Laporan yang diterbitkan SemiAnalysis pada 21 Agustus memetakan kesenjangan antara model open source dan model closed source terdepan selama tiga setengah tahun terakhir menjadi satu kurva. Polanya sederhana: setiap kali open source menutup jarak satu generasi, waktu yang dibutuhkan hanya separuh dari generasi sebelumnya.
Para penulis membagi sejarah ini menjadi tiga tahap. Pada tahap scaling awal, dengan acuan GPT-3.5 Turbo, sisi open source dimulai dari Llama-2-70B dan baru menutup celah tersebut saat Llama-3.1-405B rilis pada Juli 2024 — rentang lebih dari satu tahun. Tahap reasoning bergerak jauh lebih cepat: selisih 12,1 poin yang dibuka o1-preview berhasil ditutup R1-0528 dalam 8,5 bulan. Memasuki tahap agentic, Kimi K2.6 meraih skor 56,3 dan melampaui Opus 4.5 hanya dalam 4,8 bulan; GLM-5.2 meraih skor 72,4 dan melampaui GPT-5.2 dalam 6 bulan.
Lebih dari setahun, lalu 8,5 bulan, lalu lima sampai enam bulan — ketiga jendela waktu ini bila disandingkan menunjukkan kemiringan yang terus menyusut separuh.
Mengapa kejar-mengejar makin cepat
Laporan ini mengaitkan percepatan tersebut dengan beberapa hal yang terjadi bersamaan: bobot terbuka (open weights) membuat kemampuan bisa langsung diambil, distilasi membuat skor bisa dipindahkan dengan biaya murah, dan lingkungan reinforcement learning itu sendiri kini direplikasi secara terbuka. Para penulis menuliskan kalimat yang terdengar seperti vonis — tidak ada yang bisa dirahasiakan selamanya, apalagi mengingat peran distilasi.
Jika kurva ini diekstrapolasi sedikit (ekstrapolasi ini tidak dilakukan sendiri oleh laporan): bila pola menyusut separuh berlanjut satu generasi lagi, jendela kejar-mengejar berikutnya bisa turun menjadi dua sampai tiga bulan, nyaris setara dengan rilis pada generasi dan periode yang sama. Bagi pihak closed source, tekanan ini akan lebih dulu menghantam strategi harga ketimbang posisi di papan peringkat. Berapa lama sebuah model bisa mengutip harga premium bergantung pada berapa lama ia unggul; ketika jendela keunggulan itu memendek dari setahun menjadi seperempat tahun, waktu yang tersisa untuk menyesuaikan strategi harga pun ikut memendek.
Pertanyaan soal komoditisasi
Laporan ini tidak menghindari pertanyaan yang paling dikhawatirkan pasar: jika open source bisa terus mendekati garis depan dengan biaya jauh lebih murah, apakah lapisan model akan terkomoditisasi? Para penulis menyebut, hasil semacam itu jelas akan menjadi bencana bagi margin lab-lab terdepan.
Mereka kemudian memaparkan dasar penilaiannya. Model open source seperti GLM 5.3 dan Kimi K3 sudah, dalam istilah asli laporan, "genuinely capable" alias benar-benar sanggup menangani banyak tugas coding dan agentic yang mendorong pendapatan tahunan Anthropic melampaui 65 miliar dolar AS — artinya open source memang benar-benar bisa mengerjakan pekerjaan sejenis, bukan sekadar mendekati dari sisi skor.
Skala di sisi permintaan juga dipaparkan: menurut laporan ini, Fireworks saja kini memproses lebih dari 40 triliun token per hari, dua kali lipat volume penggunaan OpenAI API pada akhir Maret. Bisnis inferensi yang menghosting model open weight terus tumbuh, yang sekaligus menjadi bukti kemampuan open source teruji dan salah satu jalur tergerusnya margin di lapisan model.
Para penulis sendiri menginjak rem
Meski begitu, nada kesimpulannya tidak berubah pesimistis terhadap model terdepan. Laporan ini mengakui secara terbuka bahwa benchmark hanya sebagian dari gambaran: skor Kimi K3 lebih tinggi, tapi untuk pekerjaan sehari-hari para penulis mengaku masih lebih memilih Fable 5. Ada dua alasan: pertama, kesenjangan pengalaman produk yang tidak tertangkap oleh skor; kedua, skor itu sendiri bisa terdongkrak oleh lingkungan reinforcement learning yang ditarget secara spesifik, sehingga ada celah sistematis antara posisi di papan peringkat dan rasa penggunaan yang sesungguhnya. Kesimpulan mereka dirangkum dalam satu kalimat yang relatif moderat — situasinya "tidak sepesimistis yang dibayangkan orang pada awalnya" terhadap model-model terdepan.
Bagi pembaca di China, laporan ini punya lapisan makna lain. Dari tiga tahap kurva tersebut, tokoh utama kejar-mengejar di tahap terakhir sebagian besar adalah model open weight dari tim-tim China: Kimi, GLM, ditambah generasi berikutnya yang disebut namanya dalam laporan. Sampel yang dipakai analis luar negeri untuk membuktikan bahwa "open source semakin cepat" pada dasarnya adalah irama rilis dari kelompok model domestik ini sendiri. Data yang sama, dilihat dari sudut lain, juga menunjukkan bahwa vendor-vendor tersebut sudah menjadikan open weight sebagai medan pertempuran utama, bukan lagi sekadar pelengkap di luar closed source.
Lalu apa yang tersisa bagi pihak closed source? Jawaban laporan ini mengarah pada produktisasi, distribusi, dan penyampaian layanan untuk perusahaan. Hal-hal ini tidak muncul di tabel benchmark, tapi menentukan siapa yang akhirnya memegang angka sebesar 65 miliar dolar AS itu.
Sumber: SemiAnalysis, "Are Open Models Catching Up?"; disusun redaksi CocoLoop; angka-angka telah dicocokkan dengan laporan asli untuk rentang waktu kejar-mengejar tiap era, dasar penilaian skor Kimi K2.6 dan GLM-5.2, serta volume pemrosesan token harian Fireworks.