China Perketat Dominasi Model AI Open Source: Qwen 3.8-Max dan DeepSeek V4 Flash Mengguncang Pasar

Persaingan model AI open source mencapai titik panas pada awal Agustus 2026. Alibaba meluncurkan Qwen 3.8-Max, model dengan 2,4 triliun parameter yang mampu bersaing langsung dengan produk andalan Anthropic dan OpenAI. Rilis ini datang hanya beberapa hari setelah DeepSeek memperkenalkan V4 Flash 0731, model yang menurut benchmark independen dari Artificial Analysis berkinerja dalam jarak satu poin dari GPT-5.6 Luna milik OpenAI dengan biaya 40 persen lebih murah per tugas. Pergerakan cepat ini menunjukkan bahwa China tidak lagi sekadar pesaing, melainkan pemimpin de facto di arena model open weight.

Perkembangan ini menandai serangan dua arah dari pengembang model China terhadap pesaing Amerika. Di satu sisi, Alibaba dan Moonshot.AI menyerang segmen frontier model dengan ukuran dan kemampuan ekstrem. Di sisi lain, DeepSeek memilih strategi berbeda: memeras performa maksimal dari bobot parameter sesedikit mungkin. Hasilnya adalah ekosistem model open weight yang kini didominasi oleh China, sebuah realitas yang diakui langsung oleh Clement Delangue, CEO Hugging Face, dalam wawancaranya dengan CNBC pada 3 Agustus 2026.

Alibaba Buka Akses Model Terkuatnya

Sebelumnya, model terkuat Alibaba hanya tersedia via API. Dengan Qwen 3.8-Max, perusahaan e-commerce dan cloud terbesar di China ini membuka bobot modelnya untuk diunduh publik pertama kalinya. Model ini menggunakan arsitektur Mixture of Experts (MoE) multimodal, di mana dari 2,4 triliun parameter total, hanya 95 miliar yang aktif untuk setiap permintaan token. Dukungan context window mencapai 1 juta token, menjadikannya salah satu model dengan jendela konteks terluas di pasar saat ini.

Deploying model sebesar ini tentu bukan tugas ringan. Untuk kapasitas customer-facing, diperkirakan diperlukan 48 hingga 64 GPU kelas Nvidia B200. Untuk workload internal, 8 hingga 16 GPU B300 atau AMD MI355X sudah cukup. Menyadari bahwa tidak semua perusahaan memiliki anggaran infrastruktur sebesar itu, Alibaba juga merilis varian 27 miliar parameter yang jauh lebih ringan dan tetap kompetitif untuk deployment di hardware yang lebih terbatas.

Dari sisi harga, Qwen 3.8-Max dibanderol 2 dolar AS per juta token input dan 6 dolar AS per juta token output. Untuk perbandingan, Claude Sonnet 5 dari Anthropic mematok harga 2 dolar per juta input dan 10 dolar per juta output, dengan kenaikan 50 persen mulai 1 September 2026. GPT 5.6 Luna milik OpenAI lebih murah lagi di 0,20 dolar per juta input dan 1,20 dolar per juta output, tapi tetap kalah efisien dibandingkan DeepSeek dalam cost per task.

DeepSeek V4 Flash: Efisiensi di Batas Optimal

DeepSeek V4 Flash 0731 hadir dengan 284 miliar parameter yang cukup ringan untuk dijalankan pada satu sistem enterprise dengan sekitar 142 GB memori GPU. Yang mengejutkan, model ini justru mengungguli versi Pro 1,6 triliun parameter dari DeepSeek sendiri sebesar 14 persen di Intelligence Leaderboard Artificial Analysis. Dengan kata lain, ukuran tidak selalu berbanding lurus dengan kemampuan, dan DeepSeek membuktikan bahwa teknik arsitektur bisa mengalahkan skala mentah.

Kunci efisiensi DeepSeek terletak pada integrasi DSpark speculative decoding langsung ke dalam bobot model. Teknik ini menggunakan model draft yang lebih kecil untuk memprediksi output model utama, meningkatkan kecepatan inferensi 57 hingga 85 persen pada hardware identik tanpa mengorbankan akurasi. Speculative decoding bersifat lossless: ketika prediksi benar, proses dipercepat; ketika salah, sistem fallback ke model utama tanpa degradasi kualitas. Tidak ada kompromi performa, hanya peningkatan throughput.

Dari sisi biaya, DeepSeek V4 Flash menyelesaikan tugas dengan hanya 3 sen AS dibandingkan 5 sen AS untuk GPT 5.6 Luna, perbedaan yang signifikan untuk developer yang mengonsumsi ratusan juta token per hari. Harga API DeepSeek saat ini 0,14 dolar per juta token input, 0,0028 dolar per juta cached token, dan 0,28 dolar per juta token output. Ini menjadikannya salah satu model paling ekonomis di pasar untuk agentic workflow dan vibe coding skala besar, sebuah keunggulan yang tidak bisa diabaikan oleh startup dengan anggaran terbatas.

Dominasi China di Ekosistem Open Model

Clement Delangue dalam wawancara dengan CNBC menyatakan bahwa China jelas mendominasi arena model open saat ini. Menurutnya, tidak mengejutkan jika China mulai mendominasi frontier model pada akhir 2026 atau awal 2027 mengingat laju progres yang begitu cepat. Model open weight paling mumpuni dari Amerika, Inkling, masih di bawah 1 miliar parameter dan belum mampu mengejar DeepSeek. Sementara itu, Kimi K3 dari Moonshot dan GLM 5.2 dari Z.ai berada di orbit yang sama sekali berbeda, memberikan alternatif proprietary model yang semakin tidak relevan.

Posisi ini memunculkan dilema bagi perusahaan AI Amerika. Anthropic CEO Dario Amodei baru-baru ini menyatakan oposisinya terhadap model open weight buatan China, meski mengklaim tidak menentang model open secara prinsipil. Namun kritik menyebut argumen keamanan ini disinggung secara selektif, terutama karena model proprietary juga kerap gagal dalam audit keamanan independen. Bagaimanapun, kenyataannya China kini menjadi satu-satunya pesaing serius di arena open weight, dan DeepSeek, Alibaba, Moonshot, MiniMax, serta Z.ai tidak akan menyia-nyiakan momentum ini untuk merebut pangsa pasar global.

Bagi developer Indonesia, dinamika ini membuka peluang yang tidak pernah sedemikian besar. Model open weight yang kuat dan murah memungkinkan tim kecil untuk menjalankan AI lokal tanpa ketergantungan pada API berbayar dari vendor Amerika. Fine-tuning untuk bahasa Indonesia, integrasi ke internal tools, dan eksperimen arsitektur menjadi jauh lebih terjangkau dibandingkan dua tahun lalu. Era di mana hanya perusahaan besar yang bisa mengakses AI frontier telah berakhir, dan developer di Jakarta, Bandung, atau Yogyakarta kini memiliki akses yang sama ke model-model terbaik di dunia.

Sumber: The Register, Qwen Blog, CNBC