Dua laboratorium kecerdasan buatan (AI) Amerika mengumumkan peluncuran model open-source minggu ini, dengan pendekatan yang sangat berbeda terhadap tantangan yang sama: bagaimana bersaing dengan dominasi China dalam sistem AI yang dapat diakses publik.

Peluncuran Model Baru oleh Deep Cogito

Deep Cogito memperkenalkan Cogito v2.1, sebuah model besar dengan 671 miliar parameter. Pendiri perusahaan, Drishan Arora, menyatakan bahwa ini adalah “LLM open-weight terbaik yang dikembangkan oleh perusahaan AS.”

Namun, klaim tersebut segera dibantah oleh The Allen Institute for AI, yang baru saja meluncurkan Olmo 3, yang dipasarkan sebagai “model dasar terbuka terbaik.” Olmo 3 menawarkan transparansi penuh, termasuk data pelatihan dan kode yang digunakan.

Kontroversi di Balik Model AI

Ironisnya, model unggulan dari Deep Cognito dibangun di atas fondasi yang berasal dari China. Arora mengakui di platform X bahwa Cogito v2.1 “diambil dari model dasar berlisensi terbuka Deepseek dari November 2024.” Hal ini memicu kritik dan perdebatan mengenai apakah penyempurnaan model asal China dapat dianggap sebagai kemajuan AI Amerika, atau justru menunjukkan betapa jauh AS tertinggal.

Walau begitu, peningkatan efisiensi yang ditunjukkan oleh Cogito nyata adanya. Deep Cognito mengklaim bahwa Cogito v2.1 menghasilkan rantai penalaran 60% lebih pendek dibandingkan dengan DeepSeek R1, sambil tetap menjaga kinerja yang kompetitif.

Metode Inovatif dalam Pelatihan Model

Dengan menggunakan metode yang disebut Arora sebagai “Iterated Distillation and Amplification,” yang mengajarkan model untuk mengembangkan intuisi yang lebih baik melalui siklus peningkatan diri, perusahaan ini melatih modelnya dalam waktu hanya 75 hari menggunakan infrastruktur dari RunPod dan Nebius. Jika tolok ukur ini benar, ini akan menjadi LLM open-source paling kuat yang saat ini dikelola oleh tim dari AS.

Mengapa Persaingan ini Penting

Sejauh ini, China telah menetapkan standar dalam AI open-source, dan perusahaan-perusahaan AS semakin bergantung—baik secara diam-diam maupun terbuka—pada model dasar asal China untuk tetap kompetitif. Dinamika ini sangat berisiko. Jika laboratorium China menjadi penyedia utama untuk AI terbuka di seluruh dunia, perusahaan-perusahaan AS akan kehilangan independensi teknis, kekuatan tawar, dan kemampuan untuk membentuk standar industri.

Open-weight AI menentukan siapa yang mengontrol model mentah yang menjadi dasar setiap produk hilir yang bergantung padanya. Saat ini, model open-source dari China seperti DeepSeek, Qwen, Kimi, dan MiniMax mendominasi adopsi global karena mereka murah, cepat, sangat efisien, dan selalu diperbarui.

Banyak perusahaan rintisan di AS sudah membangun produk di atas model tersebut, bahkan ketika mereka secara publik menghindari pengakuan. Ini berarti perusahaan-perusahaan AS membangun bisnis di atas kekayaan intelektual asing, jalur pelatihan asing, dan optimisasi perangkat keras asing. Secara strategis, ini menempatkan Amerika dalam posisi yang mirip dengan yang dihadapinya di bidang fabrikasi semikonduktor: semakin bergantung pada rantai pasokan pihak lain.

Pendekatan Berbeda dari The Allen Institute

Pendekatan Deep Cogito—yang memulai dari fork DeepSeek—menunjukkan keuntungan (iterasi cepat) dan kerugian (ketergantungan). Sebaliknya, pendekatan The Allen Institute—membangun Olmo 3 dengan transparansi penuh—menunjukkan alternatif: jika AS ingin memimpin dalam AI terbuka, maka mereka harus membangun tumpukan teknologi dari awal, mulai dari data hingga resep pelatihan dan titik pemeriksaan. Ini adalah proses yang memakan waktu dan tenaga, tetapi menjaga kedaulatan atas teknologi yang mendasarinya.

Secara teori, jika Anda sudah menyukai DeepSeek dan menggunakannya secara daring, Cogito akan memberikan jawaban yang lebih baik di sebagian besar waktu. Jika Anda menggunakannya melalui API, Anda akan merasa dua kali lebih senang, karena Anda akan membayar lebih sedikit untuk menghasilkan balasan yang baik berkat peningkatan efisiensinya.

Rincian Model Olmo 3

The Allen Institute merilis seluruh keluarga model Olmo 3 bersama Dolma 3, sebuah dataset pelatihan yang terdiri dari 5,9 triliun token yang dibangun dari awal, ditambah dengan kode lengkap, resep, dan titik pemeriksaan dari setiap tahap pelatihan. Organisasi nirlaba ini memperkenalkan tiga variasi model—Base, Think, dan Instruct—dengan parameter 7 miliar dan 32 miliar.

“Ketulusan dalam AI bukan hanya tentang akses—ini tentang kepercayaan, akuntabilitas, dan kemajuan bersama,” tulis lembaga tersebut. Olmo 3-Think 32B adalah model penalaran terbuka pertama yang sepenuhnya dikembangkan pada skala tersebut, dilatih dengan sekitar satu per enam token dari model sebanding seperti Qwen 3, sambil mencapai kinerja yang kompetitif.

Pendanaan dan Dukungan untuk Pengembangan

Deep Cognito berhasil mengamankan pendanaan awal sebesar $13 juta yang dipimpin oleh Benchmark pada bulan Agustus. Perusahaan ini berencana untuk merilis model-model canggih hingga 671 miliar parameter yang dilatih dengan “penghitungan yang jauh lebih signifikan dengan dataset yang lebih baik.”

Sementara itu, Nvidia mendukung pengembangan Olmo 3, dengan wakil presiden Kari Briski menyebutnya penting bagi “pengembang untuk meningkatkan AI dengan model terbuka yang dibangun di AS.” Lembaga tersebut melatih modelnya menggunakan kluster GPU H100 dari Google Cloud, mencapai kebutuhan komputasi yang 2,5 kali lebih sedikit dibandingkan dengan Llama 3.1 8B milik Meta.

Cogito v2.1 tersedia untuk pengujian gratis secara daring. Model ini dapat diunduh, tetapi perlu diingat bahwa ia memerlukan kartu grafis yang sangat kuat untuk dijalankan. Olmo juga tersedia untuk pengujian dan dapat diunduh, dengan pilihan yang lebih ramah konsumen tergantung pada model yang dipilih.

You may also like

Disclaimer

CryptoMarket.id is committed to accurate and transparent reporting. This article is for information only and is not financial advice. Crypto assets are high risk; do your own research and use exchanges registered with Indonesia’s OJK. See also our Disclaimer, Terms & Conditions, and Privacy Policy.