Argumen bahwa model open-weight kini terlalu murah untuk diabaikan

James O'Claire berargumen bahwa model open-weight sudah begitu murah hingga harga model frontier tertutup mulai terlihat seperti penetapan harga barang mewah, bukan cerminan biaya yang wajar. Contohnya: menjalankan DeepSeek V4 berbiaya sekitar $0,09, sementara panggilan setara ke Anthropic sekitar $5,00, selisih nyaris 50 kali lipat. Saat opsi yang lebih murah juga sudah cukup baik untuk kebanyakan pekerjaan, menurut dia, harga premium butuh alasan yang lebih kuat ketimbang sekadar merek.

Poin yang lebih luas adalah ke mana arah harga dasar bergerak. Rilis open-weight seperti DeepSeek V4, Mimo dari Xiaomi, dan Gemma 4 dari Google terus melepas model mumpuni secara gratis, dan sekelompok kecil proyek yang benar-benar terbuka, yang data dan pipeline pelatihannya juga publik, melangkah lebih jauh. Ia menyorot lini OLMo dari Allen AI serta kemitraan NSF dan Nvidia di belakangnya sebagai arah yang penting, karena data yang reproducible itulah yang memungkinkan orang lain membangun di atas karya tersebut, bukan cuma mengunduh weights.

Tulisan ini sebuah opini, dan harga berubah dari minggu ke minggu, jadi baca angka spesifiknya sebagai potret sesaat. Argumen di baliknya lebih sulit ditampik: kalau model terbuka sanggup menangani sebagian besar tugas dengan harga jauh lebih murah, lab tertutup bisa saja bersandar pada peringatan soal keselamatan dan pembatasan kebijakan untuk menjaga margin, alih-alih pada keunggulan yang benar-benar jelas. Tulisan lengkapnya bisa dibaca di blognya.

Kenapa ini penting

Kalau kamu memilih model untuk produksi, pertanyaannya bukan lagi sekadar mana yang terbaik, tapi mana yang sudah cukup baik di harga itu. Untuk sebagian besar beban kerja, model open-weight kini bisa jadi pilihan default, dan model tertutup jadi pengecualian yang kamu pertimbangkan kasus per kasus.