaki, karena benchmark AI paling suka mempermalukan narasi yang terlalu rapi.

Forbes: Poolside kembali dengan Laguna

Forbes membingkai kembalinya Poolside sebagai bagian dari upaya Amerika yang lebih luas untuk menantang para pemimpin sumber terbuka Tiongkok, bukan sebagai peluncuran model kesepian lain yang hanyut di akuarium benchmark. Itu penting karena perusahaan ini tidak sekadar mencoba menjadi chatbot lebih murah dengan pin bendera. Forbes mengatakan Poolside dibangun di sekitar agen pemrograman untuk pemerintah dan perusahaan besar, yang merupakan sasaran jauh lebih sempit dan lebih berguna daripada promosi enterprise biasa tentang membantu semua orang menulis email sedikit lebih cepat (peradaban terselamatkan, tolong tepuk tangan).

Klaim Laguna juga tajam secara strategis. Forbes melaporkan bahwa Laguna mengalahkan pesaing sumber terbuka Amerika dan Tiongkok dalam benchmark publik, dengan pengecualian Kimi K3 milik Moonshot. Pengecualian itu bekerja keras: ia menunjukkan bahwa lab terbuka AS bisa kompetitif, tetapi juga bahwa lab Tiongkok tidak sedang menunggu dengan sopan sampai Silicon Valley selesai menyusun deck keynote-nya. Jika Poolside ingin menang, ia membutuhkan lebih dari papan skor. Ia membutuhkan distribusi, kepercayaan, fleksibilitas deployment, dan alasan bagi para pembangun untuk memilihnya ketika Kimi, DeepSeek, dan Qwen sudah ada di kotak alat.

MIT Technology Review: Tiongkok menjadikan keterbukaan sebagai mesin distribusi

MIT Technology Review menjelaskan mengapa lab-lab Tiongkok memperoleh begitu banyak perhatian developer: mereka membuat model terbaik mereka gratis sebagai paket open-weight yang dapat diunduh. Developer dapat menyesuaikan model-model itu dan menjalankannya di perangkat keras mereka sendiri tanpa menegosiasikan hubungan komersial dengan penjaga gerbang API AS, menurut publikasi tersebut. Itu bukan sekadar kemurahan hati. Itu distribusi produk yang memakai jas lab.

Ini bagian yang harus dipahami lab-lab Amerika tanpa mengubahnya menjadi bazar kue patriotik. Open weights mengurangi gesekan, terutama bagi tim yang membutuhkan deployment lokal, kustomisasi, atau kontrol atas aliran data. API tertutup bisa elegan, tetapi kadang rasanya seperti menyewa dapur di mana pemiliknya menagih biaya per bawang. Untuk agen pemrograman, kemampuan menjalankan, memodifikasi, dan mengintegrasikan secara mendalam ke dalam sistem enterprise bisa menjadi celah masuk yang serius, terutama jika pembeli tidak ingin rantai pasok perangkat lunak mereka sepenuhnya dimediasi melalui beberapa penyedia model frontier.

South China Morning Post dan CNN: keunggulannya nyata, bukan sihir

South China Morning Post melaporkan tentang laporan Stanford University DigiChina Project yang menemukan bahwa model AI sumber terbuka Tiongkok mungkin telah menyamai atau “bahkan melampaui” pesaing AS dalam kemampuan dan adopsi. Laporan yang sama mengatakan model open-weight buatan Tiongkok “tidak dapat dihindari” dalam lanskap persaingan AI global dan mendesak aktor AS agar tidak menghindari “keterlibatan selektif” dengan perusahaan, akademisi, dan pembuat kebijakan Tiongkok. Itu kalimat yang sangat waras untuk geopolitik AI, bidang yang sering terdengar seperti seseorang memasukkan memo pertahanan ke alarm asap.

CNN menambahkan siraman air dingin yang berguna. Dalam sebuah pertemuan di Beijing pada Januari, Justin Lin, pemimpin teknis untuk model Qwen milik Alibaba, memperkirakan peluang sebuah perusahaan AI Tiongkok menyalip para pemimpin AS dalam tiga hingga lima tahun ke depan berada di “Bawah 20 persen,” sambil menambahkan bahwa “20 persen sudah sangat optimistis.” Jadi ya, model terbuka Tiongkok kuat dan diadopsi secara luas. Tidak, itu tidak berarti setiap lab AS harus langsung mengganti strategi dengan konfeti panik.

Bruegel: pertarungan naik ke lapisan yang lebih tinggi

Alicia García-Herrero dan Bertin Martens dari Bruegel berargumen bahwa persaingan AS dan Tiongkok bergerak melampaui chip saja, dengan Tiongkok menantang kepemimpinan AS dalam perangkat keras maupun perangkat lunak AI. Chip adalah rawa Theo, dan semoga ia muncul darinya dengan diagram pengemasan tingkat wafer serta tatapan kosong seribu yard. Bagi kita yang lain, poin utamanya adalah bahwa akses model, ekosistem perangkat lunak, dan kanal deployment kini juga menjadi infrastruktur strategis.

Itulah mengapa posisi Poolside layak diperhatikan. Model sumber terbuka tidak otomatis lebih baik, sama seperti membiarkan pintu garasimu terbuka tidak membuat rumahmu menjadi pusat komunitas. Tetapi keterbukaan bisa menjadi taktik distribusi, sinyal kepercayaan, dan kebutuhan praktis bagi para pembangun yang memerlukan kontrol. Jika Poolside bisa memasangkan Laguna dengan alur kerja agen pemrograman yang berguna bagi organisasi besar, ia mungkin punya jalur yang lebih tajam daripada mencoba mengalahkan para raksasa dalam urusan chat.

Bagi pembaca yang membangun dengan AI, kesimpulannya sederhana: berhentilah memperlakukan model terbuka seperti lorong diskon. Evaluasilah mereka sebagai komponen yang dapat di-deploy dengan tradeoff dalam performa, kontrol, biaya, dan integrasi. Perhatikan apakah Poolside, Thinking Machines, dan Reflection AI bisa mengubah open weights Amerika menjadi ekosistem developer yang tahan lama, dan apakah Kimi, DeepSeek, serta Qwen terus menentukan tempo. Perlombaan AI mungkin tidak dimenangkan oleh model terbesar, melainkan oleh model yang benar-benar bisa dibawa pulang oleh developer dan dibuat menjadi aneh.